Wie Normen und Standards die Zukunft von Künstlicher Intelligenz und Autonomen Systemen prägen

Im Wettbewerb um Technologien und Zukunftsmärkte spielen Normen und Standards eine entscheidende Rolle. Das Positionspapier »Wer sie gestaltet, beherrscht den Markt: Normen und Standards« der Fraunhofer-Gesellschaft weist darauf hin, wie wichtig die Gestaltung von Normung und Standardisierung ist und formuliert…

BADGERS: Die Robustheit Künstlicher Intelligenz durch Fehlerinjektion untersuchen

Wie kann man KI-Systeme testen, und warum können schlechte Daten dabei helfen? In diesem Blogbeitrag erklärt unser KI-Experte Dr. Julien Siebert, wie man KI-Systeme durch Fehlerinjektion mit unserer Badgers-Bibliothek testen kann. Auswirkungen mangelnder Datenqualität Datenqualitätsprobleme sind bei der Entwicklung und…

Digitale Patienten-Zwillinge und digitale Biomarker

Digitale Biomarker und digitale Patientenzwillinge: Die unsichtbaren Helden deiner Gesundheit!

In der heutigen Zeit verschmelzen Medizin und Technologie immer stärker miteinander. Daher ist es nicht verwunderlich, dass digitale Biomarker und Patientenzwillinge in den Vordergrund treten. Diese innovativen Technologien haben das Potenzial, die personalisierte Medizin grundlegend zu verändern und die Behandlung…

Data augmentation with Generative AI – How well does ChatGPT 4o create images with realistically appearing quality deficits?

Enhancing datasets by adding input variations or data quality deficits is often done using data augmentation approaches. These approaches employ classical image processing techniques, Deep Learning models like Convolutional Neural Networks (CNNs), or Generative Adversarial Networks (GANs). With the rise…

Dealing with uncertainties of Machine Learning components (Part 1)

The use of Machine Learning (ML) components in safety-critical or financially critical systems is challenging. At Fraunhofer IESE, we address this challenge by systematically engineering comprehensive multi-layered safety concepts and explicitly considering sources of uncertainties. This specifically includes situations at…

Datenqualität und Kausalität bei auf Machine Learning basierender Software

Eine gute Datenqualität ist entscheidend für die Zuverlässigkeit von Systemen, die auf Machine Learning und Künstlicher Intelligenz basieren. Data Scientists verbringen daher die meiste Zeit damit, Daten vorzubereiten und Probleme mit der Datenqualität zu lösen. In diesem Blogbeitrag erläutert unser…

FERAL testbed: Implementation of an infotainment system for validation and testing

The evolution of vehicle infotainment systems has dramatically enhanced the driving experience. This is achieved by incorporating advanced functionalities such as navigation, multimedia, and connectivity options. Therefore, meticulous testing is crucial to ensure the reliability and functionality of these sophisticated…

Nachhaltigkeit im Gesundheitswesen: Digitale Transformation als Chance

Nachhaltigkeit ist kein Luxus mehr, sondern eine Notwendigkeit – auch im Gesundheitswesen. Doch wie nachhaltig ist das deutsche Gesundheitswesen, und welche Rolle spielen digitale Technologien in diesem Kontext? Nachhaltigkeit lässt sich in drei Hauptkategorien einteilen: ökonomische, soziale und ökologische Nachhaltigkeit….

Interoperability in data spaces: then, now, and next

The topic of data spaces has gained increased traction in Europe and beyond. In this blog post, we will talk in a compact way about the history of the concept, its current definition, and the significant challenges that lie ahead…

Advancing Automotive Development & Testing with the FERAL Driving Simulator

Development and testing of Advanced Driver Assistance Systems (ADAS) and autonomous driving technologies are of paramount importance in the rapidly evolving automotive industry [1]. Therefore, in collaboration with our industrial partners aSR and CADFEM, we built a driving simulator that…