Zum Hauptinhalt springen
AIoT Forschung

Forschungsprojekte zu Sicherheit im AIoT

Bosch Research stärkt Vertrauen in und Zuverlässigkeit von AIoT

AIoT Forschung

Die Transformation gestalten: Einsatz von Künstlicher Intelligenz im Internet of Things

Die Corona-Pandemie wird ebenso wie der Klimawandel und die Digitalisierung die Bedürfnisse und Wünsche der Menschen verändern. Gesundheit, Nachhaltigkeit und die Sicherheit von Daten stehen dabei im Mittelpunkt. Um diese beschleunigte Transformation anzugehen und dabei kundenorientiert zu handeln, setzt Bosch auf die Verbindung von Künstlicher Intelligenz (KI respektive AI) und dem Internet of Things (IoT) – kurz AIoT.

Im IoT vernetzen wir intelligente Produkte und Services und generieren dadurch Mehrwert für unsere Kundinnen und Kunden. Durch die Ergänzung von KI schaffen wir einen geschlossenen Wertschöpfungskreislauf und stellen die User noch stärker in den Mittelpunkt. Der Schlüsselfaktor sind die Daten, die aus der Nutzung intelligenter und vernetzter Produkte, der Interaktion zwischen Mensch und Maschine sowie Maschinen untereinander entstehen. Indem wir IoT mit KI und maschinellem Lernen verknüpfen, können wir aus riesigen Datenmengen in Sekunden die richtigen Schlüsse ziehen und in der Produktentwicklung darauf reagieren. Wir lernen anhand der Daten und können unsere Produkte und Dienstleistungen so kontinuierlich verbessern.

AIoT ermöglicht zum einen die schnellere Entwicklung von neuen Produkte. Zum anderen können wir Produkte beispielsweise mittels Over-the-Air-Updates noch während ihrer Lebenszeit beim Kunden optimieren oder neue Funktionen hinzufügen.

Mit der Verwendung von Daten als Basis für Optimierungen und Personalisierungen unserer Produkte steigt gleichzeitig das Bedürfnis nach noch mehr Datenschutz und Sicherheit im AIoT. Je größer das Vertrauen in AIoT ist, desto höher die Akzeptanz. Als Bosch Research arbeiten wir in zahlreichen Forschungsprojekten daran, dieses Vertrauen zu schaffen.

Immer habe ich nach dem Grundsatz gehandelt, lieber Geld verlieren als Vertrauen.

Robert Bosch

Unsere Forschung ermöglicht Sicherheit und Zuverlässigkeit von AIoT

Bosch Research schafft die technologischen Grundlagen für mehr Zuverlässigkeit und Sicherheit von AIoT und ermöglicht so Anwendungen und Produkte, die den Kundenbedürfnissen noch besser gerecht werden. Immer im Blick dabei ist der vertrauensvolle Umgang mit Nutzerdaten. Denn Kundinnen und Kunden stellen sich bei der Nutzung vernetzter Produkte oft diese Fragen: Wie behalte ich bei komplexen Vorgängen den Überblick? Wie werden meine Daten vor dem Zugriff anderer oder gar Manipulation geschützt? Wie wird Datenmissbrauch verhindert? Lebensqualität basiert auf Vertrauen. Bosch Research nimmt dies ernst, gibt mit technologischen Lösungen und Produkten Antworten auf die Fragen und stärkt das Vertrauen in AIoT:

Mit Self Sovereign Identities (SSI) behalten Nutzerinnen und Nutzer die Hoheit über ihre Ausweise und Zertifikate in der digitalen Welt, selbstlernende Sensoren wie im Projekt Embedded AI based Siren Detection erhöhen die Sicherheit beim autonomen Fahren und Automated Security Testing wappnet Software gegen Hackerangriffe.

Entwickeln, vernetzen, verbessern:
Der AIoT-Cycle

Die Vorteile der Verbindung von KI und IoT illustriert der sogenannte AIoT Cycle – ein Wertschöpfungszyklus bestehend aus vier Phasen:

AIoT Cycle

Produktentwicklung

Produktentwicklung

Vernetzte Produkte liefern Daten. Diese Daten nutzt Bosch in der Forschung und Entwicklung, um die Anwendung zu verbessern und Funktionen zu überarbeiten oder zu ergänzen. Daneben können wir laufend die Sicherheit und Zuverlässigkeit unserer Produkte erhöhen und sie individuell auf die Bedürfnisse von Kundinnen und Kunden anpassen. Ein wichtiger Fokus ist für uns dabei, KI in AIoT-Produkten sicher, robust und nachvollziehbar zu machen. Forschungsprojekte wie Machine Learning testing und AI Safety zahlen auf dieses Ziel ein.

Produkte in Interaktion mit Kundinnen und Kunden

Produkte in Interaktion mit Kundinnen und Kunden

Die entwickelten Produkte und Dienstleistungen bringen wir vernetzt zum Kunden. Ihre Nutzung erzeugt Daten, die wir in den folgenden Phasen des Kreislaufs nutzen, um Produkte und Anwendungen zu verbessern. Durch AIoT-Produkte schaffen wir mehr Sicherheit für Nutzerinnen und Nutzer. Das zeigen Forschungsprojekte wie Embedded AI based Siren Detection.

Datenverarbeitung

Datenverarbeitung

Die bei der Nutzung vernetzter Produkte anfallenden Daten sind die Basis für diese Phase des AIoT-Cycles. Sie werden gesammelt und strukturiert gespeichert. Mit Technologien wie Self Sovereign Identities (SSI) und Trustworthy Computing stellen wir sicher, dass die Nutzer stets die Kontrolle und Hoheit über ihre Daten behalten und diese geschützt sind.

KI Algorithmen

KI Algorithmen

In dieser Phase verarbeiten wir die Daten mittels KI-Algorithmen und Machine Learning und gewinnen daraus Erkenntnisse. Das Forschungsprojekt Visual Analytics zeigt, wie wir durch diesen Prozess mehr Sicherheit für Nutzerinnen und Nutzern schaffen: Bei selbstfahrenden Autos wird KI zur Bildererkennung eingesetzt. In seltenen Extremfällen, sogenannten Corner Cases, macht die KI der Bilderkennung auf Schwachstellen aufmerksam. Etwa, wenn bei schlechtem Wetter eine rote Ampel aus einem bestimmten Blickwinkel schwer zu erkennen ist. Visual Analytics hilft, Datenlöcher aufzudecken und den bestehenden Datensatz mit Hilfe einer zusätzlichen KI automatisch zu ergänzen. So können die Mängel der ersten KI behoben und Schwachstellen frühzeitig beseitigt werden.

Erfahren Sie mehr zu unseren Projekten

Teile diese Seite auf

Lernen Sie unsere Experten kennen

Dr. Dakshina Dasari

Dr. Dakshina Dasari

Research Engineer, dynamische verteilte Systeme

Dr. Dakshina Dasari

Ich bin Forschungsingenieurin in der Gruppe „Dynamic Distributed Systems“. In dieser Funktion arbeite ich daran, dass Anwendungen auf Plattformen mit Rechenleistung ihre Anforderungen an die Servicequalität erfüllen. Mein Job ist deswegen besonders interessant, weil er an der Schnittstelle verschiedener Disziplinen liegt. Dazu gehören cyber-physische Systeme, die Architektur von Hochleistungsrechnern und die Echtzeit-Scheduling-Theorie. Der Fokus liegt auf dem Entwurf und der Bewertung von Verfahren und Mechanismen des Ressourcenmanagements, die korrekt geplant und formal fehlerfrei sind und dabei helfen, die zugrundeliegenden Plattformen effizient zu nutzen und gleichzeitig die besonderen Einschränkungen der Anwendung einzuhalten.

Dr. Dakshina Dasari
Amit Kale

Dr. Amit Kale

Principal Senior Expert und Group Manager

Dr. Amit Kale

Ich bin ein Principal Senior Expert in Computer Vision am Research and Technology Center in Indien. Meine Forschung lebt von dem Wunsch, umfangreiche Video- und Multisensordaten (Petabytes) organisieren und verwalten zu können, um auf dieser Grundlage die richtigen Daten für die Entwicklung von Algorithmen nutzbar zu machen. Hierbei spielen automatisierte Ansätze zur Auswahl der repräsentativsten Untergruppe einer großen Bildmenge eine Rolle, wie auch das Suchen und Finden relevanter Szenen in den gespeicherten Bildern. Unsere Forschung verfolgt mehrere Ziele, z. B. die Kosten bei der Gewinnung von Ground-Truth-Daten zu reduzieren, indem Redundanzen eliminiert und die Funktionsentwicklung und Prüfung unterstützt werden. Mit letzterer lassen sich Problemfälle identifizieren, bei denen die Algorithmen nicht gut funktionieren, und in der Folge können mehr solcher Fälle gesammelt oder künstlich erzeugt werden. Um all das zu erreichen, erforschen wir die Struktur und Repräsentationsleistung von Deep Convolutional Neural Networks. Wir entwickeln Mensch-Computer-Schnittstellen, die mit Deep-Learning-Ansätzen einhergehen, um eine einfache Handhabung durch die Endnutzer sicherzustellen.

Amit Kale
Dr. Jan Hendrik Metzen

Dr. Jan Hendrik Metzen

Senior Expert für Robuste Skalierbare Perzeption am Bosch Center for Artificial Intelligence

Dr. Jan Hendrik Metzen

Ich bin Senior Expert für Robuste Skalierbare Perzeption am Bosch Center for Artificial Intelligence. Meine Forschung ist getrieben durch den Wunsch, das Verständnis sowie die Robustheit und Anwendbarkeit der Deep-Learning-basierten Perzeption voranzutreiben. Insbesondere liegt mein Fokus auf der Evaluierung von neuronalen Netzen und der Steigerung ihrer Robustheit. Zwar liefern neuronale Netze bei der Klassifizierung von Daten aus der Verteilung für die sie trainiert wurden, exzellente Ergebnisse, doch bei Daten mit leicht abweichenden Eigenschaften sind die mit ihnen erzielten Ergebnisse oftmals nur unzureichend. Diese Schwäche auszumerzen ist entscheidend für die Anwendung einer auf neuronalen Netzen basierten Perzeption in sicherheitskritischen Bereichen wie dem automatisierten Fahren, wo sie zwangsläufig mit Situationen konfrontiert werden, die im Rahmen ihres Trainings weder durchgespielt noch vorhergesehen wurden.

Dr. Jan Hendrik Metzen
Liu Ren, Ph.D.

Liu Ren, Ph.D.

VP and Chief Scientist of Integrated Human-Machine Intelligence

Liu Ren, Ph.D.

Ich bin der Vizepräsident und Chief Scientist of Integrated Human-Machine Intelligence (HMI) bei Bosch Research in Nordamerika. Ich lenke strategische Entscheidungen und bin verantwortlich für die Entwicklung hochmoderner KI-Technologien mit dem Schwerpunkt visuelle Big Data Analytik, Erklärbare Künstliche Intelligenz, Mixed Reality/AR, Computerwahrnehmung, NLP, Conversational AI, Audioanalyse, Datenanalyse von tragbaren Geräten usw. für AIoT-Anwendungsbereiche wie autonomes Fahren, Fahrzeug-Infotainment und fortgeschrittene Fahrassistenzsysteme (ADAS), Industrie 4.0, Smart-Home/Building-Lösungen, Robotik und weitere. Als verantwortlicher Global Head überwache ich die Forschungsaktivitäten der Teams im Silicon Valley (USA), Pittsburgh (USA) und Renningen (Deutschland). Ich wurde mit dem Bosch North America Inventor of the Year Award für 3D-Karten (2016) ausgezeichnet und erhielt den Best Paper Award (2018, 2020) und den Honorable Mention Award (2016) für visuelle Big Data Analytik auf der IEEE Visualization Konferenz.

Liu Ren, Ph.D.
Dr. Robert Xie

Dr. Robert Xie

Leiter des IoT@Life-Programms | Gruppenleiter für IoT & I4.0 im Bosch Research and Technology Center in China

Dr. Robert Xie

Ich bin Leiter des IoT@Life-Programms und Gruppenleiter für IoT & I4.0 im Bosch Research and Technology Center in China. Vor meiner Zeit bei Bosch war ich Assistenzprofessor an der Jiaotong-Universität Shanghai mit Schwerpunkt auf medizinischen Roboter- und Sensorsystemen. Promoviert habe ich am King's College in London, anschließend war ich als Postdoktorand an der Universität Southampton im Bereich Sensorsysteme und Lab-on-Chip tätig. Als Absolvent des Bosch Accelerator-Programms arbeite ich nicht nur bei gemeinsamen Entwicklungsarbeiten eng mit Produktbereichen zusammen, sondern befasse mich auch mit den Möglichkeiten zur Kommerzialisierung von IoT-Produkten und -Lösungen mit skalierbaren, reproduzierbaren und profitablen Geschäftsmodellen.

Dr. Robert Xie