Pro­jek­te im Überblick

Hoch­schu­le Nie­der­rhein — Prof. Dr. Jost Göttert

• Exper­ten sind sich einig — nur wer die Chan­cen und Mög­lich­kei­ten von KI kennt, nutzt und kon­ti­nu­ier­lich wei­ter­ent­wi­ckelt, wird in Zukunft wett­be­werbs­fä­hig blei­ben. Als Inno­va­to­ren und Aus­bil­der in einer Regi­on leis­ten die Hoch­schu­len für Ange­wand­te Wis­sen­schaf­ten dazu einen erheb­li­chen Bei­trag. Sie gene­rie­ren eige­nes Wis­sen und Exper­ti­se zu dem The­ma, sor­gen für eine aktu­el­le Aus­bil­dung ihrer Stu­die­ren­den und ver­mit­teln bei­des zeit­nah und bidi­rek­tio­nal an klei­ne und mitt­le­re Unter­neh­men (KMU) und gesell­schaft­li­che Insti­tu­tio­nen in der Regi­on. Durch die­sen viel­schich­ti­gen, pra­xis­ori­en­tie­ren Trans­fer stär­ken sie Wett­be­werbs­fä­hig­keit gemein­sam mit den Unter­neh­men, sichern so Arbeits­plät­ze und Wohl­stand in der Regi­on und tra­gen lang­fris­tig zur nach­hal­ti­gen gesell­schaft­li­chen Ent­wick­lung bei.

Hoch­schu­le Hamm-Lipp­stadt — Prof. Dr. Uwe Kleinkes

• Der Mit­tel­stand muss neue Tech­no­lo­gien adap­tie­ren, um sei­ne Wett­be­werbs­fä­hig­keit nicht zu ver­lie­ren. Daten und Con­tent sind der Treib­stoff und KI ist der Motor für mehr Effi­zi­enz im Mar­ke­ting. Das Pro­jekt will für einen beschleu­nig­ten Lern­pro­zess bei den KMU sor­gen. Beim www.digitalmarketingday.de zei­gen Stu­die­ren­de den prak­ti­schen Ein­satz von Bots. Im Mar­ke­ting-Fore­sight-Lab wird unter­sucht, wann neue Tech­no­lo­gien für KMU rele­vant werden.

Tech­ni­sche Hoch­schu­le Mit­tel­hes­sen — Prof. Dr. Micha­el Guckert

• Der­zei­ti­ge Ent­wick­lun­gen zie­len auf mög­lichst gro­ße KI-Model­le von hoher Abs­trak­ti­on. Das wirft Fra­gen nach Kos­ten (der Ener­gie­auf­wand für das Trai­ning der­ar­ti­ge Model­le ist beträcht­lich, die Ant­wor­ten auf Anfra­gen erzeu­gen mehr CO2 als ver­gleich­ba­re Anfra­gen an kon­ven­tio­nel­le Such­ma­schi­nen), Trans­pa­renz (wel­che Tex­te wer­den beim Trai­ning benutzt?) und Daten­schutz auf. Hybri­de Ansät­ze, die für spe­zi­fi­sche Auf­ga­ben kon­zi­piert wer­den, sol­len hier eine Alter­na­ti­ve sein. In LOE­WE-Pro­jekt TlDis wur­de ein auf Onto­lo­gien basie­ren­der Trans­fer-Lear­ning-Ansatz zur Klas­si­fi­ka­ti­on von Tex­ten ent­wi­ckelt, bei dem die von den KI-Ver­fah­ren genutz­ten Ele­men­te kon­trol­liert wer­den und damit eine DSGVO-Kon­for­mi­tät erreicht wer­den kann.

Hoch­schu­le Offen­burg — Prof. Dr. Klaus Dorer

• Mit dem KI-Boh­rer Pro­jekt soll in Zusam­men­ar­beit mit der Her­ren­knecht AG ein zen­tra­les Pro­blem der Ver­sor­gung von Groß­städ­ten mit Erd­wär­me opti­miert wer­den: Die not­wen­di­gen Tie­fen­boh­run­gen sind einer­seits idea­ler­wei­se in der Nähe der Ver­brau­cher, ande­rer­seits ver­ur­sa­chen sie wäh­rend des Boh­rens uner­wünsch­te Schall­be­las­tun­gen. Mit Hil­fe von Deep Rein­force­ment Lear­ning wird im Rah­men des Pro­jekts ver­sucht, sowohl den Bohr­pro­zess als auch die Schall­be­las­tung zu opti­mie­ren. Da es für die Bohr­an­la­gen übli­cher­wei­se kei­ne Simu­la­tio­nen gibt, auf denen gelernt wer­den kann, sol­len außer­dem GAN oder sta­ble dif­fu­si­on Netz­wer­ke trai­niert wer­den, die basie­rend auf Echt­da­ten der Maschi­nen qua­si eine Simu­la­ti­on des Boh­rens und der Schall­aus­brei­tung ler­nen sol­len, auf der dann das Deep Rein­force­ment Lear­ning trai­nie­ren kann.

Hoch­schu­le Offen­burg — Prof. Dr. Janis Keuper

• Die aktu­el­le Ent­wick­lung bei gene­ra­ti­ven Model­len wie z.B. ChatGPT oder Sta­ble Dif­fu­si­on birgt sehr gro­ßes Poten­ti­al sowohl für die Auto­ma­ti­sie­rung von bestehen­den Pro­zes­sen als auch für die Ent­wick­lung von völ­lig neu­en Anwen­dun­gen und Pro­duk­ten. Gera­de für mit­tel­stän­di­sche Unter­neh­men birgt die­se Ent­wick­lung aber auch erheb­li­che Risi­ken bezüg­lich der Abhän­gig­keit von gro­ßen US Anbie­tern, der Ein­hal­tung des Daten­schut­zes und der Wah­rung eige­ner Geschäfts­ge­heim­nis­se. In die­sem Pro­jekt wird daher unter­sucht, wie auch KMUs eige­ne, selbst gehos­te­te Model­le auf Basis von Open­So­ur­ce auf beschränk­ten Rechen­res­sour­cen betrei­ben und die­se für ihre eige­nen Anwen­dun­gen anpas­sen kön­nen. Dabei betrach­ten wir der­zeit Chat­Sys­te­me für den Kun­den­sup­port und als inter­ne Such­ma­schi­ne, CodingAs­sis­ten­ten für die Soft­ware­ent­wick­lung und Bild­ge­ne­ra­to­ren für Marketing.

Hoch­schu­le Mainz — Prof. Clau­dia Nass-Bauer

• Die Nut­zung von Daten und Soft­ware­sys­te­men gewinnt bei der Ent­wick­lung inno­va­ti­ver Pro­duk­te und Dienst­leis­tun­gen zuneh­mend an Bedeu­tung. Jedoch ist bei Daten­in­ten­si­ven Ver­fah­ren die Berück­sich­ti­gung ethi­scher Wer­te wie Viel­falt, Trans­pa­renz, Selbst­be­stim­mung und Gerech­tig­keit noch begrenzt und erfor­dert ein effek­ti­ves Zusam­men­ar­bei­ten von inter­dis­zi­pli­nä­ren Teams. Ent­wi­ckelt wer­den sol­len Metho­den und Werk­zeu­ge, die die inter­dis­zi­pli­nä­re Zusam­men­ar­beit för­dern. Die neu­en Werk­zeu­ge sol­len in hybri­den Umge­bun­gen, d. h. phy­sisch und digi­tal ein­ge­setzt wer­den kön­nen. Wir­kungs­ziel der Werk­zeu­ge ist die För­de­rung von Krea­ti­vi­tät und Kom­mu­ni­ka­ti­on in der Zusam­men­ar­beit bei der Ent­wick­lung daten­in­ten­si­ver Softwaresysteme.
  Foli­en zur Pro­jekt­prä­sen­ta­ti­on HYBRIDA

Hoch­schu­le Mainz — Céd­ric Roussel

• Als Black­box wer­den in der KI Machi­ne Lear­ning Model­le bezeich­net, bei denen Daten in das Modell hin­ein­ge­hen, im Ver­bor­ge­nen ver­ar­bei­tet wer­den und ein Ergeb­nis her­aus­kommt. Für das Sicht­bar­ma­chen der sonst im Hin­ter­grund ablau­fen­den Daten­ver­ar­bei­tung gibt es Explainable Arti­fi­ci­al Intel­li­gence, kurz XAI. XAI öff­net die Black-Box und macht KI ver­ständ­li­cher und damit auch ver­trau­ens­vol­ler. In dem For­schungs­pro­jekt an der Hoch­schu­leS Mainz liegt der Fokus dabei auf räum­li­chen Daten. Daten, wel­che auf Kar­ten dar­ge­stellt wer­den können.

Hoch­schu­le Bonn Rhein-Sieg — Dr. Dary­oush Dani­el Vaziri

• Das über­ge­ord­ne­te Ziel des The­mas „Digi­ta­le Sou­ve­rä­ni­tät“ ist es, klei­nen und mitt­le­ren Unter­neh­men die Poten­zia­le und Her­aus­for­de­run­gen der digi­ta­len Trans­for­ma­ti­on auf­zu­zei­gen. Es wer­den Vor­ge­hens­wei­sen, Kon­zep­te und Tech­no­lo­gien prä­sen­tiert, die klei­nen und mit­tel­stän­di­schen Unter­neh­men hel­fen sol­len, ihre digi­ta­le Sou­ve­rä­ni­tät zu stär­ken. Digi­ta­le Sou­ve­rä­ni­tät bedeu­tet, dass ein Unter­neh­men die Fähig­keit besitzt, selbst­be­stimmt digi­ta­le Tech­no­lo­gien aus­zu­wäh­len und so anzu­wen­den, dass Geschäfts­pro­zes­se im Unter­neh­men ziel­füh­rend unter­stützt wer­den. Dies beinhal­tet auch die Sen­si­bi­li­sie­rung und Infor­ma­ti­on zu Vor- und Nach­tei­len, sowie Chan­cen und Risi­ken des Ein­sat­zes digi­ta­ler Tech­no­lo­gien für den eige­nen Unternehmenszweck.

Hoch­schu­le Rhein­Main — Prof. Dr. Ulrich Schwanecke

• Die drei­di­men­sio­na­le Rekon­struk­ti­on von Objek­ten fin­det zahl­rei­che Anwen­dun­gen von der medi­zi­ni­schen Bild­ge­bung bis hin zur indus­tri­el­len Inspek­ti­on. Die meis­ten Rekon­struk­ti­ons­ver­fah­ren gehen dabei davon aus, dass sich die zu rekon­stru­ie­ren­den Objek­te wäh­rend des Auf­nah­me­pro­zes­ses nicht bewe­gen. Bewe­gun­gen wäh­rend der Auf­nah­me resul­tie­ren in mehr oder weni­ger star­ken Arte­fak­ten in der Rekon­struk­ti­on. Im Pro­jekt “Arte­fakt­freie 3D-Rekon­struk­ti­on beweg­ter Objek­te” ent­wi­ckeln wir Rekon­struk­ti­ons­ver­fah­ren, die die­se Arte­fak­te bei sich bewe­gen­den Objek­ten reduzieren.
  Foli­en zur Pro­jekt­prä­sen­ta­ti­on arte­fakt­freie 3D Rekodeck
  

Hoch­schu­le Han­no­ver — Prof. Dr. Chris­ti­an Wartena

• Das DATA|H‑Institut unter­stützt Akteu­re in Wis­sen­schaft, Wirt­schaft und Gesell­schaft bei anwen­dungs­na­hen Pro­jek­ten aus dem The­men­feld Daten­ana­ly­se und ‑visua­li­sie­rung, Daten­in­te­gra­ti­on und ‑manage­ment, Künst­li­che Intel­li­genz sowie Daten­schutz und Sicher­heit. Anhand eini­ger Pro­jekt­bei­spie­le wer­den Optio­nen der Zusam­men­ar­beit mit dem Mit­tel­stand illustriert.

Ernst-Abbe-Hoch­schu­le Jena — Prof. Dr. Dirk Schmalzried

• Mit dem ZAKI wer­den Akteu­re in Wis­sen­schaft, Wirt­schaft und Gesell­schaft unter­stützt, die Wir­kun­gen von Künst­li­cher Intel­li­genz zu ver­ste­hen und vor­teil­haft zu nut­zen. Dies wird anhand eini­ger Bei­spie­le im Mit­tel­stand illustriert.

Auf unse­rer Ver­an­stal­tungs­sei­te kön­nen Sie Ort und Zeit­punkt des nächs­ten Onlinee­vents von der Hochschul­allianz für den Mit­tel­stand finden.