Neuroinformatik versus Nachhaltigkeit – Nutzung von Navigationsgeräten mit gepflegten Verkehrsschilder-Informationen energiesparender als Künstliche Intelligenz zur Schildererkennung - FOM forscht

Deprecated: Die Funktion Elementor\DB::is_built_with_elementor ist seit Version 3.2.0 veraltet! Verwende stattdessen Plugin::$instance->documents->get( $post_id )->is_built_with_elementor(). in /var/www/fom-blog.de/www/wp-includes/functions.php on line 5379

Neuroinformatik versus Nachhaltigkeit – Nutzung von Navigationsgeräten mit gepflegten Verkehrsschilder-Informationen energiesparender als Künstliche Intelligenz zur Schildererkennung


Eine neue Studie aus dem ifes Institut für Empirie & Statistik der FOM beschäftigt sich mit der Erkennung von Straßenverkehrsschildern mithilfe Künstlicher Intelligenz (KI). Zur Beurteilung der Leistungsfähigkeit einer solchen KI wurden reale Schilder aus der Stadt Düsseldorf zum Testen verwendet.

Als positiv stellte sich heraus, dass die KI-Lösung erstaunlich robust gegen Verbiegungen der Schilder und Verschmutzungen, etwa durch Aufkleber, war. Soweit die gute Nachricht.

Von Nachteil ist, dass für diese für einen Menschen simple Aufgabe ein immenser Aufwand betrieben werden muss. Das Künstliche neuronale Netz, das für die KI-Lösung betrieben werden müsste, umfasst 14,6 Millionen Parameter und sein ständiger Betrieb, beispielsweise während einer Autofahrt, kostet viel Energie.

Karten für Navigationsgeräte mit gut gepflegten Schilderinformationen seien eine nachhaltigere Alternative, so die Forschenden. Hier werden die Schilder nicht „erkannt“, sondern vorher in das Kartenmaterial integriert und während der Fahrt dann nur „abgerufen“, was deutlich energiesparender wäre.

Prof. Dr. Frank Lehrbass, der am ifes forscht und am FOM Hochschulzentrum Düsseldorf lehrt, hat die Studie gemeinsam mit dem FOM Absolventen Robin Maasjosthusmann M.Sc. durchgeführt, dessen Master-Arbeitsergebnisse darin eingeflossen sind.

Die Ergebnisse wurden in Band 26 der ifes Schriftenreihe dokumentiert und können auf der Instituts-Website – wie alle anderen Bände dieser Schriftenreihe – im PDF-Format kostenfrei heruntergeladen werden.

Maasjosthusmann, R. / Lehrbass, F. (2021): Explainable Artificial Intelligence: Analyse und Visualisierung des Lernprozesses eines Convolutional Neural Network zur Erkennung deutscher Straßenverkehrsschilder, in: Krol, B. (Hrsg.), ifes Schriftenreihe, Band 26, 2021, ISSN (eBook) 2569-5355, ISBN (eBook) 978-3-89275-428-2

Yasmin Lindner-Dehghan Manchadi M.A. | Referentin Forschungskommunikation der FOM Hochschule | 29.06.2021 

Leave a Reply

Deine E-Mail-Adresse wird nicht veröffentlicht.

18 + 20 =