Geschützte Datenräume und Container-Technologien erleichtern den Zugang zu KI und erlauben einen fairen, sicheren und nachvollziehbaren Datenaustausch.

Big Data Infrastructures

Wir entwickeln Technologien für den Aufbau geschützter Datenräume. Nutzer*innen aus Wirtschaft und Gesellschaft profitieren von einem leichteren Zugang zu Anwendungen der Künstlichen Intelligenz (KI), Daten, Ressourcen und Infrastrukturen. Die Datenräume ermöglichen einen fairen, sicheren und nachvollziehbaren Datenaustausch.

Um die Nutzung solcher Infrastrukturen möglichst einfach und flexibel zu gestalten, entwickeln wir Technologiekerne, die Werkzeuge des Maschinellen Lernens in Software-Containern verpacken. Solche Container lassen sich dann mit geringem Aufwand in unterschiedlichen Umgebungen ausführen und auf verschiedene Anwendungsszenarien skalieren.

Die Containerisierung ermöglicht es zudem, hybride Verfahren des Maschinellen Lernens anzuwenden, also sowohl daten- als auch wissensbasierte Methoden zu einem gemeinsamen Anwendungspaket zu verknüpfen. Unsere Architekturen unterstützen darüber hinaus die automatisierte Bereitstellung, Skalierung und Verwaltung von Containern.

Diese Technologien setzen wir erfolgreich in Forschungs- und Entwicklungsprojekten, in Laboren für Schulungen und als Experimentalumgebungen für unsere Kunden und Partner ein. Dazu kooperieren wir in Netzwerken wie der »Fraunhofer-Allianz Big Data und Künstliche Intelligenz«, der »International Data Spaces Association« und der »Big Data Value Association (BDVA)«.

Forschungsschwerpunkte

Plattformen für skalierbares Maschinelles Lernen

Wir entwickeln einen Technologiekern und ein Labor für Algorithmen und Anwendungen des Maschinellen Lernens, die sich für verschiedene Anwendungsszenarien skalieren lassen.

Frameworks für skalierbare Knowledge Technologies

Wir erweitern und optimieren etablierte Big Data Frameworks für die Integration von semantischen Technologien, speziell umfangreichen Wissensgraphen und Informationsmodellen.

Data Space Technologies

Wir arbeiten zusammen mit der »International Data Spaces Association« an einer Referenzarchitektur für sichere Datenökosysteme, sowie deren Implementierung und Standardisierung.

Highlights

Referenzarchitektur für sichere Datenräume

Wir sind Mitbegründerin der bundesweiten Initiative »Industrial Data Space«, die inzwischen weltweit als »International Data Spaces Association« operiert. Ziel ist es, Konzernen sowie kleinen und mittelständischen Betrieben einen unternehmensübergreifenden, sicheren und fairen Datenaustausch zu ermöglichen. Unsere Wissenschaftler*innen haben die Referenzarchitektur und das Informationsmodell für den Datenraum sowie deren Umsetzungen in Technologien und Komponenten maßgeblich mitentwickelt.

Fraunhofer-Allianz Big Data und Künstliche Intelligenz

In der Fraunhofer-Allianz Big Data und Künstliche Intelligenz bündeln mehr als 30 Fraunhofer-Institute ihre branchenübergreifende Expertise. Wir begleiten Unternehmen bei der Umsetzung von Big-Data-Strategien, entwickeln Software und datenschutzkonforme Systeme für Künstliche Intelligenz und bilden Fach- und Führungskräfte zu »Data Scientists« aus.

Positionspapier »Ökosysteme für Daten und Künstliche Intelligenz«

Das Positionspapier beschreibt die Chancen von Ökosystemen für Daten und KI und gibt Handlungsempfehlungen für die Zukunft. Die Notwendigkeit und der Mehrwert solcher Datenökosysteme werden anhand von Fraunhofer-Projekten aus unterschiedlichen Anwendungsbereichen vorgestellt. Das Papier wurde im Auftrag der Prioritären Strategischen Initiative »Kognitive Systeme, Künstliche Intelligenz und Datensouveränität« der Fraunhofer-Gesellschaft erstellt. Mitgearbeitet haben daran unter anderem Wissenschaftler*innen des Fraunhofer IAIS; Herausgeber sind die Fraunhofer-Institute ISST und IAO.

Studie zu urbanen Datenräumen

Die Studie »Urbane Datenräume – Möglichkeiten von Datenaustausch und Zusammenarbeit im urbanen Raum« zeichnet am Beispiel von Bonn, Dortmund, Emden und Köln ein aktuelles Bild vom Datenmanagement in Kommunen. Für eine verbesserte Nutzung und größere Verfügbarkeit urbaner Daten empfiehlt die Studie einen individuell ausgestalteten Datenraum, der auf einem gemeinsamen offenen Plattformkern effizient und kostengünstig aufgesetzt werden kann. Die vom BMBF geförderte Studie haben Wissenschaftler*innen der Fraunhofer-Institute FOKUS, IAIS und IML durchgeführt.