Am Montag, dem 20.06.2022 fand das Kickoff-Event für das über eine Laufzeit von drei Jahren vom Bundesministerium für Bildung und Forschung geförderte Verbundsforschungsprojekt Text2Tech statt. Im Rahmen dieses Projekts soll erforscht werden, wie Technologiemonitoring in der Automobilproduktion mittels Deep Learning automatisiert werden kann.
Das Treffen, zu dem neben den Verbundspartnern inpro, DFKI und ontolux auch ein Vertreter des Projektträgers DLR geladen war, fand in den Räumlichkeiten der Neofonie statt und markiert den Beginn der Forschungstätigkeit. Neben der Abnahme seitens des DLR standen das persönliche Kennenlernen aller Teilnehmer und die Planung der ersten Schritte im Vordergrund.
Das Ziel des Projekts Text2Tech ist die Erforschung und Entwicklung von Verfahren für die automatisierte Informationsaufbereitung zur Technologiebeobachtung. Maschinenlesbares Wissen über Technologien, Technologiekategorien, Firmen, und ihren Beziehungen untereinander wird aus deutsch- und englischsprachigen Textquellen extrahiert und aufbereitet, im Projekt exemplarisch am Beispiel der Automobilbranche. Am Ende soll also ein System stehen, welches mittels Named Entity Recognition (NER) und Relation Extraction (RE) eine Wissensbasis aufbaut, mittels derer eine Nutzerin Antworten auf Fragen wie „An welchen Technologietrends wird zur Zeit geforscht?“ oder „Welche Firmen kooperieren bei der Entwicklung der Technologie Y?“ finden kann. Und um diese rechenintensiven Technologien auch kleinen und mittelständischen Unternehmen zugänglich zu machen, sollen insbesondere auch Modell-Kompressionsverfahren entwickelt werden, die eine Umsetzung in IT-Infrastrukturen mit geringerer Rechenleistung ermöglichen.
Die drei Verbundspartner bringen die besten Voraussetzungen mit, um das gemeinsame Projekt zu einem Erfolg zu machen.
Die inpro — eine Joint Venture Innovationsgesellschaft von Volkswagen, Siemens und SABIC – entwickelt Lösungen für digitale Innovationen in den Wertschöpfungsketten der industriellen Produktion mit einem Fokus auf Prozesse in der Automobilindustrie. Die praktische Erfahrung im Technologiemonitoring und -Scouting sowie ein riesiger Datenbestand annotierter wissenschaftlicher Publikationen, Patente und Wirtschaftsnachrichten, die für das Training moderner NLP-Modelle dringend erforderlich sind, sind zwei maßgebliche Erfolgsfaktoren.
Das DFKI forscht an „KI für den Menschen“ und orientiert sich dabei an gesellschaftlicher Relevanz und wissenschaftlicher Exzellenz in den entscheidenden zukunftsorientierten Forschungs- und Anwendungsgebieten der KI. Der in Berlin ansässige Forschungsbereich Speech and Language Technology ist auf die Gebiete der Informationsextraktion und Wissenstechnologien spezialisiert und wird diese Expertise in das Projekt einbringen.
In ontolux — einer Marke der Neofonie GmbH — konzentrieren sich über 20 Jahre Erfahrung in den Bereichen Suche, Text Mining und NLP. Ein Team aus Experten des Natural Language Processings, Machine Learnings, der Linguistik und Software-Entwicklung arbeitet sowohl im Kundenauftrag, entwickelt aber gleichzeitig auch seine eigene Software TXTWerk in Forschungsprojekten stetig weiter. Zu dem Forschungsprojekt Text2Tech steuert ontolux mehrjährige Projekterfahrung in der Kombination aus Machine Learning gestützter Verfahren zur intelligenten Textanalyse und Generierung von Wissensbasen bei.
Das Projekt Text2Tech ist zum 01.05.2022 gestartet, und läuft bis zum 30.04.2025. Konsortialführer ist die Firma Neofonie GmbH, Projektpartner das Speech & Language Technology Lab und die inpro GmbH. Text2Tech ist Teil des Technologieprogramms „Erforschung, Entwicklung und Nutzung von Methoden der Künstlichen Intelligenz in KMU“ (KI4KMU) und wird vom Bundesministerium für Bildung und Forschug (BMBF) unter dem Förderkennzeichen 01IS22017A gefördert.