Fraunhofer-Institut für System- und Innovationsforschung ISI
Dr. Bernd Beckert hielt einen Vortrag auf der IEEE-Konferenz »International Conference on Federated Learning Technologies and Applications (FLTA25)«, die im Oktober 2025 in Dubrovnik (Kroatien) stattfand.
Federated Learning (FL) ist eine Trainingsmethode für KI-Modelle, bei der die Daten nicht auf einem zentralen Server zusammengeführt werden, sondern auf Geräten oder Servern verbleiben. FL gilt als vielversprechende Technologie, weil damit spezialisierte (und weniger halluzinierende) KI-Modelle realisiert werden können, welche auf Daten basieren, auf die die großen Sprachmodelle derzeit keinen Zugriff haben. Aber obwohl die Zahl der Publikationen in diesem Bereich in den vergangenen Jahren stark gestiegen ist und es inzwischen eine große Entwicklercommunity gibt, sind die Marktperspektiven unklar.
In seinem Konferenzbeitrag hat Dr. Bernd Beckert den aktuellen Stand der Umsetzung dieser neuen Technologie in Anwendungen vorgestellt. Fazit: Trotz steigender Bedeutung fehlt es derzeit an größeren, überzeugenden Use Cases; die Frameworks haben ihre (technische) Funktionsfähigkeit bewiesen, aber noch nicht ihre Praxistauglichkeit. In der Diskussion des Beitrags wurden dementsprechend mehr Transferprojekte und die Aufarbeitung bereits durchgeführten Federated-Learning-Projekte in den Bereichen Gesundheit, Finanzen und Produktion gefordert.