Ausschreibung "Bewertungen von Algorithmen für nautische Anwendungen"

Öffentliche Ausschreibung

Bewertungen von Algorithmen für nautische Anwendungen

Gegenstand der Ausschreibung

Mit seinem akkreditiertem Prüflabor, prüft der Auftraggeber (z.B. Navigationsausrüstung, Funkausrüstung) nach aktuellen Normen und Prüfverfahren. Zudem führt er nationale Zulassungen durch. Heutige Schiffsbrücken sind mit einer Vielzahl unterschiedlichster Geräte samt Peripherie ausgestattet, die untereinander kommunizieren und Informationen austauschen, was die Prüfung zunehmend komplexer und schwieriger macht.

Es ist davon auszugehen, dass in den nächsten Jahren zunehmend datengetriebene Anwendungen auf den martitimen Markt drängen werden. Insbesondere Deep Learning (DL), als Teilbereich der künstlichen Intelligenz, ermöglicht ganz neue Anwendungen, die mit einer herkömlicher Softwareimplementierung nicht möglich wären und einen zusätzlichen Nutzen versprechen. Solche Systeme haben das potential die Sicherheit in der Seeschifffahrt nachhaltig zu verbessern und ebnen wichtige Meilensteine auf dem Weg zum hochautomatisierten bzw. autonomen Schiff. Fragestellungen nach Sicherheit, Robustheit und Vertrauenswürdigkeit werfen jedoch grundsätzliche Probleme auf und stellen relevante Stakeholder vor enorme Herausforderungen. So ist beispielsweise die innere Funktionsweise sowie die Entscheidungsfindung von neuronalen Netzen für den Menschen nicht nachvollziehbar und die Performance ist stark von der Qualität der Trainingsdaten und weiteren Faktoren abhängig. Auch kleinste, für den Menschen nicht ersichtliche Änderungen in den Eingangsdaten, können zu einem unerwarteten Ergebnis (Output) führen. Eine umfängliche Prüfung solcher Systeme ist derzeit nicht möglich und es fehlt an geeigneten Teststrategeien, Werkzeugen und verbindlichen Standards. Als vielversprechende Anwendung im maritimen Bereich sind Perzeptionssysteme zu nennen. Diverse Anbieter vermarkten bereits Systeme zur Umfelderfassung, die kamerabasiert Schiffe erkennen und auf seperaten Bildschirmen anzeigen. In Verbindung mit ergänzenden Informationen (z. B. AIS) entsteht eine nützliche Informationsquelle zur Entscheidungsunterstützung. Allerding arbeiten solche Systeme nicht unter allen Umweltbedingungen mit der gleichen Qualität. Schon relativ kleine Veränderungen der Randbedingungn (z.B. Wetterbedingungen) können zu einem Quailtätsverlust in der Objekterkennung führen. Zwar gibt es Möglichkeiten diese Effekte zu minimieren doch es fehlen Normen und Guidelines die den Hersteller bei der Entwicklung unterstützen. Existierende Normen und Standards für KI-Anwendungen sind bisher zu allgemein, nicht praktikabel oder befinden sich erst im Aufbau. Insbesondere für den martitimen Bereich. Ein wesntlicher Faktor, der die Qualität solcher KI-Systeme beeinflusst ist die Erfahrung und Kompetenz der Entwickler, sowie der interne Entwicklungsprozess.

Im Zuge dieser Ausschreibung sollen folgende Fragenstellungen untersucht und beantwortet werden:
- Mit welchen Mitteln, Methoden und Prozessen lassen sich sicherheitskritische Deep Learning Anwendungen schon während der Entwicklung möglichst sicher und robust gestalten.
- Lassen sich Erkenntnisse der Umfelderkennung (Computer Vision) aus der automotiv Domäne auf die maritime Domäne übertragen
- Welche Anforderungen muss ein Datensatz für die maritime Objekterkennung (Schiffsperspektive) erfüllen, um robuste Computer Vison Systeme für die maritime Objekterkennung entwicklen zu können und wie können die erforderlichen Daten effizient gesammelt werden.

Art des Auftrags

Dienstleistung

Erfüllungsort (Bundesland):

Hamburg

Die Ausschreibung ist bereits beendet, weil die Angebotsfrist abgelaufen ist.
Eine Bewerbung um diesen Auftrag ist nicht mehr möglich.

Auftraggeber

20359 Hamburg

Eintragsdatum: 13.10.2022
Angebotsfrist: 22.11.2022