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:

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:

Die automatische Berechnung von Visualisierung für Echtweltdaten ist von entscheidender Bedeutung, um komplexe Informationen schnell und verständlich darzustellen. Automatisierte Visualisierungsverfahren helfen dabei, Analyseprozesse zu beschleunigen und neue Erkenntnisse zu generieren.

Häufig wird beim Berechnen von Datenvisualisierungen auf Kriterien optimiert, von welchen ausgegangen wird, dass sie einen positiven Effekt auf die Lesbarkeit haben. Die Erfahrung zeigt jedoch, dass solche Lesbarkeitskriterien oft gegenläufig zueinander sind und außerdem zu Problemen in hohen Komplexitätsklassen führen, was ihre Optimierung teuer macht. Selbst wenn diese Probleme gelöst sind, ergibt dieses Verfahren nicht zwangsläufig gut lesbare Visualisierungen. Deswegen soll in diesem Projekt ein anderer Ansatz verfolgt werden. Statt auf Lesbarkeitskriterien zu optimieren, soll die intrinsische Struktur der Daten verwendet werden, um lesbare Zeichnungen zu generieren. Die Forschungshypothese, die dem Projekt zugrunde liegt, ist, dass dies möglich ist, ohne dass explizit auf Lesbarkeit optimiert wird. Die Lesbarkeit entsteht implizit durch das Erhalten der Struktur der Daten in der Visualisierung.

Das zugrundeliegende Maß der Ordnungsdimension, welches im Projekt verwendet wird, kommt aus der diskreten Mathematik und misst die Komplexität von teil-geordneten Mengen. Dabei wird jeder dieser geordneten Mengen eine natürliche Zahl zugeordnet, welche der kleinsten Anzahl von linearen Ordnungen entspricht, um die geordnete Menge in ihrem Schnitt darzustellen. Während die Ordnungsdimension als mathematisches Konzept weit entwickelt und gut untersucht ist, ist ihre Anwendung in der Datenanalyse noch weitgehend unerforscht. Im Projekt soll die Ordnungsdimension als mathematisches Fundament dienen, um Visualisierungen von Datensätzen zu berechnen.

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:

Krisendiagnosen und Herausforderungen des digitalen Journalismus werden vielfach mit der Rolle großer Plattformunternehmen verknüpft. Während Social-Media-Plattformen einerseits neue Partizipationschancen eröffnen, tragen sie andererseits dazu bei, dass Informationen leichter ungeprüft veröffentlicht und wichtige Kuratierungsleistungen an algorithmische Empfehlungssysteme delegiert werden. Die Rede von einem postfaktischen Zeitalter oder Aspekte der Verrohung und Polarisierung öffentlicher Diskurse sind dabei symptomatisch für diese Entwicklungen. In der Folge sehen sich etablierte Verlage gezwungen bspw. mit Anpassungen von Geschäftsmodellen auf diese Entwicklungen zu reagieren. Darüber hinaus experimentieren neuere Akteure des digitalen Journalismus mit Plattformmodellen, um innovative Möglichkeiten zur Verbreitung journalistischer Inhalte freizulegen. Allerdings mangelt es hier oftmals an Konzepten für Plattformen und deren technischer Realisierung, die den vielschichtigen Aspekten zur Etablierung demokratiefördernder Strukturen bei gleichzeitiger Sicherung der ökonomischen Profitabilität Rechnung tragen.

Das vom BMBF geförderte Projekt Demokratie-X entwickelt vor diesem Hintergrund relevante Design-Parameter für eine Non-Profit-Nachrichtenplattform, die wirtschaftliche Tragfähigkeit in einem gemeinwohlorientierten Modell gewährleisten soll. Damit werden Grundlagen für Initiativgruppen und Betreiberkonsortien gelegt, die ähnliche Plattformmodelle etablieren möchten. Die Ergebnisse des Projekts sollen zu einem vertieften Verständnis beitragen, wie privatheitsschonende, faire und gemeinwohlorientierte Plattformen für Nachrichten gestaltet werden können.

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:

Das Projekt GenKITS zielt darauf ab, generative KI in die Geschäftsprozesse der Starke + Reichert GmbH & Co. KG (SR) zu integrieren, um interne Prozesse zu optimieren und neue Chancen für KMU zu erschließen. Diese Technologie könnte bestehende Produkte ergänzen oder ersetzen, weshalb ein GPT-Orchestrator entwickelt wird, der es den Mitarbeitenden von KMU ermöglicht, auch ohne Programmierkenntnisse eigene GPT-Agenten zu erstellen. Parallel werden umfassende Schulungen durchgeführt, um die Belegschaft aktiv in die Entwicklung und Nutzung der KI-Technologien einzubinden. Nach erfolgreicher Pilotierung werden die Lösungen auch Partnerunternehmen von SR bereitgestellt, um insbesondere KMU beim Einstieg in die KI-Nutzung zu unterstützen und deren Wettbewerbsfähigkeit zu steigern.

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:

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:

Ziel dieses dreijährigen Projektes ist es, Methoden des kontinuierlichen, adaptiven Lernens sowie des „Machine-Learning in Operation“ zu kombinieren, um den wachsenden Anforderungen eines hochgradig datengetriebenen Energiesystems hinsichtlich Automatisierung, Skalierung und Resilienz im Betrieb gerecht zu werden. Für die intelligente Nutzung von Flexibilitäten durch neue Verbraucher, Erzeuger und Speicher steigen die Anforderungen an die operative Planung und somit an die Vorhersagbarkeit von immer mehr Komponenten und Akteuren im Energiesystem. Gleichzeitig erfordert die hohe Dynamik im System eine ständige Anpassung und Erweiterung von Planungs- und Prognosemodellen in Echtzeit. Die damit verbundenen Prozesse wie Modelltrainingsdurchgänge und -evaluationen müssen daher zwangsläufig durch hochgradig autonom arbeitende, rechnergestützte Verfahren zuverlässig und sicher übernommen werden. Das Teilprojekt der Universität Kassel fokussiert sich auf die Entwicklung von Algorithmen und Modellen mit Hilfe von Methoden des maschinellen Lernens bzw. der Künstlichen Intelligenz. Schwerpunkte sind dabei Methoden des Transfer Learning und des Representation Learning zur erleichterten Wiederverwendung von erlerntem Wissen, Methoden der Selbst-Überwachung und der Self-Awareness in technischen Systemen, um den Bedarf der Modelladaption (z.B. für Prognosemodelle) durch das lernende System selbst festzustellen, sowie Methoden des kontinuierlichen Lernens im Hinblick auf eine Selbst-Reflexion, damit sich das lernende System an neue Gegebenheiten (z.B. neue Anlagen) anpassen und die erforderliche Performanz garantieren kann. Projektergebnis sind Implementierungen entsprechender Algorithmen und Modelle, die im Verbund mit Projektpartnern anhand von Use Cases für Windleistungsprognosen, Photovoltaikprognosen sowie Prognosen von vertikalen Leistungsflüssen an Transformatoren untersucht werden.

Kurzbeschreibung:

Ziel von DyNaMo ist es, in einem ganzheitlichen soziotechnischen Ansatz unter Nutzung von KI vielfältige Methoden und Maßnahmen für eine deutliche Erhöhung der Verkehrssicherheit und damit eine nachhaltige Mobilität für die Stadt von morgen am Beispiel des Radverkehrs zu erforschen.

Die Forschungsziele des LOEWE-Schwerpunktes DyNaMo sind (1) die Erforschung der KI-basierten Erfassung des Fahrverhaltens von Radfahrenden. Die Erfassung dieses Verhaltens, z.B. das Heben des Armes zum Abbiegen, erfolgt mittels Kfz- und Wearable-basierten Sensoren und wird mittels verschiedener KI-Methoden (z.B. Transformer, Hyperparameter-Optimierung, „Transfer-Learning“, Sensorfusion) erforscht. Mit den Daten lassen sich dann (2) wirksame Infrastruktur- und Schulungsmaßnahmen erforschen, die substantiell zur Verkehrssicherheit der sicheren und nachhaltigen Mobilität in der Stadt von morgen beitragen. Um diese Ziele zu adressieren, sind die Expertisen der Informatik, Verkehrspsychologie, Verkehrsplanung und Rechtswissenschaften zu kombinieren.

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. 

Kurzbeschreibung:
Daten und Metriken spielen in der Musikwirtschaft seit jeher eine bedeutende Rolle, etwa um den Markterfolg von Veröffentlichungen über Chartplatzierungen zu messen. Genauso wie in anderen gesellschaftlichen Bereichen kommt es aber im Zuge der Digitalisierung (und hier insbesondere der Verbreitung von Streamingdiensten) auch in der Musikwirtschaft zu einer massiven Ausweitung der Erhebung und Nutzung von (Verhaltens-)Daten. Während eine Reihe euphorischer und dystopischer Einschätzungen dieser Entwicklung kursieren, ist relativ wenig darüber bekannt, wie Daten von verschiedenen Akteuren in der Musikwirtschaft tatsächlich konstruiert, genutzt und bewertet werden. Das Vorhaben adressiert diese Forschungslücke. Als empirischer Einstiegspunkt dienen hierfür qualitative Interviews mit diversen Akteuren der Musikwirtschaft sowie vergleichende Fallstudien verschiedener Musikanalysefirmen.

Kurzbeschreibung:

Das vom Bundesministerium für Bildung und Forschung geförderte Forschungsprojekt PharmaXR entwickelt eine digitale Trainingsumgebung, mit der Mitarbeitende gezielt geschult werden. So können Unternehmen schon bei der Planung und Einrichtung der Produktionsprozesse, z. B. für Impfstoffe, mit Schulungen des Personals in eXtended Realities beginnen, ohne auf die realen Ausbauten warten zu müssen. Durch den Einsatz von KI-basierter Aktivitätserkennung kombiniert mit XR, kann die richtige Ausführung sicherheitskritischer Arbeitsschritte besser trainiert werden. Dies bringt einen erheblichen Zeit- sowie Qualitätsvorteil mit sich.

ComtTec übernimmt die Erforschung von KI-basierten Algorithmen zur Aktivitätserkennung mittels Wearables. Über die Datenaufnahmen mit beispielsweise Smartphone und Smartwatch sollen Aktivitäten also Arbeitsschritte erkannt werden. Dies ermöglicht die Sicherstellung der Qualität der Produktionsprozesse schon in den Schulungen mittels XR- und KI-Technologien. Dies bietet auch die Basis für ein Qualitätsassistenz- und Dokumentationssystem.

Projektpartner:
PTS Training Service, FLAVIA IT-Management GmbH, Sigmund Lindner GmbH, Universität Kassel (FG Arbeits- und Organisationspsychologie), Wirtschaftsgenossenschaft deutscher Tierärzte eG, als antizipierter Partner die CUP Laboratorien Dr. Freitag GmbH

Kurzbeschreibung:

Das Projekt PIONIERIN (Programm zur Inspiration und Orientierung zum Informatikstudium für Schülerinnen) soll talentierten und interessierten Schülerinnen ab 17 Jahren den Weg ins Informatikstudium bereiten, um so langfristig den Anteil akademisch qualifizierter weiblicher Informatikkräfte zu erhöhen und somit zu einer gleichberechtigten Teilhabe von Frauen in Forschungs- und Innovationsprozessen beizutragen. In Digital Fabrication Workshops setzten sich die Schülerinnen aktiv mit Informatikinhalten auseinander, die eine inhaltliche Brücke zwischen bisherigen (außer-) schulischen Angeboten und späteren Universitätskursen in der Studiengangphase bilden. Weiter lernen die Schülerinnen ein Informatikstudium, unter anderem durch Role Model Vorträge und das Aufzeigen von Informatikberufsbildern, als eigene Zukunftsperspektive kennen, werden mit dem Lernort Universität vertraut und bauen sich mit Gleichgesinnten ihr eigenes Netzwerk auf.

Die Workshops konzentrieren sich inhaltlich auf ein Kernthema, das einerseits grundlegend Teil eines Informatikstudiums ist und das andererseits eng an die jeweilige Arbeitsgruppe geknüpft ist. Die Bamberger Arbeitsgruppe Kognitive System entwickelt Workshops zum Thema Künstliche Intelligenz, die Arbeitsgruppe Didaktik der Informatik in Hildesheim widmet sich bei den von ihnen entwickelten Workshops dem Thema Umweltinformatik und die Koblenzer Arbeitsgruppe Informatik und ihre Didaktik wird Workshops zum Thema Programmierung und Modellierung entwickeln. Die Workshops werden forschungsseitig von der Kasseler Arbeitsgruppe Partizipative IT-Gestaltung – insbesondere unter Berücksichtigung intersektionaler Perspektiven – qualitativ evaluiert.

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

MOTIVATION

Bis vor wenigen Jahren wurden Technologien zur Blickverfolgung (engl. Eyetracking) vorrangig in sehr speziellen Anwendungen verwendet. Fortschritte in der Miniaturisierung und bei den Algorithmen brachten jedoch eine rapide Ausweitung der möglichen Einsatzgebiete mit sich. Die analytischen Möglichkeiten des Eyetrackings im Alltag bergen das Risiko, die Privatheit von Menschen weitreichend zu verletzen. So ist es mittels Eyetracking etwa möglich, Rückschlüsse auf eine Person und ihre Absichten zu ziehen. Zusätzlich besteht die Gefahr, dass das Verhalten von Menschen auf Basis der gewonnenen Informationen subtil beeinflusst werden kann, zum Beispiel bei Wahlen oder Kaufentscheidungen.

ZIELE UND VORGEHEN

Ziel von „PRETINA“ ist es, konkrete Praxisempfehlungen für einen privatheitswahrenden und rechtssicheren Einsatz von Eyetracking durch Entwicklerinnen und Entwickler für Anwenderinnen und Anwender bereitzustellen. Hierzu werden die Technikfolgen, mögliche Privatheitsgefährdungen und deren Wahrnehmung ganzheitlich untersucht. Gleichzeitig leiten die Forscherinnen und Forscher aus diesen Erkenntnissen Kriterien für einen datenschutzkonformen und gesellschaftsverträglichen Einsatz von Eyetracking ab. Diese Kriterien fließen in konkrete, technische Lösungsansätze ein.

INNOVATIONEN UND PERSPEKTIVEN

Diese Forschung trägt dazu bei, Bürgerinnen und Bürger bei der Nutzung von Eyetracking zu schützen. Zudem werden Entwicklerinnen und Entwickler von Eyetracking-Anwendungen dabei unterstützt, ihre ethische, rechtliche und soziale Verantwortung wahrzunehmen und Datenschutz technisch umzusetzen. Auf diese Weise sollen Unternehmen schließlich befähigt werden, Technologien und Produkte mit Eyetracking anzubieten, die Datenwertschöpfung und fortschrittliche Geschäftsmodelle mit effektivem Privatheitsschutz verbinden.

Verbundkoordinator
Fraunhofer Institut für System- und Innovationsforschung (ISI), Karlsruhe

Projektpartner
Universität Tübingen – Internationales Zentrum für Ethik in den Wissenschaften
Blickshift GmbH, Stuttgart
Universität Stuttgart – Institut für Visualisierung und interaktive Systeme – Abteilung Mensch-Computer-Interaktion und kognitive Systeme
Universität Kassel – Fachgebiet Öffentliches Recht, Projektgruppe verfassungsverträgliche Technikgestaltung

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.

Kurzbeschreibung:

Entwicklung einer KI-basierten Engine für die Ampelsteuerung

Wer schon einmal in einem Stau festgesteckt hat, weiß, wie frustrierend das Warten sein kann. Doch was, wenn es nicht nur um ein rechtzeitiges Eintreffen bei einem Termin geht, sondern um Leben und Tod? Für Rettungsdienste, insbesondere in Stoßzeiten, wird die vorgeschriebene Rettungsfrist von zehn Minuten oft zu einer enormen Herausforderung. Ein innovatives Projekt in Bad Hersfeld, gefördert aus dem Geschäftsbereich der Hessischen Ministerin für Digitale Strategie und Entwicklung, könnte die Lösung sein, die in vielen Städten Deutschlands benötigt wird.

Im Projekt Rapid BOS (Behörden und Organisationen mit Sicherheitsaufgaben) wird mit der Freiwilligen Feuerwehr in Bad Hersfeld ein neuer Ansatz zur Einhaltung der Rettungsfrist demonstriert. Hierbei geht es um weit mehr als nur eine clevere App oder ein neues Navigationssystem. Es geht darum, eine Brücke zwischen unterschiedlichen verkehrsrelevanten Systemen zu schlagen.

ComTec übernimmt die Erforschung einer KI-basierten Engine für die Ampelsteuerung sowie die Begleitforschung.

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:

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,

* Veelasha Monsaamy / Theodor Schnitzler, Faculty of Computer Science, HGI and Excellence Cluster CASA, Ruhr-Universität Bochum

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

Motivation

The increasing digitalization and interconnectedness of our world are enabling groundbreaking innovations across industries, from medicine to mobility. As applications like virtual reality in medical technology and remote control of autonomous vehicles become more prominent, ensuring minimal latency is critical. Even delays of just a few milliseconds can have significant consequences. Current internet protocols often fail to adequately address this challenge, especially in networks with numerous nodes. To support the demands of future applications, new approaches for optimizing latency in optical networks are essential.

About XLerate

Our project, "IXP-Based Optimization of Latency and Routing" (XLerate), focuses on optimizing BGP route selection processes at Internet Exchange Points (IXPs). One objective can be to drastically reducing delays in fiber-optic networks by optimizing BGP routes for latency. We are developing innovative measurement techniques to determine the minimum achievable latency through IXPs. These techniques are designed to scale across an IXP's full connection range while being resource-efficient to minimize infrastructure load. Using data from extensive measurement campaigns, we will analyze latency stability and influencing factors to create advanced routing algorithms. These will be integrated into a test infrastructure to showcase their potential.

Kooperation with DE-CIX

The XLerate research project is conducted with DE-CIX, one of the world's largest IXPs. Together, we work on making BGP route selection more flexible to meet the demands of emerging Internet applications.

Kurzbeschreibung:

Das ZEVEDI Ad hoc-Vorhaben „DiBiS“ analysiert und modelliert einen Prozess, welcher die Distribution von Forschungsergebnissen als digitale Unterrichtsmaterialien zum Gegenstand hat. Gegenstand sind frei zugängliche digitale Inhalte aus Forschungsprojekten, die, um im Unterricht zum Einsatz zu kommen sollen, von Lehrenden als digitale Unterrichtsmaterialien identifiziert und aufbereitet werden müssen. Zu den genannten Themen „Generative Text-KI“ sowie „Digitalisierung des Finanzwesens“ liegen solche Inhalte bereits vor. Daher dienen diese Inhalte als illustrative Grundlage, um einen Distributionsprozess zu analysieren und zu modellieren.

 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

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