Künstliche Intelligenz (KI) findet viele neue Anwendungen in der physischen Welt. Gleichzeitig müssen KI-Anwendungen nach wie vor auf eingebetteten, cyber-physischen Geräten mit begrenzten Ressourcen und unter nicht gerade idealen Bedingungen laufen. Die Form der KI, die mit kleinerem Speicherbedarf, geringerer Rechenleistung und weniger Daten arbeitet, nennt sich "Frugale KI" ("Genügsame KI"). Um ressourcenbewusstere KI-Anwendungen zu entwickeln, wird im Vorhaben "FAIREe" ein umfassender Ansatz für alle Abstraktionsschichten einer KI-Anwendung entwickelt, der bisher getrennte Ansätze zu diesem Problem vereint: Entwicklung spezieller Hardware-Erweiterungen, Compiler-Unterstützung zur Nutzung dieser Erweiterungen und Algorithmen, die mit Ressourcenbeschränkungen bspw. durch Quantisierung oder kontinuierliches Lernen umgehen. Eine Fallstudie zur Mensch-Roboter-Interaktion (HRI), die all diese Aspekte umfasst, wird den Ansatz in der Praxis demonstrieren. Die Arbeiten werden dabei vom DFKI und der französischen Forschungseinrichtung INRIA in enger Kooperation durchgeführt. Die Erkenntnisse aus "FAIRe" werden KI-Anwendungen energieeffizienter und ressourcenschonender machen, und den Weg für den Einsatz auf mobilen Endgeräten bereiten.