Machine Learning Expertise mit nur einem Klick

Posted by PM-Ersteller - 29/09/23 at 02:09:42 p.m.

Im F&E-Projekt „AutoFL“ entwickelt die Katulu GmbH ein Softwareprodukt, mit dem KMU einfach auf Machine Learning Expertise zugreifen können.

BildIm Innovationsprojekt „AutoFL“ strebt die Katulu GmbH den Aufbau eines automatisierten Federated Learning Ansatzes an. Unter Einbezug höchstmöglicher Data Privacy soll es dieser Ansatz kleineren und mittleren Unternehmen (KMU) ermöglichen fortschrittliche Techniken des Machine Learning zu nutzen, selbst wenn keine Data-Science-Expertise im Unternehmen vorhanden ist. Gefördert wird das Einzelprojekt „AutoFL“ mit einem Gesamtvolumen von rund 248.000 Euro aus dem Zentralen Innovationsprogramm Mittelstand (ZIM).

Das Föderale Lernen (FL) ist eine Technik im Bereich des maschinellen Lernens (ML), bei der Modelle auf dezentralen Geräten oder Servern trainiert werden, ohne dass die eigentlichen Daten zentral an einen Ort übertragen werden müssen. Statt alle Daten an einem Ort zu sammeln, bleiben die Daten dort, wo sie generiert werden, zum Beispiel auf Smartphones, Sensoren oder lokalen Servern. Die Katulu GmbH mit Sitz in Hamburg ist auf die Entwicklung von industriellen FL-Lösungen spezialisiert. Das Unternehmen berät Industrieunternehmen aus Branchen wie Maschinenbau, Halbleiter und Chemie bei der Entwicklung souveräner und nachhaltiger Industrie 4.0-Lösungen.

Entwicklung eines benutzerfreundlichen Softwareprodukts

Ein zentrales Problem bei der Etablierung von Machine Learning Methoden in KMU ist oftmals der Mangel an internen und externen Fachkräften sowie die zeitaufwändige Aufbereitung der Daten. Im Rahmen des ZIM-Projekts „AutoFL“ sollen diese Barrieren beseitigt werden, indem der Prozess der Datenintegration und die Verfügbarkeit von ML-Technologien deutlich vereinfacht werden. Das Ziel ist es also, ein benutzerfreundliches Softwareprodukt zu entwickeln, damit datenaffine Domain Experts ohne formelle Data Science Ausbildung in den Unternehmen von den Vorteilen moderner ML-Methoden profitieren können.

AutoFL steht für das automatisierte Federated Learning und ist in Anlehnung an das automatisierte Machine Learning (AutoML) der Prozess der Automatisierung von zeitaufwändigen, iterativen Aufgaben bei der Entwicklung eines Modells. Ziel ist es, die menschliche Arbeitszeit und die Komplexität des Data Science Prozesses zu reduzieren, sodass Data Scientists und Nicht-Data Scientists gleichermaßen in die Lage versetzt werden, FL-Modelle mit hoher Skalierbarkeit, Effizienz und Produktivität zu erstellen.

Aufbau und Kombination neuartiger Algorithmen

Der Ansatz der Katulu GmbH umfasst die Entwicklung von Edge- und Cloud-Komponenten, wobei ein Fokus auf der Automatisierung aller Data Science relevanten Edge-Tätigkeiten (Data-Collection, Cleanup, Checking) liegt. Dies soll mit dem Aufbau neuartiger Algorithmen und der erstmaligen Kombination von bestimmten Algorithmen erreicht werden. Ein weiterer Fokus liegt darin, die neuartigen Algorithmen zur Erhöhung der Datenprivatsphäre zu nutzen. Auch aus den dezentral trainierten Modellen sollen keine Rückschlüsse auf die Unternehmensdaten bzw. den Business Case des Unternehmens gezogen werden können. Darüber hinaus wird eine affirmierende neuartige User-Experience (UX) entwickelt, die es KMU-Domänenspezialist:innen ermöglicht direkt wertschöpfend mit dem neuartigen Produkt zu interagieren. Die erfolgreiche Realisierung der intuitiven Interaktionsmöglichkeiten mit dem Produkt ist ausschlaggebend für den gewinnbringenden Einsatz bei KMU und für die Erreichung der angestrebten wirtschaftlichen Zielkriterien.

Die Idee zum Projekt „AutoFL“ ist im Rahmen des Innovationsnetzwerks FAKOSI – Komfort- und Sicherheitstechnologien für elektrische Leichtfahrzeuge (LEVs) entstanden, das über das Zentrale Innovationsprogramm Mittelstand (ZIM) gefördert wird. Im Zuge der Mitgliedschaft werden die Partner:innen aktiv bei der Realisierung von F&E-Projekten sowie der Sicherstellung der Finanzierung unterstützt. Betreut wird FAKOSI von der IWS GmbH, die auch das Antragsmanagement der Kooperations- und Einzelprojekte übernimmt und die Mitglieder intensiv bei der Entwicklung neuer Technologien begleitet.

_Weitere Informationen finden Sie unter __www.fakosi.net_

Projektpartner:innen „AutoFL“:

Katulu GmbH | Hamburg | www.katulu.io

Verantwortlicher für diese Pressemitteilung:

IWS Innovations- und Wissensstrategien GmbH
Frau Carmen Schulte
Deichstraße 29
20459 Hamburg
Deutschland

fon ..: 04036006630
fax ..: 040360066320
web ..: https://www.iws-nord.de/
email : mail@iws-nord.de

Die Innovationsfähigkeit mittelständischer Unternehmen ist der Schlüsselfaktor für Wachstum und Beschäftigung. Viele dieser Unternehmen sind Weltmarktführer mit Hightech-Produkten in bestimmten Marktnischen oder in Zulieferketten für große Unternehmen. IWS steht für den Technologie- und Wissenstransfer zwischen Industrie und Spitzenforschung und agiert branchenübergreifend dort, wo Innovation entsteht. Wir arbeiten in mehreren Technologienetzwerken mit Unternehmen und Forschungseinrichtungen zusammen, die den Nukleus für die gemeinschaftliche Entwicklung hochinnovativer Produkte, Verfahren oder technischer Dienstleistungen darstellen. Wir machen Ihre innovativen Ideen marktfähig!

Pressekontakt:

IWS Innovations- und Wissensstrategien GmbH
Herr Patrick Zessin
Deichstraße 29
20459 Hamburg

fon ..: 040360066315
email : mail@iws-nord.de

4 Gründe für den Einsatz von KI und Machine Learning in der Cybersecurity

Posted by PM-Ersteller - 28/04/23 at 09:04:23 a.m.

Täglich neue Angriffsszenarien.

BildDer Mangel an und die Kosten von Security-Fachkräften sowie die Vermehrung staatlich unterstützter Hackergruppen machen den Einsatz von Künstlicher Intelligenz und Machine Learning in der Verteidigung gegen Cyberangriffe unabwendbar, so der Schweizer Security-Spezialist Exeon Analytics.

Während Unternehmen immer mehr Daten sammeln, um bösartiges Verhalten zu erkennen, wird es immer schwieriger, trügerische und unbekannte Angriffsmuster und damit die sprichwörtliche Nadel im Heuhaufen zu entdecken. Manuelle Bedrohungssuche und Korrelation der protokollierten Informationen sind dafür laut Exeon nicht geeignet. Um diese Herausforderungen zu bewältigen, sind prädiktive Analytik und Maschinelles Lernen (ML) erforderlich, um Netzwerke vor Cyberbedrohungen und unbekannten Angreifern zu schützen. Exeon zufolge sprechen fünf wesentliche Gründe für den Einsatz von KI und ML in der IT-Security.

Big-Data-Analytik

Angesichts der ständig wachsenden Datenmenge und der verschiedenen Protokollquellen müssen Unternehmen in der Lage sein, riesige Mengen an Informationen in Echtzeit zu verarbeiten, einschließlich Netzwerkverkehrs-Protokollen, Endpunkten und anderen Informationsquellen im Zusammenhang mit Cyber-Bedrohungen. In dieser Hinsicht können ML-Algorithmen bei der Erkennung von Sicherheitsbedrohungen helfen, indem sie automatisiert Muster und Anomalien identifizieren, die andernfalls unbemerkt bleiben würden. Folglich ist die Fähigkeit und Flexibilität einer Lösung, verschiedene Protokollquellen einzubeziehen, eine wichtige Voraussetzung für die Erkennung von Bedrohungen.

Automatisierte Analyse von ungewöhnlichem Verhalten

KI ermöglicht die eminent wichtige Überwachung der Netzwerkaktivität, indem sie die Analyse des normalen Netzwerkverkehrs als Grundlage nutzt. Mithilfe automatischer Korrelation und Gruppenbildung können Ausreißer und ungewöhnliches Verhalten erkannt und beurteilt werden, wodurch der Bedarf an manuellem Entwickeln von Erkennungen und manuellem Suchen nach Bedrohungen reduziert wird. Zu den wichtigsten Fragen, die es zu beantworten gilt, gehören: „Welche Aktivitäten haben Clients im Netzwerk?“ und „Entspricht das Verhalten eines Clients seinen eigenen bisherigen Aktivitäten? Falls nein, ist die Abweichung erklärbar?“. Diese Ansätze ermöglichen die Erkennung ungewöhnlicher Verhaltensweisen wie die Kommunikation mit Domänen von Domänen-generierenden Algorithmen (domain-generation algorithms, DGA), volumenbasierte Unregelmäßigkeiten bei Netzwerkverbindungen und ungewöhnliche Kommunikationsmuster (z. B. interne Weiterverbreitung) im Netzwerk.

Erkennung unbekannter Angriffe in Echtzeit

Während es relativ einfach ist, als bösartig bekannte Indikatoren (bestimmte IP-Adressen, Domänen usw.) direkt zu erkennen, können viele Angriffe unentdeckt bleiben, wenn diese Indikatoren fehlen. In diesem Fall sind Statistiken sowie zeit- und korrelationsbasierte Erkennungen von enormem Wert, um unbekannte Angriffsmuster automatisch zu identifizieren. Durch die Einbeziehung algorithmischer Ansätze können herkömmliche Sicherheitslösungen, die auf Signaturen und Indikatoren einer Kompromittierung (Indicators of Compromise, IoC) beruhen, verbessert werden, so dass sie unabhängiger werden und weniger auf bekannte Malware-Indikatoren angewiesen sind.

Verbesserung der Reaktion auf Vorfälle

Indem ML aus den vergangenen Aktivitäten eines Analysten zur Reaktion auf Vorfälle lernt, kann es bestimmte Aspekte des Reaktionsprozesses auf Vorfälle automatisieren und so den Zeit- und Ressourcenaufwand für die Behebung einer Sicherheitsverletzung minimieren. Dazu kann die Verwendung von Algorithmen zur Analyse von Text und Beweisen gehören, um Ursachen und Angriffsmuster zu identifizieren.

Insgesamt ermöglichen KI und ML laut Exeon so eine deutliche Verbesserung der Netzwerksicherheit, da sie Bedrohungen schneller und präziser erkennen und die Nachteile regelbasierter Sicherheitslösungen umgehen können.

Verantwortlicher für diese Pressemitteilung:

Exeon Analytics AG
Herr Gregor Erismann
Grubenstrasse 12
8045 Zürich
Schweiz

fon ..: +41 44 500 77 21
web ..: http://www.exeon.com
email : exeon@prolog-pr.com

Pressekontakt:

Prolog Communications GmbH
Herr Achim Heinze
Sendlinger Str. 24
80331 München

fon ..: +49 89 800 77-0
web ..: http://www.prolog-pr.com
email : exeon@prolog-pr.com

Software-Plattform für KI und maschinelles Lernen: Plattformökonomie als Basis für Business Intelligence (BI)

Posted by PM-Ersteller - 20/10/22 at 08:10:28 a.m.

Plattformökonomie als Basis für Business Intelligence (BI) – Das COSCOM Software ECO-System ebnet den Weg für KI und maschinelles Lernen mit intelligenten Verknüpfungs- und Auswertemechanismen.

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Optimierungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das COSCOM ECO-System, unterstützt von einer Vielzahl von Kompetenzträgern, garantiert eine Plattformökonomie als Basis für Business Intelligence (BI).

„Hey Alexa, wie kannst Du die industrielle Fertigung unterstützen?“ Diese Frage lässt sich allgemein schwer beantworten, für konkrete Anwendungsfälle indes sehr wohl. Warum sollte nicht die Arbeitsvorbereitung diese Frage von einer IT-Plattform beantwortet bekommen: „Gibt es zu diesem Artikel ein gültiges NC-Programm? Sind alle Werkzeuge ausreichend vorhanden? Und welche Werkzeugmessdaten liegen vor?“ Es geht um ein Wissen aus Sicht der Produktionsplanung für bestimmte Arbeitsschritte, das ohne IT-Unterstützung nur aufwändig recherchiert werden könnte. Das ruft das Thema Plattform-Ökonomie auf den Plan, bei dem Kompetenzträger orchestriert ihre Beiträge liefern. 

Modelle für digitale Ökosysteme basieren auf unserem Wissen über natürliche Ökosysteme, insbesondere in Bezug auf Aspekte des Wettbewerbs und der unterschiedlichen Kooperationsformen. Ein digitales Ökosystem ist ein verteiltes, anpassungsfähiges, offenes soziotechnisches System mit Eigenschaften der Selbstorganisation, Skalierbarkeit und Nachhaltigkeit, inspiriert von natürlichen Ökosystemen. Das COSCOM ECO-System für die Zerspanungsindustrie mit seiner zentralen Datenbank-Plattform unterstützt diesen Ansatz nachhaltig: Alle fertigungsrelevanten Daten sind in einer gemeinsamen Wissensquelle („Single Source of Truth“) zusammengeführt und dank durchgängiger Digitalisierung für alle „Datenkonsumenten“ unternehmens- und Shopfloor-weit im Zugriff.

Zentraler Datenpool für Machine Learning und Business Intelligence (BI)

Bei COSCOM ist man sich des Potenzials von maschinellem Lernen und Business Intelligence bewusst: „Maschinelles Lernen kann genutzt werden, um auf Basis von Erfahrungen und Erkenntnissen aus Datenpools der Vergangenheit zukünftige Arbeitsprozesse zu optimieren. So könnte auch ein Leitrechner aus eigenen Stücken einen Auftrag planen und die dafür notwendigen Ressourcen orchestrieren“, regt Christian Erlinger, Geschäftsführer der COSCOM Computer GmbH aus Ebersberg bei München, zum Nachdenken an. 

Darüber hinaus können die von der zentralen COSCOM Datenbank-Plattform konsolidierten Fertigungsinformationen genutzt werden, um generelle, auftragsübergreifende Effizienzthemen anzugehen – z.B. die Evaluierung des Nutzenpotenzials eines neuen Bearbeitungszentrums einschließlich aller zusätzlich erforderlichen Betriebsmittel. So ließe sich analysieren, welche Vorteile neue Technologien haben, wie zum Beispiel das Trochoidalfräsen, bei dem mit hoher Zustelltiefe gearbeitet wird, einschließlich passender Bearbeitungsstrategien. Und in der Tat wurden derartige Projekte der Business Intelligence (BI) von COSCOM-Experten bereits erfolgreich umgesetzt.

Neue Wege gehen – ohne Risiko und auf Basis valider Daten

Christian Erlinger erklärt zum Hintergrund: „Wir haben in einem BI-Projekt zur Effizienzsteigerung den Einsatz einer neuen Maschine ausgewertet. Es hat sich herausgestellt, dass die neu nutzbare Technologie des Trochoidalfräsens zu wenig genutzt wurde. Der Grund: Es wurde das bestehende CAM-Programm bei einem Folgeauftrag nur minimal geändert, weil sich die Bauteile in ihrer geometrischen Ausprägung ja auch nur wenig geändert hatten – die grundsätzliche Bearbeitungsstrategie wurde nicht in Frage gestellt.“ Mit anderen Worten: Es wurde nicht neu programmiert, vielmehr vertraute man auf die Wiederverwendung bereits vorhandener CAM-Programme – die Folge: Alles blieb beim Alten: „Unsere BI-Anwendung zeigte auf, welche Frästechnologien wie oft zum Einsatz kamen und welche Potenziale nicht ausgeschöpft wurden.“

Eine ähnliche Analyse brachte zutage, wie viele Werkzeuge in welcher Menge bevorratet werden sollten. Bei der Suche nach dem idealen Werkzeugbestand spielen viele Aspekte eine Rolle, zum Beispiel auch die Lieferzeit: Obwohl ein Werkzeug nicht so häufig genutzt wird, sollten mehrere davon auf Lager gelegt werden, weil die Lieferzeit lange ist. Derartige gegenseitigen Abhängigkeiten bringt eine von der COSCOM Datenbank-Plattform unterstützte BI-Anwendung zutage und hilft so bei der optimalen Entscheidungsfindung von komplexen Zusammenhängen.

Plattformökonomie: Big Data beherrschen und einfach nutzen

Für anspruchsvolle Projekte mit großen Mengen an Daten (Stichwort „Big Data“) nutzen die Software-Experten von COSCOM unter anderem MS PowerBI. Die COSCOM Datenbank-Plattform stellt die dafür notwendige Datenstruktur zur Verfügung. Allerdings muss es nicht dieses Microsoft-Produkt sein, sondern auch jedes andere BI-System kann genutzt werden. Christian Erlinger erläutert: „Mit Hilfe des COSCOM ECO-Systems werden die Fertigungsdaten zum „Schatz“ des Anwenders, bei dem die Daten mit Beziehungswissen zum Abruf bereitstehen.“

COSCOM bietet aktive Unterstützung bei der Umsetzung von KI- beziehungsweise BI-Szenarien an, sodass der Anwender Herr seiner Daten wird. Schließlich sollte stets das Ziel sein, Daten nicht nur zu sammeln, sondern sie durch intelligente Verknüpfungs- und Auswertemechanismen zu nutzen, um den kontinuierlichen Verbesserungsprozess (KVP) im Shopfloor voranzutreiben, um neuen Effizienzpotenzialen auf die Spur zu kommen.

 

Verantwortlicher für diese Pressemitteilung:

COSCOM Computer GmbH
Herr Christian Erlinger
Anzinger Straße 5
85560 Ebersberg
Deutschland

fon ..: +49 8092 2098 0
fax ..: +49 8092 2098 900
web ..: https://www.coscom.de/
email : cc-pr@lead-industrie-marketing.de

Über die COSCOM Computer GmbH:

COSCOM – Software, Consulting und Projekte – für die Digitalisierung in der Zerspanenden Fertigung

COSCOM ist ein führendes Software-Systemhaus, das Fertigungsdaten in der Zerspanungsindustrie vereinheitlich, vernetzt und optimiert. Die Verbindung zwischen dem ERP-System und der Fertigung steht dabei ganz oben. Rund um die CNC-Maschine werden Projekte in der Werkzeugverwaltung, im Tool- und Datenmanagement, im CAD/CAM und der Maschinensimulation sowie mit Infopoint / DNC-Vernetzung realisiert. Kompetenz im Consulting und zielorientiertes Projektmanagement sind die Basis für den gemeinsamen Erfolg – ein Ansprechpartner, eine Verantwortung, ein erfolgreiches Projekt!

Durch die Vernetzung der COSCOM Software-Produkte entstehen unterschiedliche, schnittstellenfreie Prozess-Lösungen für die Vernetzung aller Teilnehmer im Shopfloor. Die Hauptnutzen für den Anwender liegen dabei in einem effizienteren Zerspanungsprozess mit besserer Produktqualität, höherer Termintreue und geringeren Produktionskosten. COSCOM bietet alles aus einer Hand – von der Softwareentwicklung über Prozessberatung, Vertrieb und Projektmanagement mit Implementierung bis hin zu Schulung/Coaching, Service und Support.

COSCOM ist seit 1978 am Markt aktiv und ist damit einer der erfahrensten Anbieter auf dem Gebiet der Fertigungsautomatisierung und -digitalisierung in der Zerspanung. Aktuell sind europaweit rund 6.000 COSCOM-Lösungen und etwa 25.000 Maschinen und Anlagen mit COSCOM-Systemen vernetzt. COSCOM als Partner, das bedeutet für den Kunden Investitionssicherheit, Zukunftssicherheit und Innovationssicherheit.

Pressekontakt:

LEAD Industrie-Marketing GmbH
Herr André Geßner
Hauptstr. 46
83684 Tegernsee

fon ..: +49 8022 91 53 188
email : agessner@lead-industrie-marketing.de