Konzipierung eines modularen, skalierbaren und generischen Rahmenwerkes zur Umsetzung von Maschinellem Lernen in großen Unternehmensorganisationen - Am Beispiel der Weltraumrobotik von Airbus DS

In Studien zeigt sich, dass in deutschen Unternehmen Künstliche Intelligenz nur ein kleiner Teil in aktuellen Digitalisierungsstrategien sind. Um bei der Umsetzung dieses Strategieaspektes zu unterstützen, wurden Leitfäden im Bereich der Data Analytics wie CRISP-DM entwickelt und in Unternehmen wie IBM erfolgreich umgesetzt. Solche Leitfäden sollen als Grundlage genutzt und erweitert werden, um ein Rahmenwerk zu entwerfen, der zusätzlich eine Umsetzung des maschinellen Lernens im Bereich der Robotik in Unternehmen ermöglicht. Dazu sollen Maßnahmen wie eine Erhebung zur Untersuchung der Business Situation vorgestellt werden. Desweiteren werden benötigte Software und Hardware recherchiert und für Use Cases klassifiziert und als Pipeline konzipiert. Dazu gehören Möglichkeiten zur Speicherung auch auf verteilten Systemen, der visuellen und physikalischen Simulation und mehrsprachige Entwicklungsumgebungen, die continuous Integration, DevOps und weitere agile Methoden unterstützt. Dieses Rahmenwerk soll an einem Beispielprojekt in der Space Robotik bei Airbus DS, wie das Erlernen von Greifoperatitonen oder von Bilderkennungen, implementiert werden.