{"id":34436,"date":"2024-08-08T12:45:35","date_gmt":"2024-08-08T10:45:35","guid":{"rendered":"https:\/\/www.l3s.de\/?page_id=34436"},"modified":"2024-12-18T10:28:50","modified_gmt":"2024-12-18T09:28:50","slug":"innovative-and-economical","status":"publish","type":"page","link":"https:\/\/www.l3s.de\/de\/magazine\/binaire-articles\/innovative-and-economical\/","title":{"rendered":"Innovativ und sparsam"},"content":{"rendered":"
\n \n
\n \n \n
\n \n
\n \n
\n \n
\n
\n
\n
\n
<\/div>\n <\/div>\n
\n
<\/div>\n <\/div>\n
\n
<\/div>\n <\/div>\n <\/div>\n \n
\n \n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

\u00a9Das Bild wurde von Magic Media erstellt.<\/span><\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Ausgabe: 01\/2024<\/p>\n <\/div>\n <\/div>\n

\n \n
KI, Energie und Ressourcenschutz<\/span><\/a>\n <\/span>\n <\/div>\n <\/div>\n
\n \n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n
\n \n \n
\n \n
\n \n
\n \n \n
KI-gesteuerte Elektromobilit\u00e4t<\/h6>\n <\/div>\n <\/div>\n
\n \n
\n \n \n

Innovativ und sparsam<\/h1>\n <\/div>\n <\/div>\n
\n \n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

K\u00fcnstliche Intelligenz (KI) durchdringt zunehmend unseren Alltag \u2212 und verschlingt dabei mehr und mehr Energie. Angesichts von Klimawandel und Ressourcenknappheit wird es immer dringlicher, KI-Anwendungen ressourcenschonend und nachhaltig zu entwickeln. Eine schwierige Aufgabe \u2212 insbesondere, wenn gro\u00dfe Mengen sensibler Daten mit modernen KI-Modellen wie tiefen neuronalen Netzen analysiert werden sollen. Diese Modelle sind nicht nur sehr komplex, sie werden auch sehr h\u00e4ufig genutzt. Ein hoher Energieverbrauch und damit einhergehend ein gro\u00dfer \u00f6kologischer Fu\u00dfabdruck sind die Folge. Das L3S-Projekt Green AutoML f\u00fcr Fahrerassistenzsysteme (GreenAutoML4FAS) will nicht nur die Vorteile moderner KI nutzen, sondern auch den Ressourceneinsatz optimieren.<\/p>\n

Die Elektromobilit\u00e4t spielt eine Schl\u00fcsselrolle beim \u00dcbergang in eine nachhaltigere Energiezukunft. Mit der Verbreitung KI-basierter Fahrerassistenzsysteme steigt jedoch der Energiebedarf der Fahrzeuge immer weiter an. GreenAutoML4FAS konzentriert sich daher auf die Entwicklung ressourceneffizienter KI f\u00fcr die E-Mobilit\u00e4t. Das Ziel: mehr Sicherheit, Komfort und Wirtschaftlichkeit, ohne den Energieverbrauch au\u00dfer Acht zu lassen.<\/p>\n

Ressourceneffizient durch AutoML<\/h6>\n

Der ganzheitliche Ansatz von GreenAutoML4FAS vereint Hardware, Daten- und Modellkomplexit\u00e4t sowie adaptive KI-Technologien in nur einem System. Durch das Zusammenspiel wollen die Wissenschaftler maximale Effizienz erreichen, die weit \u00fcber das hinausgeht, was mit einer individuellen Optimierung der Komponenten m\u00f6glich w\u00e4re. Der Schl\u00fcssel zum Erfolg: Das System passt sich durch automatisiertes maschinelles Lernen (AutoML) selbst an die vielf\u00e4ltigen Aufgaben von Fahrerassistenzsystemen an. Die Automatisierung des Entwicklungsprozesses erm\u00f6glicht es, schnell auf neue Anforderungen zu reagieren und Entwicklungszyklen zu verk\u00fcrzen. \u201eDieser innovative Ansatz verspricht nicht nur Effizienzsteigerungen im Automobilsektor, sondern hat auch das Potenzial, branchen\u00fcbergreifend Impulse zu setzen\u201d, sagt Prof. Dr. Marius Lindauer, Leiter des Instituts f\u00fcr K\u00fcnstliche Intelligenz der Leibniz Universit\u00e4t Hannover und Konsortialleiter des Projekts GreenAutoML4FAS.<\/p>\n

PANDA als Wegbereiter<\/h6>\n

Als Demonstrator f\u00fcr die praktische Anwendung und f\u00fcr das immense Potenzial von GreenAutoML4FAS dient PANDA (Platform for the Analysis of Next-gen Driver Assistance). Das Versuchsfahrzeug ist mit modernsten Sensoren ausgestattet, die seine Umgebung detailgenau erfassen und analysieren. Im Rahmen des Projekts optimierte Board-Computer verarbeiten die Sensordaten hochgradig effizient. \u201eDie Synergie aus optimierter Hardware, effizienter Datenverarbeitung und adaptiver Software hebt die Ressourceneffizienz von Fahrerassistenzsystemen auf eine neue Stufe und bietet damit ein Modell f\u00fcr zuk\u00fcnftige Entwicklungen im Bereich der E-Mobilit\u00e4t\u201c, sagt Lindauer.<\/p>\n

Ganzheitlichkeit und Wissenstransfer<\/h6>\n

GreenAutoML4FAS steht exemplarisch f\u00fcr eine neue Generation von KI-Anwendungen, die nicht nur technologisch fortschrittlich sind, sondern auch im Hinblick auf ihren Ressourcenverbrauch. Die Kombination aus innovativen Algorithmen, effizienter Hardware und einem fokussierten Ansatz im Wissenstransfer setzt neue Ma\u00dfst\u00e4be bei der Entwicklung ressourceneffizienter KI-Systeme. \u201eDie Ver\u00f6ffentlichung der Ergebnisse und Erkenntnisse von GreenAutoML4FAS \u00fcber Open-Source-Implementierungen kann der Weiterentwicklung der E-Mobilit\u00e4t neue Impulse verleihen. Mit PANDA als wegweisendem Demonstrator und der Betonung des ganzheitlichen Ansatzes positioniert sich GreenAutoML4FAS an der Spitze der Bem\u00fchungen, die Zukunft der Mobilit\u00e4t nachhaltiger und effizienter zu gestalten\u201c, so Lindauer.<\/p>\n

\n
\n <\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n \n
\n \n
\n \n
\n \n
\n
\n \n \n
\n \n
\n <\/span><\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n
Vorgestellte Projekte<\/h6>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n \n \n \"\"\n
<\/div>\n <\/div>\n <\/a>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n
\n \n \n
\n \n
\n \n
\n \n \n
Kontakt<\/h6>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n
\n \n \n \"Marius\n
<\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n

Prof. Dr. Marius Lindauer <\/h4>\n <\/div>\n <\/div>\n
\n \n
marius.lindauer@L3S.de <\/span><\/a>\n <\/span>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n \n
\n

L3S-Mitglied Marius Lindauer ist Leiter des Instituts f\u00fcr K\u00fcnstliche Intelligenz und Professor f\u00fcr maschinelles Lernen an der Leibniz Universit\u00e4t Hannover. <\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n
\n \n \n
\n \n
\n \n
\n
\n \n \n \"\"\n
<\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n

Tanja Tornede, M. Sc. <\/h4>\n <\/div>\n <\/div>\n
\n \n
t.tornede@ai.uni-hannover.de <\/span><\/a>\n <\/span>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n \n
\n

Tanja Tornede ist Projektkoordinatorin von GreenAutoML4FAS und wissenschaftliche Mitarbeiterin am Institut f\u00fcr K\u00fcnstliche Intelligenz an der Leibniz Universit\u00e4t Hannover. <\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n<\/div>","protected":false},"excerpt":{"rendered":"

\u00a9The image generated by Magic Media. Issue: 01\/2024 AI, Energy and Resource Conservation AI-controlled electromobility Innovative and efficient Artificial intelligence (AI) is increasingly permeating our everyday lives – and consuming more and more energy in the process. In view of climate change and resource scarcity, it is becoming increasingly urgent to develop AI applications in […]<\/p>","protected":false},"author":11,"featured_media":34393,"parent":2750,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"page-templates\/full-width-page.php","meta":{"_acf_changed":false,"footnotes":""},"categories":[],"tags":[28,172],"class_list":["post-34436","page","type-page","status-publish","has-post-thumbnail","hentry","tag-binaire","tag-binaire-2024-01"],"acf":[],"aioseo_notices":[],"publishpress_future_action":{"enabled":false,"date":"2026-05-21 10:48:31","action":"category","newStatus":"draft","terms":[75],"taxonomy":"category","extraData":[]},"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/34436","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/comments?post=34436"}],"version-history":[{"count":14,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/34436\/revisions"}],"predecessor-version":[{"id":37526,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/34436\/revisions\/37526"}],"up":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/2750"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media\/34393"}],"wp:attachment":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media?parent=34436"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/categories?post=34436"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/tags?post=34436"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}