»Robuste KI entsteht dort, wo Simulation und Realität systematisch miteinander verknüpft werden«

Dr. Voit, warum gewinnen synthetische Daten gerade jetzt so stark an Bedeutung?

Michael Voit: Heutzutage scheitern viele KI-Systeme nicht an den Algorithmen, sondern an den Grenzen der verfügbaren Daten. In sicherheitskritischen Bereichen lassen sich seltene oder datenschutzrelevante Situationen nur schwer in realen Daten erfassen. Simulationen und synthetische Daten tragen dazu bei, diese Lücke zu schließen, indem sie es ermöglichen, relevante Szenarien zu generieren, zu variieren und unter kontrollierten Bedingungen für Trainings- und Testzwecke zu nutzen. Infolgedessen verlagert sich der Schwerpunkt von der reinen Datenerfassung hin zur strategischen Datenentwicklung.

Was bedeutet das aus Sicht des Geschäftsfelds KI und Robotik?

Wir entwickeln KI-Systeme für reale, dynamische Umgebungen. Diese Systeme müssen auch unter wechselnden Wetterbedingungen, bei unvollständigen Sensordaten oder unerwartetem Verhalten anderer Akteure zuverlässig funktionieren. In Simulationen lassen sich solche Parameter systematisch variieren, um Trainings- und Testdaten zu generieren. Gleichzeitig sind wir uns bewusst, dass zwischen Simulation und Realität oft eine Domänenlücke besteht. Aus diesem Grund kombinieren wir virtuelle Daten mit datenschutzkonformen Daten aus der realen Welt. Dadurch entsteht ein Regelkreis, in dem reale Beobachtungen die Simulation verbessern, während die Simulation wiederum dazu beiträgt, KI-Systeme robuster zu machen.

Wo kommt das Fraunhofer IOSB ins Spiel?

Über die gesamte Kette hinweg, von der Datenerfassung bis zur Anwendung. Mit OCTAS® entwickeln wir eine offene, modulare Simulationsplattform für autonome Mobilitätssysteme. Sie unterstützt nicht nur die virtuelle Validierung, sondern auch die Generierung synthetischer Datensätze. Im Rahmen von AVEAS haben wir gezeigt, wie kritische Verkehrssituationen datenschutzkonform erfasst und in datengesteuerte Simulationsumgebungen übertragen werden können – einschließlich Verhaltens-, Dynamik- und Sensormodellen. Dadurch werden isolierte Datensätze in eine transparente, reproduzierbare Grundlage für die Entwicklung und das Testen von KI-Systemen umgewandelt.

Welchen Mehrwert bietet dies für die Industrie und die Nutzer?

Ein gutes Beispiel hierfür ist unser AktiMeter, ein System, das wir für die intelligente Verhaltensanalyse im Fahrzeuginnenraum entwickelt haben. Es ermöglicht die Echtzeitanalyse von Körperhaltungen, Gesten und Aktivitäten im Fahrzeuginneren für Anwendungen wie Nutzerforschung, Ergonomie oder adaptive Assistenzsysteme. Die frühen Entwicklungsphasen basierten auf Daten aus Fahrsimulatoren; heute ist das System nahezu marktreif. Zwar entstehen derzeit neue Ansätze wie Vision Language Models, die weniger aufgabenspezifische Trainingsdaten erfordern, doch bleiben zuverlässige Tests und Validierungen systemrelevant. Dabei sind Simulationen und synthetische Daten zentrale Instrumente.
 

Dr.-Ing. Michael Voit ist Sprecher des Geschäftsfelds KI und Robotik und Leiter der Abteilung Human-AI Interaction (HAI).