„Der Kühlschrank spiegelt die Bedürfnisse an künftige Smart Services wider.“
Frau Bergmann, als Portfolio Owner „Consumer Internet of Things“ bei der zentralen Forschung der Robert Bosch GmbH sind Sie sehr nah an den Anwendern von Smart-Home-Komponenten dran. Inwieweit wird denn das Angebot von Smart Living Services schon genutzt?
Die Nutzung von Smart Home Produkten hat in den letzten Jahren kontinuierlich zugenommen, auch wenn sie nicht ganz den Stand erreicht hat, den Analysten vorhergesagt haben. Dennoch ist ein stetiger Aufwärtstrend zu beobachten, der sich auch in den Verkaufszahlen niederschlägt. Dies belegt auch eine Studie von statista, die für 2021 einen Umsatz von 5.646 Mio Euro kommuniziert. Für 2025 wird sogar ein Marktvolumen von 8.540 Mio Euro prognostiziert. Smart Home Systeme werden damit immer präsenter im Alltag und stärker genutzt. Das ist ein Trend, der uns natürlich sehr freut. Dennoch ist es momentan noch so, dass die meisten Smart Home Systeme noch stark hardware-orientiert sind. Das bedeutet, dass die meisten Systeme noch nicht zwangsläufig mit Services verknüpft sind, die dem Kunden einen echten Mehrwert bieten. Auch sind Systeme von verschiedenen Herstellern immer noch relativ schwer zu verknüpfen, was eine intelligente gewerkeübergreifende Vernetzung verschiedener Smart Home Produkte damit noch sehr kompliziert macht. Hier stehen wir noch ganz am Anfang. Um also die Brücke zu dem Angebot von Smart Living Services schlagen zu können, muss noch viel passieren. Denn der Begriff Smart Living Services umfasst viel mehr als das bloße Vernetzen von Produkten in den eigenen vier Wänden. Hier geht es um intelligente, personalisierte und vorausschauende Services. Und dies umfasst auch nicht nur die Wohnung, sondern das ganze Gebäude oder ganze Stadtquartiere, die intelligent miteinander agieren und den Bewohnenden eines Gebäudes, der Wohnungswirtschaft oder den entsprechend beteiligten Dienstleistungsfirmen das Leben komfortabler gestalten und eine effiziente und kostengünstigere Bewirtschaftung ermöglichen. Und genau das ist ja unser Thema bei ForeSight. Wir arbeiten an innovativen Lösungen, um Smart Living Services künftig nicht nur hersteller- und gewerkeübergreifend sondern auch sicher, vertrauenswürdig und benutzerfreundlich für Wohngebäude gestalten zu können. Das heißt, wir möchten das noch vorherrschende Angebot von nicht miteinander verknüpften Insellösungen aufbrechen und das große Potential von Smart Living Services zukunftsfähig gestalten. Denn der Markt und die Nachfrage sind dafür auf jeden Fall vorhanden.
Wesentliche Forschungserkenntnisse für ForeSight kommen aus dem Smart Life Lab. Was ist das Besondere an dieser Bosch-Laborumgebung?
Das Smart Life Lab haben wir hier an unserem Forschungscampus in Renningen schon vor einigen Jahren eingerichtet. Der innovative Ansatz ermöglicht es im Gegensatz zu anderen Laborumgebungen, neuartige, vernetzte Lösungen in realen Anwendungssituationen zu entwickeln und zu demonstrieren. Wir haben uns zum Ziel gesetzt, mit dem Smart Life Lab eine Umgebung zu schaffen, die einer realen Wohnumgebung gleichkommt. Das heißt, der Aufbau gleicht mit einem Eingangsbereich, einem Flur, einem Wohnzimmer und einer Küche einer realen Wohnungssituation. Und damit das Ganze nicht allzu statisch wirkt und wir wirklich das Ambiente der eigenen vier Wände schaffen können, ist das Smart Life Lab auch mit Dingen ausgestattet, die nicht unbedingt mit unserer täglichen Arbeit in Verbindung stehen. So lassen einen die Kindergummistiefel in der Ecke vielleicht für einen Moment vergessen, dass wir uns hier in einem Labor befinden und es versetzt uns Forscher*innen etwas mehr in die Lage, uns in den Alltag einer Familie hineinzudenken, um wirklich nutzerorientierte Produkte und Services bedarfsgerecht zu entwickeln.
In ForeSight widmen wir uns der Frage, wie die Nutzung unter strenger Einhaltung des Datenschutzes aufgebrochen werden kann, welche Möglichkeiten einer automatisierten Bilderkennung es gibt und wie ich das Leben in der Küche noch komfortabler gestalten kann.
Es geht also zum einen um die Schaffung von Inspirationen. Das gelingt uns in einer solchen Umgebung natürlich viel besser als am Schreibtisch vor dem PC. Zum anderen gibt uns das Labor aber auch die Möglichkeit, Prototypen und Demonstratoren direkt in einer realen Wohnumgebung zu entwickeln, umzusetzen und erlebbar zu machen. Aber auch Nutzerstudien werden im Smart Life Lab durchgeführt. So können Probanden im Labor beispielsweise in der Küche hantieren und für uns werden damit die täglichen Abläufe sehr alltagsnah demonstriert. Durch die Beobachtung der Proband*innen erhalten wir ein wichtiges Feedback, wie sich die Teilnehmer*innen in der Küche oder in der Wohnung bewegen, wie sie mit unseren Systemen agieren und welche Assistenz sie genau in ihrem Alltag benötigen oder erwarten. Die mobilen Ausstattungsmerkmale des Labors sorgen dafür, dass wir uns ständig neu an alltagsnahe Anforderungen anpassen und neue Themen und Produkte ausprobieren können. Die digitale Infrastruktur ermöglicht zudem eine Datenübertragung an mehrere Screens. In ForeSight nutzen wir das Smart Life Lab für Workshops und die Umsetzung unserer Use Cases um Bereich der Küchenassistenz.
Sie haben es gerade schon angesprochen, einer der Schwerpunkte in ForeSight ist die smarte Küche und das Thema Küchenassistenz. Welche neuen Möglichkeiten werden hier erforscht und welche Rolle kommt dem Kühlschrank dabei zu?
Der Kühlschrank ist einer der häufigsten genutzten Geräte in einem Haushalt. Das mag die ein oder andere Leser*in vielleicht überraschen, da der Kühlschrank in der Regel ja nur der Kühlung von Lebensmitteln dient. Trotzdem agieren die Bewohnenden mit diesem Haushaltsgerät über den gesamten Tag verteilt relativ häufig. Mit den Zeiten des Home-Office hat die Nutzung sogar noch mehr zugenommen. Das heißt, ich starte den Tag morgens mit dem Öffnen des Kühlschranks, um das Frühstück zuzubereiten, die Frühstücksreste wieder zu verstauen und so zieht es sich über das Mittagessen bis hin zum Abendessen durch. Ganz abgesehen von den Zwischenmahlzeiten, die im Laufe des Tages noch verzehrt werden. Da liegt es natürlich auf der Hand, den Kühlschrank in die Betrachtung unserer ForeSight Use Cases im Bereich der Küchenassistenz zu integrieren. Denn mit den Erkenntnissen aus der Interaktion mit dem Kühlschrank komme ich sehr nah an den Alltag und die Bedürfnisse der Nutzer*innen heran. In unserem Use Case der „smarten Ernährungsassistenz“ sollen den Anwender*innen zur Förderung einer gesünderen Lebensweise Rezepte vorgeschlagen werden. Die Rezepte sollen dabei sowohl die Vorlieben der Bewohnenden und die individuellen Ernährungsziele sowie mögliche gesundheitliche Einschränkungen beachten und gleichzeitig komfortabel in der Umsetzung sein. Und an dieser Stelle kommt dem Kühlschrank eine große Bedeutung zu. Denn idealerweise habe ich die benötigten Lebensmittel bereits zu Hause. Das heißt, der Kühlschrank muss für die Rezepterstellung aktuelle Informationen darüber liefern können, welche Zutaten bereits vorhanden sind und was ggf. noch eingekauft werden muss. Auch sollte die Rezeptauswahl idealerweise so ausfallen, dass Lebensmittel, die sich dem Verfallsdatum nähern, zuerst verbraucht werden. Die Frage nach der Lebensmittelverfügbarkeit im Kühlschrank beschäftigt die Industrie nun aber schon seit einigen Jahren. So gibt es schon viele Kühlschränke auf dem Markt, die mit einer entsprechenden Kamera ausgestattet sind. Das versetzt einen in die Lage, von jedem beliebigen Ort aus in den Kühlschrank zu schauen, ohne ihn physisch öffnen zu müssen. Natürlich hat das für die Besitzer*in den Vorteil, im Supermarkt zu jeder Zeit schauen zu können, welche Nahrungsmittel noch benötigt werden. Echte Assistenz entsteht aber, wenn der Kühlschrank die Lebensmittel selber erkennt und diese Informationen selber verarbeiten kann. In ForeSight widmen wir uns deshalb genau dieser Frage, welche Möglichkeiten einer automatisierten Bilderkennung es gibt und wie ich das Leben in der Küche eben noch komfortabler gestalten kann. So wird derzeit ein KI-basiertes Konzept erarbeitet, welches die nötigen Sensorikdaten aufbereitet und daraus die verbrauchten und vorhandenen Lebensmittel im Kühlschrank erkennt. Dabei ist es natürlich auch wichtig, nicht nur in den Kühlschrank zu schauen, sondern auch sicherzustellen, dass auch ausreichend Informationen über die vorhandenen Lebensmittel im Vorratsschank oder in der -Kammer vorliegen. Denn mit dem Kühlschrank allein kann ich ja nur einen geringen Ausschnitt der Vorräte abbilden. Das Thema Datenschutz spielt dabei eine große Rolle. Insbesondere wenn Kameras im Spiel sind, muss der Nutzende darauf vertrauen können, was die Kamera sieht, welche Daten wo gespeichert werden und welche Informationen für wen zugänglich sind.
Sie haben es schon etwas darlegt, bei der Umsetzung des Use Cases im Bereich der Küchenassistenz gibt es verschiedene Herausforderungen zu beachten. Können Sie darauf noch etwas näher eingehen?
Einer der größten Herausforderungen liegt im Bereich der Akzeptanz. Denn wie bereits schon beschrieben ist für die optimale Nutzung des Kühlschranks die Installation einer Kamera vonnöten. Da wir uns im Bereich der Ernährungsassistenz ja aber in einem privaten Wohnumfeld befinden, haben Anwender*innen Bedenken, ihre Daten und die Bildaufnahmen mit Dritten zu teilen. Hier müssen wir eine große Sicherheit und eine strenge Einhaltung der DSGVO-Richtlinien gewährleisten, um das Vertrauen der Nutzer*innen zu gewinnen. Aber natürlich gibt es auch einige Herausforderungen im Bereich der praktischen Umsetzung zu lösen. Es stellt sich beispielsweise sofort die Frage, was passiert, wenn ich die Lebensmittel trotz technischer Ausstattung nicht erkennen kann. Man muss sich ja nur einmal den eigenen Kühlschrank nach einem Wochenendeinkauf vor Augen führen. Die Lebensmittel stapeln sich dort und es fällt einem selbst oft schwer, unter der Fülle der Nahrungsmittel die Butter zu finden. Für eine Kamera ist das ja dann fast genauso unmöglich. Deshalb müssen wir uns hier auch mit den Möglichkeiten einer Routineänderung beschäftigen oder damit, wie ich die Lagermöglichkeiten in einem Kühlschrank entsprechend steuern kann, damit die eingebauten Systeme den Inhalt besser erkennen können. Die Installation einer Kamera ist aber nur eine von vielen Möglichkeiten. In ForeSight forschen wir auch daran, den Einkauf bereits an den Kassenzettel zu koppeln, um auf diesem Weg bereits Informationen für den Küchenassistent zu bekommen. Dafür gibt es bereits schon Systeme in der Entwicklung und es geht letztlich um die Frage, wie ich dieses System im ForeSight Use Case verankern kann. Das würde das Abgleichen der Lebensmittel im Kühlschrank beispielsweise erheblich erleichtern. Auch die Integration eines sogenannten Einkaufsassistenzdienst soll dann Informationen darüber liefern können, welche Lebensmittel möglicherweise noch besorgt werden müssen.
Bei ForeSight zeichnen Sie als Teilprojektleiterin für das Thema „Nutzerintegration, -interaktion und -evaluation“ verantwortlich. Die Nutzerperspektive spielt damit eine tragende Rolle, gleichzeitig gibt es viele technische Herausforderungen. Wie stellen Sie sicher, dass die Erwartungen auf beiden Seiten erfüllt werden?
Ich persönlich glaube, dass die frühe Einbindung der Nutzerperspektive über den Erfolg oder Misserfolg der verschiedenen Entwicklungsthemen bei ForeSight und auch darüber hinaus entscheidet. Es ist unabdingbar, die Sicht der Nutzer*innen von Anfang an einzubinden, um eine entsprechende Praxisnähe und damit auch eine Nachhaltigkeit gewährleisten zu können. Das ist ein wichtiger Aspekt, den wir auch aus anderen Forschungsprojekten gelernt haben, bei denen die Nutzerperspektive zu einem sehr späten Zeitpunkt involviert wurde. Je später die potentiellen Anwender*innen eingebunden werden, desto größer ist die Gefahr, dass die Forschungsergebnisse nicht auf die gewünschte Zielgruppe einzahlen. Ein erfolgreicher Transfer in die Wirtschaft wird damit sehr schwer. Aktuell nehmen die technologischen Herausforderungen in der Forschung noch einen sehr großen Stellenwert ein, während die Nutzerperspektive eher ins Hintertreffen gerät. Dieser Problematik möchten wir bei ForeSight von Anfang an begegnen und bringen die Nutzerperspektive so früh wie möglich ein. An erster Stelle steht dabei die Akzeptanzfrage nach neuen technischen Systemen vor allem im Zusammenhang mit Künstlicher Intelligenz. So denken wir die Nutzerperspektive von Anfang an mit und beleuchten immer wieder aus verschiedenen Blickwinkeln, welche Anforderungen die Anwender*innen an die KI-Systeme haben und transferieren diese Erkenntnisse dann in die Umsetzung der entsprechenden Use Cases.
Um die Menge der benötigten Daten sicherstellen zu können, ist es wichtig, die ersten IoT-Entwicklungen frühzeitig aus der Labor- in eine Realumgebung zu transferieren.
Um für die Umsetzung der entsprechenden Use Cases eine Praxistauglichkeit sicherzustellen, führen wir in Kürze eine Akzeptanzstudie durch. Über Nutzerinterviews erfragen wir dann gezielt die Bedürfnisse bei möglichen Endanwender*innen ab. Mit diesem Proof of Concept stellen wir wiederum die Weichen für das erfolgreiche Voranschreiten des Projektverlaufs. Im weiteren Verlauf sollen die Use-Cases dann aber auch „real“ erprobt werden, d.h. die geführten Interviews fließen dann auch in die Erprobung in einer Laborumgebung, in Testwohnungen und von dort sogar in reale Wohnumgebungen mit ein. Mit diesem Vorgehen unterscheidet sich ForeSight stark von anderen Forschungsprojekten. Aber wir sind überzeugt, dass wir nur unter Berücksichtigung der Nutzerperspektive exzellente Forschungsergebnisse erzielen können, die auch wirklich auf die Bedürfnisse der Anwender*innen einzahlen.
Generell würde ich sogar sagen, dass IoT-Systeme am Ende per Definition nutzerzentriert sind. Über das Lernen von Nutzungsdaten, entwickeln sich die Systeme über ihre Lebenszeit weiter. Neue Features und Services können auf Basis des Wissens, das aus den Nutzungsdaten generiert wird, entwickelt und integriert werden. Damit sind eigentlich alle Themen rund um IoT per se sehr nutzerorientiert. Die Systeme können aber eben nur besser werden und weiterlernen, wenn sie von den Anwender*innen auch fleißig genutzt werden. Dies erreichen wir nur, wenn die Akzeptanzfrage der Nutzer*innen von Anfang an mit eingebunden wird. Am Ende profitieren dann beide Seiten: die Hersteller- oder Forscherseite von einem erfolgreichen und marktreifen System und die Kund*innen von mehr Services und einer komfortablen Handhabung.
Um smarte Services zu entwickeln, sind eine Menge Daten erforderlich. Wie stellen Sie die Verfügbarkeit der Daten sicher?
Grundsätzlich gilt für alle Forschungsprojekte, alle Forschungseinrichtungen und die Industrie: Sobald ich mich in der Welt der Künstlichen Intelligenz bewege, brauche ich eine Menge Daten, um auf diesem Feld erfolgreich zu sein. Die große Herausforderung ist nun, ausreichend Daten zu bekommen, um die KI fortlaufend trainieren zu können. Dieser Problematik begegnen wir in ForeSight durch die Zusammensetzung des Konsortiums und die frühe Einbindung der inzwischen über 50 assoziierten Partner. So können uns ausgewählte assoziierte Partner bereits wertvolle Daten spenden, die mögliche bestehende Lücken schließen können. Aber auch durch die Implementierung der Labor- und Realumgebungen sowie der Erprobungsumgebungen tragen wir dafür Sorge, mit genügend Daten ausgestattet zu sein. Dabei ist es wichtig darauf zu achten, die ersten IoT-Entwicklungen frühzeitig aus der Labor- in eine Realumgebung zu transferieren, um die Menge der Daten auch sicherstellen zu können. Denn die Daten, die in einer reinen Labor- oder Testumgebung erhoben werden, reichen nicht aus, um ein befriedigendes Ergebnis zu erhalten. Im Labor habe ich Mitarbeitende, die ein Gerät oder ein System testen, aber es wird mit tragbarem Aufwand eine bestimmte Anzahl an Tests nicht übersteigen können und damit bleibt die Datenmenge auch gering. Erst wenn ich mein Gerät oder System in die Realumgebung bekomme, kann ich ausreichend Daten generieren, aus der die KI lernen kann. An dieser Stelle werden die Aspekte „über Lebensdauer lernen“ und „lernende Produkte“ besonders wichtig. Das bedeutet, die Produkte oder Systeme gehen mit einem gewissen Stand zum Kunden und verbessern sich kontinuierlich. Dieses Vorgehen haben wir ja auch in ForeSight fest verankert. Im letzten Quartal haben wir beispielsweise real bewohnte Testwohnungen mit entsprechender Sensorik ausgestattet und die ersten, bereits vollständig entwickelten KI-Methoden erfolgreich integriert.
Liebe Frau Bergmann, das waren interessante Einblicke in die Welt der Nutzerperspektive, wir danken Ihnen sehr für das ausführliche und spannende Gespräch!
Weitere Beiträge
Leitfaden: Vertrauenswürdige und ethisch vertretbare KI als Grundlage für deren Akzeptanz
Viele der aktuell existierenden Arbeiten im Bereich ethischer KI sind überwiegend konzeptionell und konzentrieren sich auf die Definition von abstrakten Prinzipien. Damit jedoch vertrauenswürdige KI- Anwendungen in der Praxis entstehen zu können, ist eine Überführung theoretischer Überlegungen in konkrete Handlungsempfehlungen und ein Neudenken des KI-Entwicklungsprozesses notwendig. Besonders relevant ist dies für Datenökosysteme, in denen der Mensch als Hauptnutzender der KI – Anwendung und Eigentümer der Daten auftritt. Im Rahmen von ForeSight wurde zu diesem Themenbereich unter der Leitung der GSW Sigmaringen in Zusammenarbeit mit Strategion und dem SIBIS Institut ein Leitfaden zur vertrauenswürdigen und ethisch vertretbaren KI als Grundlage für deren Akzeptanz veröffentlicht.
Drohnen im Kontext der Wohnungswirtschaft
Für Wohnungsunternehmen sind die Einsatzmöglichkeiten von Drohnen an verschiedene Anforderungen geknüpft. Ein Leitfaden der ForeSight Konsortialpartner GdW und GSW Sigmaringen beleuchtet die Rechtslage, effizienzsteigernde Maßnahmen bei verschiedenen Anwendungsfällen und den Einsatz von Künstlicher Intelligenz für Analyseverfahren. Ein Prüfschema unterstützt Wohnungsunternehmen bei der Auswahl geeigneter Partner für Drohnenflüge.
Akzeptanzstudie zu Drohneneinsatz im Wohnumfeld veröffentlicht
Im Rahmen von ForeSight wurde eine Akzeptanzuntersuchung von Drohnen-Einsätzen im Rahmen von Servicetätigkeiten in Future Living® Berlin durchgeführt. Das Ergebnis: 92 % der Mietenden bringt Verständnis für den Einsatz von Drohnen im Auftrag des Vermieters auf. Fast 60 % der Befragten bewerten den Drohnenflug auch dann als unkritisch, wenn diese nah an den eigenen Fenstern vorbeifliegt.
