Mehr als 400 Forschende aus ganz Europa kamen zur diesjährigen European Summer School ESSAI 2026 (wird in neuem Tab geöffnet) in Wien zusammen. Im Mittelpunkt stand die Verbindung von symbolischer und sub-symbolischer Künstlicher Intelligenz. Dabei wurden sowohl regel- und logikbasierte Ansätze als auch datengetriebene Modelle betrachtet. Mit dabei waren unsere wissenschaftlichen Mitarbeiter Stefan Schulte, Daeyeop Na und Lukas Hammen.

Statt KI-Modelle immer größer zu machen, wurden hier datenbasierte Modelle mit explizitem Domänenwissen gekoppelt. Das spart nicht nur Datenbedarf, sondern erhöht die Nachvollziehbarkeit für den Menschen. Denn häufig liefert ein KI-Modell nur eine schwer interpretierbare Empfehlung. Diese hybriden Systeme bieten dagegen weitreichendere Möglichkeiten wie z.B. zusätzliche Hinweise für eine mögliche Begründung.

Für unser Institut, in dem der Mensch fundamentaler Bestandteil des Produktionssystems ist, bestimmt das den erfolgreichen KI-Einsatz. Wer auf dem Shopfloor Entscheidungen trifft, braucht keine „Black-Box“ Vorhersagen, sondern eine nachvollziehbare Begründung. Erklärbarkeit unterstützt so den Menschen beim datenbasierten Problemlöseprozess und ermöglicht den Abgleich mit eigenem Erfahrungswissen.

Danke an EurAI (wird in neuem Tab geöffnet), Bilateral AI (wird in neuem Tab geöffnet) und das Organisationsteam der TU Wien (wird in neuem Tab geöffnet).