„Künstliche Intelligenz greifbarer machen“ – Einsatz und Entwicklung von KI bei der BWI

Analyse-Tools aus der Krisenfrüherkennung

So werden in der BWI KI-Fähigkeiten über sogenannte Microservices bereitgestellt. „Das sind kleine, in sich gekapselte Funktionen, die sich schnell einführen und wiederverwenden lassen“, erklärt Jan Riedel, Executive Architect innoX bei der BWI. Von diesen Services hat die BWI viele selbst entwickelt. Die meisten Mikroservices stammen aus dem von der BWI  entwickelten Krisenvorsorgeinformationssystem Bund. In der Krisenvorsorge gibt es viele Analysemethoden, die helfen sollen, Daten wie Textdokumente, Audio- und Videoaufnahmen auszuwerten.

In das Krisenvorsorgeinformationssystem ist auch der BwMessenger als Kollaborationstool mit eingeflossen – mobil und als Webanwendung. Service Manager Jonas Freiknecht: „Wenn zum Beispiel eine Erkundungsmission im Sudan stattfindet und jemand in einem bestimmten Chatraum ein Bild postet, kann er mit einem Klick die Daten an den Microservice weitergeben und analysieren.“.

KI als Baukasten

Die verschiedenen Microservices werden über eine zentrale Plattform, dem „Microservice Mesh“, bereitgestellt. Der Vorteil hiervon liegt darin, dass Funktionen über eine zentrale Schnittstelle angeboten werden sich aber unabhängig von dieser skalieren und abbilden lassen. Ein Beispiel dafür ist der Bildanalysedatenfluss. „Die Objekterkennung analysiert für uns, was auf einem Bild gezeigt wird. Das können beispielsweise Hindernisse sein, die das Krisenvorsorgeteam bei Einsätzen im Ausland umfahren muss. Der Service dafür, den man auch im Mesh findet, ist die Szenenerkennung“, berichtet Freiknecht. Ist einer dieser Dienste in anderen Projekten relevant, bindet dieses das Microservice Mesh einfach an das neue System an. Diese projektübergreifende Bereitstellung spart Zeit, Geld und Wartungsaufwände.

Die „DigiPlatform“ ist eine Ausprägung des Microservice Mesh. Die BWI arbeitet hier mit Kubernetes, einem Open-Source-System, das die Bereitstellung, Skalierung und Verwaltung von Container-Anwendungen automatisiert. „Die Plattform ist sozusagen das Rückgrat für alle Dienste, die wir im Mesh anbieten. Technologien, die dort zum Einsatz kommen, erfüllen den aktuellen Stand der Technik und sind mit den meisten gängigen Systemen unserer Kunden kompatibel“, so Mario Deng, Service Manager Data Analytics bei der BWI. Kubernetes dient hier als Zwischenschicht und ermöglicht so den Betrieb unserer Anwendung, unabhängig von der IT-Infrastruktur des Kunden. „Darauf aufbauend wird die fertige Softwareplattform entwickelt, wo wiederum die einzelnen Komponenten des Microservice Meshs zum Einsatz kommen. „Das macht den Einsatz von KI komfortabler“, erläutert Deng.

Insgesamt arbeitet die BWI mit zwei Baukästen: Das Microservice Mesh auf der Software-Seite, die Data-Analytics-Plattform Hardware-seitig. Das Service Package hat die BWI 2019 in ihr Portfolio aufgenommen. Der große Vorteil dabei: Alle Systeme lassen sich auf dem aktuellen Stand der Technik der eigenen Systeme zusammenbauen, skalieren und innerhalb der BWI ausrollen. Jonas Freiknecht ergänzt: „Es gibt viele KI-Methoden und Modelle am Markt, die beispielsweise von großen Unternehmen und Universitäten open source bereitgestellt werden. Bei der BWI können wir keine Public Cloud nutzen, weil wir in den meisten Projekten einen zu hohen Geheimhaltungsgrad zu beachten haben. Daher kam der Gedanke, das Mesh intern selbst aufzubauen.“

Unsichtbare Informationen sichtbar machen

Neben der Modularisierung bestehender KI-Services, evaluiert die BWI neue Einsatzmöglichkeiten. Etwa in der Sensordatenanalyse. Ein aktuelles Beispiel ist das Innovationsexperiment „Mit KI durch Wände sehen“. Was erst einmal futuristisch klingt, erweist sich in der Praxis als nützliches Tool – auch für die Bundeswehr. „Es geht darum, ein KI-Modell zu entwickeln, das mittels Radiosignalen Objekte oder Personen auch hinter Wänden erkennen kann. Das realisieren wir über ein sogenanntes Student-Teacher-Modell, bei dem wir ein KI-Modell selbst trainieren, das auf Basis von digitalisierten Signaldaten Muster erkennt“, berichtet Jan Riedel. Der Gedanke dahinter ist einfach: Mit der Technologie kann Rettungspersonal im Katastrophenfall in Gebäuden, die beispielsweise durch Rauchentwicklung nicht zugänglich sind, erkennen, wo und ob sich dort noch Personen befinden. Sein Experiment war erst kürzlich Gegenstand beim zweiten Data Analytics Hackathon der BWI. Die Erkenntnisse daraus will Riedel zum Anlass nehmen, die Technologie weiter zu verbessern.

Künstliche Intelligenz zum Anfassen

Mit dem Microservice Mesh konnten das innoX- und das Data-Analytics-Team gemeinsam eine cloudfähige Umgebung schaffen, die mit den Lösungen großer Anbieter mithalten kann. „Die größte Innovation ist dabei in meinen Augen, dass wir unseren Kunden KI zum Ausprobieren zur Verfügung stellen und das Thema somit ein wenig greifbarer machen können“, meint Jonas Freiknecht. „Generell geht es uns nicht darum, möglichst viele Services zu haben. Das eigentliche Ziel soll sein, dass Kolleg*innen in Projekten den Wiederverwendungswert erkennen und wir unser Framework so dynamisch und einfach bauen, dass wir das Mesh jederzeit schnell um neue Services erweitern können.“ Sein Kollege Mario Deng meint: „Wir haben uns bewusst von dem Konzept gelöst, monolitische Anwendungen zu bauen, die in ein paar Jahren nicht mehr wartbar sind. Dafür haben wir einzelne Komponenten mit einer losen Kopplung geschaffen, die sich nach Bedarf beliebig skaliert einsetzen lassen.“ Durch die Zusammenarbeit mit verschiedenen Bereichen der BWI wollen die Teams in Zukunft ihr Know-how hinsichtlich Inhalt und Technik weiter ausbauen. Für einen einfachen, sicheren und ethisch vertretbaren Einsatz von KI.