SAIL: SustAInable Life-cycle of Intelligent Socio-Technical Systems
Steckbrief

SAIL: SustAInable Life-cycle of Intelligent Socio-Technical Systems
Ziel
Künstliche Intelligenz
(KI)
ist in unserer Gesellschaft allgegenwärtig und ein wichtiger Motor für wirtschaftliches Wachstums. Dies ist mit gesellschaftlichen und technologischen Herausforderungen verbunden, da die zunehmende Verbreitung der aktuellen
KI
in der Gesellschaft die
Autonomie
des Menschen einschränken kann, anstatt sie zu unterstützen. Diese Herausforderung hat zur Nachfrage nach einer neuen Welle nachhaltiger
KI
geführt, die transparent ist, menschliches Handeln zulässt und sicher, robust und ressourcenschonend ist. Um diese Ziele zu erreichen, sind neuartige Ansätze erforderlich, die KI-Expertise mit der Berücksichtigung gesellschaftlicher und ökologischer Auswirkungen verknüpfen. Eine nachhaltige
KI
kann daher nur durch interdisziplinäre Forschung erreicht werden, die Expertise in Informatik und Ingenieurwissenschaften mit Expertise in Psychologie, Linguistik und Soziologie sowie starke Beziehungen zur Industrie kombiniert, um Innovationen auf den Markt zu bringen.
Damit Menschen die Kontrolle über die Entwicklung von KI-Technologien behalten können, benötigen wir eine grundlegend neue Perspektive darauf, wie
KI
in den sozialen Prozess des Aufbaus und der Nutzung von intelligenten technischen Systemen (ITS) eingebettet ist. In SAIL konzentrieren wir uns auf drei entscheidende Forschungsziele hin zu nachhaltigen ITS, die an den dedizierten Zielen einer europäischen
KI
ausgerichtet sind und eine hohe Relevanz für die zukünftigen Industriesektoren in NRW haben:
- Menschliches Handeln zur Gestaltung kooperativer Intelligenz
- Prosilienz und langfristige Robustheit durch menschzentriertes Design
- Nachhaltigkeit und Effizienz in menschenzentrierten Umgebungen
Diese Ziele werden mit besonderem Fokus auf zwei Anwendungsdomänen verfolgt, die ITS mit besonderer gesellschaftlicher und industrieller Relevanz adressieren: intelligente industrielle Arbeitsräume und adaptive Gesundheitsassistenzsysteme. Diese dedizierten Transferszenarien erleichtern die Integration interdisziplinärer Forschung und fungieren als Katalysatoren, um das Spektrum von der Grundlagenforschung bis zum Technologietransfer abzudecken.
Beteiligte
inIT – Institut für industrielle Informationstechnik der Technischen Hochschule OWL
Universität Bielefeld
Hochschule Bielefeld
Universität Paderborn
Förderung
Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen, Projektträger: Das Deutsche Zentrum für Luft- und Raumfahrt e.V. (DLR), Förderkennzeichen: 697-059
Laufzeit
01.08.2022-31.07.2026