So wird Machine Learning zu einem immer bedeutenderen Treiber wirtschaftlicher Innovation und Entwicklung – und soll das auch in den Ingenieurwissenschaften werden. In diesem Feld hat sich das große Anwendungspotenzial selbstlernender Systeme bislang noch vergleichsweise wenig durchgesetzt. Das will die Initiative MLE@TUHH ändern. Vor zwei Jahren haben sich Studierende, Promovierende, Postdocs und Professor:innen aller Dekanate der TUHH gemeinsam mit Kollegen des Helmholtz-Zentrums Hereon zusammengetan, um den Wissenstransfer in Richtung Wirtschaft und Industrie zu stärken. „Gerade mittelständische Unternehmen haben großes Interesse an der Thematik. Doch es besteht Unsicherheit darüber, wie sich ML-Verfahren gewinnbringend im Unternehmen etablieren lassen“, erklärt Turau. Um solche Unsicherheiten auszuräumen, veranstaltet die Initiative MLE@TUHH nun zum zweiten Mal die MLE-Days. Im letzten Jahr fand die Konferenz für Maschinelles Lernen im Ingenieurwesen pandemiebedingt virtuell statt, in diesem Jahr ist sie als Präsenzveranstaltung auf dem Campus der Technischen Universität Hamburg geplant.
Wenn Algorithmen Muster in Datensätzen erkennen und daraus Lösungen entwickeln, ist Machine Learning (ML) am Werk. Die Zukunftstechnologie wird oft gleichgesetzt mit künstlicher Intelligenz (KI), ist aber tatsächlich ‚nur‘ ein Teilgebiet der KI. „Das Verfahren wurde zwar schon in den 70er- und 80er-Jahren entwickelt, doch dank leistungsstarker Rechner setzt sich Machine Learning jetzt im großen Stil in ganz verschiedenen Feldern durch“, weiß Professor Volker Turau, Leiter der Arbeitsgruppe Telematik an der Technischen Universität Hamburg (TUHH) und Sprecher der Initiative Machine Learning in Engineering (MLE@TUHH). Auch die IDG-Studie Machine Learning 2021 stellt den zunehmenden Einsatz selbstlernender Systeme fest. Demnach setzen in Deutschland bereits 73 Prozent der großen Unternehmen mit mehr als 10.000 Beschäftigten auf ML. Bei den kleineren Firmen sind es immerhin noch 59 Prozent. Befragt wurden 367 Unternehmen aus verschiedenen Branchen, mit unterschiedlicher Unternehmensgröße und Jahresumsätzen.
Machine Learning gewinnbringend einsetzen
MLE-Days 2022 präsentieren Fachwissen und Use Cases
„Mit den MLE-Days 2022 am 15. und 16. September wollen wir zeigen, was Machine Learning alles kann. Und das ist viel“, betont Professor Christian Schuster, Leiter des Instituts für Theoretische Elektrotechnik an der TUHH und ebenfalls MLE-Sprecher. „Die Ingenieurwissenschaften haben das Potential, einen wichtigen Beitrag zur Lösung drängender Probleme zu leisten. Mit Machine Learning können wir diesen Anspruch auf eine ganz neue Stufe heben.“ Zumal gerade die in diesem Feld eingesetzten Maschinen besonders viele und qualitativ hochwertige Daten generieren können – die Basis für tragfähige ML-Anwendungen. Wie tragfähig diese tatsächlich sind, wollen die Initiatoren anhand von Use Cases aufzeigen. Geplant sind Keynotes, Workshops und Networking-Sessions, die ein möglichst breites Themenspektrum abdecken – von Luftfahrttechnik, Bauingenieurwesen und Maritimer Logistik über Verfahrenstechnik bis zu Materialwissenschaften und Energietechnik.
Eigenes Format für Startups
„Die Sessions sind als Mischung aus akademischen und praktischen Anwendungen aus Wirtschaft und Industrie konzipiert“, betont Professor Christoph Ihl, Leiter des Instituts für Unternehmertum an der TUHH und MLE-Vizesprecher. Neben etablierten Unternehmen wie Lufthansa Technik oder Branchennetzwerken wie ARIC, erhalten in diesem Jahr auch Startups eine besondere Bühne. „Die MLE-Initiative ist Projekt-Partner des neuen AI.Startup Hub Hamburg, der Gründungen im Bereich KI unterstützt. Bei den MLE DAYS 22 haben nun acht vielversprechende Startups die Möglichkeit, ihr Geschäftsmodell zu präsentieren“, so Ihl.
MLE School 2022 am 13. und 14. September
Den Nachwuchs der Ingenieurwissenschaften im Blick hat die zweitägige Summer School for Machine Learning in Engineering, veranstaltet von der TUHH. Das Career-Event findet direkt vor den MLE-Days 2022 am 13. und 14. September statt, und richtet sich an Doktorand:innen und Masterstudierende. „Die Teilnehmer:innen erwartet zwei Tage gemeinsames Lernen – von Grundlagen bis zu Use Cases. Zudem werden in Arbeitsgruppen konkrete Anwendungen entwickelt, jeder nimmt also etwas Greifbares mit nach Hause“, so Schuster. Und er verweist auf das abschließende Networking-Event, das die Schnittstelle zwischen MLE-Days und Summer School bildet. „Teilnehmende Unternehmen und Partner der MLE-Days treffen hier auf High Potentials. Das ermöglicht ein hochkarätiges Recruiting im informellen Rahmen.“
ys/kk