Wie Foundation-Modelle die Effizienz von KI-Technik steigern sollen

Grundausbildung

Je früher Probleme erkannt werden, desto schneller und in der Regel kostengünstiger lassen sie sich beheben. Was in vielen Fällen vor allem wirtschaftlichen Nutzen bringt, kann an anderer Stelle zudem sicherheitsrelevant sein. Beispielsweise wenn es darum geht, Risse und andere Beschädigungen an Brückenpfeilern, Dämmen oder auch Start- und Landebahnen zu detektieren. In einem Projekt am Flughafen Dübendorf in der Schweiz wird nun erprobt, wie das mit Drohnenfotos und KI künftig besonders effizient gelingen könnte.

Von

Dass zur Detektion von Schäden an Bauwerken oder Straßen Drohnen eingesetzt werden, um die Generierung von Bilddaten zu erleichtern beziehungsweise die Perspektive zu optimieren, ist nicht neu. Auch die KI-gestützte Datenauswertung ist längst keine Zukunftsmusik mehr. Allerdings muss Künstliche Intelligenz trainiert werden, um bestimmte Aufgaben selbstständig erledigen zu können. Denn Schäden sind Bauwerk-spezifisch, Risse in einem Brückenpfeiler können sich von denen auf einer Landebahn stark unterscheiden. Für bestmögliche Ergebnisse müssen deshalb Daten des angestrebten Anwendungsfalles in die Erstellung neuer Modelle einfließen – ein aufwändiger Trainingsprozess.

Spezialisierung

Um an dieser Stelle künftig effizienter agieren zu können, testet IBM Research in einem gemeinsamen Projekt mit der Wirtschaftsförderung des Kantons Zürich, dem Unternehmen Pixmap und dem Flughafen Dübendorf eine neue Art von KI-Basismodell – ein so genanntes Foundation Model for Visual Inspection. Die Software lernt zunächst, wie Betonoberflächen im Allgemeinen aussehen und erst dann, wie zum Beispiel eine bestimmte Start- und Landebahn beschaffen ist. Nachdem das vielseitig verwendbare KI-Basismodell auf die spezifische Aufgabe feinjustiert wurde, Risse auf einer ganz bestimmten Landebahn zu erkennen, kann gezielt und besonders zuverlässig nach Schäden gesucht werden. Foundation-Modelle wie dieses versprechen daher künftig eine enorme Effizienzsteigerung im Vergleich zu herkömmlichen Deep-Learning-Ansätzen, die ein vollumfängliches Training mit Kundendaten erfordern. Im Rahmen des Projekts wird auch die Genauigkeit mehrerer verschiedener KI-Modelle getestet. Erste Ergebnisse erwarten die Projektpartner für den Herbst 2023.


Seit 2019 werden die Pfeiler der Storebæltsbroen zwischen den dänischen Inseln Fünen und Seeland per Drohne und KI inspiziert (Foto: Jens Nørgaard Larsen/Sund & Bælt Holding A/S)

Um die Start- und Landebahnen des Militärflughafens im schweizerischen Dübendorf zu inspizieren, fliegt eine mit einer Kamera ausgestattete Drohne die Start- und Landebahn ab. Mit Hilfe einer ebenfalls von IBM entwickelten GPS- und Bildzusammenfügungstechnologie werden im nächsten Schritt Darstellungen der Start- und Landebahn erstellt. Das erleichtert das schnelle Auffinden der schadhaften Stellen. Informationen zu Risslängen und -breiten werden automatisch ermittelt und zur späteren Nutzung gespeichert.

Vielfach einsetzbar

In der aktuellen Projektphase konzentriert sich das Forschungsteam auf die Verbesserung der Verarbeitungsgeschwindigkeit bei schlechter Bildqualität. Schließlich sollen die Wetterbedingungen wie Bewölkung oder Niederschläge keine negativen Auswirkungen auf die Qualität der Untersuchungsergebnisse haben. Auch die Skalierbarkeit der Modelle steht auf der Agenda, um die Technologie effizienter, schneller und kostengünstiger zu machen. Gelingt dies, könnte das Ganze bei Inspektionsaufgaben aller Art eingesetzt werden, bei denen es um Betonoberflächen geht.


Bei einem Projekt am Frankfurter Flughafen wurde die Anomaliedetektion mit Hilfe von KI erprobt, um Verschmutzung oder Beschädigung der Landebahn zu identifizieren

Bereits seit 2019 kommt vergleichbare IBM-Software bei der Zustandsüberwachung von größeren Bauwerken zum Einsatz. So werden etwa die Pfeiler der Storebæltsbroen, die die dänischen Inseln Fünen und Seeland verbindet, mit KI-Hilfe überwacht. Und laut IBM liegt die Genauigkeit in der Unterscheidung von Rissen, Abplatzungen, Algen und Rost bei 94 Prozent. Für die Zukunft plant die Betreibergesellschaft Sund & Bælt, die Nutzung von unbemannten Systemen und KI-Technologie weiter auszubauen. „Je mehr wir Roboter, Drohnen und andere neue Technologien für unsere Inspektionen einsetzen können, desto mehr Sicherheit und Qualität können wir bei den Inspektionen erreichen“, sagt Bjarne Jørgensen, Executive Director of Asset Management and Operations bei der Sund & Bælt Holding A/S.

Erfahrungsschatz

Und auch im Kontext Flughafen kam die IBM-Technik schon zum Einsatz. In Zusammenarbeit mit der Fraport AG wurde ein Projekt umgesetzt, bei dem am größten deutschen Airport Anomalien und Fremdkörper wie Dosen, Flaschen, Abfall oder kleine Metallstücke auf Landebahnen zu identifizieren waren. Denn Fremdkörper auf Flugfeldern können ein enormes Risiko für Flugzeuge, Rollfeldfahrzeuge und ihre Insassen darstellen. Dazu wurden erfolgreich dieselben Visualisierungs- und Bildzusammenfügungsfunktionen verwendet, die der im aktuellen Projekt in Dübendorf eingesetzten Backend-Technologie zugrunde liegen.


Mit Material von Dr. Florian Scheidegger, Research Scientist bei IBM



Angebote

Einzelheft

24,95 € / Ausgabe  
  • Verpasste Ausgaben nachbestellbar
  • Auswahl aus insgesamt fünf Jahrgängen
  • Lieferung direkt nach Hause
Jetzt bestellen

Digital-Abo

79,00 € / Jahr jederzeit kündbar
  • Früherer Erscheinungstermin
  • Für Apple, Android und im Browser
  • Zugriff auf alle bisher erschienen Digital-Ausgaben
Jetzt bestellen

Jahres-Abo

89,00 € / Jahr jederzeit kündbar
  • Sechs gedruckte Ausgaben
  • Versandkostenfrei nach Hause
  • Zugriff auf alle bisher erschienen Digital-Ausgaben
Jetzt bestellen
Drones Flash - die Marktanalyse der Drone-Economy

Most wanted: Drohnen-Testgelände

Wie groß ist der Bedarf an spezieller Infrastruktur für die UAS-Erprobung? Und welche Anforderungen stellt die Drone-Economy an Drohnen-Testgelände? Wir wollen es wissen. Und zwar von Ihnen.