AIDOaRT

AIDOaRT will Organisationen unterstützen, in denen kontinuierliche Auslieferung und Betriebsmanagement (von CPS-Software) zum täglichen Geschäft gehören. DevOps-Teams können das AIDOaRT-Framework verwenden, um sowohl Ereignisströme in Echtzeit als auch historische Daten zu analysieren, um aussagekräftige Erkenntnisse aus Ereignissen zu extrahieren, um sie kontinuierlich zu verbessern, eine schnellere Bereitstellung und eine bessere Zusammenarbeit zu erzielen und Ausfallzeiten durch proaktive Erkennung zu reduzieren. Die Anwendung spezifischer KI-Ansätze spielt eine gewichtige Rolle. AIT insbesondere plant folgende Aktivitäten:

• AI-gestützte Synthese „digitaler Zwillinge“: passives Lernen aus Betriebsdaten, aktives Lernen aus vorhandenen Artefakten und Integration vorhandener Modelle sowohl für Modelle des in der Entwicklung befindlichen Systems als auch für dessen Umgebung.

• AI-gestützte Verifizierung: Entwicklung von KI-Methoden zur Auswahl einer reduzierten, aber relevanten Teilmenge von Tests auf der Grundlage von Betriebsdaten, synthetisierten digitalen Zwillingen, Ergebnissen der Sicherheitsanalyse und Systemcode. Einschließlich Laufzeitüberwachung, um die KI-Methoden etwa durch Eingaben für reinforcement learning zu leiten.

• AI-gestützte Reifebeurteilung von Systemmodellen: Verwenden von KI-Methoden zum Ableiten von Szenarien, mit deren Hilfe die Qualität der Vorhersagen von Modellen während der Entwicklung bewertet werden kann.

Fakten

Projektlaufzeit: April 2021 – März 2024

Koordination: Universität Mälardalen (SE)

Budget: € 24,6 Millionen

Förderung: € 7,4 Millionen (nur EU)

Partner (u.a.):

• Industrie: AVL (AT), Dynatrace (AT), Honeywell Aerospace (CZ), Volvo Construction Equipment (SE)
• KMU: Automated Software Testing (AT), INTECS (IT), ClearSy (FR)
• Forschungseinrichtungen: University of Aquila (IT), Mälardalen University (SE), TU Graz (AT), JKU Linz (AT)