Fraunhofer-Institut für Software- und Systemtechnik ISST
Fraunhofer-Institut für Software- und Systemtechnik ISST

FLaME

Souveränes Federated Learning im Edge-Cloud-Continuum

Wie können Unternehmen KI gemeinsam trainieren, wenn sensible Produktionsdaten nicht zentral zusammengeführt werden dürfen? Im Projekt »FLaME« haben das Fraunhofer ISST und das Fraunhofer IOSB gemeinsam mit der IVA SCHMETZ GmbH einen Prototyp für souveränes Federated Learning im Edge-Cloud-Continuum entwickelt. Als Anwendungsfall dient Predictive Maintenance für Industrieöfen.

Schiffs- und Kommunikationsnetzkonzept

Die Herausforderung

Bei der vorausschauenden Wartung von Industrieöfen können Betriebsdaten verschiedener Kundenstandorte helfen, bessere KI-Modelle zu entwickeln. Diese Daten sind jedoch sensibel: Sie erlauben Rückschlüsse auf Produktionsprozesse und dürfen aus technischen, wirtschaftlichen oder vertraglichen Gründen häufig nicht zentral gebündelt werden. Hinzu kommen unterschiedliche IT-Infrastrukturen und Anforderungen an Datenfreigaben. Für gemeinsame KI-Modelle braucht es daher einen Ansatz, der standortübergreifendes Lernen ermöglicht, ohne den Unternehmen die Kontrolle über ihre Daten zu entziehen.

Unsere Leistung 

Im Mittelpunkt von FLaME steht die Wahlfreiheit der Anlagenbetreiber: Sie entscheiden selbst, welche Daten sie freigeben, wie diese genutzt werden und wie viel Kontrolle sie behalten möchten. Dafür haben das Fraunhofer ISST und das Fraunhofer IOSB gemeinsam mit der IVA SCHMETZ GmbH eine flexible Federated-Learning-Architektur entwickelt, die unterschiedliche Anforderungen an Datenschutz, IT-Ressourcen und Kosten berücksichtigt. Drei Trainingsvarianten – Edge-FL am Kundenstandort, Proxy-Training bei einem vertrauenswürdigen Dienstleister und zentrales Cloud-Training – ermöglichen eine bedarfsgerechte Teilnahme. Ergänzt wird die Architektur durch verbindliche Freigabeprozesse und ein Governance- und Betriebsmodell mit abgestuften Serviceangeboten.

Das Ergebnis  

Im Anwendungsszenario mit der IVA SCHMETZ GmbH und dessen Predictive-Maintenance-Lösung wurden zentrale Systemabläufe erfolgreich prototypisch demonstriert – von der Standortregistrierung über das föderierte Training bis zur kontrollierten Modellbereitstellung. FLaME schafft damit eine technische Grundlage für souveräne, kollaborative industrielle KI. Im nächsten Schritt sollen Modellgüte und Nutzen mit realen Anlagendaten untersucht werden.

Die Partner

  • Fraunhofer IOSB
  • IVA SCHMETZ GmbH
  • Laufzeit:03/2026-10/2026