Zunehmend finden KI-Methoden Einzug in maritime Echtzeitsysteme. Sie unterstützen unter anderem die Planung, Steuerung und Analyse von Missionen, übernehmen selbstständig Aufgaben und ermöglichen den autonomen Einsatz von unbemannten Systemen im hochkomplexen maritimen Bereich. Durch die Integration von KI können die zunehmend vernetzten, digitalisierten und intelligenten maritime Technologien über, auf und unter Wasser für den Operateur benutzbar und beherrschbar gemacht werden.
Der Einsatz von KI erfordert zum einen Vertrauen und Akzeptanz durch die Nutzer und zum anderen einen sicheren Rahmen für den Einsatz durch Gesetze, Standards und Zertifizierung. Für beides stehen in der maritimen Systemtechnik heute noch keine adäquaten Verfahren und Methoden bereit. Das Ziel des Projekts VaMAI ist daher die Entwicklung und Demonstration einer Methodik für die Validierung und Qualifizierung von Künstlicher Intelligenz (KI) in maritimen Echtzeitsystemen. Dabei sollen Methoden und Verfahren entwickelt werden, die eine durchgängige Nutzung von KI im maritimen Kontext ermöglichen. Als Ergebnis wird eine Trusted Test Infrastructure (TTI) bereitgestellt, die drei Ebenen für den Einsatz von KI in maritimen Echtzeitsystemen berücksichtigt: (1) das Gesamtsystem, (2) die integrierten Einzelsysteme und (3) einzelne KI-Module bzw. KI-Komponenten. Auf Basis der TTI wird es möglich sein, die eingesetzte KI auf allen drei Ebenen zu validieren. In dieser Validierungsmethodik werden Einflussgrößen wie der menschliche Faktor und die maritime Umwelt mit ihren Spezifika wie Hydrografie, Topografie und atmosphärische Daten berücksichtigt. Die entwickelte Methodik soll an einem konkreten maritimen Anwendungsfall demonstriert werden. Durch den Nutzen der Methodik wird eine Reduzierung der Fehlerquote um mindestens 50% in den kritischen Szenarien-Zeitpunkten angestrebt.
Partner: HuMaTects GmbH, Marinom GmbH, Institut für angewandte Systemtechnik Bremen GmbH, ATLAS ELEKTRONIK GmbH, Deutsches Zentrum für Luft- und Raumfahrt e.V.
Laufzeit: 07.2023 - 06.2026
Fördervolumen: 2,2 Mio. €
