Mit dem Fraunhofer IKS Playground bietet das Institut Zugang zu experimentellen Prototypen und innovativen Konzepten aus der Forschung. Der Fraunhofer IKS Playground lädt Sie ein, neue Ansätze kennenzulernen, mit unseren Prototypen zu experimentieren und diese direkt auszuprobieren.
Besuchen Sie den Fraunhofer IKS Playground und tauchen Sie ein in die Forschungsansätze und Lösungen des Fraunhofer IKS!
Bei Fragen oder für weitere Informationen können Sie sich gerne an uns wenden. Wir schätzen außerdem Ihr Feedback sehr.
Und selbstverständlich unterstützen wir Sie dabei, unsere Ansätze in Ihrem Unternehmen zur Anwendung zu bringen.
Der Fraunhofer IKS Playground startet aktuell mit vier Forschungsprototypen. Doch die Entwicklung geht weiter. Aktuell arbeiten wir an weiteren Konzepten und Prototypen, die Sie in Kürze auf dem Fraunhofer IKS Playground erleben können.
Die aktuell verfügbaren Prototypen und Konzepte stellen wir Ihnen hier vor:
Mit dem Fuzzy Cause Tree (FCT) analysieren Sie Ursache-Wirkungs-Beziehungen zwischen auslösenden Bedingungen und Systemausfällen mit größerer Präzision, insbesondere angesichts von Unsicherheiten. Der Fuzzy Cause Tree (FCT) ist ein innovativer Ansatz des Fraunhofer IKS, der Risiken deutlich reduziert und die Sicherheit der beabsichtigten Funktionalität (SOTIF) verbessert.
Die Fuzzy-Cause-Tree-Methode nutzt die Prinzipien der Fuzzy-Logik, um die Komplexität realer Systeme zu bewältigen. Im Gegensatz zur traditionellen Logik, die auf absolute Wahrheitswerte beschränkt ist, ermöglicht die Fuzzy-Logik eine differenzierte Bewertung von Wahrheitswerten auf einem Spektrum. Dadurch können Unsicherheiten und vage Bedingungen effektiver erfasst und intelligentere Entscheidungen getroffen werden.
Der Fuzzy Cause Tree bietet einen flexiblen und intuitiven Ansatz zur Modellierung komplexer Kausalzusammenhänge, der über die Grenzen herkömmlicher Methoden hinausgeht. Er ermöglicht ein besseres Verständnis von Risiken und fördert fundierte Entscheidungen in sicherheitskritischen Systemen, insbesondere in der Automobilindustrie.
Mit Robuscope, einer Anwendung des Fraunhofer IKS, können Sie einfach die Zuverlässigkeit Ihrer KI-Modelle bewerten. Mit nur einem Klick erhalten Sie wertvolle Einblicke in die Robustheit und Leistung Ihrer KI-Systeme.
Robuscope ist eine Self-Service-Plattform, die die Frage beantwortet: »Kann ich meiner KI vertrauen?« Robuscope liefert Ihnen detaillierte Hinweise auf Verbesserungspotentiale, um sicherzustellen, dass Ihre KI-Modelle zuverlässig, effizient und bereit für den Einsatz in sicherheitskritischen Anwendungen sind.
Mit Robuscope sind die Zeiten der KI-Blackbox vorbei. Robuscope ermöglicht es Ihnen, potenzielle Probleme frühzeitig anzugehen und die Vertrauenswürdigkeit Ihrer KI-Anwendungen zu erhöhen. So können Sie Risiken minimieren und die Leistung maximieren.
Der Fraunhofer IKS Safety Assistant ist eine innovative Front-End-Lösung, die Safety-Engineering-Aufgaben durch den Einsatz Generativer KI (GenAI) optimiert. Angesichts der zunehmenden Komplexität der Softwareentwicklung für sicherheitskritische Systeme können KI-gestützte Assistenten Unterstützung bieten, um diese Herausforderungen zu meistern.
Der Safety Assistant nutzt die Möglichkeiten großer Sprachmodelle, um die Lücke zwischen technologischem Fortschritt und Sicherheitsgewährleistung zu schließen. Dafür automatisiert er wesentliche Aspekte des Safety-Engineering-Workflows und verändert so die Herangehensweise an das Safety Engineering.
Der Fraunhofer IKS Safety Assistant befähigt Sie, die Komplexität der Softwareentwicklung für sicherheitskritische Systeme zu bewältigen. So überbrücken Sie die Kluft zwischen technologischem Fortschritt und strengen Sicherheitsanforderungen.
Mit dem FAST-Framework des Fraunhofer IKS bewältigen Sie Entscheidungsaufgaben auf Grundlage visueller Informationen wie Qualitätsprüfungen oder medizinische Diagnosen effektiv und effizient – auch wenn nur wenige Daten vorliegen.
FAST steht für »Feedback-gesteuerte Automatisierung von Teilaufgaben«. Das Framework verbessert die Entscheidungsfindung durch den Einsatz fortschrittlicher Automatisierungstechniken. Dafür identifiziert FAST Teilaufgaben, die automatisiert werden können, während die verbleibenden komplexeren Aufgaben an Experten delegiert werden.
Das FAST-Framework ermöglicht es, die Betriebseffizienz zu steigern, Fehler zu reduzieren und die Gesamtproduktivität zu verbessern, indem es die Stärken der Automatisierung mit menschlicher Expertise kombiniert. Dieser hybride Ansatz beschleunigt nicht nur die Entscheidungsfindung, sondern gewährleistet auch qualitativ hochwertige Ergebnisse.
Mit dem AS-PHALT-Proof-of-Concept des Fraunhofer IKS nutzen Sie die Leistungsfähigkeit von KI-gesteuerten Large Language Models (LLMs) bei der Erstellung einer Gefahrenanalyse und Risikoabschätzung (HARA). Dies ermöglicht, Ressourcen effizienter einzusetzen und die Zuverlässigkeit von Sicherheitsbewertungen zu verbessern.Was ist das FAST-Framework?
AS-PHALT steht für »Automation Systems - Pro Human Assistant LLM Tool«. Am Beispiel der Gefährdungsanalyse und Risikoabschätzung zeigen wir, wie KI durch eine interaktive, benutzerfreundliche Oberfläche bei der Identifizierung und Bewertung von Gefahren helfen kann. Das Konzept zielt darauf ab, den Prozess der Gefahrenanalyse durch innovative Automatisierungstechniken zu optimieren.
Das AS-PHALT-Konzept ermöglicht es, die Effizienz in der Sicherheitstechnik zu steigern und die Komplexität von Sicherheitsbewertungen in automatisierten Anwendungen zu reduzieren. Durch den Einsatz von generativer KI wird die Sicherheitsbewertung agiler und innovationsfähiger.
Das Enhanced CADx Framework ist ein fortschrittliches, KI-basiertes Diagnosesystem, das entwickelt wurde, um Ärztinnen und Ärzte mit transparenten, nachvollziehbaren und leicht überprüfbaren KI-Unterstützungen zu befähigen. Anstatt undurchsichtige »Black-Box«-Diagnosen zu liefern, bietet das System mehrschichtige Erklärungen – sowohl visuell als auch konzeptbasiert – in einer einzigen, intuitiven Benutzeroberfläche.
Das Enhanced CADx Framework schlägt eine Brücke zwischen klinischer Expertise und Künstlicher Intelligenz, indem es die Entscheidungsprozesse der KI klar, erklärbar und klinisch nachvollziehbar macht. Statt unverständlicher Ergebnisse ermöglicht das System den Fachkräften, nachzuvollziehen, wie und warum die KI zu einer bestimmten Diagnose gelangt ist – und stärkt so Vertrauen, Effizienz und Zusammenarbeit im klinischen Alltag.
Traditionelle CADx-Systeme funktionieren häufig als »Black Boxes« – sie liefern Diagnosen, ohne die zugrunde liegende Logik offenzulegen. Das Enhanced CADx Framework beseitigt diese Intransparenz, reduziert den Validierungsaufwand und stärkt das Vertrauen von Fachkräften in KI-gestützte Diagnostik.
Durch die Offenlegung der Entscheidungswege wird die KI von einem reinen Analysewerkzeug zu einem zuverlässigen, kollaborativen Partner im medizinischen Alltag.
Fraunhofer-Institut für Kognitive Systeme IKS