Fraunhofer InnoVisions

Warum ist es so schwierig, Niederschläge lokal präzise zu erfassen? Weshalb liefern klassische Regenmessungen oft nur punktuelle Daten statt eines flächendeckenden Echtzeitbildes? Wie können Kommunen, Katastrophenschutz und Landwirtschaft verlässlich darüber informiert werden, wo wie viel Regen fällt - und das möglichst kostengünstig, robust und in Echtzeit? Und welche Rolle kann dabei Akustik spielen? Diese und weitere Fragen klären wir in der neuen »Nachgeforscht«-Folge mit Kevin Hock, Forscher im Projekt »lokalRAIN« am FraunhoferIDMT. Im Podcast erläutert er, wie gemeinsam mit der Pan Acoustics GmbH ein neuartiger akustischer Regensensor entwickelt wird, der Regen nicht optisch, sondern über Schwingungen auf Oberflächen misst - ausgewertet mithilfe von Machine Learning und Deep Learning.

Vor welchen Herausforderungen stehen Unternehmen in Zeiten globaler Krisen? Warum überdenken immer mehr Unternehmen ihre bisherigen Geschäftsmodelle und Prozesse? Wann ist der richtige Zeitpunkt für eine industrielle Transformation? Und nicht zuletzt: Wie wird sie erfolgreich durchgeführt? Diese und weitere Fragen klären wir in der neuen »Nachgeforscht« - Folge mit Moritz Hämmerle, Leiter des Forschungsbereichs »Cognitive Engineering and Production« am Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO. In diesem Podcast geht er auf die wesentlichen Erkenntnisse der Studie »Industrial Transformation«, die im Rahmen der Fraunhofer Heilbronn Forschungs- und Innovationszentren HNFIZ erstellt wurde und sich an Entscheidungsträger*innen in Industrieunternehmen, Transformationsverantwortliche und wirtschaftspolitische Akteur*innen richtet.

Wie wird im deutschen Fernsehen über das Thema Klimaschutz gesprochen? Welche Politiker*innen kamen dazu wiederholt zu Wort? Wurde bloß die Stimme eingespielt oder auch das Gesicht gezeigt? Wer Medieninhalte quantitativ auswerten will, steht vor einer enormen Herausforderung: Bislang erfolgt die Codierung meist manuell auf Basis detaillierter Codebücher. Gerade im Bereich audiovisueller Formate bedeutet das, hunderte bis tausende Stunden Material sichten zu müssen – eine kaum zu bewältigende Sisyphosarbeit. Mit »InsightPersona« hat das Fraunhofer-Institut für Digitale Medientechnologie IDMT eine leistungsfähige Media Intelligence-Plattform vorgestellt, die automatisierte Medienanalysen möglich macht. Die Software nutzt KI-basierte Technologien zur Analyse von Audio- und Videodateien. Ihre Analysekomponenten können Gesichter und Stimmen erkennen, Personen zuordnen sowie Themen und Inhalte von Gesprächen erkennen. Alle Ergebnisse werden über ein benutzerfreundliches User-Interface dargestellt. So lassen sich Trends, Aussagen und Medienpräsenzen effizient und nachvollziehbar erfassen. Für unsere neue Folge von »Fraunhofer Innovisions: Nachgeforscht«, dem Wissenschaftspodcast von Fraunhofer InnoVisions, haben wir mit Uwe Kühhirt und Christian Rollwage vom Fraunhofer IDMT gesprochen. Wie »InsightPersona« entstanden ist, wie die KI-basierte Technologie dahinter funktioniert und welchen Mehrwert automatisiert arbeitende Media Intelligence-Lösungen für Journalist*innen, Unternehmen und Forschung bieten, das erfahrt ihr hier im Podcast.

Am 1. August 2024 trat in der Europäischen Union der weltweit erste Gesetzesrahmen zur Regulierung Künstlicher Intelligenz in Kraft: der AI-Act. Er soll für EU-Bürgerinnen und Bürger einen vertrauensvollen Umgang mit KI-Anwendungen gewährleisten sowie vor möglichen Gefahren im Zusammenhang mit Künstlicher Intelligenz schützen. Für Unternehmen bedeutet dies nun, dass sie teils erhebliche Prüfverfahren durchlaufen müssen, um sicherzustellen, dass alle Vorschriften aus dem AI-Act sachgemäß erfüllt werden. Fabian Malms vom Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS spricht im »Nachgeforscht« Podcast über die Chancen und Herausforderungen des AI-Acts und erklärt die Schritte, die Unternehmen heute gehen können, um die Anforderungen des AI-Acts umzusetzen, ohne dabei an Innovationskraft zu verlieren.