Edge-AI bringt Künstliche Intelligenz näher an die Datenquelle und dabei meist direkt auf dezentrale Endgeräte wie Maschinen, Sensoren oder Fahrzeuge. Dadurch können Anwendungen Daten vor Ort verarbeiten und schneller auf ihre Umgebung reagieren, ohne ständig mit einer Cloud verbunden zu sein, was Verfügbarkeit, Reaktionsfähigkeit und Datensouveränität erhöht. Um sicherzustellen, dass solche Systeme im Alltag zuverlässig funktionieren, ist ein systematisches Qualitätsmanagement über den gesamten Systemlebenszyklus erforderlich – eine Aufgabe, die sich bei dezentralen Edge-Systemen deutlich anspruchsvoller gestaltet als bei zentralisierten KI-Systemen.
Begleitforschung entwickelt Praxishilfe für das Technologieprogramm EDGE Datenwirtschaft
Das Team der Begleitforschung des Instituts für Innovation und Technik (iit) in der VDI/VDE-IT hat im Auftrag des Bundesministeriums für Forschung, Technologie und Raumfahrt (BMFTR) einen neuen Leitfaden innerhalb des Technologieprogramms EDGE Datenwirtschaft erarbeitet. Er unterstützt auftraggebende Unternehmen und Entwicklungsteams dabei, Edge-AI- und KI-Anwendungen systematisch zu planen, zu entwickeln und den operativen Betrieb vorzubereiten. Dies ist besonders relevant, da die Überführung von Pilotprojekten in den dauerhaften Produktivbetrieb in der Praxis häufig an Hürden der Operationalisierung scheitert.
Die richtigen Fragen früh stellen
Viele Edge-AI- und KI-Projekte scheitern nicht an der Leistungsfähigkeit der Modelle. Häufig fehlen klare Zielstellungen, geeignete Daten oder systematische Vorgehensweisen, für Entwicklung, Überwachung und langfristigen Betrieb der Systeme. Besonders wenn Auftraggebende und Entwicklungsteams Erwartungen und Rahmenbedingungen nicht frühzeitig abstimmen, entstehen Probleme, die sich später nur schwer beheben lassen.
Hier setzt der Leitfaden an. Er bietet eine strukturierte, leitfragenbasierte Checkliste mit kommentierten Lösungs- und Orientierungshilfen. Zudem ermöglicht ein digitales, interaktives Workbook, die Checkliste lokal auf dem eigenen Rechner auszufüllen, Zwischenstände zu sichern sowie Bearbeitungsstände für die Zusammenarbeit mit internen oder externen Partnern zu exportieren und später wieder zu importieren. Gemeinsam unterstützen Checkliste und Workbook dabei, zentrale Fragen frühzeitig zu beantworten: Welche Anforderungen muss das System erfüllen? Welche Daten und Ressourcen werden benötigt? Wie lässt sich der Betrieb zuverlässig überwachen und absichern?
Orientierung über den gesamten Entwicklungsprozess
Der Leitfaden begleitet den gesamten Entwicklungs- und Systemlebenszyklus – entlang der vier Phasen Charakterisierung, Design, Entwicklung und Betrieb. Er unterstützt Unternehmen dabei, die wesentlichen Qualitätsaspekte in jeder Phase systematisch zu berücksichtigen, bietet praxisnahe Orientierungshilfen und verweist auf Standards, Best Practices sowie aktuelle Forschungsansätze.
So können Unternehmen frühzeitig prüfen, ob sich Produktideen für Edge-AI- und KI-Anwendungen technisch, wirtschaftlich und rechtlich umsetzen lassen. Der Leitfaden hilft dabei, deren Überführung in robuste Produkte und Services erfolgreich vorzubereiten.
Der Leitfaden steht ab sofort online zur Verfügung.
