KI Data Tooling - Methoden und Werkzeuge für das Generieren und Veredeln von Trainings-, Validierungs- und Absicherungsdaten für KI-Funktionen autonomer Fahrzeuge

Abstract

Das Verbundprojekt KI Datatooling wurde im Rahmen des BMWI/BMWK-Fachprogramms „Neue Fahrzeug- und Systemtechnologien“ (NFST) sowie zur KI-Strategie der Bundesregierung durchgeführt. Das Projekt hatte das Ziel, eine systematische Methodik eines Data-Operation Workflows abzubilden, sowie einzelne innovative Methoden-Bausteine zu entwickeln, welche in der Lage sind kostengünstige und verlässliche Daten für das Training, die Validierung und Absicherung von KI basierten Funktionen bereitzustellen. Hierfür wurden Methoden und Tool-Ansätze zur Erzeugung sowie zur Aufbereitung und Selektion von entsprechenden Daten entwickelt. Die Methoden wurden in einer systematischen Workflow Architektur abgebildet, über welche die Relevanz der Methodiken zur Abdeckung der Daten- & Tooling-Anforderungen des entstehenden Standards ISO PAS 8800 bewertet werden konnten. Um die Anwendbarkeit dieser Daten und Methoden sicherzustellen, wurden sie bezüglich ihrer Eignung für das Training von KI-Algorithmen bewertet. Als weiteres Ergebnis des Projekts ist ein Datensatz mit vielfältiger Einsatzmöglichkeit entstanden. Das Projekt KI-Datatooling adressiert damit im Kern zwei der der zwölf Handlungsfelder, welche die Bundesregierung definiert hat um die Nutzung von KI in Deutschland und Europa zu gestalten: Zum einen das Ziel die Forschung in Deutschland und Europa zu stärken um zum anderen Daten und Datenlösungen so nutzbar zu machen, dass damit die benötigte Menge („Big Data“) sowie die Verfügbarkeit (z.B. Nutzung von Synthese, Anonymisierung, Datenaufbereitung und Anreicherung) darstellbar wird und die zentrale Aufgaben der Entwicklung aber vor allem auch Absicherung dieser datengetriebenen KI-Algorithmen umgesetzt werden kann. Datei-Upload durch TIB The cooperative project KI Datatooling was carried out as part of the BMWI/BMWK programme "New Vehicle and System Technologies" (NFST) and the Federal Government’s AI strategy. The aim of the project was to map a systematic methodology of a data operation workflow, as well as to develop individual innovative method modules that are able to provide cost-effective and reliable data for training and validation of AI-based functions. For this purpose, methods and tool approaches for the generation as well as for the preparation and selection of corresponding data were developed. The methods were mapped in a systematic workflow architecture, through which the relevance of the methodologies for covering the data and tooling requirements of the resulting standard ISO PAS 8800 could be evaluated. In order to ensure the applicability of these data and methods, they were evaluated with regard to their suitability for training AI algorithms. As a further result of the project, a data set with a wide range of applications has been created. The AI data tooling project thus addresses two of the twelve fields of action that the Federal Government has defined to shape the use of AI in Germany and Europe: On the one hand, the aim is to strengthen research in Germany and Europe in order to make data and data solutions usable in such a way that the required quantity ("big data") and availability (for example, the use of synthesis, anonymization, data processing and enrichment) can be represented and the central tasks of the development but above all also the protection of these data-driven AI algorithms can be implemented