Usländer, ThomasThomasUsländer2023-05-222023-05-222023https://publica.fraunhofer.de/handle/publica/44206110.1515/zwf-2023-1071KI-Projekte in der industriellen Produktion führen sehr oft nur zu Prototypen oder zu Demonstratoren, obwohl diese zumeist vielversprechende Lösungskonzepte darstellen. Die aufkommende Disziplin des KI-Engineering adressiert diese Problematik über einen systematischen Engineering-Ansatz. Dieser Beitrag fokussiert auf die besondere Herausforderung der Bereitstellung von nutzbaren Daten, u. a. für maschinelle Lernverfahren, sei es innerhalb eines Unternehmens oder über branchenspezifische Datenräume.AI Systems Engineering for Industrial Production in the Context of Dataspaces. AI projects in industrial production very often lead only to prototypes or to demonstrators, although these represent promising solution concepts in most cases. The emerging discipline of AI systems engineering addresses this problem via a systematic engineering approach. This article focuses on the particular challenge of providing usable data, e. g., for machine learning, whether within a company or via domain-specific dataspaces.deAI Systems EngineeringDataspacePAISE®Industry 4.0Machine LearningKI-EngineeringDatenraumIndustrie 4.0Maschinelles Lernenjournal article