PAIRS - Privacy-Aware, Intelligent and Resilient CrisiS Management

Krisenszenarien mit KI schneller identifizieren und antizipieren

© PAIRS

Im Projekt PAIRS (Privacy-Aware, Intelligent and Resilient Crisis Management) werden lernende KI-Services für das Krisenmanagement entwickelt, mit der sich Krisensituationen früh identifizieren und sicher antizipieren lassen. Mit dem Aufbau des Resilience & Sustainability Data Space (RSDS) wurde eine grundlegende Infrastruktur auf der Basis von GAIA-X und des ISDA-Ökosystems geschaffen. Damit wird der Betrieb der KI-Services sichergestellt und gleichzeitig werden die Zugriffsmöglichkeiten auf notwendige Daten ermöglicht Mit dem in der Entwicklung befindlichen Supply-Chain-Radar erhalten Unternehmen und Organisationen die Möglichkeit, krisenbedingte Engpässe in Lieferketten frühzeitig zu erkennen, um Risiken zu minimieren oder ganz zu vermeiden. Das Angebot richtet sich an Unternehmen und Betreiber kritischer Infrastrukturen sowie Entscheidungsträgerinnen und -träger aus Politik, Wirtschaft und Gesellschaft. Das KI-Projekt PAIRS soll dazu beitragen, die Resilienz des Wirtschaftsstandorts Deutschland zu steigern.

Partner

ADVANEO GmbH (Konsortialführer), Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. / Fraunhofer IPA FIR e.V. an der RWTH Aachen, Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI), Bundesanstalt Technisches Hilfswerk (THW), Bisping Medizintechnik GmbH, Universität des Saarlandes, Sick AG, Tiplu GmbH, OFFIS e.V., IBM Deutschland GmbH

Marktperspektive und Produktversprechen

Krisensituationen wie die weltweite Coronavirus-Pandemie erfordern ein systematisches, gesamtheitliches und dynamisches Management. Sie wirken sich in der Regel direkt auf viele Bereiche des wirtschaftlichen und gesellschaftlichen Lebens aus, von der Fabrik über den Supermarkt bis hin zum Krankenhaus. Eine Maßnahme, die an einer Stelle eingeleitet wird, hat häufig auch indirekt Einfluss auf die anderen Bereiche. Dadurch ergeben sich komplexe und hochdynamische Ursache-Wirkung-Maßnahme Szenarien, die für Entscheidungsträgerinnen und -träger jedoch nur bedingt überschaubar sind.

PAIRS vereint domänenübergreifend Daten aus Krisensituationen sowie Risikobewertungen und unternehmensspezifischen Datenquellen. Einen wesentlichen Bestandteil zur Krisenbewältigung bilden die KI-Services, die zur vollen Nutzenentfaltung auf Daten des Resilience & Sustainability Daten Space zugreifen. Somit erhalten die Ergebnisse des Forschungsprojektes das Potenzial einer wirtschaftlichen Verwertung des umfassenden Krisen-Management-Systems.

Durch frühzeitige Einbindung von kleinen und mittleren Unternehmen (z. B. im Rahmen von Workshops) soll der Transfer von KI-Lösungen in den Mittelstand gefördert werden. Aufbauend auf PAIRS wird perspektivisch die Entwicklung eines Zusatzmoduls für die Verbesserung von Materialprognosen in klinischen Einrichtungen angestrebt (PAIRSmed).

Herausforderung und Innovation

Wichtige Voraussetzung für ein effektives Krisenmanagement ist die frühe Einleitung und Anpassung von Maßnahmen an sich ändernde Szenarien im Verlauf der Krise. Aufgrund der komplexen und hochdynamischen Szenarien, die sich in Folge einer Krise ergeben, ist der Mensch zur Bewältigung dieser Herausforderung auf Werkzeuge aus dem Bereich künstliche Intelligenz angewiesen. KI-Verfahren ermöglichen es, aus vergangenen Szenarien zu lernen, um gegenwärtige Szenarien zu identifizieren und zukünftige Entwicklungen zu prognostizieren. Sie benötigen dafür große Mengen heterogener Daten aus verschiedenen Quellen und Systemen (u. a. Produktionssysteme, Lieferkettensysteme, Personalmanagementsysteme, Wetterinformationssysteme).

Die für die KI-Services notwendigen Daten fließen dank der auf den IDSA- und GAIA-X-Standards aufbauendem Resilience and Sustainability Data Space derart zusammen, dass Datensouveränität als auch der Datenschutz gewährleistet sein werden. Nur dann können wirtschaftliche und politische Partner zusammenarbeiten, Informationen teilen, die wechselseitigen Einflüsse unterschiedlicher Maßnahmen datenschutzkonform analysieren und Strategien entwerfen. Im Rahmen von PAIRS soll eine Plattformarchitektur geschaffen werden, die dies erstmals ermöglicht. Darüber hinaus soll eine KI-Lösung etabliert werden, die iterativ dazulernt und die wechselseitigen Einflüsse aller Akteure untereinander berücksichtigt.

Umsetzung

Der Entwurf der PAIRS-Systemarchitektur sieht drei Ebenen vor. Die erste Ebene ermöglicht die technische und semantische Integration externer Datenquellen (z. B. GAIA-X oder Cloud-Datenspeicher) über sichere Schnittstellen. Die lernende KI steht im Zentrum der zweiten Schicht. Vorgesehen sind dabei drei Kernfunktionen: die Identifizierung und Antizipierung von Krisenszenarien, die Bewertung der Auswirkung der identifizierten Szenarien auf den jeweiligen Akteur sowie eine daraus abgeleitete Aktions- und Entscheidungsunterstützung. Die Maßnahmen, die die Akteure tatsächlich einleiten, sollen als anonymisierte Information in das PAIRS-System zurückfließen, damit die KI iterativ dazulernen kann. Für die Umsetzung verfolgt PAIRS einen Hybrid-KI-Ansatz, der wissensbasierte und datengetriebene KI vereint. Die dritte Ebene der Systemarchitektur dient der Bereitstellung der Dienste für die Kundinnen und Kunden über einen Marktplatz. Neben dem Marktplatz selbst sollen intuitive und individualisierbare Nutzerschnittstellen entwickelt werden. So wurde dafür Im Rahmen des Forschungsprojekts PAIRS eine erste KI-gestützte Lösung, der „Supply-Chain-Radar“ entwickelt, mit dem Unternehmen externe Krisenereignisse innerhalb ihres Wertschöpfungsnetzwerks früher erkennen und effektiver managen können.

Use Cases

Produktion, Logistik und Supply-Chain-Management

In einer Krisensituation müssen mögliche Engpässe in Hinblick auf spezifische Produkte identifiziert werden, bevor sie eintreten. Als Reaktion auf eine erhöhte Nachfrage nach einem Produkt (z. B. Desinfektionsmittel) sollten vorausschauende Maßnahmen eingeleitet und im Anschluss überwacht werden (z. B. Aufstockung des Lagerbestands, Einrichtung von zusätzlichen Übergangslagern). Dafür wurden in PAIRS erste graphentheoretische Analyseverfahren für die Kritikalität von Komponenten zur Erkennung versteckter Probleme in komponentenbasierten Lieferketten entwickelt. Stücklistendaten werden automatisch in einen Wissensgraphen umgewandelt, semantisch angereichert und mit historischen und aktuellen Marktdaten (z.B. Preisen) gefüttert. Damit existiert ein erster Service-Prototyp zur Erkennung versteckter Probleme und Mangelerscheinungen in komponentenbasierten Lieferketten der Sensorfertigung.

Energieversorgung

Die Energieversorgung zählt zu den kritischen Infrastrukturen. Ein Ausfall oder eine Störung wirkt sich unter Umständen extrem auf andere Infrastrukturen aus. PAIRS strebt die Entwicklung von Diensten an, die Krisenszenarien mit Ursprung im Energiesektor vorhersagen sowie die Auswirkung von Szenarien anderen Ursprungs auf den Energiesektor prognostizieren. Dafür wurde unter anderem bereits erste Algorithmen für die Antizipation regionaler energiebedingter Krisensituationen zur Erhöhung der Resilienz in der Produktion mittels KI-basierter Szenarienplanung entwickelt. Durch die Abbildung von Wetter- und Stromausfallsdaten und die Anbindung an Wissensgraphen können erste Vorhersagen potenzieller regionaler Stromausfälle beschrieben und mit Hilfe von Szenariomustern erklärt werden.

Gesundheitswesen

Die Auswirkung von Epidemien auf klinische Einrichtungen kann enorm sein (z. B. Unterversorgung von Patientinnen und Patienten, Überlastung des Personals). In PAIRS sollen basierend auf Daten aus Krankenhausinformationssystemen Dienste entstehen, die frühzeitig und räumlich-differenziert vor Epidemien warnen und eine vorausschauende Bedarfsplanung ermöglichen.