Werkstoffdaten fit für Künstliche Intelligenz

Wer nachhaltige und smarte Produkte entwickelt, kann sich Künstliche Intelligenz zunutze machen. Allerdings braucht KI gute Daten: Nur wenn Daten aus Labor, Simulation und Produktion zusammenpassen, kann sie daraus lernen und bessere Werkstoffe, Produkte und Verfahren ermöglichen. Oft sprechen diese Daten aber verschiedene Sprachen. Hier setzt Janik Harter, Doktorand am Institute for Digital Engineering and Production (IDEeP) der HSO, an. Am Beispiel neuer, umweltfreundlicherer Chromschichten entwickelt er eine Art gemeinsames Wörterbuch, eine sogenannte Ontologie. Sie macht Werkstoffdaten für Menschen und Computer verständlich und damit für KI nutzbar. Dafür erhielt er bei der Vollversammlung der Plattform MaterialDigital an der TU Darmstadt den Best Poster Award. Zudem sind Janik Harter, Prof. Dr. Thomas Seifert und der Student Thitichai Janpheng Mitautoren eines Fachartikels zur KI-Fähigkeit von Werkstoffdaten, den 68 Forschende aus Wissenschaft und Industrie veröffentlicht haben.

Kontakt:
Prof. Dr. Thomas Seifert
Hochschule Offenburg
thomas.seifert@hs-offenburg.de