eternio: Start-up der Universität des Saarlandes ermöglicht die digitale Trauer

Pressemitteilung der Universität des Saarlandes vom 18.08.2020

Die Folgen von Covid-19 betreffen auch Trauerfälle, denn sie erschweren eine aktive Trauerarbeit und das persönliche Abschiednehmen auf der Trauerfeier. Wie wichtig dies für die Hinterbliebenen ist, hat das Saarbrücker Start-up „eternio“ bereits vor der Pandemie erkannt. Die drei Gründer haben eine gleichnamige Online-Plattform geschaffen, die über die herkömmlichen Trauerkarten und Traueranzeigen hinausgeht.

In Zukunft soll dort sogar künstliche Intelligenz die Erinnerung an Verstorbene schützen. Das Start-up wird dabei unterstützt vom Bundesministerium für Wirtschaft und Energie und der Kontaktstelle für Wissenschaft und Technologietransfer an der Universität des Saarlandes.

„Für das Erstellen einer Gedenkseite fragen wir online nur den Namen der verstorbenen Person ab, den letzten Wohnort und das Sterbedatum“, berichtet Philip Pelgen. Zusammen mit den Informatikern Henrik Bergmann und Max Jakob hat er im Mai 2020 das Start-up „eternio – Gesellschaft für Erinnerungskultur“ gegründet. Nach erfolgreicher Prüfung der Daten erhält die trauernde Person dann den Zugang und kann kostenlos eine multimediale Gedenkseite erstellen, die unbegrenzte Zeit online ist. Darin enthalten sind beispielsweise die Möglichkeit zum Eintragen der Trauertermine oder das Einsammeln von Kondolenzspenden. Für die Nutzung der kompletten Erinnerungsvielfalt verlangen die Gründer einen Mitgliedsbeitrag.

„Berühmte Personen haben einen Eintrag in der Online-Enzyklopädie Wikipedia, doch privaten Personen bleibt diese Möglichkeit zum digitalen Gedenken versperrt“, erklärt Philip Pelgen die Motivation für das Start-up und die gleichnamige Plattform. „Auf eternio soll man jedoch nicht nur nachschauen, wer verstorben ist, sondern sich auch darüber informieren können, wie man die Zeit der Trauer am besten gestaltet.“ Pelgen hat an der Universität des Saarlandes Betriebswirtschaftslehre mit Schwerpunkt Marketing studiert. Seine erste Anstellung führte ihn in ein saarländisches Krematorium. Sein Chef dort erzählte ihm, wie traurig es gewesen sei, keine Details zu der russischen Kriegsgefangenschaft des Vaters gekannt zu haben. Kurz bevor er seinen Vater darauf ansprechen wollte, verstarb er unerwartet. Diese Geschichte brachte Philip Pelgen auf die Idee, eine Online-Plattform für die Trauerarbeit zu entwickeln, die Hinterbliebene auch vernetzen kann und eine Möglichkeit liefert, Erinnerungen festzuhalten. Die Kontaktstelle für Wissens- und Technologietransfer an der Universität des Saarlandes (KWT) unterstützte die Idee von Anfang an und half sowohl bei der Bewerbung für das Intensiv-Gründungsprogramm „Saarland Accelerator“ als auch für das Exist-Gründerstipendium des Bundesministeriums für Wirtschaft und Energie. „Ohne die KWT hätten wir diese Gründerförderung nicht bekommen“, ist sich Pelgen sicher.

„Das Team ist interdisziplinär aufgestellt und hoch motiviert. Die Gründer betreten einen Markt, der noch nicht im Zeitalter der Digitalisierung angekommen ist. Das Potenzial ist klar erkennbar“, erklärt Christine Görgen, Gründungsberaterin an der KWT.  Die Veröffentlichung der Plattform sei nun ein erster wichtiger Meilenstein. Künftig soll Künstliche Intelligenz auf der Plattform nicht nur Trauernden passende Trauersprüche und Bildmotive vorschlagen, sondern auch negative Kommentare erkennen. „Es gibt nichts Schlimmeres als eine verstorbene Person öffentlich zu beleidigen“, begründet dies Pelgen. Ein Trauerchat sei ebenfalls geplant. Zusätzlich etablieren die Gründer gerade eine Kooperation mit Bestattern und den Betreibern von Krematorien. Diese sollen künftig ihre Kundinnen und Kunden beim Beratungsgespräch auf das Angebot von eternio hinweisen. Gleichzeitig suchen die Gründer nach weiteren Finanzierungsquellen, Philip Pelgen ist dabei zuversichtlich. Im vergangenen Sommer hat er 145 Menschen systematisch interviewt und mit über 50 weiteren Personen Prototyp-Tests durchgeführt. „61,5 Prozent der über 40-Jährigen können es sich sehr gut beziehungsweise gut vorstellen, unser Angebot zu nutzen. Unsere Zielgruppe ist also schon bereit, auf digitale Medien in diesem Kontext zurückzugreifen“, so der Gründer.

Auf die Corona-Pandemie und ihre Auswirkungen auf Bestattungen angesprochen, entgegnet Pelgen: „Das war grausam. Wenn man sich mit Trauer beschäftigt, weiß man, wie sehr das erschwerte Abschiednehmen Angehörige und Verwandte getroffen haben muss.“ Daher wird er gemeinsam mit seinen Mitgründern auf der Plattform auch eine Vielzahl von Informationsartikeln über Tod, Gedenken und Trauer anbieten.

Externer Link: www.uni-saarland.de

Saarbrücker Bioinformatiker tragen zum Verständnis des Alterns bei

Pressemitteilung der Universität des Saarlandes vom 16.07.2020

Wie altern Organismen, Organe und Zellen auf molekularer Ebene? Forscher der Universität Stanford und des Chan-Zuckerberg Biohubs haben einen einzigartigen Datensatz generiert, der es ermöglicht, diese Fragen besser zu beantworten. In dem Forscherteam haben auch Saarbrücker Bioinformatiker mitgewirkt, die maßgeblich zur Datenanalyse beigetragen haben. Die Resultate wurden jetzt in gleich zwei Artikeln im renommierten Journal „Nature“ veröffentlicht.

Professor Andreas Keller vom Zentrum für Bioinformatik der Saar-Universität forscht bereits seit mehr als einem Jahr als Gastprofessor an der kalifornischen Eliteuniversität Stanford. Sein Ziel ist es, auf Einzelzell-Ebene besser zu verstehen, wie Krankheiten wie Alzheimer und Parkinson im menschlichen Körper entstehen. Dazu setzt er gemeinsam mit seinem Team Methoden des statistischen Lernens und der Künstlichen Intelligenz ein. Seinem Ziel ist er nun ein Stück nähergekommen. Über sechs Jahre hinweg hat ein Team insgesamt 23 Gewebe- und Mausorgane in verschiedenen Altersstufen molekular untersucht. Die Komplexität der Forschung zeigt sich unter anderem darin, dass über 160 Wissenschaftlerinnen und Wissenschaftler daran mitgewirkt haben, die Daten zu generieren und zu verstehen.

„Dieser Datensatz ist sicher einer der spannendsten und interessantesten, an dem ich in meiner Karriere gearbeitet habe“, stellt Bioinformatiker Keller fest. Und obwohl die Daten jetzt bereits in zwei Nature-Artikeln veröffentlicht wurden, sind sie bei weitem noch nicht vollständig verstanden. Momentan arbeiten die Forscher am Zentrum für Bioinformatik daran, molekulare Signalkaskaden auf Einzelzell-Ebene zu interpretieren. Dadurch versprechen sie sich weitere Erkenntnisse über molekulare Alterungsprozesse und darüber, welche Rolle diese bei der Entstehung von Krankheiten spielen.

Publikationen:

Ageing hallmarks exhibit organ-specific temporal signatures, Nature, 2020

A single-cell transcriptomic atlas characterizes ageing tissues in the mouse, Nature, 2020

Externer Link: www.uni-saarland.de

Fahrerkabine 4.0: Automatisiertes Belastungsmanagement

Presseinformation des KIT (Karlsruher Institut für Technologie) vom 08.07.2020

Agrarsysteme der Zukunft: Forscherinnen und Forscher des KIT entwickeln anpassungsfähige Mensch-Maschine-Schnittstelle für Mähdrescher

Getreide – zur Herstellung von Nahrungsmitteln und Tierfutter – ist neben Fleisch und Gemüse die Haupteinnahmequelle in der Landwirtschaft. Bedeutendste Getreideart im deutschen Ackerbau ist Weizen mit einer Anbaufläche von rund 3,1 Millionen Hektar im Jahr 2019. Trotz modernster Maschinen gibt es bei der Ernte Phasen einerseits sehr hoher und andererseits relativ geringer Arbeitsbelastung. Forscherinnen und Forscher des Karlsruher Instituts für Technologie (KIT) entwickeln nun ein automatisiertes Assistenzsystem, das – orientiert am aktuellen Beanspruchungsniveau – Handlungsempfehlungen ausgeben, damit beim Ausgleich unterstützen und so insgesamt das Wohlbefinden steigern kann.

Bei der Ernte kombiniert ein Mähdrescher mehrere Arbeitsschritte: Über das Schneidwerk nimmt er das Getreide auf und befördert es in das Dreschwerk, in dem es gedroschen wird. Danach wird das Dreschgut gereinigt und gelangt in den Korntank, von dem aus es abtransportiert wird. Intelligente und vernetzte Systeme prägen bereits heute den landwirtschaftlichen Alltag: Knapp 82 Prozent der deutschen Landwirtinnen und Landwirte setzen digitale Technologien ein. „Landwirtschaftliche Erntemaschinen mit einem hohen Automatisierungsgrad können mit GPS-Lenksystemen, Sensoren oder Farm- und Managementsystemen bereits viele Arbeitsschritte eigenständig ausführen“, sagt Patrick Lehr vom Institutsteil Mobile Arbeitsmaschinen (Mobima) am Institut für Fahrzeugsystemtechnik (FAST) des KIT. „Dank solcher Systeme lässt sich die Zeit auf dem Mähdrescher auch nutzen, sich um andere Dinge zu kümmern, beispielsweise Managementaufgaben.“

Über den Erntetag verteilt – der häufig mindestens zehn Stunden lang ist – fallen sowohl Zeiten mit hoher als auch mit vergleichsweise niedriger Arbeitsbelastung an: „Verschiedene Studien haben gezeigt, dass es für den Menschen am angenehmsten ist, sich in einem mittleren Beanspruchungsniveau zu bewegen“, erläutert Lehr. Hier setzen die Wissenschaftlerinnen und Wissenschaftler des Mobima und des Instituts für Arbeitswissenschaft und Betriebsorganisation (ifab) an und entwickeln ein Assistenzsystem, das Fahrerinnen und Fahrern abhängig vom aktuellen Beanspruchungsniveau Aufgaben zur Bearbeitung empfiehlt. „Sinnvolle Zusatzaufgaben für Phasen geringer Belastung kommen aus der Buchhaltung, dem Personal- oder Materialmanagement sowie dem privaten Aufgabenfeld. Diese könnten sonst erst nach der Feldarbeit erledigt werden“, erklärt Lehr. „Andererseits ist gerade beim Andreschen – also wenn der Fahrer die Arbeit auf einem neuen Feld beginnt – höchste Aufmerksamkeit gefragt. Da ist dann ein Ausblenden aller irrelevanten Informationen wichtig“. So wirke das System einer Unter- und Überforderung entgegen und halte die Daueraufmerksamkeit kontinuierlich aufrecht.

Intelligente Systeme erkennen Belastung

Die neuartige Fahrerkabine besteht aus mehreren Teilsystemen. Dabei geht es vor allem darum, zu erkennen, wie sehr die Fahrerin oder der Fahrer aktuell beansprucht ist. In Studien untersuchen die Forscherinnen und Forscher vom ifab den Belastungszustand mittels Blickerfassung (Eye-Tracking). Auch ein Fitnessarmband, das mithilfe von Lichtsignalen den Puls ermittelt und so das Stresslevel messen kann, sei vorstellbar. „Mit diesem Input können wir dann Handlungsempfehlungen erstellen“, erklärt Lehr. Diese sollen dann künftig über eine auf Augmented Reality (AR) basierende Schnittstelle ins Sichtfeld des Fahrers projiziert werden, um die Kabine nicht mit Bedienelementen zu überladen.

Die an das Beanspruchungsniveau anpassungsfähige Mensch-Maschine-Schnittstelle habe ökologische, ökonomische sowie gesellschaftliche Vorteile, so Lehr. Durch die digitale Vernetzung der Fahrerkabine werden für die Ernte hilfreiche Informationen wie Wettervorhersagen oder Daten zur Bodenbelastung eingebunden. „Nicht zuletzt kann das neuartige technische System auch den Arbeitsplatz und das Berufsbild insgesamt attraktiver machen“, erläutert Lehr.

Nachdem die Arbeitsgruppe des Mobima inzwischen alle Anforderungen gesammelt und daraus Konzepte für die einzelnen Teilsysteme erstellt hat, entwickeln sie nun konkrete technische Lösungen, die den Zustand der Fahrerin oder des Fahrers erfassen und Interaktionen ermöglichen. Dafür testen sie das System in einem Demonstrator. In einem separaten Versuch zur Zustandserfassung messen sie die Auslastungsgrenze von Probanden, in dem diese eine Hauptaufgabe auf dem Feld, wie das Dreschen, und wahlweise noch eine Nebenaufgabe im Management erledigen. Um die Wünsche und Bedürfnisse der Landwirtinnen und Landwirte hier direkt einbeziehen zu können, hat das Team bereits im Vorfeld Betriebsleitungen, Fahrende und landwirtschaftliche Dienstleister befragt. „Die Mehrheit konnte sich vorstellen, in Zukunft die Zeit, in der der Mähdrescher automatisch arbeitet, auch anderweitig zu nutzen, insbesondere die immer wichtiger werdende Dokumentationspflicht wurde vermehrt genannt“, sagt Lehr.

Die Untersuchungen der Wissenschaftlerinnen und Wissenschaftler des KIT sind Teil des Verbundprojekts „Fahrerkabine 4.0: Entwicklung einer beanspruchungsadaptiven Nutzerschnittstelle für Landmaschinenbetreiber“. Das Bundesministerium für Bildung und Forschung fördert das Projekt mit insgesamt drei Millionen Euro – davon erhält das KIT etwa 1,4 Millionen Euro. Weitere Projektbeteiligte sind die Universität Hohenheim, das Startup R3DT, die Firma InMach, das Unternehmen Budde Industrie Design sowie der europäische Marktführer von Erntemaschinen CLAAS. (as)

Externer Link: www.kit.edu

Neuer Ansatz für eine biologische Programmiersprache

Presseaussendung der TU Graz vom 23.06.2020

Neue Erkenntnisse von Forschern rund um die TU Graz-Informatiker Wolfgang Maass und Robert Legenstein zu neuronaler Informationsverarbeitung im Gehirn könnten effizientere AI-Methoden ermöglichen.

Konkret ist es den Forschenden gelungen, das Entstehen und Interagieren zwischen sogenannten „Assemblies“ mathematisch zu modellieren. Dabei handelt es sich um Neuronenverbände im Gehirn, die die Grundlage für höhere kognitive Fähigkeiten bilden wie beispielsweise dem Denken, dem Vorstellungsvermögen, dem Argumentieren, Planen oder der Sprachverarbeitung.

Besseres Verständnis für die Funktionsweise des Gehirns

Der kanadische Neurowissenschaftler Donald H. Hebb hat bereits 1949 postuliert, dass sich Neuronen zu solchen Verbänden zusammenschließen, also gemeinsam aktiv sind, um einzelne Wörter oder Symbole, aber auch ganzheitliche „Konzepte“ zu kodieren. „Die Existenz von Assemblies verdichtete sich allerdings erst in den letzten Jahren und unsere Modelle bauen auf den jüngsten Ergebnissen aus der Hirnforschung auf“, erklärt Maass.

Assemblies sind fließende Gebilde, die sich ständig neu organisieren, um Umweltreize zu verarbeiten, diesen eine symbolische Bedeutung geben, sie strukturieren und in Wissen umwandeln. Diese Anpassungsfähigkeit – auch Plastizität genannt – liefert dem Gehirn die Möglichkeit, über die begrenzte Verarbeitungskapazität hinwegzukommen und eine „unbegrenzte“ Anzahl von Mustern zu bilden.

Die Ergebnisse tragen nicht nur zu einem besseren Verständnis des Gehirns bei – sie könnten auch zu neuen effizienten AI-Methoden führen, da sie die Vorteile der zwei Hauptansätze in der AI-Forschung miteinander verbinden – der symbolistische und der konnektionistische.

Symbolistische vs. Konnektionistische Informationsverarbeitung

Algorithmen in Symbolsystemen basieren auf definierten Regeln (Wenn-/Dann-Befehle) und logischen Formeln, und überzeugen durch ihre Abstraktionsfähigkeit – also einerseits die Fähigkeit zur Verallgemeinerung sowie andererseits die Fähigkeit, allgemeine Zusammenhänge auf konkrete Sachverhalte anzuwenden. Sie sind daher prädestiniert für eine leichte Anwendung auf ganz neue Situationen. Symbol-basierte Systeme müssen aber aufwendig programmiert werden und lassen sich nicht mittels großer Datenmengen für anspruchsvolle Anwendungen trainieren, wie das bei neuronalen Netzwerken möglich ist. Diese bestehen aus kleinen miteinander vernetzten und lernfähigen Recheneinheiten, die sich selbst organisieren und im Verbund komplexe Probleme schnell lösen können. Die Lernfähigkeit neuronaler Netzwerke hat den konnektionistischen Ansatz für die aktuelle AI-Forschung und für moderne AI-Anwendungen attraktiver gemacht. Allerdings haben neuronale Netzwerke Schwierigkeiten bei jenen Aufgaben, die in den Trainingsmengen nicht vorkommen.

„Menschliche“ Gehirnarchitektur für Maschinen

Die vorgestellten Assembly-Modelle zielen nun darauf ab, die Abstraktionsfähigkeit mit der Lernfähigkeit zu kombinieren. „Es handelt sich dabei um neuronale Netzwerke, die mit ihren Assemblies symbolartig arbeiten. Als Paradigma dient uns das menschliche Gehirn, das auch beides miteinander kombiniert“, so Legenstein.

Die Arbeiten, an denen auch Forschende der University of Nottingham, der University of California, Berkeley und dem Georgia Institute of Technology beteiligt sind, fließen teilweise ins Human Brain Project ein (HBP) – dieser europaweite interdisziplinäre Forschungsverbund arbeitet seit 2015 daran, das menschliche Gehirn elektronisch nachzubauen und seine Funktionen zu simulieren. Wolfgang Maass und sein Team sind darin für das Arbeitspaket „Principles of Brain Computation“ verantwortlich. (Christoph Pelzl)

Externer Link: www.tugraz.at

KI unterstützt Fachkräfte bei der Montage

Presseinformation des KIT (Karlsruher Institut für Technologie) vom 08.06.2020

Kimoknow, eine Ausgründung des KIT, entwickelt digitalen Montageassistenten – Basis ist die automatisierte KI-gestützte Objekterkennung

Künstliche Intelligenz (KI) macht es möglich, dass auch Maschinen Objekte erkennen können. Hierfür braucht es große Mengen an qualitativ hochwertigen Bilddaten, mit denen die Algorithmen manuell trainiert werden. Das am Karlsruher Institut für Technologie (KIT) entstandene Start-up Kimoknow hat eine Technologie entwickelt, um dieses Training zu automatisieren. Der erste Use Case: Ein digitaler Montageassistent für die kontaktlose Zusammenarbeit von Menschen und Maschinen. Er wird in Kooperation mit der Elabo GmbH am Center for Artificial Intelligence Talents (CAIT) erprobt.

„KI-Systeme für die Erkennung von Objekten zu trainieren, ist nach wie vor zeitaufwändig, unflexibel, teuer, stark umgebungsabhängig und erfordert einen hohen Rechenaufwand“, erklärt Kimoknow-Mitgründer Lukas Kriete. Das Start-up des KIT greift deswegen auf Bilddaten zurück, die bei computerunterstützten Entwicklungsprozessen (CAD) und im Produktionsdatenmanagement (PDM) ohnehin für alle Objekte entstehen. Sie geben unter anderem Aufschluss über Material, Geometrie und Position des jeweiligen Gegenstandes. Die CAD- und PDM-Daten werden extrahiert und für das automatisierte Training der KI genutzt.

Das auf diese Weise geschulte Objekterkennungssystem kann vielfältig eingesetzt werden, unter anderem in Augmented Reality (AR)-Brillen. Sie erfassen relevante Gegenstände im Sichtfeld des Nutzers in Echtzeit und verfügen zudem über notwendige Kontextinformationen zum betreffenden Objekt. Als ersten Use Case für solche AR-Brillen hat Kimoknow ein Assistenzsystem entwickelt, das Fachkräfte bei der Montage komplexer Geräte unterstützen soll. Der virtuelle Assistent führt Nutzerinnen und Nutzer durch den gesamten Montageprozess, visualisiert ohne zusätzliches Display Schritt für Schritt die Bauanleitung und zeigt so in welcher Reihenfolge welches Teil mit welchen Werkzeugen und Montagematerialien verarbeitet wird. Er wiederholt einzelne Schritte, wenn Fehler auftauchen, und dokumentiert den Prozess. Der Monteur hat beide Hände frei und kommuniziert über Blickkontakt, Handzeichen oder Sprachbefehl mit dem System. „Der Montageassistent macht den Prozess bei besserer Qualität effizienter, produktiver, schneller und kostengünstiger“, sagt Kriete.

Der Assistent eignet sich für alle Industrien, in denen hochkomplexe Produkte in geringer Stückzahl hergestellt werden. Der Prototyp wird für die Endmontage hoch spezialisierter Messgeräte eingesetzt und derzeit in Kooperation mit der Elabo GmbH am Center for Artificial Intelligence Talents (CAIT) am Institut für Informationsmanagement im Ingenieurwesen (IMI) des KIT erprobt.

Kimoknow ist eine Ausgründung des IMI und ging am 13. Mai 2020 als Unternehmergesellschaft (haftungsbeschränkt) an den Start. Neben Lukas Kriete gehören Roman Wiegand, Aaron Boll, Michael Grethler und Vesa Klumpp zum Gründungsteam.

Center for Artificial Intelligence Talents (CAIT)

Das Center for Artificial Intelligence Talents (CAIT) fördert gezielt Forschungstalente, die Methoden der Künstlichen Intelligenz und des Ingenieurwesens miteinander verknüpfen. Neben Infrastruktur, Ressourcen und Trainingsformaten bietet es ihnen vor allem die Möglichkeit, neue Entwicklungen und Ideen unter realen Arbeitsbedingungen und in Zusammenarbeit mit potenziellen Anwendern zu erproben, weiterzuentwickeln und schnell in die Praxis zu bringen. Im Fokus des Konzeptes stehen der Mensch und seine Interaktion mit der Künstlichen Intelligenz. „Nicht die neuen Technologien verändern die Welt, sondern die Menschen, die diese Technologien nutzen“, betont CAIT-Leiterin Professorin Jivka Ovtcharova. Forschende und Start-ups bekommen die Chance, neue KI-Technologien nah am Markt zu entwickeln. Unternehmen profitieren vom Know-how dieser Talente und von aktuellen Forschungsergebnissen. „Dies ist eine Win-Win-Situation und das optimale Modell für die Kooperation zwischen Wissenschaft und Wirtschaft“, erklärt Ovtcharova.

Das CAIT wurde unter der Leitung von Jivka Ovtcharova im Juni 2019 am IMI eröffnet und setzt das Konzept des bis dahin betriebenen Lifecycle Engineering Solutions Center (LESC) mit dem Fokus KI fort. Neben der Elabo GmbH sind unter anderem die abas Software AG und die SolidLine AG Partner des CAIT. (sur)

Externer Link: www.kit.edu