High Performance Computing & Künstliche Intelligenz: Praxisnahe Use Cases aus der Industrie

Die Verknüpfung von High Performance Computing (HPC) und Künstlicher Intelligenz (KI) gewinnt zunehmend an Bedeutung. Gerade das Training großer KI-Modelle erfordert immense Rechenkapazitäten, die durch leistungsstarke Supercomputer bereitgestellt werden. Im Rahmen des Online-Seminars der eco-Initiative „KI in der Praxis“ am 13. März 2025 beleuchteten Expert:innen aus Wirtschaft und Forschung konkrete Use Cases, die branchenübergreifend als Blaupause für den Einsatz von KI in der Industrie dienen können.

HPC als Enabler für KI-Innovationen

Das Höchstleistungsrechenzentrum Stuttgart (HLRS) gehört zu den führenden HPC-Zentren Europas und stellt seine Infrastruktur sowohl der Forschung als auch der Industrie zur Verfügung. Durch GPU-basierte Systeme wie „Hunter“ können Simulationen und KI-Trainings in bisher unerreichter Geschwindigkeit durchgeführt werden. Als Mitglied des Gauss Centre for Supercomputing ist das HLRS zudem eines der drei Bundeshöchstleistungsrechenzentren und arbeitet kontinuierlich an der Weiterentwicklung von HPC-Methoden, um neue Anwendungsfelder zu erschließen.

Hauke Timmermann, Leiter Digitale Geschäftsmodelle beim eco-Verband, betonte in der Eröffnung die strategische Bedeutung von Hochleistungsrechenkapazitäten für europäische Unternehmen. Dennis Hoppe (HLRS) stellte aktuelle Entwicklungen vor, darunter hybride HPC-Quantencomputing-Workflows und die geplante „AI Factory“, die Start-ups und KMUs einen dedizierten KI-Infrastrukturzugang ermöglichen soll.

Use Cases: Von der KI-gestützten Automatisierung bis zur Echtzeitanalyse

1. Seedbox.ai – KI-Plattform für die deutsche Industrie
Die Plattform Seedbox.ai nutzt den Supercomputer „Hunter“ für das Training und die Optimierung multilingualer KI-Modelle. Das Projekt „Kafra“ konzentriert sich auf die Effizienzsteigerung von Large Language Models (LLMs) durch Modellkomprimierung und optimiertes Training mit großen Datensätzen.

2. ARENA2036 – KI und Simulation in der Automobilforschung
Das Innovationsnetzwerk ARENA2036 forscht an der Zukunft der Fahrzeugproduktion. Das EU-geförderte Projekt „AI-MATTERS“ entwickelt Prüf- und Zertifizierungsprozesse für den KI-Einsatz in der Fertigung. Supercomputing ermöglicht Simulationen, die reale Produktionsprozesse digital optimieren.

3. Festo – Automatisierte Interaktion von Robotern
Festo kombiniert KI und Reinforcement Learning zur Optimierung der Mensch-Roboter-Interaktion. Eine KI-gestützte Greifertechnologie analysiert Form und Textur von Objekten in Echtzeit und passt sich automatisch an. Supercomputing unterstützt hierbei komplexe Trainingsmodelle.

4. Bosch – KI zur Prozessoptimierung in der Produktion
Bosch setzt KI-gestützte Analyseverfahren zur vorausschauenden Wartung ein. Ein Beispiel ist die Optimierung von Schleifwerkzeugen, wobei Machine Learning-Algorithmen auf Schwingungsanalysen basieren und den optimalen Austauschzeitpunkt prognostizieren. Dadurch konnten 20 % der jährlichen Werkzeugkosten eingespart werden.

Datenmanagement und Skalierbarkeit als zentrale Herausforderungen

Ein zentrales Thema der abschließenden Diskussionsrunde war das Management großer Datenmengen. Der Transfer von Trainingsdaten zu HPC-Zentren stellt für Unternehmen eine Herausforderung dar. HLRS plant daher den Aufbau einer dedizierten Datenplattform, um den Zugriff auf KI-Modelle und offene Datensätze zu erleichtern. Zudem wurde die Möglichkeit eines gemeinsamen industriellen Datenraums erörtert, der einen sicheren und regulatorisch konformen Austausch von Trainingsdaten ermöglichen könnte.

HPC als Gamechanger für KI in der Industrie

Das Online-Seminar zeigte eindrucksvoll, wie High Performance Computing die Entwicklung und Implementierung von KI in der Industrie beschleunigt. Neben der reinen Rechenleistung ist die Verknüpfung von KI-Trainingsinfrastrukturen mit industriellen Prozessen der entscheidende Erfolgsfaktor. Mit Projekten wie der „AI Factory“ und europäischen Initiativen zur HPC-Förderung entstehen zunehmend leistungsstarke, lokale Alternativen zu globalen Cloud-Providern.

Wer Interesse an der weiteren Entwicklung von KI in der Industrie hat, kann sich der eco-Initiative „KI in der Praxis“ anschließen und von der Zusammenarbeit mit Forschungseinrichtungen wie dem HLRS profitieren.

Bildquelle: iStock/Fasai Budkaew