KI-basierte audiovisuelle Analyse kann datengetriebene Produkt-, Prozessund auch Geschäftsmodellinnovationen in verschiedenen Anwendungsbereichen befördern. Allerdings müssen dafür wichtige Herausforderungen bezüglich Datenerhebung, Datenschutz, Datensicherheit, sowie von Erklärbarkeit und iterativer Entwicklung von KI-Modellen adressiert werden. In diesem Kapitel werden die Innovationspotenziale, relevante Probleme und Lösungsansätze am Beispiel von akustischem Monitoring erläutert. Dabei wird deutlich, dass der frühzeitige Einsatz von Verfahren und Technologien für vertrauenswürdige KI, adäquate Entwicklungsmethoden und systematische Evaluationsprozesse entscheidend für einen erfolgreichen Einsatz und die Realisierung der Innovationspotenziale sind. Verfahren und Komponenten für audiovisuelle Analyse sind Algorithmen, die Informationen aus Bild, Videound Audiomaterial extrahieren. Sie können in vielen Anwendungsbereichen wichtige Bausteine für datengetriebene Wir danken Sascha Grollmisch, wissenschaftlicher Mitarbeiter am Fraunhofer IDMT, für seinen wertvollen Input bei der Erstellung des Kapitels. P. Aichroth (B) · J. Liebetrau Fraunhofer IDMT, Ilmenau, Deutschland E-Mail: patrick.aichroth@idmt.fraunhofer.de J. Liebetrau E-Mail: judith.liebetrau@idmt.fraunhofer.de
JL
Autor:in · Entrepreneurship der Zukunft
Judith Liebetrau
Fraunhofer IDMT Ilmenau
Kurzbiografie
Dipl.-Ing., Leiterin des Geschaeftsfelds Industrial Media Applications am Fraunhofer IDMT (seit 2017). Schwerpunkte: KI-basiertes akustisches Monitoring, Predictive Maintenance, Umweltgeraeuschanalyse.