Aktuelle Forschungsprojekte

Kurzbeschreibung:

Das DFG Projekt "Architectures for Vulnerable Road Users" (ACHIEVE) #516946933, ist eine Kooperation zwischen Prof. Klaus David vom Fachgebiet für Kommunikationstechnik (ComTec) der Universität Kassel und Prof. Delphine Reinhardt vom Fachgebiet Computersicherheit und Privatheit (CSP) der Universität Göttingen. Das Hauptziel von ACHIEVE ist die Untersuchung verschiedener Architekturen für kooperative Systeme mit dem Fokus auf Kollisionsschutz und Privatsphäre von Fußgängern und Fahrradfahrern. Die Leistungsfähigkeit dieser Architekturen soll anhand quantitativer Bewertungen gemessen werden.

Es gibt verschiedene Arten von Systemarchitekturen, die im Rahmen des Projekts untersucht werden. Dazu gehören Peer-to-Peer-Architekturen, Client-Server-Architekturen und hybride Architekturen. Diese unterscheiden sich unter anderem durch die Art der Kommunikation (direkt, zellular oder hybrid), den Ort der Berechnung der Kollisionsschutzalgorithmen (auf mobilen Geräten, On-Board Units, Servern oder verteilt) und die Art der Warnungen.

Der erste Schritt besteht darin, die verschiedenen möglichen Systemarchitekturen zu identifizieren. Anschließend werden eigens entwickelte Key Performance Parameter für die Kollisionserkennung und die Einhaltung der Privatsphäre festgelegt. Diese Parameter dienen dazu, die Architekturen entsprechend zu bewerten und zu rangieren.

Die Bewertung basiert also auf quantitativen Messungen, die die Leistungsfähigkeit jeder Architektur in Bezug auf Kollisionsschutz und Privatsphäre genau erfassen sollen. Dies ermöglicht es, die Vor- und Nachteile der verschiedenen Architekturen besser zu verstehen und fundierte Entscheidungen für die Weiterentwicklung von kooperativen Systemen im Bereich des Straßenverkehrs zu treffen.

Kurzbeschreibung:

Im Agenda-Prozess für eine zukunftsorientierte Verbraucherforschung kommen Wissenschaftler*innen aus diversen Disziplinen, die im Themenfeld Konsum, Verbraucherschutz, Verbraucherpolitik und Verbraucherarbeit forschen zusammen um den bestehenden Austausch über die Weiterentwicklung der verbraucherbezogenen Forschung zu intensivieren. Die Frage ist, ob, und wenn ja, wie sich ein übergreifendes wissenschaftliches Selbstverständnisses für die Verbraucherwissenschaften herausbilden lässt.

Im Rahmen des Projektes werden sechs Fachveranstaltungen durchgeführt, neben einer Auftakttagung u.a. zu Themen der Nachhaltigkeit, Digitalisierung, Professionalisierung, sozialen Rechten und normativen Fragen. Ziel ist die Erarbeitung eines White Papers.

Die dabei zu erarbeitende Agenda kann im nächsten Schritt den Ausbau zu einer längerfristigen Entwicklung des Wissenschaftsfeldes mit Blick auf dessen Bedeutung für eine nachhaltige Transformation gesellschaftlicher Konsum- und Lebensformen anleiten. Nächste Schritte können sowohl die endogene Weiterentwicklung bestehender wissenschaftlicher Institutionen (Schwerpunktbildungen an und zwischen Universitäten und Hochschulen, Einrichtung neuer Aus- und Fortbildungen sowie Studiengängen), aber auch verschiedene Maßnahmen bundespolitischer Förderung oder Institutionalisierung (Bundesprogramm Verbraucherforschung, Schaffung neuer oder thematische Erweiterung bestehender bundeseigener Forschungseinrichtungen, Ressortforschung) umfassen.

Das Projekt wird vom Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz aufgrund eines Beschlusses des Deutschen Bundestags gefördert. Das Fachgebiet richtet die Veranstaltungsreihe in Kooperation mit dem Bundesnetzwerk Verbraucherforschung aus.

Kurzbeschreibung:

Die Universität Kassel ist am gemeinsamen Projekt "AI for REAL-world NETwork operation (AI4REALNET)" beteiligt, zusammen mit 15 weiteren Partnern aus Wissenschaft und Industrie. Das Projekt wird im Rahmen des Horizon Europe Framework Programme (HORIZON) finanziert und erhält insgesamt fast 4 Millionen Euro für eine Laufzeit von 3,5 Jahren ab Oktober 2023.

Der Umfang von AI4REALNET umfasst die Perspektive von KI-basierten Lösungen für kritische Systeme (Stromversorgung, Eisenbahn- und Flugverkehrsmanagement), die durch Netzwerke modelliert sind, simuliert werden können und traditionell von Menschen betrieben werden, wobei KI-Systeme die menschlichen Fähigkeiten ergänzen und erweitern.

Das Ziel ist die Entwicklung der nächsten Generation von Entscheidungsmethoden, die von überwachtem und verstärktem Lernen angetrieben werden und auf Vertrauenswürdigkeit bei der KI-unterstützten menschlichen Steuerung mit erweiterter kognitiver Leistungsfähigkeit, hybrider menschlicher Co-Lernfähigkeit und autonomer KI abzielen, wobei die Widerstandsfähigkeit und Sicherheit kritischer Infrastrukturen als Kernanforderungen gelten. Darüber hinaus zielt AI4REALNET darauf ab, die Entwicklung und Validierung neuartiger KI-Algorithmen durch das Konsortium und die KI-Gemeinschaft zu fördern, durch bestehende Open-Source-Digitalumgebungen, die in der Lage sind, realistische Szenarien des Betriebs physischer Systeme und menschlicher Entscheidungsfindung nachzubilden.

Die zentralen Komponenten umfassen KI-Algorithmen, die hauptsächlich aus überwachtem und verstärktem Lernen bestehen und kombinieren die Vorteile bestehender Heuristiken, physikalischer Modellierung komplexer Systeme und Lernmethoden. Diese werden von einer Reihe ergänzender Methoden begleitet, die darauf abzielen, Transparenz, Sicherheit, Erklärbarkeit und die Akzeptanz durch Menschen zu verbessern. Darüber hinaus liegt ein Schwerpunkt auf der Entscheidungsfindung mit menschlicher Beteiligung, um das gemeinsame Lernen zwischen KI-Systemen und Menschen zu erleichtern. Dies beinhaltet die Integration von Überlegungen wie Modellunsicherheit, menschliche kognitive Belastung und Vertrauen. Schließlich sind autonome KI-Systeme integriert, die auf menschlicher Aufsicht beruhen und mit menschlichem Fachwissen und Sicherheitsregeln angereichert sind.

Das AI4REALNET-Framework wird in 6 Anwendungsfällen validiert, die von industriebedingten Anforderungen getrieben werden und sich auf 3 Netzwerkinfrastrukturen mit gemeinsamen Eigenschaften konzentrieren. Die Anwendungsfälle konzentrieren sich auf kritische Herausforderungen und Aufgaben von Netzwerkbetreibern, unter Berücksichtigung strategischer langfristiger Ziele wie Dekarbonisierung, Digitalisierung und Widerstandsfähigkeit gegenüber Störungen, und sind als einheitliches sequenzielles Entscheidungsproblem formuliert, bei dem viele KI- und Nicht-KI-Algorithmen angewendet und benchmarked werden können.

Kurzbeschreibung:

Künstliche Intelligenz (KI) wird in immer mehr Bereichen eingesetzt. Welche Daten wie verwendet werden, verstehen jedoch nur noch wenige. Ein internationales Forschungsprojekt unter Beteiligung der Universität Kassel möchte Transparenz schaffen.

Das Projekt „AI Forensics: Accountability through Interpretability in Visual AI Systems" konzentriert sich dabei auf den Einsatz von Bildsystemen. „Gerade der Bereich der Gesichtserkennung wächst immer weiter. Beispielsweise wird in den USA eine KI mit Gesichtserkennung benutzt, um potenzielle Gefährder zu erkennen. Was der allgemeinen Sicherheit dient, ist gleichzeitig auch ein Eingriff in Persönlichkeitsrechte. Wir möchten Entscheidungen der KI-Entscheidungen nachvollziehbar machen“, erläutert die Projektbeteiligte Prof. Dr. Claude Draude vom Wissenschaftlichen Zentrum für Informationstechnik-Gestaltung der Universität Kassel.

Ziel ist eine frei für die Öffentlichkeit zugängliche Internetplattform, die große Datensätze erschließbar macht. Modelle des maschinellen Lernens sollen so analysierbar und verstehbar gemacht werden. „Nutzende können zum Beispiel ein Bild hochladen und eine automatische Untersuchung aktivieren. Das System überprüft, ob das Bild bereits in einem Datensatz ist (Datensatz-Forensik), wie es in einem Modell verwendet wurde (Modell-Forensik), und wo und zu welchem Zweck (Anwendungsforensik). Der Umfang dieser Fähigkeiten variiert von Modell zu Modell und veranschaulicht unterschiedliche Grade von Transparenz und Interpretierbarkeit auf dem Spektrum der für die Forschung verfügbaren Modelle“, erklärt Professorin Draude.

Projektbeteiligte (Forschung):
Institut für Künstliche Intelligenz und Medienphilosophie der Staatlichen Hochschule für Gestaltung in Karlsruhe
Department of Computer Science der Durham University in Großbritannien
Cambridge Digital Humanities der University of Cambridge in Großbritannien
Department of Germanic and Slavic Studies der University of California in Santa Barbara (USA)

Technische Partner
Steinbuch Centre for Computing am Karlsruher Institut für Technologie (KIT)
NVIDIA CUDA Forschungszentrum an der Durham University.

Kurzbeschreibung:

Die stetig voranschreitende Digitalisierung führt zu einer immer weitergehenden Durchdringung sämtlicher Lebensbereiche mit datenverarbeitenden Prozessen. Längst haben zahlreiche digitale Dienste und Produkte ihren festen Platz im Alltag vieler Menschen. Einzelne Datenverarbeitungssysteme können dabei nicht mehr nur isoliert voneinander betrachtet werden. Vielmehr hat die rasante Technikentwicklung zu einer fortschreitenden Vernetzung verschiedener IT-Systeme geführt, deren Datenverarbeitungsprozesse untrennbar miteinander verknüpft sind. Zugleich können immer größere Datenmengen verarbeitet werden, wobei die Verarbeitung zumeist automatisiert und zunehmend mittels künstlich intelligenter Algorithmen erfolgt. Dies alles führt zu komplexen und im Einzelfall kaum zu durchblickenden Datenverarbeitungsstrukturen mit oftmals vielschichtigen Akteurskonstellationen. Da sich die Datenverarbeitung regelmäßig auf personenbezogene Daten bezieht, gehen mit der skizzierten Entwicklung aus rechtswissenschaftlicher Perspektive erhebliche Herausforderungen für den Datenschutz und die IT-Sicherheit einher.

Das Projekt „Systematic privacy for large, real-life data processing systems“ des Nationalen Forschungszentrums für angewandte Cybersicherheit ATHENEwidmet sich diesen rechtlichen Herausforderungen. Große Datenverarbeitungssysteme werden in rechtlicher Hinsicht auf ihre Chancen und Risiken hin untersucht. Es werden mögliche Maßnahmen erarbeitet, die einerseits den technischen Fortschritt nicht behindern und gleichzeitig doch einen angemessenen Schutz der Rechte natürlicher Personen bei der Verarbeitung ihrer personenbezogenen Daten gewährleisten. Um der zunehmenden Systemvernetzung adäquat Rechnung zu tragen, wird hierbei ein ganzheitlicher Ansatz verfolgt, der die gesamte digitale Vernetzung einschließlich ihrer verschiedenen Dimensionen und Akteure berücksichtigt.  

Das Teilvorhaben an der Universität Kassel, Fachgebiet Öffentliches Recht, IT-Recht und Umweltrecht (Herr Prof. Dr. Hornung, LL.M.), befasst sich mit den IT-Sicherheitsanforderungen an große Datenverarbeitungssysteme. Werden personenbezogene Daten durch Big-Data-Anwendungen oder künstlich intelligente Algorithmen verarbeitet, führt dies zu erheblichen Herausforderungen für die IT-Sicherheit. Das Schutzbedürfnis der von der Datenverarbeitung betroffenen Person wird in diesem Kontext de lege lata nur unzureichend adressiert. So knüpft das BSIG bzw. die BSI-KritisV an diesen Aspekt im Bereich der IT-Sicherheitsregulierung für Kritische Infrastrukturen (KRITIS) nicht an. Mit dem IT-Sicherheitsgesetz 2.0 wurde die Kategorie der „Unternehmen im besonderen öffentlichen Interesse“ im BSIG eingeführt. Gegenüber dem KRITIS-Bereich treffen die Unternehmen jedoch deutlich reduzierte Pflichten. Art. 32 DSGVO statuiert zwar Anforderungen an Verantwortliche und Auftragsverarbeiter in Bezug auf die Sicherheit der Verarbeitung personenbezogener Daten. Sein „risikobasierter Ansatz“ führt allerdings zu beträchtlicher Unsicherheit darüber, welche konkreten Maßnahmen im Einzelfall erforderlich sind. Im Gegensatz zum KRITIS-Bereich fehlt es hier überdies an einem behördlicherseits ausgegebenen Anforderungskatalog. Weitestgehend unklar ist darüber hinaus, welche Rolle die auf europäischer Ebene eingeführte Cybersicherheitszertifizierung sowie das neue deutsche IT-Sicherheitskennzeichen hier zukünftig spielen können.

Das Teilvorhaben untersucht zunächst die Möglichkeit der Operationalisierung von Art. 32 DSGVO für große Datenverarbeitungssysteme. Dies erfolgt unter Bezugnahme auf existierende Risikomodelle und Ansätze von Datenschutzaufsichtsbehörden (z.B. das deutsche Standard-Datenschutzmodell). Sodann wird der bestehende Regulierungsbedarf identifiziert. Hierbei werden auch Mechanismen zur Selbstregulierung sowie die Frage nach verbindlichen und unverbindlichen IT-Sicherheitsstandards miteinbezogen. Anschließend werden die Auswirkungen des IT-Sicherheitsgesetzes 2.0 für die IT-Sicherheitsanforderungen an große Datenverarbeitungssysteme bewertet. In den Fokus rücken hier insbesondere die neuen Pflichten für große Unternehmen sowie das neu eingeführte IT-Sicherheitskennzeichen. Schließlich werden Regulierungsvorschläge für die Ausgestaltung des Rechts auf europäischer und nationaler Ebene begleitet und bewertet, die aktuell in der Ausarbeitung sind.

Projektbeteiligte:
Die Koordination: Fraunhofer-Institut SIT (Dr. Annika Selzer).

Universität Kassel(Prof. Dr. Gerrit Hornung)
Goethe-Universität Frankfurt (Prof. Dr. Indra Spiecker gen. Döhmann, LL.M.)
Hochschule Darmstadt (Prof. Dr. Thomas Wilmer)

Kurzbeschreibung:

Nutzende von digitalen Angeboten stehen oft vor der Herausforderung, nicht realistisch einschätzen zu können, wie und wozu genau ihre personenbezogenen Daten von den Anbietern verwertet oder weitergegeben werden. Die Kompetenzen zur informationellen Selbstbestimmung, also der verantwortungsvollen Informationsselektion und Informationskontrolle, müssen sich die Nutzenden in der Regel selbst aneignen. Dies geschieht nicht selten über Nachfragen im Freundes- und Bekanntenkreis, über eigene Internetrecherchen in Netzwerken, Datenbanken und Recommender-Systemen oder auch durch professionelle Beratungsinstitutionen und Behörden. Oft sehen sich die Nutzenden mit einer Flut von Angeboten und Informationen konfrontiert, die es ihnen schwermacht, seriöse und hilfreiche Informationen herauszufiltern. Hier werden innovative Beratungsangebote benötigt, mit denen Nutzende die erforderliche Unterstützung und notwendige Kompetenzen zur informationellen Selbstbestimmung erlangen können, um sich sicher in der digitalen Welt zu bewegen.

Das Vorhaben „Die Beratung der Nutzenden: Zur Stärkung der informationellen Selbstbestimmung durch Arbeitsbündnisse im digitalen Verbraucherschutz (BeDeNUTZ)“ geht der Frage nach, wie Beratungsformen eines digitalen Verbraucherschutzes gestaltet sein müssen, um die informationelle Selbstbestimmung von Nutzenden in der digitalen Welt zu verbessern. Konkret soll diese Frage am Beratungsbedarf zu den Themen digitalisierter Stromverbraucher und digitaler Stromverbraucherdienste erforscht werden. Ziel des Projektes ist es, den Unterstützungsbedarf für Verbraucherinnen und Verbraucher zu erkennen, zu analysieren und auf dieser Grundlage entsprechende Weiterbildungsangebote und Netzwerkstrukturen zu konzipieren. Dazu werden verschiedene Methoden empirisch untersucht und eingehend analysiert. Um die Konzepte in der Verbraucherberatung einsetzen zu können, wird ein Maßnahmenkatalog entwickelt, den die Verbraucherorganisationen direkt in der Praxis nutzen können. Die neuen Konzepte sollen sowohl den Bedarf des klassischen als auch des digitalen Verbraucherschutzes abdecken.

Damit leistet das Vorhaben BeDeNUTZ einen wichtigen Beitrag zur Stärkung der IT-Sicherheit von Bürgerinnen und Bürgern. Durch die empirische Erforschung unterschiedlicher Beratungskonstellationen können die gewonnenen Erkenntnisse nicht nur für Fragen zu digitalisierten Stromverbrauchern, sondern auch für andere Themen genutzt werden, bei denen die informationelle Selbstbestimmung eine zentrale Rolle spielt. Bürgerinnen und Bürgern können mit Hilfe der kooperativen Beratungsformate den kompetenteren Umgang mit digitalen Medien unter Wahrung ihrer informationellen Selbstbestimmung lernen. Dadurch können sie reflektiertere Entscheidungen in komplexen Informationswelten treffen, was maßgeblich dazu beiträgt, die europäischen Werte und Grundrechte im Zusammenhang mit digitalen Technologien zu wahren.

Kurzbeschreibung:

Der Zahnputzvorgang ist bis heute weitgehend unverstanden, da Forschungsgeräte fehlen, mit Hilfe derer er im Detail beschrieben und analysiert werden kann. Dabei ist diese hochkomplexe und weitgehend automatisierte Tätigkeit von hoher gesundheitlicher Relevanz. Zudem sind weite Bevölkerungsteile nicht in der Lage, beim Zähneputzen Plaquefreiheit herzustellen und leiden unter plaqueassoziierten Erkrankungen; dies unabhängig davon, ob sie elektrisch oder manuell putzen. Unter anderem deswegen ist ein genaues Verständnis des Zahnputzvorgangs aus der Perspektive verschiedener Wissenschaften, allen voran der Zahnmedizin aber auch der Psychologie und den Bewegungswissenschaften, von besonderem Interesse. Dabei stoßen aktuell verfügbare Forschungsmethoden schnell an ihre Grenzen. Die genaueste Analyse des Zahnputzvorgangs liefert bislang die Videoanalyse. Diese ist äußerst zeitaufwändig und zugleich wenig detailliert. Daher wird ein Forschungsgerät entwickelt, das eine detaillierte Analyse des Zahnputzvorgangs automatisiert vornimmt und so dessen genaueres Studium ermöglicht. Eine manuelle Zahnbürste wird mit entsprechender Sensorik ausgestattet, die die Abbildung physikalischer Größen, die den Zahnputzvorgang kennzeichnen, ermöglicht. Hierzu gehören u.a. Kraft, Trägheit und Beschleunigung, Bewegungsrichtung und –amplitude. Mithilfe externer Referenzsysteme wird außerdem eine exakte Positionsbestimmung ermöglicht. Mit Verfahren des maschinellen Lernens wird eine Algorithmik entwickelt und erforscht, die eine Abbildung der mit der Sensorik erfassten physikalischen Größen auf Verhaltensparameter und klinische Daten erlaubt. Hierfür werden Studien zur Erfassung von Beispieldaten durchgeführt. Im Hinblick auf die spätere Anwendung des Forschungsgeräts in der zahnmedizinischen und verhaltenswissenschaftlichen Grundlagenforschung erfolgt eine kontinuierliche Evaluation. Am Ende des Projektes steht ein durch entsprechende Studien validiertes Gerät zur differenzierten automatisierten Erfassung des Zahnputzvorgangs zur Verfügung. Dieses Gerät wird wichtige Impulse für die Grundlagenforschung in der Zahnmedizin aber auch in anderen Disziplinen, wie der Psychologie und den Bewegungswissenschaften liefern.

Projektpartner:
Professorin Dr. Renate Deinzer
Justus-Liebig-Universität Gießen
Fachbereich Medizin
Institut für Medizinische Psychologie
Professor Dr. Bernhard Sick
Universität Kassel
Fachbereich 16 - Elektrotechnik/Informatik
Fachgebiet Intelligente Eingebettete Systeme
Professor Dr. Keywan Sohrabi
Technische Hochschule Mittelhessen
Fachbereich 05 - Gesundheit

Kurzbeschreibung:

Das Projekt „HUB Datenorientierte Wertschöpfung nachhaltig gestalten“ (DaWeNa-HUB) ist darauf ausgerichtet, ein umfassendes Innovationsökosystem zu etablieren, das KMUs und den öffentlichen Dienst durch die Herausforderungen der digitalen Transformation führt. Als zentrales Hub vernetzt es diverse Forschungsprojekte, um fortschrittliche digitale Lösungen und Geschäftsmodelle zu entwickeln, die auf nachhaltiger Datenverwertung basieren. Durch den Einsatz modernster Technologien wie generativer KI, großen Sprachmodellen und Low-Code/No-Code-Plattformen fördert das Projekt eine breite Anwendung innovativer Methoden und Werkzeuge, die die Effizienz steigern und die organisatorische Resilienz unterstützen.

Kurzbeschreibung:
Grundsätzlich ist die Projektplanung von Windparks sehr aufwendig. Es müssen Verträglichkeitsprüfungen in Bezug auf den Naturschutz, insbesondere für die Artengruppen Vögel und Fledermäuse, durchgeführt werden. In diesem Vorhaben wird ein KI-gestütztes System zur automatisierten Detektion von windkraft-sensiblen und gefährdeten Arten entwickelt, welches die Genehmigungspraxis und somit den Ausbau von Windenergieanlagen deutlich beschleunigt. Ausgehend von einer automatisierten Erkennung und Klassifizierung anhand von Audiosignalen mittels Techniken vor allem des Deep Learnings (speziell Contrastive Learning, Few-Shot Learning), erfolgt eine zeitliche/räumliche Erfassung des Vorkommens. Nutzerinnen und Nutzer sollen zudem eine durch Techniken der Explainable AI erklärbare und interaktive Schnittstelle bekommen, welche eine Bewertung der Verträglichkeit umsetzt.

Kurzbeschreibung:

In dem von der Deutschen Forschungsgemeinschaft finanzierten Graduiertenkolleg „Privatheit und Vertrauen für mobile Nutzende“ werden interdisziplinär neue Lösungen für den Schutz der Privatsphäre bei der mobilen Internetnutzung entwickeln. Vertreter der Informatik, Usability und Wirtschaftswissenschaften aus der TU Darmstadt arbeiten eng mit Wissenschaftler aus den Bereichen der Rechtswissenschaften und der Soziologie der Universität Kassel zusammen. Sie alle arbeiten in interdisziplinären Promotionsthemen an der Vision eines neuartigen persönlichen Mobilgeräts.

Das neue Graduiertenkolleg möchte zu besserem und persönlich anpassbarem Schutz der Privatsphäre der Nutzenden und zu mehr Transparenz in der IT-Welt beitragen.  Die Nutzenden sollen in der Lage sein, das sie umgebende Netzwerk und seine Komponenten hinreichend zu verstehen, die vermeintliche Qualität einer Dienst- und System-Nutzung mit all den Vor- und Nachteilen abzuwägen und so die Vertrauenswürdigkeit zu bewerten. Die Ergebnisse des Graduiertenkollegs sollen dazu beitragen, dass die Grundrechte auf informationelle Selbstbestimmung und auf Schutz des Telekommunikationsgeheimnisses im Internet künftig besser verwirklicht werden können.

Das Graduiertenkolleg ist in vier Forschungsbereiche und 12 Forschungsteilbereiche untergliedert:

• Forschungsbereich A: Privatheit und Vertrauen in digitalen Dienste-Netzen
• Forschungsbereich B: Privatheit und Vertrauen in sozialen Onlinenetzen
• Forschungsbereich C: Privatheit und Vertrauen in sensorgestützten Umgebungen
• Forschungsbereich D: Privatheit und Vertrauen mittels ALTEREGO

Projektbeteiligte:

ITeG-Fachgebiete an der Universität Kassel
Fachgebiet Öffentliches Recht, insb. Umwelt- und Technikrecht (Prof. Dr. Alexander Roßnagel)
Fachgebiet Öffentliches Recht, IT-Recht und Umweltrecht (Prof. Dr. Gerrit Hornung)
Fachgebiet Soziologische Theorie (Prof. Dr. Jörn Lamla)

Fachgebiete der TU Darmstadt
Information Systems (Prof. Dr. Peter Buxmann)
Cryptoplexity (Prof. Dr. Marc Fischlin)
Electronic Markets (Prof. Dr. Oliver Hinz)
Security Engineering (Prof. Dr. Stefan Katzenbeisser)
Secure Mobile Networking Lab (Prof. Dr.-Ing. Matthias Hollick)
Telecooperation (Prof. Dr. Max Mühlhäuser)
Security, Usability and Society (Prof. Dr. Melanie Volkamer)
Work and Engineering Psychology (Prof. Dr. Joachim Vogt)
Security in Information Technology (Prof. Dr. Michael Waidner)

Kurzbeschreibung:

Das Projekt quantifiziert und evaluiert Konzentrationsphänomene in hochdimensionalen Daten, welche oftmals assoziiert werden mit dem Begriff „Dimension Curse“ oder auch „Fluch der Dimension“. So heißt das Zusammenspiel einer Vielzahl von Effekten, die auftreten, wenn maschinelle Lernverfahren auf hochdimensionale Daten angewendet werden, etwa bei Tumoren in der Medizin. Bisher kann dieses Phänomen noch nicht mit Algorithmen erkannt werden. Es ist daher offen, inwieweit es Ergebnisse wissenschaftlicher Anwendungen entscheidend beeinflusst hat.

Ziel des Projektes „Dimension Curse Detector“ ist es, den Einfluss des Konzentrationsphänomens offenzulegen. Dafür werden algorithmisch berechenbare Dimensionsfunktionen entwickelt und prototypisch implementiert. Der Dimensionsfluch ist in Data Science und Machine Learning ein Sammelbegriff für eine Vielzahl von Phänomenen, die von hochdimensionalen Daten ausgeprägt werden, insbesondere die Konzentration von Bewertungs- und Distanzfunktionen. Dieser Aspekt wird oft nur anekdotisch gefasst, was zu einer Vielzahl von empirisch abgeleiteten Empfehlungen führte, die jedoch mathematisch unfundiert als auch widersprüchlich sind. Um den wissenschaftlichen sowie ökonomischen Einsatz von Methoden der Künstlichen Intelligenz auch für zukünftige, erwartbar hochdimensionale, Daten sicherzustellen, ist das Erkennen sowie die Quantifizierung des Dimensionsfluchs notwendig. Nur so ist es möglich, im Sinne von Explainable AI die auf Basis dieser Daten getroffenen Entscheidungen transparent und damit einer bewussten Reflexion und diskursiven Argumentation zugänglich zu machen. Der Dimension Curse Detector soll in diesem Sinn ein Werkzeug für die Gestaltung gesellschaftlich wünschenswerter IT-Anwendungen werden.

Kurzbeschreibung:

Die COVID-19-Pandemie und die daraus resultierende Umstellung auf Distanzunterricht in den Schulen rückt die Frage nach der Nutzung schulischer Informationssysteme (z.B. Lernapps, Infrastrukturapps, Lernplattformen) in den Fokus. Die große Bandbreite an Angeboten und die Anforderungen, die vor allem die Datenschutz-Grundverordnung (DSGVO) an den Betrieb dieser Informationssysteme stellt, führen im Schulalltag zu mannigfaltigen Rechtsunsicherheiten. Sowohl Lehrer*innen als auch Eltern und Schüler*innen sind bei der Bewertung, ob eine von ihnen verwendete Anwendung den datenschutzrechtlichen Anforderungen Rechnung tragen, oft unzureichend informiert. Auf Seiten der Entwickler*innen bestehen ebenfalls Unsicherheiten über die rechtlichen Anforderungen, die ein von ihnen entwickeltes Produkt erfüllen muss. Insgesamt fehlt es bisher an einer eindeutigen Erkennbarkeit von Anwendungen, die die komplexen datenschutzrechtlichen Anforderungen einhalten.

Um dieses Problem zu adressieren, wird im BMBF-Verbundprojekt „Data Protection Certification for Educational Information Systems“ („DIRECTIONS“) eine nationale Datenschutzzertifizierung für schulische Informationssysteme entwickelt. Dabei sind zwei Ausbaustufen vorgesehen: Zunächst wird ein Gütesiegel entworfen, das für die Einhaltung bestimmter datenschutzrechtlicher Kriterien verliehen werden kann. Dieses Gütesiegel wird in einem zweiten Schritt zu einer vollwertigen Datenschutzzertifizierung gemäß Art. 42 DSGVO weiterentwickelt.  

Die Universität Kassel, Fachgebiet Öffentliches Recht, IT-Recht und Umweltrecht (Prof. Dr. Gerrit Hornung, LL.M.), bearbeitet das DIRECTIONS-Teilvorhaben „Rechtliche Anforderungen für Zertifizierungskriterien und Bewertungsprogramme“. Im Rahmen des Teilvorhabens ist die Universität Kassel an der näheren Bestimmung des Zertifizierungsgegenstandes sowie der Erarbeitung des Kriterienkatalogs beteiligt. Dabei werden unter anderem die Vorschriften der DSGVO, des TTDSG, des BDSG, der Landesdatenschutz- und Landesschulgesetze sowie der geplanten e-Privacy Verordnung berücksichtigt. Darauf aufbauend wird zunächst ein Gütesiegel konzipiert, erprobt und vergeben, das sodann zu einer Zertifizierung im Sinne von Art. 42 DSGVO weiterentwickelt wird. In diesem Zusammenhang beteiligt sich die Universität Kassel an der Erarbeitung eines Konformitätsbewertungsprogramms sowie eines praxistauglichen Modularisierungs- und Schutzklassenkonzepts, das den unterschiedlichen Risiken verschiedener Verarbeitungsvorgänge sowie den Bedürfnissen kleiner und mittelständischer Unternehmen (KMU) Rechnung trägt.

Die Koordination von DIRECTIONS obliegt dem Karlsruher Institut für Technologie (Prof. Dr. Ali Sunyaev). Weitere Partner sind die Universität Kassel (Prof. Dr. Gerrit Hornung, LL.M.) sowie die datenschutz cert GmbH. Zudem wird das Projekt von einem heterogenen Expertenbeirat, verschiedenen assoziierten Partnern sowie einem Gremium der Datenschutz-Aufsichtsbehörden begleitet.

Für weitere Informationen siehe die DIRECTIONS-Website.

Kurzbeschreibung:

Viele Nutzende digitaler Dienste stimmen der Sammlung und Verarbeitung ihrer Daten oft pauschal zu, ohne sich darüber bewusst zu sein, welche Folgen dies haben kann. Dieses Problem stellt sich bei denjenigen Personengruppen besonders stark, die aus strukturellen oder individuellen Gründen weniger Hintergrundwissen über die Vorteile oder sogar Notwendigkeit eines digitalen Privatheitsschutzes mitbringen. Ebenso fehlt oft das Gefühl, in technischen Bereichen überhaupt selbstbestimmte Entscheidungen treffen zu können. Da es wenig sinnvoll und durchführbar ist, die Privacy Literacy dieser Gruppen mit traditionellen Mitteln zu stärken, sollen durch das Projekt alternative Herangehensweisen zur Gewährleistung des Grundrechts auf informationelle Selbstbestimmung erforscht und erprobt werden.

Die Grundlage für die Entwicklung neuer Schutzkonzepte bildet eine ethisch fundierte Systematisierung verschiedener vulnerabler Gruppen. Ziel ist, die Sensibilität für die Preisgabe privater Daten zu erhöhen, um potenziell negative Folgen abzuwenden. Die Untersuchungsergebnisse werden dazu verwendet, passende aufmerksamkeitserregende Signale (z. B. visuelle Einblendungen) und andere geeignete Mechanismen zu entwickeln, die verhindern, dass etwa dem Sammeln von Daten zu schnell zugestimmt wird. Insbesondere wird untersucht, ob die Wahrnehmung von Eingriffen in die Privatheit instinktiv erfahrbar gemacht werden kann und muss. So sollen intuitive Verhaltensweisen zum Schutz der Privatheit gestärkt werden.

Auf Basis ethischer und psychologischer Ansätze werden im Projekt Mechanismen entwickelt, die zu mehr Datenschutzkompetenz bei den Nutzenden führen und den Selbstschutz der eigenen Privatheit bei Einwilligungsvorgängen stärken. Aufbauend darauf soll das Konstrukt der informierten Einwilligung in Bezug auf vulnerable Gruppen neu konzeptualisiert werden. Aus den Ergebnissen werden konkrete Handlungsempfehlungen für die Entwicklung und Gestaltung entsprechender Benutzerschnittstellen abgeleitet.

Das Projekt „Diversitätsgerechter Privatheitsschutz in digitalen Umgebungen (Divers Privat)“ ist Gegenstand der Förderrichtlinie „Plattform Privatheit – Bürgerinnen und Bürger bei der Wahrnehmung des Grundrechts auf informationelle Selbstbestimmung unterstützen“ im Rahmen des Forschungsrahmenprogramms der Bundesregierung zur IT-Sicherheit „Digital. Sicher. Souverän“. Das BMBF fördert das Projekt für drei Jahre mit 1,23 Mio. Euro.

Weitere Informationen finden sich auf der Webseite des BMBF.

Projektpartner:

- Universität Duisburg-Essen, Sozialpsychologie: Medien und Kommunikation: Prof. Dr. Nicole Krämer (Koordination)
- Universität Passau, Professur für Angewandte Ethik: Prof. Dr. Karoline Reinhardt
- Universität Tübingen, Internationales Zentrum für Ethik in den Wissenschaften (IZEW): PD Dr. Jessica Heesen

Kurzbeschreibung:

Die freie demokratische Willensbildung wird zunehmend durch Desinformationen, die in Messenger-Diensten (Whatsapp, Telegram und co.) verbreitet werden, herausgefordert, wie sich im Fall der massenhaften Verbreitung von falschen, ungenauen oder irreführenden Informationen in Bezug auf die Covid-19-Pandemie zeigt („Infodemie“).

Im Gegensatz zu öffentlichen Beiträgen in sozialen Netzwerken und quasi-journalistischen Plattformen, findet die Kommunikation durch Messenger-Dienste überwiegend im Unsichtbaren statt (sog. „Dark social“). Prägend für diese Verbreitungsform ist auch, dass der Informationsfluss schnell, direkt und massenhaft zwischen Einzelpersonen, als auch in Gruppen, Kanälen und Broadcasts erfolgt.

Um den hochdynamischen Gegenstand der digitalen Desinformation umfassend zu untersuchen, findet im Verbundsprojekt DYNAMO eine interdisziplinäre Zusammenarbeit von Wissenschaftler*Innen der Informatik, Journalistik, Sozialpsychologie und Rechtswissenschaften statt.

Aufbauend auf bisherige Forschungsergebnisse der Projektpartner im Bereich der digitalen Desinformation werden im Projekt DYNAMO Messenger-Dienste und dort verwendete Formate wie Audio- und Videonachrichten fokussiert. Zunächst erfolgt eine Auswahl von Themen mit hohem Desinformationspotential und die Identifikation relevanter Kanäle. Sodann wird eine automatisierte Datenerhebung vorgenommen, wobei der Datenschutz durch eine Privacy-by-Design-Infrastruktur gesichert wird. Auf dieser Grundlage sollen Verbreitungsmuster innerhalb Messenger sowie von Messengern in andere Medien erkannt werden. Zudem werden Nutzungspraktiken, emotionale Komponenten sowie Eigenschaften von Desinformationen bestimmt, die zu einer besonders starken Verbreitung führen. Im nächsten Schritt werden gesellschaftliche, technische und juristische Maßnahmen zur Bekämpfung von Desinformationen untersucht.

Die Universität Kassel, Fachgebiet Öffentliches Recht, IT-Recht und Umweltrecht, widmet sich der rechtswissenschaftlichen Untersuchung des Gegenstands.

Dabei werden verfassungsrechtliche Grundprobleme, die mit den Dynamiken der digitalen Desinformation einhergehen, erörtert. Insbesondere wegen der Privatheit einiger Verbreitungsräume und Unsichtbarkeit des Informationsflusses stellen sich im Vergleich zu öffentlich zugänglichen sozialen Medien und quasi-journalistischen Plattformen neue rechtliche Fragestellungen im Hinblick auf eine grundrechtskonforme Erkennung und Bekämpfung von Desinformation. So sind Grundrechte, wie das Fernmeldegeheimnis, Meinungsfreiheit, Wissenschaftsfreiheit und Berufsfreiheit als auch das Demokratieprinzip, dessen Grundvoraussetzung die freie Willensbildung ist, in einen optimalen Ausgleich zu bringen.

Weitere zentrale Fragestellungen stellen sich in Bezug auf die rechtliche Verantwortlichkeit der Messenger-Dienst-Anbieter und Rechtmäßigkeit der sog. „Community Standards“.

Zudem werden die Auswirkungen und Effektivität rechtspolitischer Maßnahmen, wie des Telekommunikationsgesetzes und des Entwurfs des Digital Services Acts der EU in Bezug auf den Forschungsgegenstand untersucht und Ideen für weitere Regulierungsinstrumente konzipiert.

Die Projektkoordination erfolgt durch das Fraunhofer-Institut für Sichere Informationstechnologie SIT (Prof. Steinebach). Weitere Projektpartner sind die Universität Duisburg-Essen, Sozialpsychologie (Prof. Krämer); und die Hochschule der Medien Stuttgart, Journalistik (Prof. Bader und Prof. Rinsdorf).

Kurzbeschreibung:

Im Jahr 2050 werden etwa zwei Drittel der Weltbevölkerung in Städten leben. 1950 waren es noch 30 Prozent, 2010 schon etwa 50 Prozent. Das andauernde Wachstum der Städte ist nur durch eine effizientere Gestaltung der (kritischen) Infrastrukturen wie Energie, Transport, Logistik und Wasser möglich. Die Informations- und Kommunikationstechnologien (IKT) bieten dabei vielfältige Möglichkeiten, um diese Effizienzgewinne zu erreichen und fungieren als Wegbereiter für digitale Städte. Diese Entwicklung stellt jedoch auch eine Bedrohung für die Funktionsfähigkeit von Städten in Krisensituationen dar. Zunehmende Vernetzung und Abhängigkeit von digitalen Diensten machen Gesellschaften anfälliger für störende Ereignisse, die sich auf die regulären IKT-Funktionen auswirken. IKT-basierte Infrastrukturen sind durch von Menschen verursachte Beeinträchtigungen, Naturkatastrophen, Gewalt und Terror gefährdet. Gleichzeitig ist die Funktionsweise digitaler Städte in Fällen von Extremereignissen, Krisen und Katastrophen bisher nicht ausreichend erforscht. Das durch die Hessische Landesregierung geförderte LOEWE-Zentrum „emergenCITY - The Resilient Digital City“ will Grundlagen, Methoden und Lösungen untersuchen, um einen neuartigen Lösungsansatz der Krisenbewältigung durch IKT-basierte Infrastrukturen zu etablieren. Dieser Ansatz wird als so genannte „Resilient Digital Cities“ bezeichnet. Resilienz meint in diesem Kontext die Fähigkeit eines Systems, Krisen zu absorbieren, sich von diesen zeitnah und nachhaltig zu erholen oder durch Wandlung vergleichbare bzw. neuartige Funktionsfähigkeit zu erlangen. 

Unternehmen, die digitale Produkte oder Dienstleistungen vermarkten, stehen oft vor dem Dilemma, dass ihr Interesse und ihr Bedarf an Kundendaten dem Wunsch der Kundinnen und Kunden nach Privatheit entgegensteht. Für Verbraucherinnen und Verbraucher bedeutet es einen Eingriff in ihre Selbstbestimmungsrechte, wenn sie zu viele Daten preisgeben müssen oder durch digitale Überwachung in ihrem Verhalten unbemerkt gelenkt werden. Im Projekt FAIRDIENSTE wird dieser Strukturkonflikt zum Anlass genommen, verschiedene Wege der fairen Vermittlung von Werten im Zuge der Geschäftsmodellgestaltung mit soziologischen und  (wirtschafts-)informatischen Ansätzen auszuloten und in Beziehung zu setzen. Entwickelt und praxisnah getestet werden soll so eine multidimensionale Methodik der „Ko-Valuation“, d. h. der kooperativen Wertevermittlung, die Unternehmen dabei hilft, ihre wirtschaftlichen Geschäftsmodelle mit Gesichtspunkten datenökonomischer Fairness in Einklang zu bringen.

Projektpartner
Das Projekt ist eine Kooperation der Fachgebiete Soziologische Theorie (Prof. Dr. Jörn Lamla, Verbundkoordination), Partizipative IT-Gestaltung (Prof. Dr. Claude Draude) sowie Wissensverarbeitung (Prof. Dr. Gerd Stumme) an der Universität Kassel, dem Institut für Wirtschaftinformatik und Neue Medien an der Ludwig-Maximilians-Universität München (Prof. Dr. Thomas Hess), dem Unternehmen BurdaForward (Dr. Richard Weber, München) sowie dem Institut für Technik und Journalismus (Miriam Ruhenstroth, Berlin).

Die KI-Nachwuchsgruppe „Graphs in Artificial Intelligence and Neural Networks (GAIN)“ hat im September 2020 an der Universität Kassel und dem Fraunhofer IEE in Kassel ihre Arbeit aufgenommen. Die Arbeitsgruppe beschäftigt sich unter ihrer Leitung mit der Dynamik und Erklärbarkeit von Graph Neural Networks. Ziel der Nachwuchsgruppe GAIN ist die Entwicklung von Algorithmen für bisher ungelöste Probleme in der Dynamik von Graph Neural Networks, um deren Anwendung unter anderem im Bereich erneuerbare Energien zu ermöglichen. Ein weiterer Fokus wird auf der Erklärbarkeit der Algorithmen liegen, um den Übergang der Algorithmen aus der Grundlagenforschung heraus in die Anwendung zu erleichtern.

Ausgangssituation:

Fortschritte im Bereich der künstlichen Intelligenz, (insb. des maschinellen Lernens und der Spracherkennung), bieten neue Gestaltungsmöglichkeiten zur Reorganisation von Wissensarbeit an der Schnittstelle von Mensch und KI. KI-Systeme liefern nicht nur Potenziale in der Automatisierung von Routineaufgaben, sondern können als neue „Teammitglieder“ die Lösung von komplexen Aufgaben von Mitarbeiter*innen unterstützen, da sie in vielen Bereichen zum Menschen komplementäre Fähigkeiten beitragen. Menschen nehmen KI-basierte Systeme als soziale Akteure wahr, stellen deshalb aber auch ähnliche Erwartungen an die Qualität ihrer Lösungsbeiträge und ihr Kommunikationsverhalten, die häufig nicht erfüllt werden und zu Unzufriedenheit, Ablehnung bzw. Nicht-Nutzung der Systeme führen können. Durch die Unterschiede hinsichtlich der Fähigkeiten und Fertigkeiten von Menschen (d.h. menschlicher Intelligenz) und Maschinen (d.h. künstlicher Intelligenz) entstehen neuartige Gestaltungsherausforderungen in der Zusammenarbeit (hybride Intelligenzsysteme) sowie den Lernverfahren für menschliches und maschinelles Lernen.

Projektziele:

Ziel der Nachwuchsgruppe „HyMeKI“ ist die Entwicklung, Erprobung und Validierung von sozio-technischen Gestaltungsanforderungen und –mustern zur Entwicklung von KI-Systemen in der Wissensarbeit. Diese implementieren kollaborative Arbeitspraktiken der Mensch-KI-Zusammenarbeit, insbesondere zur Arbeitsteilung, zur transparenten, nachvollziehbaren Übergabe von Aufgaben und Arbeitsständen und zur Förderung des Lernens zwischen Menschen und KI-Systemen entsprechend ihrer jeweiligen Stärken.

Zur Zielerreichung werden zunächst repräsentative Kollaborationsszenarien im Bereich der Wissensarbeit anwendungsorientiert durch empirische Anforderungserhebung mit Unternehmen erhoben und modelliert. Die Nachwuchsgruppe „HyMeKI“ entwickelt darauf aufbauend eine Taxonomie zur Arbeitsteilung von Menschen und KI-Systemen. In Anlehnung daran werden Techniken zur Übergabeorchestrierung zwischen Menschen und KI sowie Techniken zur Förderung von KI- (bzw. Mensch-) unterstützten menschlichem (bzw. maschinellen) Lernen exploriert und in Gestaltungsmuster überführt. Die entwickelten Techniken und Gestaltungsmuster werden prototypisch instanziiert und in Labor-, Feld- und Onlinestudien sozio-technisch evaluiert. Das Vorhaben folgt damit einem gestaltungsorientierten Multimethodenansatz iterativer Entwicklung und Evaluation.

Teilvorhaben Kassel:

Das Teilprojekt „Techniken zur Förderung von KI-unterstütztem menschlichen Lernen sowie Menschunterstütztem KI-Lernen im Kontext der Wissensarbeit“ umfasst einen von zwei Forschungsschwerpunkten der Nachwuchsgruppe und wird von der Universität Kassel geleitet. Das Teilprojekt hat zum Ziel, Techniken für KI-unterstütztes menschliches Lernen (KI trainiert Mensch) sowie Techniken für Mensch-unterstütztes KI-Lernen (Mensch trainiert KI) im Anwendungsfeld der Wissensarbeit zu explorieren, Lerneffekte in Form von Wissenszuwachs im Labor und im Feld mittels qualitativer und quantitativer Methoden zu analysieren und Gestaltungsmuster abzuleiten. Die gesammelten Erkenntnisse fließen in die beiden Querschnittsthemen – d.h. eine Taxonomie zur Arbeits- und Aufgabenteilung zwischen Mensch und KI sowie ein Gestaltungsmusterkatalog, der KI-Nachwuchsgruppe ein.

 

Projektpartner:

» Universität Kassel, Fachgebiet Wirtschaftsinformatik, Dr. Sarah Oeste-Reiß (Nachwuchsgruppenleiterin), Prof. Dr. Jan Marco Leimeister (Mentor)
» Universität Kassel, Fachgebiet Intelligente Eingebettete Systeme, Prof. Dr. Bernhard Sick (Mentor)
» Universität Hamburg, Wirtschaftsinformatik, Sozio-Technische Systemgestaltung, Prof. Dr. Eva Bittner (Nachwuchsgruppenleiterin)

Feld- und Transferpartner:
» IHK Hessen innovativ
» Aiconix GmbH, Hamburg
» smartransfer, Kassel

Aus­gangs­si­tua­ti­on

Bereits vor der Pandemie stieg die Nutzung von Videos und andere Lerninhalte zur Unterstützung von Lernprozessen stark an. Durch die Schließung vieler Bildungsstätten, wie Universitäten, ist der Einsatz von Lernvideos als Lernmethode nochmals stark angestiegen. Darüber hinaus verfolgt die Universität Kassel mit einem Entwicklungsplan und ihrem Leitbild das Ziel, die Digitalisierung von Studium und Lehre voranzutreiben. Dabei zeigt sich, dass der zunehmende Einsatz von Lernvideos und die fehlenden Interaktionen innerhalb der Videos auch negative Auswirkungen auf die Lernergebnisse von Studierenden haben können. Denn typische Lernvideos, in welchen ein Dozierender Inhalte vorträgt, können schnell demotivierend wirken, und vor allem leistungs-schwache Studierende benachteiligen. Vor diesem Hintergrund sollen Lernvideos nicht nur zur reinen Wissensvermittlung eingesetzt werden, sondern auch eine Wissensüberprüfung sowie Austausch mit anderen Studierenden ermöglichen, um die Interaktion im Rahmen des Einsatzes solcher Formate zu fördern. Gleichzeitig gibt es immer mehr Möglichkeiten für die Weiterentwicklung von Lernvideos mittels interaktiven oder auch gamifizierten Elementen, welche den Lernprozess von Studierenden anregen können.

Pro­jekt­ziel und Hin­ter­grund

Im Rahmen des Projekts werden lernzentrierte Ko-Kreationskonzepte entwickelt, um zum einen heterogene Gruppen von Studierenden in den Entwicklungsprozess von Lernvideos zu integrieren und zum anderen, um interaktive kurze Lerninhalte als motivierende und Engagement steigernde Elemente in Lehr-Lernformaten zu entwickeln. Dabei sollen Studierende personalisiert unterstützt werden, selbstständig kurze Lernvideos (5-8 Minuten) zu entwickeln und diese mit interaktiven Elementen aufzubereiten. Durch den Einsatz von digitalen Assistenten, sog. Chatbots, können die Studierenden aktiv und skalierbar im Erstellungsprozess unterstützt werden. Die Kombination von interaktiven Lernvideos mit Ko-Kreationskonzepten bietet uns die Möglichkeit, Studierende aktiv in digita-len Lehr-Lernprozesse einzubeziehen und tiefergehende didaktische Innovationen hinsichtlich der Gestaltung von Lernvideos und Ko-Kreationselementen in der Hochschule anzustoßen und mitzugestalten.

Grundlage für die Pilotierung ist ein bestehendes Flipped Classroom Konzept im Rahmen von bestehenden Grundlagenveranstaltungen, um die Ko-Kreationselemente innerhalb der Lehrveranstaltungen zu implementieren und auf ihre Wirksamkeit zu evaluieren. Das Projekt setzt sich zum Ziel, übertragbare Open Educational Ressource (OER) Konzepte und Module auf Basis von Open-Source Produkten zu entwickeln, um die Interoperabilität und die Übertragbarkeit der entwickelten Konzepte auf andere Kontexte zu ermöglichen.

Kurzbeschreibung:

Bei dem Forschungsprojekt Künstliche Intelligenz zur Fremdkörperdetektion in befüllten Getränkeflaschen (KI4FKD) handelt es sich um ein Verbundvorhaben zwischen dem Fachgebiet Intelligente Eingebettete Systeme (IES) der Universität Kassel und der miho Inspektionssysteme GmbH aus Ahnatal bei Kassel. Dieses Projekt wird von der WIBank unter dem Distr@l Förderprogramm der hessischen Staatskanzlei im Bereich der Ministerin für Digitale Strategie und Entwicklung gefördert.

Ziel des Projektes ist die Entwicklung einer Inline-Fremdkörperdetektion auf Basis Künstlicher Intelligenz (KI). Fokus ist auch die Interaktion zwischen Mensch und KI für eine hohe Bedienerfreundlichkeit und zur kontinuierlichen Verbesserung.

Projektpartner:

• Universität Kassel - Intelligente Eingebettete Systeme IES
• miho Inspektionssysteme GmbH

Kurzbeschreibung:

Das Projekt KoDaKIS "Konzeption von Datengetriebenen KI-Services" ist eine innovative Initiative zur Digitalisierung des Sozialsektors, geleitet von Prof. Dr. Leimeister an der Universität Kassel in Zusammenarbeit mit dem Landeswohlfahrtsverband Hessen (LWV). Es zielt darauf ab, mittels KI-Technologien datengetriebene Services zu konzipieren, die komplizierte Verwaltungsprozesse vereinfachen und die Bearbeitungszeiten verkürzen. Durch maßgeschneiderte Lösungen für die individuellen Bedürfnisse der Leistungsempfänger wird ein direkter sozialer Mehrwert geschaffen, der nicht nur die Lebensqualität verbessert, sondern auch die Effizienz im Sozialsektor signifikant steigert. KoDaKIS steht somit exemplarisch für den Einsatz fortschrittlicher Technologien zur Förderung einer effizienteren und gerechteren sozialen Fürsorge.

Kurzbeschreibung:

The project will lay first foundations for a new field of Ordinal Data Science. In particular, we will address a research question that is relevant for many aspects in Ordinal Data Science: The charm of algebraic methods (as those in order and lattice theory) is that they provide elegant means for decomposing complex structures, and thus to reduce the underlying complexity. However, these decompositions only work under certain preconditions. Unfortunately, real world data in general do not completely meet these preconditions (that is why most machine learning methods rely on statistical approaches). The central question of the project is thus how to relax or adopt algebraic-based methods such that they are able to cope with real-world (ie. inaccurate, disturbed, noisy …) data?

Kurzbeschreibung:

Die Plattformökonomie kann in den letzten Jahren auf einen nahezu unvergleichbaren Erfolgszuwachs zurückblicken, und auch für die Zukunft wird digitalen Plattformen unverändert ein erhebliches Wachstums- und Innovationspotenzial zugesprochen. Nicht zuletzt begünstigt durch die spezifischen ökonomischen Charakteristika digitaler Plattformen, die diese in einem besonderen Maße zur Sammlung und Verarbeitung der Daten ihrer Nutzer befähigen, sind die gewinnbringende Nutzung und Verwertung von Daten regelmäßig Grundlage für ein erfolgreiches plattformbasiertes Geschäftsmodell. Folgerichtig geht mit der datenschutzkonformen Umsetzung von Geschäftsmodellen in der Plattformökonomie häufig eine signifikante Bindung der den Plattformbetreibern zur Verfügung stehenden finanziellen wie auch personellen Ressourcen einher. Insbesondere die in der seit Mai 2018 unmittelbar anwendbaren Datenschutz-Grundverordnung (DSGVO) niedergelegten Grundsätze (z.B. Transparenz, Datenminimierung, Integrität), die vielfältigen Betroffenenrechte (z.B. Recht auf Auskunft, Recht auf Löschung, Recht auf Datenübertragbarkeit) sowie auch die umfangreichen Rechenschafts- und Nachweispflichten der Verantwortlichen einer Datenverarbeitung resultieren in erheblichen Umsetzungsaufwänden – zugleich gepaart mit der nachvollziehbaren Angst vor möglichen Sanktionen bei Rechtsverstößen. Während größere Plattformbetreiber üblicherweise die zur Herstellung der Rechtskonformität notwendigen Ressourcen zur Verfügung haben, können privatsphärenfreundliche datengetriebene Geschäftsmodelle von kapitalschwächeren KMU oder Startups nur schwerlich umgesetzt werden – innovative, kleinere Anbieter sehen sich somit einer Marktbarriere gegenüber, die oftmals geeignet ist, sie aus dem Wettbewerb herauszuhalten.

An dieser Stelle setzt das PERISCOPE-Projekt an: Um den Privatsphärenschutz entsprechend den hohen europäischen Standards mit datengetriebenen Plattformgeschäftsmodellen in Einklang zu bringen, sollen Transparenz und Kontrolle personenbezogener Daten sowohl für den Betroffenen als auch für den Plattformbetreiber gesteigert werden. Dabei werden im Wesentlichen zwei Ziele verfolgt. Zum einen soll auf technischer Ebene ein benutzerfreundliches, effizientes und DSGVO-konformes Personal Rights Management (PRM)-System zur Gewährleistung der Betroffenenrechte aus der DSGVO entwickelt werden, und zum anderen soll aus ökonomischer Perspektive eine Analyse der potentiellen Ausgestaltungsmöglichkeiten privatsphärenfreundlicher Geschäftsmodelle in der Plattformökonomie erfolgen. Die in diesem Rahmen identifizierten Geschäftsmodelle werden in einen Navigator für privatsphärenfreundliche Geschäftsmodelle integriert, der interessierte Unternehmen bei der Identifikation für sie geeigneter Geschäftsmodelle unterstützen soll und dabei unter anderem Einflussfaktoren wie auf Seiten der Unternehmen bereits vorhandene Datenbestände berücksichtigt.

Der Universität Kassel, Fachgebiet Öffentliches Recht, IT-Recht und Umweltrecht, obliegt die Bearbeitung der rechtswissenschaftlichen Fragestellungen des Projekts. Ziele des rechtswissenschaftlichen Teilvorhabens sind die Identifikation der rechtlichen Anforderungen an datengetriebene Geschäftsmodelle, die Konkretisierung der datenschutz- und IT-sicherheitsrechtlichen Anforderungen mittels gestaltungsorientierter rechtswissenschaftlicher Methoden (konkret: mittels der Methode KORA zur Konkretisierung rechtlicher Anforderungen) sowie die Sicherstellung der datenschutzrechtskonformen Gestaltung der technischen und ökonomischen Lösungskomponenten, die gemeinsam mit den Projektpartnern entwickelt werden.

Projektbeteiligte:
Fraunhofer-Institut für Arbeitswirtschaft und Organisation (IAO) als Verbundkoordinator
Goethe-Universität Frankfurt (Professur für Wirtschaftsinformatik und Informationsmanagement)
Universität Stuttgart (Institut für Arbeitswissenschaft und Technologiemanagement)
IT-Dienstleistungsunternehmen WidasConcepts GmbH 
SaaS-Plattform gohobi UG 

Kurzbeschreibung:

Die Auswirkungen der Digitalisierung frühzeitig zu erkennen, zu bewerten und so zu gestalten, dass Privatheit, Selbstbestimmung und Demokratie durch Digitalisierung gewinnen, ist von hoher Forschungspriorität. Bisher wurden solche Anstrengungen nur vom Forum Privatheit und selbstbestimmtes Leben in der digitalen Welt unternommen, in dem von 2014 bis 2021 acht Forschungsinstitutionen zusammenarbeiteten.

2021 wurde die Förderung des BMBF weiter intensiviert und unter dem Dach einer „Plattform Privatheit“ gebündelt. Die bisherigen Aufgaben des „Forum Privatheit“ in Bezug auf den innerwissenschaftlichen Austausch, der Wissenschaftskommunikation sowie als Expertengruppe, die zu aktuellen Fragen von Datenschutz und Privatheit Stellung nimmt, werden seit April 2021 im Sinne einer Projekt- oder Programmbegleitung von einer wissenschaftlichen Koordination (Akronym: PlattformPrivat) übernommen.

Das Forum Privatheit bündelt die vom BMBF im Themenbereich Privatheit und Digitalisierung geförderten Forschungsvorhaben, insbesondere solche mit einer interdisziplinären Herangehensweise. Für diese Vorhaben werden in einer Rahmenbekanntmachung die grundlegenden Rahmenbedingungen (wie die Zusammenarbeit mit der wissenschaftlichen Koordination) festgelegt. Mindestens einmal jährlich wird eine Förderbekanntmachung veröffentlicht, aus der jeweils etwa vier Projekte hervorgehen sollen.

Webseite des Forum Privatheit
 

Projektpartner
Fraunhofer-Institut für System- und Innovationsforschung ISI, Karlsruhe

Pressemitteilung
Forschung für eine funktionierende Demokratie

Kurzbeschreibung:

Förderrichtlinie „Plattform Privatheit – IT-Sicherheit schützt Privatheit und stützt Demokratie“ im Rahmen des Forschungsrahmenprogramms der Bundesregierung zur IT-Sicherheit „Digital. Sicher. Souverän“

Verbundpartner:

Stefan Voigt, Vorstand, Open Search Foundation e.V.

Motivation:
Die digitale Transformation von Gesellschaften weltweit hat in den letzten Jahren nicht nur weiter an Dynamik gewonnen, sondern auch immer deutlicher spürbar globale Wirkungs- und Problemzusammenhänge ausgebildet. Heute stehen dabei vor allem die praktisch allgegenwärtigen Systeme der Künstlichen Intelligenz (KI) im Zentrum des wissenschaftlichen, politischen, ökonomischen, normativen und regulatorischen Interesses. KI und Globalisierung erzeugen neue Herausforderungen für den Datenschutz als einem Instrument für die Selbstbestimmung und Entscheidungsautonomie und damit letztendlich auch für demokratische Prozesse.

Ziele und Vorgehen:
Die Ziele des Projektes „Privatheit, Demokratie und Selbstbestimmung im Zeitalter von KI und Globalisierung (PRIDS)“ zentrieren sich auf die Analyse ebendieses Spannungsfeldes. Es wird sowohl theoretisch als auch empirisch untersucht, wie eine Selbstbestimmung des Individuums heute und in Zukunft gelingen kann. Denn vermehrt werden private Daten nicht nur dadurch gesammelt, dass Menschen sie aktiv preisgeben, sondern auch durch Auswertungen von Verhaltensdaten. Die damit verbundenen gesellschaftlichen Fragen werden im interdisziplinären Forschungsvorhaben vertieft analysiert. Das dabei gewonnene Wissen soll durch Publikationen, Vorträge und die Teilnahme an Nachwuchsnetzwerken kontinuierlich in den gesellschaftlichen Diskurs einfließen.

Bei der Forschungsarbeit werden vier inhaltliche Schwerpunkte gesetzt:

• Erstens betrachten die Forschenden grundlegende Berührungspunkte und Auswirkungen von KI-Instrumenten auf die Selbstbestimmung von Individuen und Gruppen.
• Zweitens sollen die Konsequenzen von Datensammlung und „intelligenter“ Auswertung in unterschiedlichen Kontexten und für unterschiedliche gesellschaftliche Gruppen über die Lebensspanne identifiziert werden, zum Beispiel in Schulen und im Gesundheitsweisen, für Kinder und andere vulnerable Gruppen.
• Drittens sollen mögliche Wege für die rechtlichen, politischen und technischen Möglichkeiten des Grundrechtsschutzes in zunehmend globalen Infrastrukturen aufgezeigt werden.
• Im vierten Schwerpunkt untersuchen die Forschenden die Rolle des Datenschutzes für die internationale Wettbewerbsfähigkeit und loten Möglichkeiten aus, wie Datenschutz in einem marktwirtschaftlichen Umfeld garantiert werden kann.

Innovationen und Perspektiven:
Durch den interdisziplinären Ansatz und die evidenzorientierte Vorgehensweise werden im Projekt Grundlagen für eine Vielzahl von weiteren Aktivitäten gelegt, die zum Diskurs über eine moderne freiheitlich demokratische Gesellschaft beitragen: die Sensibilisierung der Öffentlichkeit für Fragen der Privatheit in digitalen Welten, die Unterstützung der Politik bei der Identifikation drängender Fragen sowie die Versorgung von Marktakteuren mit Orientierungswissen.

Verbundkoordinator
Fraunhofer ISI, Karlsruhe

Projektpartner
Ludwig-Maximilians-Universität München
Unabhängiges Landeszentrum für Datenschutz Schleswig-Holstein (ULD), Kiel
Universität Duisburg-Essen
ITeG, Universität Kassel
Eberhard Karls Universität Tübingen

Kurzbeschreibung:

Aufgrund der wichtigen Rolle, die Kommunikationsnetze und insbesondere das Internet in unserer Gesellschaft spielen, werden solche Ausfälle als erhebliche Bedrohung für unser tägliches Leben angesehen. Der Hauptgrund für diese Ausfälle liegt insbesondere in der stetig steigenden Komplexität heutiger Netze. Während Netzbetreiber bereits damit beschäftigt sind, etablierte Protokolle zu kontrollieren und zu konfigurieren, um Ausfälle zu beheben oder das Internet auf die Zukunft vorzubereiten, erhöhen neue Technologien wie rekonfigurierbare, softwarisierte und programmierbare Netze die Anzahl der Konfigurationsmöglichkeiten. Jedoch bleiben Netzbetreiber mit ihren traditionellen Werkzeugen für den Netzbetrieb auf der Strecke. Auf maschinellem Lernen (ML) basierende Netzwerkmanagementlösungen bieten eine Möglichkeit, die Komplexität des Netzwerkmanagements zu bewältigen. ML kann jedoch selbst die Widerstandsfähigkeit des Netzes beeinträchtigen, indem es falsche Entscheidungen trifft. Diese Entscheidungen sind zudem schwer nachzuvollziehen, da ML teilweise immer noch als sogenannte Black Box agiert. Das Ziel dieses Projekts ist es, die Widerstandsfähigkeit von Netzen zu verbessern, indem Situationen identifiziert werden, in denen maschinelles Lernen dazu beiträgt, Netze widerstandsfähiger zu machen. Um dieses Ziel zu erreichen, soll in diesem Projekt eine Methodik zur Risikobewertung von (ML-gesteuerten) Netzmanagementansätzen entwickelt werden. Der Einfluss eines bestimmten Netzmanagement-Ansatzes (z.B. ML-basiert) auf die Resilienz von Netzen wird mittels einer Resilienz-Funktion erfasst, die durch unsere Methodik abgeleitet wird. In einem zweiten Schritt erfassen wir die nicht-trivialen Interaktionseffekte, die auftreten können, wenn ML-basierte Netzmanagementfunktionen unabhängig voneinander in verschiedenen Bereichen von Netz (z.B. Routing und Abwehr von Anomalien) eingesetzt werden. Zur Veranschaulichung unserer Methoden nehmen wir einen Anwendungsfall aus dem Bereich der Weitverkehrsnetze ins Visier und konzentrieren uns dabei auf zwei Probleme: i) Internet-Routing und ii) Angriffserkennung und -abwehr. Wir argumentieren, dass ML für die Verwaltung komplexer Netze geeignet sein kann, wenn es ausreichend kontrolliert werden kann. Die Anwendung von ML sollte die Widerstandsfähigkeit der Netze erhöhen, und nicht beeinträchtigen. Unser Rahmenwerk hilft bei der Verwirklichung der Vision von Resilienz durch Design, wenn neue ML-basierte Lösungen vorgeschlagen werden: Es sollte ein integraler Bestandteil der Analyse von ML-Lösungen werden, bevor sie in die Praxis umgesetzt werden.

Kurzbeschreibung:

Motivation
Um das immer komplexer werdende Energiesystem (Energiegewinnung, -speicherung, -nutzung und-transport) weiter beherrschen und optimieren zu können, sind automatisierte und intelligente Lösungen notwendig. Klassische Optimierungsverfahren sind meist für die Nutzung im Echtzeitbetrieb nicht geeignet, da sie keine verwertbare Lösung in angemessener Rechenzeit erzeugen. Bereits existierende regelbasierte Systeme, die heutzutage in der Energiewirtschaft zur Automatisierung eingesetzt werden, sind jedoch nicht imstande, schnell auf neue Situationen zu reagieren und sich selbstständig auf die neuen Gegebenheiten zu optimieren. Probleme, die dadurch innerhalb des Energiesystems auftreten können, reichen von teuren Ausgleichsmaßnahmen bis hin zu kompletten Stromausfällen.

Ziele und Vorgehen
Diese Herausforderung greift das Projekt RL4CES auf und untersucht die Potentiale von intelligenten Algorithmen, sich selbständig an neue Situationen optimal anzupassen. Dazu wird speziell an der Methode des Deep Reinforcement Learning (DRL) geforscht und das Ziel verfolgt, DRL zur Entscheidungsunterstützung und Prozessautomatisierung in die industrielle Anwendung zu integrieren. Um DRL in der Energiewirtschaft erfolgreich einsetzen zu können, werden im Projekt Methoden entwickelt, die den Einsatz von DRL sicherer, effektiver, erklärbar und kostengünstig machen. Um die Anwendung der entwickelten Methoden in der Praxis zu demonstrieren, werden die zwei Anwendungsfälle Automatisierte Netzsteuerung und Automatisierter Energiehandel betrachtet.

Innovationen und Perspektiven
Die Ergebnisse sollen unmittelbar zu wissenschaftlichen Veröffentlichungen auf nationalen und internationalen Konferenzen sowie in Fach- zeitschriften führen. Im Rahmen der wirtschaftlichen Verwertung sollen die Ergebnisse in einem ersten Schritt in der Industrie prototypisch umgesetzt und evaluiert werden. Industrie, wie zum Beispiel mit der automatisierten Steuerung der Stromnetze in den Leitwarten oder dem automatisierten Energiehandel.

Kurzbeschreibung:

Dieses Projekt zeigt die Vorteile von Aufgabenroutinisierung auf. Arbeitsaufgaben sind der Kern einer Arbeitstätigkeit und Merkmale der Aufgaben können daher das Erleben der Arbeit beeinflussen. Basierend auf dem Model der Leistungsepisoden und bei Berücksichtigung der Natur von Routinisierung erwarten wir positive Effekte auf Wohlbefinden und Arbeitsleistung, weil die Arbeit bei routinisierten Aufgaben weniger anstrengend und aufwändig ist. Diese Vorteile sollen sich besonders bei bestimmten Personen und bei komplexen anschließenden Aufgaben zeigen. In vier Studien werden wir die Hypothesen zu diesen Effekten testen. Dieses Forschungsprogramm trägt bei zum Wissen über die Dynamik von Wohlbefinden und Arbeitsleistung indem es die Sequenz und Merkmale von Arbeitsaufgaben berücksichtigt, und liefert Hinweise für die Gestaltung von digitalen Arbeitsumgebungen.
 

Projektpartner :
Prof. Shaul Oreg, Ph.D – The Hebrew University of Jerusalem
Prof. Dr. Sandra Ohly – Universität Kassel

Kurzbeschreibung:

Förderrichtlinie „Plattform Privatheit – IT-Sicherheit schützt Privatheit und stützt Demokratie“ im Rahmen des Forschungsrahmenprogramms der Bundesregierung zur IT-Sicherheit „Digital. Sicher. Souverän“

Verbundpartner:

* Jessica Szczuka, INTITEC (Intimacy with and through technology) Junior Research Group, Universität Duisburg-Essen (Koordination),

* Joel Baumann, Neue Medien, Kunsthochschule Kassel,

* Christof Paar/Theodor Schnitzler, Research Center Trustworthy Data Science and Security, Ruhr-Universität Bochum

Kurzbeschreibung:

Hinter dem Schlagwort der digitalen Selbstvermessung oder des „Quantified Self“ verbirgt sich mittlerweile ein Massenmarkt, der für die Gesellschaft sowohl Potenziale als auch Risiken mit sich bringt. Über den rein privaten Anwendungsbereich (z.B. Fitness-Tracker) hinaus können die Instrumente der Selbstvermessung jedoch auch für den Bereich der Telemedizin nutzbar gemacht werden.

Das Verbundprojekt „Digitale Selbstvermessung selbstbestimmt gestalten (TESTER)“ verfolgt das Ziel der Erforschung eines Privacy Assistenten als Demonstrator, der Transparenz und Intervenierbarkeit bzgl. Daten aus der Selbstvermessung schaffen soll. Dieses soll im Hinblick auf die Transparenz durch eine personalisierte Aufbereitung der Daten über die Selbstvermessung und deren Verwendung und im Hinblick auf die Intervenierbarkeit durch geeignete Werkzeuge geschehen, die die „Selbstvermesser“ in die Lage versetzen, ihre Rechte bezüglich des Umgangs mit ihren Selbstvermessungsdaten mit geringem Aufwand wahrzunehmen.

Ziel des rechtswissenschaftlichen Teilvorhabens an der Universität Kassel, Fachgebiet Öffentliches Recht, IT-Recht und Umweltrecht, ist in erster Linie die rechtskonforme Gestaltung des Privacy Assistenten. Dies wird mittels der aus vier Stufen bestehenden Methode zur Konkretisierung rechtlicher Anforderungen (KORA) erreicht. Dabei werden zunächst rechtliche Chancen und Risiken bestimmt, rechtliche Anforderungen formuliert und diese zu rechtlichen Kriterien konkretisiert, bevor in enger Kooperation mit den technischen Partnern technische Gestaltungsziele und Gestaltungsvorschläge erarbeitet werden.

Aus rechtswissenschaftlicher Sicht bestehen schon seit längerer Zeit Überlegungen, wie man der zunehmenden Komplexität der allgegenwärtigen Datenverarbeitung und der damit verbundenen Informationsflut (Datenschutzerklärungen) und drohenden Ubiquität von Einwilligungserklärungen mittels entsprechender technischer Unterstützung Herr werden kann. Parallel dazu hat sich eine umfangreichere Diskussion zu allgemeinen Rechtsfragen von Softwareassistenten entwickelt. Diese umfasst auch Spezialfragen, wie zum Beispiel Fragen des Verbraucherschutzrechts. Die Diskussion zu den rechtlichen Möglichkeiten und Grenzen von Privacy Assistenten und ihre Einbettung in das durch die Datenschutzgrundverordnung geschaffene neue europäische Datenschutzrecht steht aber noch am Anfang. Das Projekt kann hier auf entsprechende allgemeine Vorarbeiten aufbauen. Es fehlt diesbezüglich allerdings noch an ausgearbeiteten Konzepten. Auch die Verbindung der Thematik mit Technologien der Selbstvermessung und den dadurch vor allem im Gesundheitsbereich hervorgerufenen Rechtsfragen erfolgte bisher nicht.

Über diese Grundsatzfragen hinaus bestehen Bezüge zu der allgemeinen rechtswissenschaftlichen Diskussion um Fitnesstracker und sonstige Wearables. Insbesondere hinsichtlich der Problematik der Verwendung von Gesundheitsdaten kann auf diese Arbeiten aufgebaut werden. Diese zielen jedoch typischerweise auf die strikte Einhaltung der Datenminimierung und damit auf die Vermeidung personenbezogener Daten, während es im Projekt TESTER gerade um deren selbstbestimmte Freigabe geht.

Im Bereich der Telemedizin stellen sich zusätzliche rechtliche Fragen. Ein Beispiel dafür ist der Umgang mit Personen, die keine Selbstvermessung betreiben möchten und die Frage, ob vor diesem Hintergrund Sondertarife der Krankenversicherungen für „Selbstvermesser“ zulässig sind.

Projektpartner:
Die Koordination des Projekts obliegt dem Fraunhofer-Institut für Arbeitswirtschaft und Organisation (IAO). Weitere Verbundpartner sind die Actimi GmbH und die Universität Stuttgart, Institut für Arbeitswissenschaft und Technologiemanagement (IAT).

Kurzbeschreibung:

Mit ihren hohen Pulsenergien und kurzen Pulsdauern haben Freie-Elektronen-Laser das Feld der Röntgenexperimente seit über 15 Jahren revolutioniert. Die Erzeugung ultrakurzer Röntgenpulse basiert auf dem Prinzip der selbstverstärkten spontanen Emission. Die dabei entstehenden inhärent zufälligen Röntgenpulsformen setzen den Untersuchungen jedoch experimentelle Grenzen in Bezug auf Zeitauflösung und für intensitätsabhängige Messungen. Im Rahmen des vorangehenden BMBF-Projektes SpeAR_XFEL haben die Projektpartner ein neues Spektrometer mit Winkelauflösung gebaut, mit dessen Hilfe einzelne Röntgenpulse an Freie-Elektronen-Lasern mit Attosekunden-Genauigkeit charakterisiert werden können. Diese Technik des Angular Streaking soll in dem BMBF-Projekt TRANSALP von der Freie-Elektronen-Pulscharakterisierung zu einem vielseitig einsetzbaren Instrument für die ultraschnelle Röntgenforschung weiter entwickelt werden.

Eine breite wissenschaftliche Gemeinschaft, die von Physikern über Materialwissenschafter bis hin zu Biologen und Medizinern reicht, hat Freie-Elektronen-Laser mittlerweile als Forschungswerkzeug entdeckt. Viele der interessantesten Fragestellungen beziehen sich auf biologisch relevante Vorgänge wie ultraschnelle Reaktionswege photochemischer Prozesse in organischen Molekülen, die Rolle von Ionisationsdynamiken bei Beschädigung der DNS oder die elektronische Anregung von Strukturänderungen in Bioproteinen. TRANSALP wird die in SpeAR_XFEL entwickelte Apperatur mit einem LiquidJet kombinieren, um ultraschnelle, photoinduzierte Abläufe an biologischen Proben in der flüssigen Phase verfolgen zu können. In Verbindung mit einem dedizierten Lasersystem, das spezifisch auf die Bedürfnisse für Angular Streaking abgestimmt ist, und neu entwickelten Algorithmen des Maschinellen Lernens (ML) zur Online-Analyse und Fehlerkorrektur soll am Free-electron LASer in Hamburg (FLASH) der Prototyp eines einzigartigen Instruments für zeit- & winkelaufgelöste in situ-Elektronenspektroskopie an organischen Molekülen in der flüssigen Phase entstehen.

Die Aufgaben des Fachgebiets Intelligente Eingebettete Systeme im Kontext dieses Projektes sind:

• Weiterentwicklung und Anpassung von bereits vorhandenen Online-Pulscharakteristikbestimmungsalgorithmen auf die neuen Daten.
• Entwicklung und Bewertung neuer ML-Techniken für den Umgang mit den eingehenden Big Data bei FLASH
• Entwurf und Implementierung neuer ML-Algorithmen für verbessertes, wissenschaftliches Experimentieren

Kooperationspartner in dem Projekt:
TU Dortmund, Zentrum für Synchrotronstrahlung (DELTA)
Universität Kassel, Institut für Physik und CINSaT
Deutsches Elektronen-Synchrotron DESY
European X-Ray Free-Electron Laser Facility GmbH

Kurzbeschreibung:

Die hochumstrittene Frage der Zuweisung von Daten(-rechten) hat Auswirkungen auf Zugangsoptionen und beeinflusst damit unsere Möglichkeiten, Daten möglichst effektiv und gemeinwohlverträglich zu nutzen. Die Projektgruppe hinterfragt daher traditionelle Vergabe- und Zugangsvorgaben. Sie untersucht zum einen konkrete Möglichkeiten, wie der Datenzugang so gestaltet werden kann, dass er akteursübergreifende Verantwortung widerspiegelt und einzelne Datenanbieter weder überfordert noch überschätzt. Zum anderen ist vor dem Hintergrund systematisch-philosophischer Konzeptionen von „Rechten“ zu fragen, inwieweit Datenzugänge ein sinnvolles Anwendungsfeld bilden, um traditionelle Subjektvorstellungen und darauf aufbauende Rechtsvorstellungen zu modifizieren.

Projektbeteiligte:
Sprecher: Prof. Dr. Steffen Augsberg, Justus-Liebig-Universität Gießen
stellvertretende Sprecherin: Prof. Dr. Anne Riechert, Frankfurt University of Applied Sciences

Technische Universität Darmstadt (Prof. Dr. Marcus Düwell, Prof. Dr. Petra Gehring)
Universität Kassel (Prof. Dr. Gerrit Hornung, LL.M.)
Gothe-Universität Frankfurt am Main (Prof. Dr. Doris Schweitzer)

 Kurzbeschreibung:

Angesichts neuer Bedrohungen für Staat und Gesellschaft wurden die deutschen Sicherheitsbehörden seit geraumer Zeit zentralisiert, ausgebaut und erhielten neue Aufgaben. Ihre Tätigkeit wandelte sich sukzessive von reaktivem Einzelfallbezug hin zu einem strukturierten operativen Vorgehen, das Risiken frühzeitig erkennen und ihnen entgegenwirken soll. Je mehr es gilt, Gefahren rechtzeitig zu antizipieren, desto stärker sind die Sicherheitsbehörden – technologiegestützt – auf die Gewinnung und Verarbeitung von Daten und Informationen angewiesen. Diese Entwicklung findet unter den Bedingungen der Digitalisierung privater und staatlicher Räume statt und geht mit einer weitgehenden Datafizierung von Kommunikation und gesellschaftlichem Handeln einher. In der Folge ist inzwischen auch das sicherheitsbehördliche Handeln durch einen zunehmenden Einsatz von Big-Data-Analysen und Künstlicher Intelligenz (KI) gekennzeichnet. Diese Entwicklung birgt Chancen und Risiken.

Die Projektgruppe nimmt das Urteil des Bundesverfassungsgerichts v. 16.2.2023 – 1 BVR 1544/19 – (automatisierte Datenanalyse), wonach die Regelung für die Nutzung der Software „Gotham“ der Firma Palantir Inc. durch die hessische Polizei verfassungswidrig war, zum Anlass, diese Entwicklung unter rechtswissenschaftlichen Gesichtspunkten zu analysieren. Dabei werden auch die mit der Thematik verbundenen rechts- und technikphilosophischen Fragestellungen in den Blick genommen und – im Dialog mit der Informatik und den Sicherheitsbehörden – die technischen Grundlagen und die praktische Implementation der neuen Technologien mit einbezogen. Gegenstand der Überlegungen soll auch die europäische Entwicklung sein. Hier geht es zum einen um die 2022 in die Europol-VO aufgenommene Befugnis von Europol zur Durchführung von Big-Analysen und zum anderen um den Entwurf des AI Act, bei dem die geplanten Ausnahmen für die Sicherheitsbehörden zu den umstrittensten Themen gehören. Zudem sollen die Erkenntnisse der zivilen Sicherheitsforschung einbezogen werden, soweit diese sich mit dem Einsatz digitaler Technologien im Bereich der öffentlichen Sicherheit befasst.

Partner:

* Michael Bäuerle, Hessische Hochschule für öffentliches Management und Sicherheit (Sprecher),

* Petra Gehring, Institut für Philosophie, TU Darmstadt (stellv. Sprecherin),

* Bettina Schöndorf-Haubold, Öffentliches Recht, Justus-Liebig-Universität Gießen,

* Kai Denker, Graduiertenkolleg „Topologie der Technik“, TU Darmstadt,

* Nora Jansen, Wirtschaftsinformatik und Informationsmanagement, Johann Wolfgang Goethe-Universität Frankfurt am Main

Kurzbeschreibung:

Unsere Arbeitswelt ist bereits heute stark von algorithmischer Entscheidungsfindung („Algorithmic Decision-Making“, ADM) geprägt, z. B. in Mitarbeiter-Rekrutierungsprozessen, bei der Steuerung von Arbeitskräften im Arbeitsalltag oder in der Unterstützung von menschlichen Entscheidungsträgern bei komplexen Fragestellungen.

Neben den großen Potenzialen von ADM für Unternehmen und staatliche Organisationen bestehen enorme Herausforderungen darin, dass Entscheidungen zu Ungunsten von Arbeitskräften getroffen werden – in Form von Ungleichbehandlung, Autonomieverlust, Exklusion oder sogar zunehmender Prekarisierung. Hieraus ergibt sich die folgende forschungsleitende Fragestellung: Wie müssen durch ADM geprägte Arbeitskontexte ausgestaltet werden, um einen verantwortungsbewussten Umgang mit Arbeitskräften zu befördern? Welche technischen, organisatorischen und regulatorischen Rahmenbedingungen sollten dabei gesetzt werden?

Der Fokus unserer Untersuchung von verantwortungsbewusster ADM in der Arbeitswelt von morgen liegt auf drei Aspekten:

• der Analyse der Auswirkungen von ADM auf Arbeitsprozesse und -inhalte sowie auf die Selbstbestimmung und Lebensverhältnisse von Arbeitskräften
• der Untersuchung von Mensch-Maschine-Arbeitskonfigurationen und ihrer verantwortungsbewussten Ausgestaltung für die Arbeitswelt der Zukunft
• der Analyse und Einordnung organisatorischer, rechtlicher und regulatorischer Rahmenbedingungen für eine verantwortungsbewusste Ausgestaltung von Arbeitskontexten der Zukunft

Fördereinrichtung:                                            BMAS

Kurzbeschreibung:

Mit dem Zukunftszentrum ZuKIPro wird ein praxisorientiertes Format für die Beratung, Qualifizierung, Erprobung und Diffusion von digitalen Technologien geschaffen. Dazu soll eine partizipative Arbeits- und Technologiegestaltung kleine und mittelständische Unternehmen dazu befähigen, die Potenziale digitaler Technologien in Arbeits- und Geschäftsprozessen besser zu nutzen. Das ZuKIPro soll eine Anlauf- und Transferstelle für KMU, Förderer, Technologieanbieter und Sozialpartner sein. Über ein Plattformmodul können sich KMU ein mobiles KI-Labor direkt auf das Betriebsgelände holen und prototypische KI-Anwendungen erleben, ausprobieren und Überlegungen in Bezug auf ihre Anwendbarkeit im eigenen Betrieb vornehmen. Geplante Qualifizierungsangebote, wie eine Lern- und Wissensplattform oder Massive Open Online Courses (MOOCs), machen die Themen Digitalisierung und Künstliche Intelligenz für Beschäftigte lebendig. Durch diese Formate befähigt das Zukunftszentrum Unternehmen und ihre Beschäftigten, die Herausforderungen im eigenen Betrieb zu erkennen und zu analysieren, Lern- und Lösungsprozesse selbständig zu initiieren, zu gestalten und eigenständig umzusetzen sowie die Ergebnisse zu evaluieren.

Übergeordnetes Ziel des Projektes ist es, einen niederschwelligen Zugang zum Thema KI für KMU zu schaffen. Dazu werden KMU bei der partizipativen, co-kreativen Einführung und menschzentrierten Gestaltung von KI-Systemen unterstützt. Modulübergreifend informiert und berät das Zukunftszentrum KMU bedarfsgerecht und befähigt zur Umsetzung konkreter Lösungen. Dazu werden insgesamt drei Geschäftsstellen eingerichtet: Nordhessen (Kassel), Mittelhessen (Frankfurt a. M.) und Südhessen (Darmstadt).

• Pressemitteilung zur Eröffnung des Digitallabors

Konsortium:

• Werkzeugmaschinenlabor WZL der RWTH Aachen – Lehrstuhl für Fertigungsmesstechnik und
   Qualitätsmanagement und Lehrstuhl für Technologie der Fertigungsverfahren
• Deutsches Forschungsinstitut für Künstliche Intelligenz (DFKI) – Forschungsgruppe Smart
   Service Engineering
• Universität Kassel – Fachgebiete Wirtschaftsinformatik, Mensch-Maschine-Systemtechnik,
   Kommunikationstechnik (ComTec)
• Technische Universität Darmstadt – Institut für Arbeitswissenschaft
• Institut für Technologie und Arbeit e.V.
• IHK Kassel-Marburg und IHK Hessen-Innovativ
• Regionalmanagement Nordhessen GmbH