Hochschule Heilbronn Zentrum für maschinelles Lernen gegründet

Fachübergreifende Kompetenzen der Hochschule Heilbronn bündeln sich für KI.

Das „Interdisziplinäre Lehr- und Forschungszentrum für Maschinelles Lernen“ bündelt fachübergreifend Kompetenzen. Das BMBF fördert das Zentrum mit 400.000 Euro.

An der Hochschule Heilbronn hat sich kürzlich das „Interdisziplinäre Lehr- und Forschungszentrum für Maschinelles Lernen“, kurz ZML, gegründet (www.hs-heilbonn.de/zml). Mit dem Zentrum wollen die drei Professoren Alexandra Reichenbach und Wendelin Schramm von der Fakultät Informatik sowie Nicolaj Stache von der Fakultät Mechanik und Elektronik fächerübergreifend Kompetenzen in der Methode des „maschinellen Lernens“ bündeln. Bei maschinellen Lernverfahren lernt ein Computer ohne menschliche Anweisungen aus gesammelten Daten und kann dieses neue Wissen dann verallgemeinern und anwenden. Das Bundesministerium für Bildung und Forschung (BMBF) fördert das Zentrum über zwei Jahre mit einer Summe von 400 000 Euro.

Forschungsschwerpunkte Auto und Medizin

Das ZML hat drei Forschungsschwerpunkte in den Gebieten Automobil und Medizin. Dazu ist die Hochschule Heilbronn Partner am Testfeld Autonomes Fahren Baden-Württemberg. Für das automatisierte Fahren müssen kritische Fahrsituationen erkannt werden. Ein manuelles Aufspüren dieser Situationen ist in den mehrere Millionen an Fahr¬kilometern umfassenden Datenbeständen zu aufwendig. Deshalb verfolgt das ZML einen anderen Forschungsansatz: In kritischen Situationen zeigt der Mensch Überlastungsreaktionen, die messtechnisch erfasst werden und ein erstes Indiz für eine kritische Verkehrssituation sein können. Maschinelles Lernen soll dazu verwendet werden, den Zusammenhang zwischen Verkehrssituation und Überlastsituation eines Durchschnittsfahrers herzustellen. So ist es bei Abschluss dieses Themas möglich, mit aufgezeichneten Daten der Verkehrssituation (also ohne menschlichen Fahrer) eine Aussage zu treffen, ob kritische Verkehrssituationen vorliegen oder nicht.

Im Bereich der Medizin gibt es ein Forschungsprojekt, um das Kosten-Nutzen-Verhältnis von Behandlungsmethoden besser abschätzen zu können. Bei lebenslangen Erkrankungen wie Diabetes, Asthma und zunehmend auch bei Krebs können Behandlungskosten und -ergebnisse nicht ausreichend lange beobachtet werden. Deshalb ist man für eine gesundheitsökonomische Bewertung auf Simulationsmodelle angewiesen. Die zunehmende Datenverfügbarkeit in der Medizin öffnet dafür neue Möglichkeiten in der Bewertung.

Seit 2012 hat die Hochschule Heilbronn eine Kooperation mit dem Tumorzentrum der SLK-Kliniken Heilbronn mit Zugang zu Behandlungsdaten von mehr als 60.000 Patientenverläufen. Auf Grundlage dieser Daten konnten bereits mit Methoden des Data Minings semi-automatisch Erkrankungsmodelle für Brustkrebs erstellt werden. Hierfür ist derzeit noch die Bedienung eines kompetenten Arztes notwendig, als nächstes Ziel soll die Modellerstellung mit Hilfe von maschinellem Lernen vollautomatisiert werden.

Auch auf dem Gebiet komplexer Erkrankungen des Zentralnervensystems wie Schizophrenie und Autismus forscht das ZML an Verfahren für eine bessere Früherkennung, Individualdiagnostik, Therapieentwicklung und -verfolgung. Auch hier werden Patienten-Datenbanken mit bildgebenden, kognitiven und genetischen Datensätzen genutzt, um diese Daten mit ML-Techniken vorzuverarbeiten mit dem Ziel, der medizinischen Forschungscommunity einen vielfältig einsetzbaren Werkzeugkasten anzubieten.

„Diese Art des Lernens stellt eine Schlüsseltechnologie zum Erhalt der Wettbewerbsfähigkeit Deutschlands dar und wird auch in anderen Feldern genutzt, wie z.B. der Weiterentwicklung effizienter Produktionsmethoden im Bereich Industrie 4.0“, betont Professor Stache.