KI im Gesundheits- und Sozialwesen

Gesundheits- und Sozialwesen bieten eine Vielzahl von Möglichkeiten, das Leben der Menschen mit Hilfe von KI positiv zu beeinflussen und so unsere Gesellschaft voran zu bringen. Vorwiegend setzen wir hier auf Methoden des maschinellen Lernens, insbesondere Deep Learning. 

In der medizinischen Sprachverarbeitung entwickeln wir Algorithmen und Prototypen, die Ärzte bei Diagnosen wie Alzheimer oder Depression unterstützen oder Logopäden bei der Behandlung von Stottern assistieren. 

In der medizinischen Bildverarbeitung erarbeiten wir Methoden zur Diagnoseunterstützung und -differenzierung. So können wir mit Deep-Learning-Methoden z.B. in Lungen-CTs reguläre Lungenentzündungen von COVID-19 Infektionen unterscheiden. 

Im Sozialwesen verwenden wir natürliche Sprachverarbeitung (NLP) um z.B. behördliche Texte einfacher und verständlicher zu gestalten, Beratungen online um intelligente Chatbots zu erweitern, oder interaktive Assistenten zu entwickeln, die beim Ausfüllen von Formularen helfen.

Ansprechpartner:

Prof. Dr. Jens Albrecht

Prof. Dr. Tobias Bocklet

Prof. Dr. Robert Lehmann

Prof. Dr.-Ing. Jan Paulus

Prof. Dr.-Ing. Korbinian Riedhammer

KI in industriellen Anwendungen

Künstliche Intelligenz hilft, industrielle Produktionssysteme und -prozesse sowohl qualitativ als auch quantitativ zu analysieren und zu optimieren. Dabei werden durch Verfahren des Maschinellen Lernens verschiedene Daten und Signale ausgewertet. Unterschiedlichste repetitive Aufgaben können damit automatisiert und deren Durchführung beschleunigt sowie ihre Fehleranfälligkeit reduziert werden. Predictive Maintenance befasst sich mit der Auswertung von Maschinendaten, um Ausfälle oder Fehler frühzeitig zu erkennen und um zur optimalen Kosteneinsparung Austausch oder Reparatur zu planen, bevor diese dringend notwendig werden. Methoden des Maschinellem Lernens werden ebenfalls zur automatischen Qualitätssicherung genutzt.

Ansprechpartner:

Prof. Dr. Tobias Bocklet

Prof. Dr.-Ing. Armin Dietz

Prof. Dr.-Ing. Jan Paulus

KI in betriebswirtschaftlichen Anwendungen

Wir verfolgen einen streng anwendungsorientierten Ansatz. Aus der KI-Grundlagenforschung übernehmen wir nur solche Lösungsvorschläge, die einen konkreten Nutzen in betrieblichen Anwendungsfeldern versprechen. Wir sind darüber hinaus davon überzeugt, dass nur die Kombination unterschiedlicher KI-Teilgebiete die Anwendung von KI im betriebswirtschaftlichen Kontext insgesamt weiter entwickeln kann. Insofern bewerten wir symbolische und sub-symbolische KI als gleichermaßen wichtig. Wir beteiligen uns nicht an der hochspekulativen Maximierung von Erwartungen bezogen auf das Potenzial von KI, sondern arbeiten an einem realistischen Bild von Chancen und Risiken der KI für die betriebliche Anwendung.

Ansprechpartner:

Prof. Dr. Thomas Bahlinger

Prof. Dr. Ralph Blum

Prof. Dr. Michael Maier

Prof. Dr. Roland Zimmermann

KI in der Robotik

Die Robotik umfasst alle Problemstellungen der klassischen  Ingenieurswissenschaften. Mit KI-Algorithmen wandeln sich Maschinen zu  intelligenten Wesen. Unsere Forschung in diesem Bereich umfasst  Navigation, semantisches Bildverstehen, Software Engineering für sicherheitskritische (eingebettete) Systeme, Erklärbarkeit von KI-Algorithmen des hochautomatisierten Fahrens und Roboterkontrollarchitekturen für  autonome Entscheidungsfindungen.

Ansprechpartner:

Prof. Dr. Stefan May, Labor für Mobile Robotik

Prof. Dr. Jörg Roth

Prof. Dr. Ramin Tavakoli Kolagari, Forschungsgruppe AS²E

KI in Mensch-Maschine-Interaktion

Das Zentrum für Künstliche Intelligenz (KIZ) weist eine breite Vielfalt an Themengebieten in Bezug auf die menschliche Interaktion mit Technologie und deren Verarbeitung durch Techniken des maschinellen Lernens auf. Eine Vielzahl der Themen nutzt hierbei Augmented und Virtual Reality als Interaktionsschnittstelle und um das Verhalten von Benutzern zu analysieren und unmittelbar oder nachhaltig Schlüsse daraus zu ziehen. Diese Themen sind für viele Anwendungsgebiete der Automobilbranche über die Medizintechnik bis hin zu Medien relevant.

Ansprechpartner:

Prof. Dr. Tobias Bocklet

Prof. Dr. Timo Götzelmann

Prof. Dr. Alexander Hahn

Prof. Dr. Patrick Harms

Prof. Dr.-Ing. Alexander von Hoffmann

Prof. Markus Kaiser

Prof. Dr.-Ing. Jan Paulus

Prof. Dr.-Ing. Korbinian Riedhammer

Prof. Tilman Zitzmann