Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) werden immer stärker zur Grundlage für intelligente Dienstleistungen (Smart Services), wie z. B. vorausschauende Wartung, oder intelligente Software (Smart Software), wie z. B. für die Routenplanung im Straßenverkehr. Damit solche neuen Anwendungen entwickelt werden können, muss KI- und ML-basierte-Software ähnlich effizient und mit der gleichen Qualität wie »klassische« Software produziert, betrieben und gewartet werden können. Hierfür sind geeignete Methoden, Werkzeuge und Prozesse nötig.

Analog zur »klassischen« Software muss KI-basierte Software entsprechend den Anforderungen des Endbenutzers implementiert und validiert werden. Sie muss sich in andere Software- und Kommunikationstechnologien integrieren und alle etablierten Qualitätsmerkmale »klassischer« Software (z. B. Funktionalität, Sicherheit, Wartbarkeit, Interoperabilität) sowie eine Reihe neuer Qualitätsmerkmale (z. B. Integrierbarkeit, intelligentes Verhalten, Ethik usw.) erfüllen. Ihr Einsatz muss technologisch, sozial und ethisch akzeptabel und sicher sein. Alle diese Eigenschaften müssen sorgfältig geplant, realisiert, validiert und über den gesamten Softwarelebenszyklus hinweg gewartet werden.

Im IML4E-Projekt haben sich daher Unternehmen aus den Hauptsektoren der europäischen Softwareindustrie zusammengeschlossen, um ein europäisches Rahmenwerk für die Entwicklung, den Betrieb und die Wartung von KI-basierter Software zu entwickeln und damit die Entwicklung von intelligenten Diensten und intelligenter Software in industriellem Maßstab zu gewährleisten. Fraunhofer FOKUS erforscht im Projekt Techniken, Werkzeuge und Methoden, mit denen sich die Unsicherheit und Risiken beim Maschinellen Lernen aufgrund von Datenqualitätsproblemen systematisch dokumentieren und modellieren lassen.