„Damit unsere Wirtschaft auch in Zukunft wettbewerbsfähig bleibt, brauchen wir gerade im Mittelstand noch mehr ‘KI made in BW‘. Mit diesem Wettbewerb unterstützen wir gezielt die Entwicklung von erfolgversprechenden KI-Innovationen in unserem Mittelstand“, sagte Hoffmeister-Kraut. „Unser Ziel ist es, dass insbesondere unsere kleinen und mittleren Unternehmen die Potenziale der KI marktorientiert, schnell und kommerziell erfolgreich nutzen können. Ein Schlüssel hierfür ist die enge Zusammenarbeit innovativer Unternehmen untereinander und mit exzellenten Forschungseinrichtungen.“
Im Rahmen des Wettbewerbs fördert das Ministerium Innovationsprojekte zwischen Unternehmen und Forschungseinrichtungen, die KI von der Forschung in die kommerzielle Anwendung bringen sollen und auch Vorbild für andere Unternehmen sein können. „Ein großes Potential für Baden-Württemberg liegt darin, die Innovationskraft und das spezialisierte Branchenwissen unseres Mittelstands mit der hervorragenden KI-Forschung im Land zusammenzubringen, damit daraus neue Produkte und Dienstleistungen sowie effizientere Prozesse entstehen“, sagte die Ministerin. „Wir müssen noch besser darin werden, Forschungsergebnisse schnell und erfolgreich in die kommerzielle Anwendung zu bringen. Gerade kleine und mittlere Unternehmen haben dafür häufig nicht die nötigen Kompetenzen und Kapazitäten. Mit den Modellprojekten setzen wir genau an diesem Punkt an und unterstützen gezielt die Entwicklung von erfolgversprechenden KI-Innovationen. Außerdem wollen wir damit branchenübergreifend weitere Unternehmen anregen, eigene KI-Lösungen zu entwickeln“, so Hoffmeister-Kraut weiter.
Das Ministerium hatte den Innovationswettbewerb von Juli bis Oktober dieses Jahres mit einer maximalen Fördersumme von 300.000 Euro ausgeschrieben. Voraussetzung für eine Bewerbung war eine Beteiligung von mindestens zwei kleinen oder mittleren Unternehmen sowie einer Forschungseinrichtung aus Baden-Württemberg. Außerdem mussten sich die Projekte an den konkreten Bedarfen der Unternehmen orientieren. Der Aufruf stieß auf sehr starkes Interesse bei den Unternehmen: Es gingen 40 Projektanträge ein, an denen insgesamt 100 Firmen aus dem ganzen Land beteiligt waren. Auf Basis des verfügbaren Budgets in Höhe von 2,5 Millionen Euro konnten hieraus neun Projekte für eine Förderung ausgewählt werden. Die Projekte starten bereits im Januar 2020 und haben eine Laufzeit von einem Jahr. Sie decken sowohl bei den Anwendungsfeldern als auch bei den Branchen eine große Bandbreite ab – vom produzierenden Gewerbe über die Logistik und Automobilbranche bis hin zu Medizin und Biotechnologie. Das Gesamtprojektvolumen der neun geförderten Projekte beträgt 4,1 Millionen Euro. Neben den Fördermitteln des Wirtschaftsministeriums leisten die beteiligten Unternehmen zusätzlich Eigenbeiträge in Höhe von 1,6 Millionen Euro.
Übersicht der geförderten Verbundprojekte im Innovationswettbewerb KI für KMU
AI2ISO – Absicherung von Funktionen für das Autonome Fahren
Ziel: Entwicklung einer KI-gestützten Software, um die Zuverlässigkeit autonomer Autos in kritischen Fahrsituationen validieren zu können.
Branche/Anwendungsfeld: Mobilität
Fördervolumen: 186.860 Euro
Konsortium:
- Forschungsinstitut für Kraftfahrwesen und Fahrzeugmotoren Stuttgart
- Spicetech GmbH, Stuttgart
- Emm! Solutions GmbH, Weil der Stadt
Embedded AI in a Box
Ziel: In dem Projekt wird eine besonders energieeffiziente, selbstlernende Nachrüst-Box zur intelligenten Zustandsüberwachung von Maschinen und Anlagen entwickelt.
Branche/Anwendungsfeld: Produzierendes Gewerbe
Fördervolumen: 287.573 Euro
Konsortium:
- Karlsruher Institut für Technologie
- Endiio Engineering GmbH, Freiburg
- Knowtion UG, Karlsruhe
Entwicklung und Integration einer neuen Magnetresonanz-Analysemethode zur Beurteilung der Erkrankungsaktivität bei Patienten mit Multipler Sklerose
Ziel: Durch KI-Einsatz soll die Analyse von MRT-Aufnahmen im Hinblick auf Veränderungen der Gehirnstruktur automatisiert und erheblich beschleunigt werden.
Branche/Anwendungsfeld: Medizin
Fördervolumen: 263.844 Euro
Konsortium:
- Universitätsmedizin Mannheim der Uni Heidelberg
- mediri GmbH, Heidelberg
- MedicalSyn GmbH, Stuttgart
HyperSpec – Sortierung von Wertstoffen
Ziel: KI-gestützte Bilderkennung soll eingesetzt werden, um verschiedene Stoffe in einer Recycling-Anlage mit Hilfe von hyperspektralen Kamerabildern (sichtbares und nicht-sichtbares Spektrum) besser zu erkennen und sortenrein zu trennen.
Branche/Anwendungsfeld: Abfallwirtschaft
Fördervolumen: 293.488 Euro
Konsortium:
- Hochschule Reutlingen
- LuxFlux GmbH, Reutlingen
- Korn Recycling GmbH, Albstadt
KI-basierte Steuerungsarchitektur für vernetzte, flexible Materialflusssysteme
Ziel: KI-Technologie soll zur Steuerung eines komplexen Intralogistik-Systems, bestehend aus fahrerlosen Robotern am Boden und autonomen Systemen, die unter der Decke ein rasterförmiges Transportnetzwerk bilden, eingesetzt werden, so dass eine flexible Produktion mit „Losgröße 1“ optimiert wird.
Branche/Anwendungsfeld: Intralogistik
Fördervolumen: 299.984 Euro
Konsortium:
- Karlsruher Institut für Technologie
- Hochschule Mannheim
- flexlog GmbH, Karlsruhe
- Things Alive Robotics GmbH, Karlsruhe
- Gebhardt Fördertechnik GmbH, Sinsheim
KI-basierte Wartungsoptimierung von Blockheizkraftwerken
Ziel: KI-Methoden sollen zur automatisierten Erkennung von Fehlern und zur vorausschauenden Wartung von Blockheizkraftwerken eingesetzt werden.
Branche/Anwendungsfeld: Energie / Handwerk
Fördervolumen: 276.284 Euro
Konsortium:
- Hochschule Biberach
- Hochschule Ravensburg-Weingarten
- Enerquinn GmbH, Weingarten
- Mondas GmbH, Freiburg
Mesh AI – Automatisierte Gittergenerierung durch maschinelles Lernen
Ziel: KI-Technologien sollen eingesetzt werden, um Simulationen einfach, kostengünstig und schnell in die Produktentwicklung zu integrieren.
Branche/Anwendungsfeld: B2B-Software und Ingenieursdienstleistungen
Fördervolumen: 291.811 Euro
Konsortium:
- Karlsruher Institut für Technologie
- Renumics GmbH, Karlsruhe
- Evago GmbH, Leonberg
SimKI – Echtzeitdatenerfassung und Parameterkorrektur mittels einer mit Simulationsdaten angelernten KI
Ziel: Mit einer durch Simulationsdaten angelernten KI sollen die Qualität von Leichtbau- und Metallbauteilen während der Herstellung erfasst und bewertet und die Prozessparameter für eine optimierte Qualität in Echtzeit angepasst werden.
Branche/Anwendungsfeld: Produzierendes Gewerbe
Fördervolumen: 278.979 Euro
Konsortium:
- Hochschule Aalen
- Inneo Solutions GmbH, Ellwangen
- Karl Walter Formen und Kokillenbau GmbH, Göppingen
- Gaugler & Lutz oHG, Aalen-Ebnat
Verbesserung von Lebensmittel-Haltbarkeit durch Bilderkennung und KI-gestützte Züchtung
Ziel: KI-Methoden sollen für die Züchtung von Nutzpflanzen eingesetzt werden, um die Identifizierung von Sorten mit Eigenschaften zu unterstützen, die sowohl Erzeugern als auch Verbrauchern Vorteile bringen.
Branche/Anwendungsfeld: Biotechnologie
Fördervolumen: 300.000 Euro
Konsortium:
- Max-Planck-Institut für Entwicklungsbiologie, Tübingen
- Colugo GmbH, Tübingen
- Computomics GmbH, Tübingen