CC BY 4.0Hasterok, ConstanzeConstanzeHasterokStompe, JaninaJaninaStompe2023-01-242024-02-262023-01-242022https://publica.fraunhofer.de/handle/publica/425171https://doi.org/10.24406/publica-272110.1515/auto-2022-002010.24406/publica-2721The application of artificial-intelligence-(AI)-based methods within the context of complex systems poses new challenges within the product life cycle. The process model for AI systems engineering, PAISE®, addresses these challenges by combining approaches from the disciplines of systems engineering, software development and data science. The general approach builds on a component-wise development of the overall system including an AI component. This allows domain specific development processes to be parallelized. At the same time, component dependencies are tested within interdisciplinary checkpoints, thus resulting in a refinement of component specifications.Die Anwendung von Methoden der Künstlichen Intelligenz (KI) im Kontext komplexer Systeme stellt neue Herausforderungen an den Produktlebenszyklus. Das Vorgehensmodell für KI-Engineering, PAISE®, adressiert diese Herausforderungen durch die Kombination von Ansätzen aus den Disziplinen Systems Engineering, Softwareentwicklung und Data Science. Der allgemeine Ansatz basiert auf einer komponentenweisen Entwicklung des Gesamtsystems einschließlich einer KI-Komponente. Dadurch können domänenspezifische Entwicklungsprozesse parallelisiert werden. Gleichzeitig werden die Abhängigkeiten der Komponenten untereinander in interdisziplinären Checkpoints getestet. Dadurch werden die Komponentenspezifikationen Schritt für Schritt verfeinert.enAI systems engineeringartificial intelligencesystems engineeringprocess modelmachine learningKI-Engineeringkünstliche IntelligenzSystems EngineeringVorgehensmodellmaschinelles Lernenjournal article