Bewilligte Projekte aus der Bekanntmachung "Künstliche Intelligenz in der zivilen Sicherheitsforschung"
Nur wenige technologische Bereiche entwickeln sich derzeit so rasant wie die Künstliche Intelligenz und beeinflussen sämtliche Lebensbereiche der Bürgerinnen und Bürger. Experten erwarten für die Anwendungen der Künstlichen Intelligenz in den nächsten Jahren ein exponentielles Wachstum. Künstliche Intelligenz besitzt ein hohes Potenzial, die Bewältigung der großen gesellschaftlichen Herausforderungen wie beispielsweise Klimaschutz, demographischer Wandel und Sicherheit der Bürgerinnen und Bürger voranzutreiben.
Laufende Forschungsprojekte:
KI-II
aKtIv: Agile Netzsteuerung zur Erhöhung der Resilienz der Kritischen Infrastruktur Wasserversorgung
Förderkennzeichen 13N16394 bis 13N16400 und 13N16431
Die zuverlässige Trinkwasserversorgung gehört zur öffentlichen Daseinsvorsorge und ist eine Grundvoraussetzung für ein stabiles Gesellschafts- und Wirtschaftssystem. Neben außergewöhnlichen Ereignissen wie Stromausfällen, Gefahrgutunfällen oder Cyberangriffen ergeben sich zunehmend Herausforderungen durch den Klimawandel und den hiermit zusammenhängenden Extremwettereinflüssen. Hochwasser, vor allem aber längere Trockenphasen, gefährden bereits heute die Versorgungssicherheit und erfordern ein intelligentes Krisenmanagement der Wasserwerke. Das Vorhaben erarbeitet eine Sicherheitslösung für Organisationsprozesse, Technologieeinsatz, Personalplanung und Entscheidungsfindung, die die öffentliche Wasserversorgung auch unter erheblichen Beeinträchtigungen sicher aufrechterhält.
BESKID: Bemessungsbrandsimulation in Schienenfahrzeugen mittels KI-basierter Daten
Förderkennzeichen 13N16390 bis 13N16393
Der öffentliche Nahverkehr gewinnt weiter an Bedeutung. Insbesondere unterirdische Verkehrsinfrastruktu-ren helfen, die Mobilität der Bevölkerung zu sichern. Brände in U-Bahnen sind selten, aber mit einem hohen Risiko verbunden. Deshalb werden für Schienenfahrzeuge hohe Ansprüche an den Brandschutz gestellt. Für die Zulassung von innovativen Werkstoffen, die beispielsweise leichter oder umweltfreundlicher sind, müssen umfangreiche experimentelle Branduntersuchungen und Brandsimulationen durchgeführt werden. Bisherige Verfahren zur Zulassung sind aufwändig und dauern lange, weswegen neue Werkstoffe nur selten den Weg in die Anwendung finden. Im Rahmen des Projekts BESKID werden zwei sich ergänzende KI-Systeme entwickelt, die zum einen die Vielzahl der notwendigen Experimente zur Bestimmung von Materialparametern deutlich reduzieren und zum anderen die Dauer der Berechnung verschiedener Szenarien drastisch verkürzen.
Carve-DL: KI in der digitalen Forensik
Förderkennzeichen 13N16405 bis 13N16407
Analyse, Aufbereitung und Auswertung digitaler Daten ist in der heutigen Zeit wesentlicher Bestandteil von Kriminalitätsbekämpfung und Terrorismusabwehr. Dabei sehen sich die Sicherheitsbehörden mit immer größeren Datenmengen konfrontiert, die systematisch nach verfahrensrelevanten Informationen durchsucht werden müssen. Besonders schwierig ist dabei die Rekonstruktion von Informationen aus einzelnen Fragmenten von Text-, Bild- oder Audiodateien im Rahmen von Cyber-Ermittlungen (das sogenannte File Carving). Projektziel ist es, KI basierte Lösungen zu finden, die den Prozess des Carvings automatisieren bzw. optimieren.
IKIGas: Industrielle Künstliche Intelligenz für Sicherheit in Gasnetzen
Förderkennzeichen 13N16366 bis 13N16370
Eine zuverlässige Gasversorgung ist eine wichtige Voraussetzung für eine funktionierende Wirtschaft und die Sicherstellung der Daseinsvorsorge für unsere Gesellschaft. Hierzu gehört nicht nur die ausreichende Verfügbarkeit von Gas, sondern auch die Sicherheit der Gasnetze. Um Ausfälle zu vermeiden, gilt es, die Netze automatisiert zu überwachen und Fehlfunktionen frühzeitig zu erkennen. Ziel des Projekts IKIGas ist die frühzeitige Erkennung von Unregelmäßigkeiten im Betrieb von Gasnetzen durch Verfahren der künstlichen Intelligenz und eine Überwachung sowie Prognose des Netzzustands.
KIARA: KI-Assistenz zur roboterunterstützten Aufklärung und Abwehr akuter radiologischer Gefahrenlagen
Förderkennzeichen: 13N16274 bis 13N16278
In akuten Gefahrenlagen, wie etwa im Zusammenhang mit der Freisetzung radioaktiver Substanzen, haben Einsatzkräfte aufgrund der hohen Gesundheitsrisiken keinen unmittelbaren Zugang zum Gefahrenort.
Zur Lageaufklärung können in derartigen Situationen ferngesteuerte Roboter eingesetzt werden. Allerdings setzt der Umgang mit heute gängigen Roboter-Systemen nicht nur ein intensives Training voraus, sondern ist im Einsatzfall mit sehr hohen kognitiven Belastungen für die Bediener verbunden.
KIT2: KI-unterstützter Telenotarzt
Förderkennzeichen 13N16401 bis 13N16430
Die Einführung des Telenotarztes in Aachen demonstriert erfolgreich die Möglichkeit einer sicheren und schnellen medizinischen Versorgung im Rettungsdienst bei gleichzeitig optimiertem Einsatz der „knappen Ressource Notarzt“. Mit der zunehmenden Nutzung dieses Konzeptes in anderen Regionen Deutschlands steigt aber auch die Belastung der Telenotärzte im Einsatz. So kommt es immer häufiger zu parallelen Einsätzen und damit zu einem steigenden Bedarf für eine technische Unterstützung der Telenotärzte. Mittels künstlicher Intelligenz (KI) kann diese Unterstützung sowohl bei individuell medizinischen als auch einsatztaktischen Aspekten erfolgen. Übergeordnetes Ziel des Projektes KIT2 ist die Steigerung der Versorgungsqualität und der Patientensicherheit.
K3VR: Konflikte und Krisen durch Kommunikation deeskalieren
Förderkennzeichen 13N16387 bis 13N16389
Wenn Einsatzkräfte der Polizei, der Feuerwehr oder der Rettungsdienste mit Bürgerinnen und Bürgern zusammentreffen, kann es zu Konflikten kommen. Das betrifft insbesondere Situationen, bei denen intensive Emotionen im Spiel sind, z.B. Demonstrationen, Unfälle oder Evakuierungen. Wie kann in solchen Fällen eine Eskalation vermieden werden? Welche verbale und nonverbale Kommunikation kann Konflikte reduzieren? Diesen und weiteren Fragen wird das Projekt K3VR nachgehen, um für Einsatzkräfte moderne und effektive Trainingsmöglichkeiten für deeskalierende Kommunikationstechniken zu schaffen, die in dieser Form bisher nicht existieren. Im Rahmen von K3VR wird eine virtuelle Trainingsumgebung zur deeskalierenden Kommunikation entstehen.
LEAS: Landseitige Entscheidungsempfehlung für Verkehrslagen mit hochautomatisierten bzw. autonomen Schiffen
Förderkennzeichen 13N16246 bis 13N16250
Im Bereich der Küsten kommt es aufgrund der sehr hohen Verkehrsdichten bereits heute zu kritischen Situationen. Zur Vermeidung von Unfällen wird deshalb der Schiffsverkehr durch Verkehrszentralen an Land überwacht und geregelt. Eine aktuelle Entwicklung wird dabei zur Herausforderung: Der Trend hin zu autonomen Fahrzeugen beschränkt sich nicht nur auf die Straße. Auch im Bereich der Seeschifffahrt werden weitere Lösungen für hoch- und vollautomatisierte bzw. autonome Schiffe entwickelt.
MaLeFiz: Maschinelles Lernen zur effizienten Identifikation auffälliger Finanztransaktionen
Förderkennzeichen 13N16304 bis 13N16308
Illegal erwirtschaftetes Geld, beispielsweise aus Drogenhandel oder illegalem Glückspiel, stellt ein großes Problem dar. Dabei geht es nicht nur um den volkswirtschaftlichen Schaden, denn dieses Geld wird häufig zur Finanzierung von kriminellen Strukturen eingesetzt. Banken sind verpflichtet, verdächtige Transaktionen die auf das Einschleusen solcher Gelder in den legalen Finanz- und Wirtschaftskreislauf hindeuten, die sogenannte Geldwäsche, den Steuerbehörden zu melden. Die im Einsatz befindlichen, regelbasierten Systeme zur Überwachung von Finanztransaktionen weisen bislang jedoch hohe Fehlerquoten auf. Im Rahmen von MaLeFiz wird eine innovative Software auf Basis von Verfahren der künstlichen Intelligenz entwickelt, mit der Finanzströme, die in Verbindung mit Geldwäsche oder der Finanzierung von kriminellen Strukturen stehen, zuverlässig und für eine strafrechtliche Verfolgung nachvollziehbar, erkannt werden können.
NEBULA: Nutzerzentrierte KI-basierte Erkennung von Fake News und Fehlinformationen
Förderkennzeichen 13N16362 bis 13N16361
In Krisensituationen wie der COVID-19-Pandemie oder anderen Katastrophenlagen ist es für die öffentliche Sicherheit unabdingbar, dass Menschen offiziellen Empfehlungen folgen, statt irreführenden Narrativen zum Opfer zu fallen. Bewusst eingesetzte Falschinformationen (Fake News) können dabei – ebenso wie unbeabsichtigte Fehlinformationen – schwerwiegende Auswirkungen auf Krisenverläufe haben. Zusätzlich können sie Verunsicherung und Gefährdungen aufgrund von Fehlverhalten in Katastrophenlagen hervorrufen. Ziel des Projekts NEBULA ist es, eine nachvollziehbare und nutzerorientierte Identifizierung von Fake News und Fehlinformationen auf Basis von Methoden der künstlichen Intelligenz zu ermöglichen.
SpeechTrust+: Erkennung KI-basierter Sprachsynthese und Stimmverfremdung
Förderkennzeichen 13N16266 und 13N16267
Unser täglicher Informationsaustausch, sei es im persönlichen, geschäftlichen oder im öffentlichen Raum, ist stark durch digitale Medien geprägt. Reale Begegnungen rücken zugunsten virtueller Treffen immer mehr in den Hintergrund. Dabei vertrauen wir darauf, dass die Personen, mit denen wir digital kommunizieren, echt sind und deren Identitäten nicht betrügerisch durch Dritte eingesetzt werden. Neben den bekannten Möglichkeiten, digitale Bilderquellen zu fälschen, eröffnen sich durch technische Sprachsyntheseverfahren zunehmend Manipulationsmöglichkeiten. Sprache ist und bleibt jedoch unser wichtigster Informationsträger.
VIKING: Vertrauenswürdige Künstliche Intelligenz für polizeiliche Anwendungen
Förderkennzeichen 13N16236 bis 13N16245
In komplexen polizeilichen Ermittlungsverfahren, z.B. in den Bereichen organisierter Kriminalität oder Terrorismus, fallen regelmäßig große Mengen an digitalen Daten an. Lösungen auf Basis der künstlichen Intelligenz (KI) können die Ermittelnden bei einer zeitnahen Auswertung unterstützen. Die polizeiliche Praxis zeigt aber auch, dass mit dem Einsatz von KI verschiedene Risiken für den Ermittlungserfolg einhergehen. So können unausgewogene Trainingsdatensätze zu Ermittlungsfehlern führen oder Cyberangriffe auf KI-Systeme die Ermittlungen in fa.lsche Richtungen führen. Zuletzt ist die Nachvollziehbarkeit der Ermittlungsergebnisse ein entscheidender Punkt für deren Gerichtsverwertbarkeit. Das Ziel von VIKING ist die Erforschung und Umsetzung von Lösungen zur Messung und Optimierung der Genauigkeit, Nachvollziehbarkeit und Robustheit vertrauenswürdiger KI in der polizeilichen Anwendung.
KI-I
AIFER: Künstliche Intelligenz zur Analyse und Fusion von Erdbeobachtungs- und Internetdaten zur Entscheidungsunterstützung im Katastrophenschutz
Förderkennzeichen 13N15525 bis 13N15529
Katastrophenereignisse wie Hochwasser, Waldbrände oder Stürme machen vor Ländergrenzen nicht halt. Daher haben Österreich und Deutschland beschlossen, ihre Kräfte zu bündeln und gemeinsam zu forschen, um Rettungskräfte optimal bei der Bewältigung von Großschadenslagen zu unterstützen. Das Projekt AIFER entwickelt ein System, das am Beispiel eines Hochwasserszenarios mit Hilfe von künstlicher Intelligenz die Lage erfasst und auswertet. Dabei sollen unterschiedliche Daten von Satelliten, Flugzeugen, Drohnen sowie Daten aus sozialen Netzwerken ausgewertet, zusammengefasst und in Echtzeit aufbereitet werden. Rechtliche, soziologische und ethische Fragen werden durch die Partner aufgegriffen.
CrossFace: Verbesserte Gesichtserkennung in der Videoanalyse unter Nutzung heterogener Aufnahmetechnologien
Förderkennzeichen 13N15561 bis 13N15563
Die Auswertung von Videomaterial und der Vergleich von Gesichtsbildern nehmen eine immer zentralere Rolle bei der Aufklärung von Straftaten ein. Die Automatisierung der Auswertung wird bei der Vielzahl der Daten immer wichtiger. Bei unterschiedlichen Aufnahmequellen und -qualitäten stößt die Technik aber aktuell an ihre Grenzen und weist hohe Fehlerraten auf. Ziel des Projektes CrossFace ist die Entwicklung eines Systems, das mit Hilfe einer speziellen Software den Vergleich von Gesichtsbildern ermöglicht, die mit unterschiedlichen Technologien erstellt worden sind.
FAKE-ID: Videoanalyse mit Hilfe künstlicher Intelligenz zur Detektion von falschen und manipulierten Identitäten
Förderkennzeichen 13N15734 bis 13N15738
Die Identität einer Person eindeutig nachzuweisen, wird zunehmend anspruchsvoller, da hochwertige Fälschungen von Bildern und Videos inzwischen mit einfachen technischen Mitteln angefertigt werden können. Ziel des Vorhabens FAKE-ID ist es, Angriffsmöglichkeiten und Fälschungen von Bildern und Videos zu untersuchen und eine Softwareplattform zu ihrer Detektion mit Hilfe künstlicher Intelligenz (KI) zu entwickeln. Im Ergebnis entsteht ein System, das Bild- und Videodatenströme auf verschiedene Verdachtsmomente hin in Echtzeit analysieren kann. Die Detektion von „Deep Fakes“ und die damit verbundene Entscheidung der zugrunde liegenden KI sind für den menschlichen Entscheider immer transparent nachvollziehbar.
KISTRA: Einsatz von KI zur Früherkennung von Straftaten
Förderkennzeichen 13N15337 bis 13N15345
Die polizeiliche Kriminalstatistik zeigt in den letzten Jahren einen deutlichen Anstieg von politisch motivierten Straftaten mit Internetbezug. Ermittlungsbehörden benötigen bedarfsgerechte Werkzeuge, die ein Vorfiltern ermöglichen und sie bei der Strafverfolgung unterstützen. Ziel von KISTRA ist die Erforschung der Möglichkeiten und Rahmenbedingungen für den ethisch und rechtlich vertretbaren Einsatz von Künstlicher Intelligenz durch Ermittlungsbehörden zur Erkennung, Vorbeugung und Verfolgung von Straftaten. Dazu werden verschiedene, bedarfsgerecht anpassbare KI-Methoden zur Verarbeitung von Massendaten entwickelt. Die verschiedenen Methoden werden zusammengeführt und gemeinsam mit den Ermittlungsbehörden evaluiert.
KITE: KI-unterstütztes VR-Taktiktraining für polizeiliche Einsatzkräfte
Förderkennzeichen 13N15546 bis 13N15548
Ausbildung und Training sind essenziell, um Einsatzkräfte optimal auf reale Situationen vorzubereiten. Insbesondere bei Szenarien wie Terroranschlägen oder Amokläufen, zum Beispiel auf Weihnachtsmärkten oder in Einkaufszentren, ist ein Trainieren vor Ort kaum möglich. Die alltäglichen Abläufe würden zu sehr gestört. Reale Trainingsumgebungen sind aufwendig zu erstellen und in der Anzahl der Übungsmöglichkeiten begrenzt. In KITE wird ein mit KI unterstützter VR-Simulator für das Training von Einsatzkräften entwickelt. Damit können die Übungsumgebungen automatisiert als 3D-Modelle in die VR übertragen und unterschiedlichste Einsatzszenarien schnell integriert werden.
KITT: Künstliche Intelligenz zur Verbesserung der Sicherheit von Tunneln und Tunnelleitzentralen
Förderkennzeichen 13N15537 bis 13N15698
Autobahnen und Bundesstraßen bilden mit Ihren Brücken und Tunneln nicht nur die Lebensadern für den Individual- und Güterverkehr in Deutschland, sondern sie verbinden auch Länder miteinander. Daher haben Österreich und Deutschland beschlossen, ihre Kräfte zu bündeln und nicht nur auf europäischer, sondern auch auf bilateraler Ebene gemeinsam zu forschen, um die Sicherheit und die Verfügbarkeit von Straßen weiter zu erhöhen. Im Projekt KITT wird daran geforscht, Gefahrensituationen in Tunneln frühzeitig zu erkennen und in Echtzeit den Verkehrsfluss anzupassen.
KIWA: Künstliche Intelligenz für die Hochwasserwarnung
Förderkennzeichen 13N15542 und 13N15543
Die Bewältigung von Sturzflutereignissen nach lokalem Starkregen stellt eine besondere Herausforderung für Einsatzkräfte dar. Vorhersagen von Niederschlagsmengen und Abflussverläufen sind kaum möglich. Im Rahmen des Vorhabens KIWA werden KI-basierte Werkzeuge zur Überflutungswarnung entwickelt und erprobt. Eine auf maschinellem Lernen beruhende Modellierung von Niederschlags-Abfluss-Prozessen im Gelände soll dabei eine schnelle Umrechnung meteorologischer Vorhersagen in zu erwartende Abflussmengen ermöglichen.
KIWaSuS: KI-basiertes Warnsystem für Starkregen und urbane Sturzfluten
Förderkennzeichen 13N15556 bis 13N15560
Aufgrund des Klimawandels treten immer häufiger lokale Starkregenereignisse auf. Sie stellen ein erhebliches Sicherheitsrisiko für die betroffene Bevölkerung und eine Gefährdung für Infrastrukturen und Vermögenswerte dar. Sintflutartige Niederschläge lassen sich sowohl örtlich als auch zeitlich schwer prognostizieren. Insbesondere in städtischen Gebieten kommt es häufig zur Überlastung der Kanalnetze und zu schnellen Überflutungen. Ziel von KIWaSuS ist es, im Unwetterfall den ortsgenauen Vorhersagezeitraum lokaler Überflutungen auf bis zu zwei Stunden auszudehnen.
KriminelleNetzwerke: Bekämpfung von Abrechnungsbetrug und Korruption im Gesundheitswesen
Förderkennzeichen 13N15530 bis 13N15533
Die Gesundheitsbranche in Deutschland hat einen geschätzten Jahresumsatz von mehr als 350 Milliarden Euro. Das weckt kriminelle Begehrlichkeiten: Durch Abrechnungsbetrug und Korruption im Gesundheitswesen wird das Sozialsystem jährlich schätzungsweise um 14 Milliarden Euro geschädigt. Es entsteht aber nicht nur finanzieller Schaden, denn durch Abrechnungsbetrug erhalten Patienten nicht die Leistungen, die sie eigentliche benötigen. Das Projekt KriminelleNetzwerke entwickelt ein IT-Werkzeug, mit dem die Ermittlungsarbeit der Polizei unterstützt wird.
Projektumriss KriminelleNetzwerk
SILK: Bewertung von Sicherheitsvorfällen in kritischer Infrastruktur und Generierung von Handlungsempfehlungen für das Personal durch KI-basiertes Text-Mining
Förderkennzeichen 13N15516 bis 13N15520
Der Ausfall kritischer Infrastrukturen, wie z. B. der Wasser- oder Stromversorgung, führt meist unmittelbar zu Einschränkungen des täglichen Lebens und betrifft alle Bereiche der Gesellschaft und Wirtschaft. Der zunehmend hohe Automatisierungsgrad in den Versorgungsinfrastrukturen ermöglicht eine verbesserte Überwachung der Systeme. Ziel des Projekts SILK ist es, durch den Einsatz künstlicher Intelligenz Sicherheitsvorfälle automatisiert zu erkennen und zu bewerten. Hierdurch können auch in komplexen Steuerungs-netzwerken, ungewöhnliche Vorfälle und Störungen zeitnah detektiert werden.
UAV-Rescue: UAV getragene Sensorik zur KI-basierten Unterstützung von Rettungsmissionen
Förderkennzeichen 13N15549 bis 13N15553
Durch Ereignisse wie Gasexplosionen, Naturkatastrophen oder Terroranschläge können Gebäude sowie Tunnel erheblich beschädigt und Menschen verschüttet oder eingeschlossen werden. Im Projekt UAV-Rescue wird ein zumindest teilweise autonom einsetzbares unbemanntes (UAV) Erkundungssystem erforscht. Dieses soll in stark beschädigten Gebäuden oder Tunneln eingesetzt werden, um in Echtzeit unter Nutzung künstlicher Intelligenz (KI) eine vollständige dreidimensionale Lagekarte des Gebäudeinneren zu erstellen und mögliche Lebenszeichen zu detektieren.