Projektabschluss 2022

Kurzbeschreibung:

Das DeCoInt2 Projekt (Detecting Intention of Vulnerable Road Users based on Collective Intelligence as a Basis for Automated Driving - Erkennung der Absichten ungeschützter Verkehrsteilnehmer mit Methoden der Kollektiven Intelligenz als Grundlage für das automatisierte Fahren) verfolgt das Ziel, die Absicht ungeschützter Verkehrsteilnehmer im Verkehr mit  automatisierten Fahrzeugen zu erkennen, wobei kooperative Technologien eingesetzt werden sollen. Individuelle Mobilität wird auch im zukünftigen Verkehr eine wichtige Rolle spielen. Automatisiertes Fahren wird dabei eine Schlüsselrolle einnehmen. Es hat das Potential, die Verkehrssicherheit und den Verkehrsfluss zu erhöhen und die Umweltverschmutzung sowie den Ressourcenverbrauch zu senken. Besonders im städtischen Umfeld werden ungeschützte Verkehrsteilnehmer wie Fußgänger und Fahrradfahrer nach wie vor eine wichtige Rolle im gemischten Verkehr der Zukunft einnehmen. Um einen unfallfreien und hocheffizienten Verkehrsfluss mit automatisierten Fahrzeugen zu erreichen, ist es nicht nur wichtig, die ungeschützten Verkehrsteilnehmer wahrzunehmen. Mindestens genauso bedeutend ist es, deren Absichten zu erkennen und zu analysieren, wie das menschliche Fahrer auch machen, wenn sie das Verhalten ungeschützter Verkehrsteilnehmer vorausschätzen. 

Projektpartner:

Hochschule Passau

Universität Aschaffenburg.

Das Haus der Selbstständigen eröffnet neue Zugänge zur Information und Vernetzung für Selbstständige und Solo-Selbstständige. Seine regionale Verankerung und physische Umsetzung findet das Haus der Selbstständigen in Leipzig. Sein komplementäres virtuelles Pendant zielt zudem überregional auf die Förderung der Interessenvertretung in Ostdeutschland und soll auf das gesamte Bundesgebiet ausstrahlen. Das Haus der Selbstständigen macht sich u.a. zur Aufgabe, den Austausch und Vernetzung in einem analogen ebenso wie einem virtuellen Raum zu ermöglichen, die Solo-Selbstständigen und Plattformbeschäftigten darüber zu informieren, welche kollektiven Möglichkeiten es gibt, die eigenen Arbeits- und Lebensbedingungen, insbesondere auch in Bezug auf die Vergütungssituation und soziale Absicherung zu gestalten, zielgruppenspezifische neue Lehr- und Lernmethoden zu entwickeln und zu erproben, im Hinblick auf kollektive Formen der Interessenvertretung zu beraten und diese zu unterstützen.

Das „Haus der Selbstständigen“ ist ein gemeinsames Projekt der INPUT Consulting gGmbH, der Vereinten Dienstleistungsgewerkschaft ver.di, der Ludwig-Maximilians-Universität München (Institut für Soziologie) sowie der Universität Kassel (Fachgebiet Wirtschaftsinformatik und Systementwicklung).

Kurzbeschreibung:

Die Partner fino create GmbH und das Fachgebiet Intelligente Eingebettete Systeme der Universität Kassel planen die Erforschung eines automatisierten, auf künstlicher Intelligenz basierenden Finanzassistenten, der die finanzielle Situation eines Nutzers analysiert und bewertet, Verbesserungspotentiale aufzeigt, Investitionsentscheidungen unterstützt und somit eine optimierte Kontrolle der eigenen Finanzen ermöglicht. Technisches Ziel dieses intelligenten Finanzassistenten ist es, den Benutzer in seiner finanziellen Situation vollumfänglich zu unterstützen und ihm die Funktionen anzuzeigen, die er für das qualifizierte, informierte Treffen finanzieller Entscheidungen benötigt.

Projektpartner:

» Universität Kassel, Fachgebiet Intelligente Eingebettete Systeme
» fino create GmbH, Kassel

Ausgangssituation:

In der heutigen Zeit gewinnen Geschäftsmodelle mit wiederkehrenden Umsätzen an Relevanz und entwickeln sich quer durch alle Branchen, von den IT-, Produktions- und eCommerce-Branchen, bis hin zu den Zukunftsbranchen der digitalen Medien, Automotive und IoT-Services. Von dieser Entwicklung sind unter anderem auch die Sharing Economy und Nachhaltigkeit der Industrie 4.0 betroffen. Diese Entwicklungen stellen neue Herausforderungen dar, die insbesondere deutsche KMU gefährden können. Diese KMU können so aufgrund fehlender Budgets, Kompetenzen und Strukturen auf dem internationalen Markt, insbesondere mit Hinblick auf die US-amerikanische und chinesische Konkurrenz, den Anschluss verlieren.

Projektziele:

Ziel des Forschungsprojekts HISS ist die Entwicklung eines auf hybrider Intelligenz basierenden nutzerzentrierten Dienstleistungssystems für den IT-Support, das eine lernfähige KI einsetzt. Das System vereint dabei den klassischen Support mit crowd-basierten Ansätzen, welche weitere Experten der Belegschaft in den Prozess mit einbinden kann. Darüber hinaus wird eine automatisierte Chat-Technologie entwickelt, die insbesondere eine Verzahnung von menschlichem Support und entsprechenden Problemlösungskompetenzen ermöglicht.
 

Vorgehensweise:

Das Projekt KI-BA setzt sich zum Ziel, einen technologiebasierten Lösungsansatz für die beschriebene Problematik/Ausgangssituation zu finden. Durch den Einsatz von Chatbot-Technologien und KI-gestützten Methoden, sowie dem Konzept des Digital Nudgings, soll ein Frühwarnsystem entwickelt werden, welches es KMU ermöglicht Kundenabwanderungen besser zu analysieren und diesen präventiv gegensteuern zu können. Hierbei sollen auch mittels datengetriebener Methoden – wie etwa dem maschinellen Lernen – anlassbezogen und automatisiert, personalisierte Empfehlungen oder Angebote in Echtzeit erstellt werden. Diese Angebotsunterbreitung soll über eine intelligente Web-UX/UI präsentiert werden, die unter anderem Gebrauch von modernen Kommunikationsschnittstellen wie Conversational Agents (z.B. Chatbots) Gebrauch macht.
Das Übergeordnete Ziel des Projekts ist die Entwicklung eines Anwendungsmodells, welches deutsche KMU Abo-Dienstleister dazu befähigt, anlassbezogen und automatisiert in Echtzeit Maßnahmen zu ergreifen. Dafür sollen die Verringerung der Kündigungswahrscheinlichkeit von Kunden und die Optimierung der Monetarisierung von Abo-Geschäftsverhältnissen, um somit die internationale Konkurrenzfähigkeit deutscher KMU sichergestellt werden.
 

Projektpartner:

» Billwerk+ Germany GmbH
» Universität Kassel, Fachgebiet Wirtschaftsinformatik

Kurzbeschreibung:

Kurzbeschreibung:

Ziel des von der Deutschen Forschungsgemeinschaft geförderten Projekts NORA ist es, eine praktikable Methode zu entwickeln, mit der kollaborative kontextsensitive Anwendungen und Algorithmen des maschinellen Lernens bereits während der Konzipierung nach normativen Anforderungen des Datenschutzrechts und der Informatik gestaltet werden.

Projektpartner :
Universität Kassel, Fachgebiet Kommunikationstechnik
Universität Kassel, Fachgebiet Öffentliches Recht

Kurzbeschreibung:
Im Rahmen des vom BMBF über drei Jahre geförderten Forschungsprojekts OCTIKT werden Ansätze des Organic Computings auf Ihre Anwendbarkeit in technischen und informations- und kommunikationstechnischen Systemen untersucht und um Fähigkeiten und Eigenschaften zum Resilienzmanagement erweitert.

Kurzbeschreibung:

Gerade die durch das Corona-Virus ausgelöste Volatilität am Projektmarkt stellt eine große Herausforderung für mittelständische Unternehmen dar: So müssen viele Unternehmen zeitgleich neue Projekte für zahlreiche Mitarbeiter finden. Das Vorhaben OptoPred zielt darauf ab, diese Projekte schneller zu besetzen, und kleinen Unternehmen und Selbstständigen damit zu helfen, ihre Auslastung hoch zu halten. Dazu entwickeln die Antragsteller ein KI-basiertes Vorhersagemodell, welches gezielt Erfolgswahrscheinlichkeiten von Projektbesetzungen prognostiziert. Das Modell berücksichtigt dabei vorwiegend folgende Dimensionen:
• Qualitätsindikatoren von Profilen, insb.
• glaubwürdige Belege für Skills und Kompetenzen
• Qualitative Hinweise in den Ausschreibungen

Projektpartner :
smarTransfer GmbH, Universitätsplatz 12, 34127 Kassel
Universität Kassel, Fachgebiet Wirtschaftsinformatik

Kurzbeschreibung:

Kurzbeschreibung:

Seit einigen Jahren bereits werden menschenähnliche Roboter in verschiedenen Branchen eingesetzt. Große Potenziale bestehen in der Kundenbetreuung sowie in Berufen, in denen menschliche Dienstleister aufgrund des Fachkräftemangels überlastet sind. Durch ihre besondere physische Präsenz können anthropomorphe Roboter eine emotionale Bindung zu menschlichen Nutzern aufbauen. Die Verbindung von Software und Maschine gibt der Robotik allerdings auch die Macht zur physischen Verletzung von Körper und Eigentum.

RoboTrust ist eine Initiative verschiedener Forschungsgruppen der TU Darmstadt, um die Zukunft der Mensch-Roboter-Interaktion zu formen. In Kooperation mit der Goethe Universität Frankfurt und der Universität Kassel entsteht ein interdisziplinäres Team, welches alle relevanten Dimensionen einer verantwortungsvollen Digitalisierung wie Psychologie, AI und Robotik, Recht und Kontext abdeckt. RoboTrust untersucht die notwendigen Grundlagen für anthropomorphe Roboter-Assistenten zur Entwicklung und Evaluierung einheitlicher technologischer Plattformen.

Die Forschung basiert auf den Prinzipien:

• Der Roboter-Assistent unterstützt Menschen
• Der Roboter-Assistent agiert transparent
• Die Haftung ist klar geregelt.

Projektbeteiligte:
Prof. Dr. Dr. Ruth Stock-Homburg, TU Darmstadt (Projektkoordination)
Prof. Dr. Oskar von Stryk, TU Darmstadt
Prof. Jan Peters, PhD, TU Darmstadt
Prof. Dr. Janine Wendt, TU Darmstadt
Prof. Dr. Indra Spiecker gen. Döhmann, Uni Frankfurt
Prof. Dr. Klaus David, Uni Kassel

Kurzbeschreibung:

Jährlich sterben rund eintausend VRU (engl. Vulnerable Road User, Fußgänger/ Fahrradfahrer) im deutschen Straßenverkehr. Kooperative VRU Schutzsysteme versprechen die Unfallzahlen deutlich zu reduzieren. Ihre Entwicklung erfordert ein detailliertes Verständnis des Zusammenhangs von VRU Bewegungen und Unfallszenario.

Klassisch werden VRU Unfälle mit Simulationen oder Dummys untersucht. Beide Ansätze berücksichtigen nicht das Verhalten und die Reaktionen des VRU, da sich in ihnen kein realer VRU bewegt.

Das Fachgebiet ComTec (Kommunikationstechnik) der Uni Kassel unter Leitung von Prof. David baut mit dem in Kassel ansässigen Unternehmen Flavia IT in dem Verbundprojekt Sichere_VR eine neue Testmethodik auf, die dieses Problem angeht. Die Testmethodik ermöglicht es erstmalig VRU Unfälle realitätsnah für den VRU durchzuführen und zu vermessen. Dabei bewegt sich ein VRU an einer realen Straße und gleichzeitig völlig ungefährlich für ihn mittels einer VR (Virtuellen Realität) in einem Unfallszenario. Die VRU Positionen und Aktivitäten werden parallel über das VR-System sowie der Smartphone- Sensorik des VRU aufgezeichnet. Die so gewonnen Daten können in weiteren Vorhaben zur Optimierung von VRU Schutzsystemen verwendet werden, um sie Zahl der Verkehrstoten und Verletzten zu reduzieren.

Projektpartner:
FLAVIA IT

Kurzbeschreibung:

In fast allen Bereichen der Energiewende spielen die Digitalisierung sowie der gezielte Aus-tausch und die Nutzung von Informationen eine eminent wichtige Rolle, um etablierte, aber auch neue Prozesse innerhalb einer sich verändernden Energielandschaft gezielt verbessern zu können. Der stetig fortschreitende Ausbau Erneuerbarer Energien, die damit einhergehen-den Maßnahmen und Geschäftsmodelle zur Flexibilisierung von Erzeugung und Verbrauch sowie die wachsende Anzahl von Komponenten und Stakeholdern innerhalb des Energiesys-tems führen zu einer enormen Steigerung der Komplexität und Rechenkapazität im Hinblick auf die Modellierung und Berechnung von Systemzuständen.

Für etablierte Prozesse und Systemkomponenten liegen meist genügend Informationen vor, um diese geeignet modellieren zu können. Verfahren der Künstlichen Intelligenz (KI) haben sich für die Modellierung schon vielmals bewährt, solange ausreichend Informationen in Form von historischen Mess- und Prozessdaten zur Verfügung stehen. Die neue Herausforderung liegt in der automatisierten Erstellung zuverlässiger Modelle für neu integrierte Systemkompo-nenten und -prozesse, für welche nur wenige bis keine Informationen vorliegen.

Projektziel
Ziel dieses Projektes ist es, die Idee des maschinellen Wissenstransfers ähnlicher Systeme und Systemzustände flexibel für den Betrieb von neuen oder sich verändernden technischen Infrastrukturen innerhalb des Stromversorgungssystems zu nutzen, um robuste Zustandsbestimmungen und Prognosen für neue und sich verändernde Systemkomponenten zuverlässig und ohne großen Rechenaufwand erstellen zu können. Der Umgang mit fehlenden und sich ändernden Datengrundlagen wird hierbei einen Schwerpunkt bilden. Im Mittelpunkt zur Problemlösung steht die Schaffung von allgemeingültigen Modellen des Transfer Learning zum automatisierten Wissenstransfer zwischen einzelnen Systemkomponenten. Die Modelle werden vorab geschätzte und im Laufe des Betriebs überprüfte Ähnlichkeiten zwischen Systemkomponenten erkennen und nutzen, um zuverlässige und nachvollziehbare Lösungen z.B. für Prognosen zu generieren. Die entwickelten Modelle werden gemeinsam mit den Partnern aus der Wissenschaft und Wirtschaft anhand realer Use-Cases und Datensätze aus dem energiewirtschaftlichen Themenfeld erprobt und innerhalb anwendungsnaher Prototypen demonstriert.

Themenschwerpunkte und Arbeitsaufteilung

Das Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik IEE übernimmt neben inhaltlichen Arbeiten auch die Koor-dination im Projekt TRANSFER. Hierbei steht insbesondere die Entwicklung und Anwendung von Methoden des Transfer-Learnings (TL) und des Multi-Task Learnings (MTL) für die Vorhersage von vertikalen Leistungsflüssen an Transformatoren des Übertragungsnetzes und bei der Anwendung in der Prognose von Photovoltaik-Speichersystemen im Vordergrund.

Das Fachgebiet Intelligente Eingebettete Systeme IES der Universität Kassel bearbeitet Fragestellungen zu Ähnlichkeitsmessungen und Wissenstransfer. Dazu werden verschiedene Ansätze zum TL und MTL auf Windleistungs-Prognosen und Photovoltaik-Prognosen angewendet und weiterentwickelt. Abschließend unterstützt IES den Projektpartner enercast bei der Überführung der entwickelten Methoden in das Testsystem.

Die enercast GmbH als KMU unterstützt mit ihrem Wissen aus der industriellen Praxis. Die enercast GmbH implementiert dazu Methoden des Wissenstransfers und wendet diese in einem Testsystem auf die Problemstellung der Windenergie- und Photovoltaik-Prognose an. Ziel ist hierbei die Evaluation der entwickelten Methoden um den Nutzen unter realen Rahmenbedingungen zeigen zu können.

Projektbeteiligte:

Frauenhofer IEE
enercast GmbH

Kurzbeschreibung:

Zur weltweiten Sicherung einer nachhaltigen Entwicklung auf ökonomischer, sozialer sowie ökologischer Ebene haben die Vereinten Nationen 17 Ziele für nachhaltige Entwicklung (SDGs) formuliert. Die Digitalisierung stellt neue Herausforderungen an die Erreichung dieser Ziele, kann aber durch ihren transformationalen Charakter auch neue Möglichkeiten eröffnen. Konflikte und Synergien zwischen den SDGs im Allgemeinen und insbesondere in Bezug auf die Digitalisierung sind jedoch kaum erforscht. An dieser Stelle setzt die Projektgruppe an und zielt – unter Anwendung innovativer Ansätze wie Collaboration Engineering und Citizen Science – drauf ab, digitalisierungsbezogene Zielkonflikte und Synergien zwischen SDGs zu identifizieren, transdisziplinär zu diskutieren und Lösungsansätze zu entwickeln. Der Fokus liegt hierbei auf den SDGs 4 (Bildung für alle), 10 (weniger Ungleichheiten) und 12 (nachhaltige/r Konsum und Produktion).

Projektbeteiligte:

Prof. Dr. Gerd Doeben-Henisch (Frankfurt University of Applied Sciences)
Prof. Dr. Birgit Blättel-Mink (Goethe-Universität Frankfurt)
Prof. Dr. Indra Spiecker gen. Döhmann (Goethe-Universität Frankfurt)
Prof. Dr. Christian Schrader (Hochschule Fulda)

Kurzbeschreibung:

Zur Umsetzung des EuGH-Urteils Schrems II werden die Schulen in Hessen künftig gehalten sein, eine DSGVO-konforme Videokonferenz-Software zu nutzen. Eine solche soll in das sog. Schulportal Hessen integriert werden. Für die hessischen Schulen kann damit ein Wechsel von etablierten Systemen zu einer neuen VC-Software verbunden sein.

Das Ad hoc-Vorhaben begleitet den anstehenden Wechsel an mehreren Schulen und untersucht, welche Schwierigkeiten und auch Konflikte („Wechselkosten“) dabei entstehen. Zugleich werden Unterstützungsmöglichkeiten für Einrichtungen, denen ein solcher Wechsel bevorsteht, eruiert. Methodisch wird der Weg einer „formativen Begleitstudie“ gewählt.

Projektpartner:
Der Hessische Beauftragte für Datenschutz und Informationsfreiheit

Kurzbeschreibung:

Zuschreibung wie auch Verschwinden persönlicher Verantwortung durch algorithmenbasiertes Entscheiden ist ein fundamentales Problem für Gesellschaft, Wirtschaft, Demokratie und Staat. Das Verbundprojekt greift Kernerscheinungen algorithmischen Entscheidens heraus, in denen eine Verantwortungsverschleierung und -verschiebung zu beobachten ist.

Die Forschung erfolgt in zwei Anwendungsbereichen: a) zur Entscheidungsunterstützung im Bereich des privaten Konsums durch digitale Bewertungsinfrastrukturen (z.B. Empfehlungssysteme und -algorithmen) sowie b) zu staatlichen Beurteilungsverfahren als Steuerungsinstrument staatlicher Entscheidung unter Unsicherheit. An diesen Feldern sollen die normativen Implikationen der Verantwortungsdiffusion herausgearbeitet werden, wobei der Vergleich und die Verbindung von privaten und staatlichen Entscheidungsproblemen Neuland betritt.

Projektbeteiligte:
Prof. Dr. Indra Spiecker gen. Döhmann, Uni Frankfurt, Sprecherin
Prof. Dr. Jörn Lamla, Uni Kassel, Stellv. Sprecher