„FrAInderl“: KI-Power „made im Woid“ für den Mittelstand

Grafenau. Die rasante Entwicklung generativer Künstlicher Intelligenz (KI) stellt kleine und mittlere Unternehmen (KMU) vor eine zentrale Herausforderung: Sie müssen die Technologie nutzen, um wettbewerbsfähig zu bleiben, wollen aber gleichzeitig ihre wertvollen Unternehmensdaten nicht in die Abhängigkeit großer, externer Plattformen geben. Genau hier setzt das ehrgeizige Forschungsprojekt „FrAInderl – Allianz für generative KI im Bayerischen Wald“ an.

Dieses auf drei Jahre angelegte Vorhaben, getragen von der Technischen Hochschule Deggendorf (unter Prof. Dr. Florian Wahl) und der Universität Passau (unter Prof. Dr. Dr. h.c. Harald Kosch), hat das Ziel, die digitale Zukunft der Region zu sichern. Mit einem beachtlichen Fördervolumen von über 1,5 Millionen Euro aus dem Europäischen Fonds für regionale Entwicklung (EFRE) soll bis Mitte 2028 ein regionales Ökosystem geschaffen werden.

Im Fokus steht dabei die Entwicklung eines modularen Frameworks, das KMU den datensouveränen Einsatz und die lokale Anpassung eigener KI-Anwendungen ermöglicht. Parallel dazu baut FrAInderl durch gezielte Schulungen und Transferformate die notwendigen Kompetenzen direkt in den Betrieben auf. Damit soll der bayerische Mittelstand nicht nur zum Nutzer, sondern zum souveränen Gestalter seiner KI-Zukunft werden. Wir haben uns mit Prof. Dr. Florian Wahl etwas genauer über das Projekt unterhalten.

„… sind die KMU dem erst einmal ausgeliefert“

Herr Wahl: Wenn Sie sich unseren Leserinnen und Lesern zunächst kurz vorstellen möchten.

Mein Name ist Florian Wahl, ich bin 40 Jahre alt und wohne mit meiner Familie im Landkreis Passau. Seit Oktober 2021 bin ich Professor an der Technischen Hochschule Deggendorf (THD) und leite den Forschungsbereich Artificial Intelligence for Context and Activity Recognition am Technologie Campus Grafenau. Nach einem Bachelor in Technischer Informatik arbeitete ich am Mercedes-Benz Forschungszentrum in Palo Alto. Es folgten ein Masterstudium an der Technischen Universiteit Eindhoven im Bereich der Eingebetteten Systeme und eine Promotion an der Universität Passau, welche 2019 mit Auszeichnung abgeschlossen wurde. Meine größte Motivation ist zu sehen, wie unsere Forschung den Alltag von Menschen positiv verändert. Wenn ich nicht am Computer sitze, verbringe ich gerne Zeit in der Küche.

Welche konkreten Nachteile oder Risiken sehen Sie aktuell für kleine und mittlere Unternehmen (KMU) im Bayerischen Wald, wenn sie generative KI über große, externe Plattformanbieter nutzen? Und: inwiefern liefert „FrAInderl“ hier eine datensouveräne Alternative?

Wenn KMU generative KI ausschließlich über große, externe Plattformanbieter nutzen, begeben sie sich schnell in eine Abhängigkeit von externen Anbietern, während sie gleichzeitig die Hoheit über Unternehmensdaten verlieren.

Lassen Sie mich ein wenig ausholen: Wenn Unternehmen generative KI in ihre Prozesse integrieren und dabei auf Lösungen externer Anbieter setzen, binden sie sich mittel- bis langfristig an diese Anbieter. Dies bedeutet, dass die Unternehmen hinsichtlich der Geschäftspraktiken, Updates und Preisgestaltung von den externen Anbietern abhängig sind. Wenn sich binnen kurzer Zeit die Preise für KI-Dienstleistungen also erhöhen, sind die KMU dem erst einmal ausgeliefert.

Das zweite Thema ist die Datensouveränität: Wenn man generative KI im Unternehmen einführt, ist es notwendig, dass die KI-Dienste vollumfänglichen Zugriff auf die Unternehmensdaten und damit auf das Unternehmenswissen bekommen. Dieses Wissen fließt dann direkt zu den Plattformbetreibern, um dort in deren KI verarbeitet zu werden. De facto fließen also Unternehmensgeheimnisse und evtl. auch Kundendaten an Drittanbieter ab. Da Anbieter solcher KI-Dienste meist außerhalb der Europäischen Union angesiedelt sind, kann hierbei das Datenschutzniveau nach DSGVO/GDPR nicht sichergestellt werden, was für die nutzenden Unternehmen fehlende Rechtssicherheit bedeutet.

„Jedes Unternehmen baut seinen eigenen Wissensspeicher auf“

Das Projekt verspricht ein modulares Framework für den lokalen Betrieb eigener generativer KI-Anwendungen. Welche technischen Mindestanforderungen wird dieses Framework an die beteiligten Unternehmen stellen (z.B. Hardware, IT-Know-how)? Und wie wird der zentrale Wissensspeicher mit vertraulicher Datenhaltung de facto gegen Cyberangriffe oder unbefugten Zugriff geschützt?

Das Projekt ist in einer zu frühen Phase, um detaillierte Spezifikationen für die technischen Mindestanforderungen nennen zu können. Hinsichtlich Hardware planen wir unser Framework so IT-ressourcenschonend wie möglich zu entwickeln. Im Optimalfall läuft es direkt auf einer virtuellen Maschine in den Unternehmen oder alternativ auf einem einfachen ‚Edge-AI-Computer‚. Letztlich hängen die technischen Anforderungen stark von den realisierten einzelnen Use-Cases ab.

Zum Thema Datensicherheit: Hier ist es wichtig zu betonen, dass zentraler Wissensspeicher nicht bedeutet, dass wir einen unternehmensübergreifenden, zentralen Speicher aufbauen, sondern, dass jedes Unternehmen seinen eigenen Wissensspeicher aufbaut und betreibt. Dieser ist dann nur für das Unternehmen zentral und soll auch innerhalb der IT-Infrastruktur des Unternehmens selbst bleiben: Die Unternehmensdaten – und damit die Geschäftsgeheimnisse und Kundendaten – verbleiben also immer im Unternehmen. Entsprechend finden die aktuell bestehenden Cybersicherheitskonzepte der Unternehmen auch auf den Wissensspeicher Anwendung.

Welche spezifischen Schulungs- und Weiterbildungsformate sind im Detail geplant? Und wie stellen Sie sicher, dass die vermittelten Kompetenzen (im Sinne einer „verantwortungsvollen, nachhaltigen KI-Nutzung“) über die Projektlaufzeit hinaus nachhaltig in den KMU verankert werden?

Unser Ziel ist einen Kompetenzausbau auf allen Ebenen der Unternehmen anzuregen – und hierbei über eine Anwenderkompetenz hinaus die Unternehmen dazu zu befähigen, neben dem Betrieb auch die Weiterentwicklung und zukünftige Implementierung solcher KI Systeme eigenständig umzusetzen. Dabei orientieren sich die Schulungs- und Weiterbildungsformate an den Bedarfen der teilnehmenden KMU. Die Bedarfe wurden initial am 7. November bei unserem Kick-Off erfasst und werden aktuell in einem Abstimmungsprozess gemeinsam mit den teilnehmenden KMU festgelegt. Daher kann ich Ihnen momentan leider noch nicht sagen, welche Angebote es genau geben wird.

Bezüglich der Formate streben wir jedoch eine Kombination aus synchronen und asynchronen Angeboten, digital wie auch in Person an. Zusätzlich planen wir Austauschformate, die eine Vernetzung der Unternehmen über das Projekt hinaus anregen sollen.

„Freuen uns im weiteren Verlauf über jeglichen Kontakt“

Das Projekt ist eine Allianz für den Bayerischen Wald. Wie viele regionale Unternehmen sind bereits in die Entwicklung und Erprobung der Use Cases eingebunden? Und welche Bandbreite an Branchen (z.B. Handwerk, Tourismus, produzierendes Gewerbe) soll idealerweise abgedeckt werden?

In der Antragsphase waren wir mit 14 Betrieben aus der Region in Kontakt, welche auch eine schriftliche Absichtserklärung zur Mitwirkung am Projekt abgegeben haben. Bei unserem Kick-Off waren 19 Betriebe anwesend. Insgesamt haben wir vorgesehen, dass wir sechs verschiedene Use-Cases umsetzen, wobei jeder Use-Case in mindestens zwei Unternehmen erprobt werden soll.

Bzgl. der beteiligten Branchen versuchen wir eine möglichst große Bandbreite abzudecken und haben bisher auch vom produzierenden Gewerbe über Handwerk, Tourismus, Gastronomie, Gesundheitswesen bis hin zum Ingenieurbüro und Kanzlei alles mit an Bord. Lediglich der Einzelhandel ist derzeit noch nicht im Konsortium vertreten. Das Projekt ist durch Offenheit gegenüber neuen Partnern gekennzeichnet und wir freuen uns auch im weiteren Verlauf über jeglichen Kontakt via frainderl@th-deg.de.

Wie ergänzen sich die Expertisen der Technischen Hochschule Deggendorf und der Universität Passau konkret im Projekt? Und welche speziellen Forschungsbeiträge liefern die jeweiligen Lehrstühle zur Realisierung der „datensouveränen generativen KI“?

Die Technische Hochschule Deggendorf – und insbesondere der Technologie Campus Grafenau – bringt Expertise im Bereich der (angewandten) Künstlichen Intelligenz, des vertrauensvollen Datenumgangs und der Umsetzung von praxisnahen Projekten gemeinsam mit Unternehmen in das Projekt mit ein. Die Universität Passau mit dem Lehrstuhl für verteilte Informationssysteme bringt ausgewiesene Expertise im Bereich des Daten-(freigabe)managements – insbesondere auch in Kombination mit Privacy-Policies – mit in das Projekt ein.

In der Kombination haben wir hier ein regionales, akademisches Konsortium aufgebaut, bei dem wir einerseits im Bereich des zentralen Wissensspeichers die Expertise des Lehrstuhls von Prof. Dr. Dr. h.c. Kosch voll nutzen und andrerseits auch unser Know-How in der anwendungsorientierten KI-Forschung voll ausspielen können.

Entsprechend werden sich die Forschungsbeiträge der Uni Passau überwiegend auf das Wissensspeicher-Modul mit Policy-Tagging auf der konzeptionellen Ebene konzentrieren; die Beiträge des Forschungsbereichs AI4CARE am Technologie Campus Grafenau liegen überwiegend in der Realisierung der Use-Cases und der Integration der Ergebnisse bei den teilnehmenden Unternehmen sowie der Durchführung von Erhebungen zu den Auswirkungen/Kosten/Nutzen der Lösungen.

Gewünscht: Unterstützung in Angebotsprozessen

Bei einem Fördervolumen von über 1,5 Millionen Euro: Welcher Anteil der Mittel fließt in die technische Entwicklung und Infrastruktur (Baustein I) – und welcher Anteil wird für den Wissenstransfer und die Qualifizierung der Beschäftigten (Baustein II) verwendet?

Die Aufteilung der Mittel zwischen den Bausteinen ist im Projekt nicht festgelegt. Wir schätzen die Anteile auf 70 Prozent in Baustein I und 30 Prozent in Baustein II. Dies lässt sich aber nach Bedarf nachjustieren.

Können Sie ein bis zwei konkrete Beispiele für Anwendungsfälle nennen, an denen Unternehmen aus der Region derzeit arbeiten? Welche messbaren Vorteile erhoffen Sie sich daraus?

Die finale Entscheidung, welche konkreten Anwendungsfälle im Projekt erarbeitet werden, ist ebenfalls noch nicht gefallen. Wir haben mit den Unternehmen eine umfassende Liste an Ideen erarbeitet und stimmen uns gerade bzgl. Der Konkretisierung dieser mit den Unternehmen ab. Ein prominentes Beispiel, das wir mehrfach von den Unternehmen hörten, ist die Unterstützung in Angebotsprozessen, um hier insbesondere ’schneller‘ zu werden. Gerne melden wir uns im Verlauf des Projekts, wenn sich bestimmte Use-Cases klarer abgezeichnet haben.

Wie definieren Sie im Rahmen von „FrAInderl“ die Unabhängigkeit von großen Plattformanbietern? Wird dabei vollständig auf Open-Source-Lösungen gesetzt, oder werden proprietäre Modelle genutzt und lediglich deren Betrieb lokalisiert?

Unabhängigkeit bedeutet für uns zunächst, dass wir eine Bindung an eine einzige Lösung – sog. Vendor Lock-in – vermeiden wollen. Unser Wunsch wäre es, vollständig auf Open-Source-Lösungen aufzubauen soweit dies möglich und sinnvoll ist. Vor allem sollten die nutzenden KMUs aber die Modelle bei Bedarf selbst austauschen und so auch proprietäre Modelle einsetzen können. Dies mag an der ein oder anderen Stelle durchaus legitim sein.

Was kommt nach dem Ende der Förderung?

Das Projekt soll den Mittelstand in der Region fit machen. Sehen Sie das entwickelte modulare Framework und die gewonnenen Erkenntnisse auch als Blaupause für andere strukturschwache Regionen in Deutschland oder Europa? Sind entsprechende Transferstrategien geplant?

Unser Projekt fokussiert sich auf den Bayerischer Wald. Falls das Framework erfolgreich ist, spricht aber nichts gegen einen Transfer in andere Regionen. Dies ist jedoch im Rahmen des Projekts FrAInderl nicht vorgesehen.

Die Projektlaufzeit endet im Juni 2028. Wie soll das modulare Framework und das Netzwerk der KI-Kompetenzen in der Region nach dem Ende der EFRE-Förderung weitergeführt, gewartet und für neue technologische Entwicklungen aktualisiert werden?

Unser Framework soll als Open-Source-Lösung zur Verfügung gestellt werden. Wir hoffen, dass das Resultat den nutzenden Unternehmen und evtl. externen Dritten ausreichend Mehrwert bietet, sodass sich hier eine Community zur weiteren Wartung und Entwicklung ergibt. Dies werden wir während der Projektlaufzeit auch entsprechend vorbereiten und kommunizieren. Und wir als Hochschule hoffen natürlich auch, dass wir selbst auch nach FrAInderl an den Themen und damit auch an dem Framework in Form von Nachfolgeprojekten weiter forschen dürfen.

die Fragen stellte: Stephan Hörhammer