ML2R – Maschinelles Lernen für Industrie und Forschung

Das Kompetenzzentrum Maschinelles Lernen Rhein-Ruhr (ML2R) war eines von sechs bundesweiten Zentren zur Förderung von Künstlicher Intelligenz (KI) und Maschinellem Lernen (ML). Ziel war es, die Entwicklung von ML-Technologien auf ein weltweit führendes Niveau zu bringen und durch Spitzenforschung, wissenschaftliche Nachwuchsförderung und Technologietransfer zu stärken.

Technologische Schwerpunkte und Innovationen

ML2R forschte an ressourcenschonendem Maschinellen Lernen, um ML-Methoden auf eingeschränkten Systemen lauffähig zu machen. Besonders relevant waren:

• Hybride ML-Modelle, die sowohl datengetrieben als auch wissensbasiert arbeiten.
• Edge-KI, um ML-Algorithmen auf energieeffizienten Geräten zu ermöglichen.
• Quanten- und Hochleistungsrechnen zur Optimierung komplexer ML-Verfahren.
• Vertrauenswürdige KI, die erklärbare und sichere ML-Lösungen für kritische Anwendungen bietet.

Transfer in die Industrie

Ein zentrales Ziel war der Praxis- und Wissenstransfer in die Wirtschaft. Unternehmen wurden durch Demonstratoren, Workshops und enge Kooperationen unterstützt, um ML-Technologien erfolgreich in Anwendungen zu integrieren. Branchenübergreifend wurden ML-Lösungen für Industrie 4.0, Logistik, kognitive Prozessautomatisierung und Multimedia-Analyse entwickelt.

Interdisziplinäre Zusammenarbeit

ML2R vereinte die Kompetenzen führender Forschungseinrichtungen:

• Technische Universität Dortmund – Forschung zu datengetriebenen ML-Modellen
• Fraunhofer IML – Anwendung von ML in der Logistik
• Fraunhofer IAIS – Entwicklung intelligenter Analyse- und Informationssysteme
• Universität Bonn – Algorithmische Grundlagen und angewandte KI

Diese enge Verzahnung von grundlagenorientierter und anwendungsnaher Forschung war die Basis für praxisrelevante Innovationen.

Langfristige Perspektiven

Nach erfolgreicher Evaluierung wurde ML2R in das Lamarr-Institut für Maschinelles Lernen und Künstliche Intelligenz überführt. Hier werden die entwickelten ML-Technologien weiter erforscht und für industrielle Anwendungen skaliert.