Forschungs- und Kompetenzfelder
Das RCAI erforscht vielfältigste Teilaspekte der Künstlichen Intelligenz.
Bei der Erarbeitung und Umsetzung von Konzepten verfolgt das RCAI einen ganzheitlichen Ansatz und führt verschiedene KI-Technologien mit dem Domänenwissen der Labore sowie ethischen, sozialen und rechtlichen Überlegungen zusammen.
Computer Vision
Bildklassifikation
Klassifikation verschiedenster Bilddaten
Prof. Dr. Hermann Ketterl
Prof. Dr. Lars Krenkel
Prof. Dr. Christoph Palm
Prof. Dr. Johannes Reschke
Prof. Dr. Armin Sehr
Prof. Dr. Martin Weiß
Bildsegmentierung
Segmentierung verschiedenster Bilddaten
Prof. Dr. Hermann Ketterl
Prof. Dr. Tobias Laumer
Prof. Dr. Christoph Palm
Edge AI
Miniaturisierung und Integration von maschinellen Lernverfahren zur Bildauswertung in Sensorknoten
Prof. Dr. Florian Aschauer
Prof. Dr. Rudolf Bierl
Prof. Dr. Matthias Ehrnsperger
Prof. Dr. Johannes Reschke
Prof. Dr. Armin Sehr
Objektdetektion
Erfassung und Identifikation von Objekten in verschiedensten Szenarien
Prof. Dr. Rudolf Bierl
Prof. Dr. Carsten Kern
Prof. Dr. Hermann Ketterl
Prof. Dr. Martin Weiß
Computational Linguistics
Akustische Spracherkennung
Elektroakustik und maschinelles Lernen zum Verständnis gesprochener Sprache
Multimodale (Dialog-)systeme
Gesprochensprachliche Dialogsysteme und multimodale Sprachverarbeitung
Sentiment Analysis
Auswertung von Text und Sprache hinsichtlich der ausgedrückten Emotionen
Signal- & Zeitreihenanalyse
Akustische Lokalisation
Lokalisierung von Objekten anhand akustischer Signale
Prof. Stefan Galka
Prof. Dr. Johannes Reschke
Prof. Dr. Armin Sehr
Biosignalverarbeitung
Analyse biologischer Messungen und Brain Computer Interfaces
Prof. Dr. Rudolf Bierl
Prof. Dr. Sebastian Dendorfer
Prof. Dr. Jürgen Frikel
Prof. Dr. Markus Goldhacker
Prof. Dr. Lars Krenkel
Edge AI
Hardwarebeschleunigte Datenauswertung direkt im Sensorknoten
Prof. Dr. Florian Aschauer
Prof. Dr. Rudolf Bierl
Prof. Dr. Matthias Ehrnsperger
Prof. Dr. Jürgen Mottok
Prof. Dr. Johannes Reschke
Prof. Dr. Armin Sehr
Monitoring
Überwachung von Prozessen und Datenströmen zur Anomalieerkennung
Prof. Dr. Rudolf Bierl
Prof. Dr. Markus Goldhacker
Prof. Dr. Jürgen Mottok
Prof. Dr. Armin Sehr
Prof. Dr. Simone Weikl
Predictive Maintenance
Früherkennung von Fehlern und Defekten anhand von Signalen aus dem Produktionsumfeld
Prof. Dr. Markus Goldhacker
Prof. Dr. Armin Sehr
Prof. Dr. Martin Weiß
Smart X
Auswertung von Smart Meter- und Sensordaten für beliebige Anwendungsfälle
Prof. Dr. Rudolf Bierl
Prof. Dr. Jan Dünnweber
Prof. Dr. Matthias Ehrnsperger
Simulation und Prädiktion
Digitale Modelle des Körpers
Modelle und Simulationen zur Analyse von Krankheits-, Operations- und Rehabilitationsverläufen
Prof. Dr. Sebastian Dendorfer
Prof. Dr. Lars Krenkel
Prof. Dr. Christoph Palm
Digitale Zwillinge
Digitale Abbilder von Prozessen in Produktion, Gebäuden und Infrastruktur
Prof. Dr. Oliver Brückl
Prof. Dr. Jan Dünnweber
Prof. Stefan Galka
Prof. Dr. Mathias Obergrießer
Prof. Dr. Oliver Steffens
Prof. Dr. Marcus Wagner
Intrusion Detection
Erkennung von Cyberangriffen, z.B. durch Anomalieerkennung
Prädiktion von Produktionsergebnissen
Herstellbarkeitsbewertung additiv gefertigter Bauteile
Szenarienmethoden
Prognose komplexer Szenarienverläufe, unter anderem zur Krisenbewältigung
Verhaltensanalysen im Energiesektor
Analyse des Nutzungsverhaltens, Prädiktion von Lasten sowie Wirk- und Blindleistung
Prof. Dr. Oliver Brückl
Prof. Dr. Jan Dünnweber
Prof. Dr. Oliver Steffens
Prof. Dr. Karsten Weber
Planung und Steuerung
Industrielle Optimierung
Planung und Optimierung von Fertigungsprozessen und Fabriklayouts mit Reinforcement Learning
Planung und Optimierung für Infrastruktur und Gebäude
Optimiertes, intelligentes Strommanagement und Gebäudeplanung
Prof. Dr. Mathias Obergrießer
Prof. Dr. Oliver Steffens
Prof. Dr. Simone Weikl
Generierung
Data Augmentation
Methoden zur synthetischen Erweiterung der Datenbasis mithilfe generativer neuronaler Netze
Prof. Dr. Jürgen Frikel
Prof. Dr. Christoph Palm
Prof. Dr. Marcus Wagner
Erkennung KI-generierter Inhalte
Einsatz von KI zur Erkennung von künstlich generierter Inhalte, z.B. in sozialen Medien
Übergreifende Aspekte
Explainability & Causality
Erklärbare und interpretierbare Methoden der Künstlichen Intelligenz
Prof. Dr. Markus Bresinsky
Prof. Dr. Thomas Falter
Prof. Dr. Jürgen Frikel
Prof. Dr. Carsten Kern
Prof. Dr. Lars Krenkel
Prof. Dr. Wolfgang Mauerer
Prof. Dr. Jürgen Mottok
Prof. Dr. Christoph Palm
Mathematische Grundlagen
Mathematische Grundlagen neuronaler Netze
Physics-Informed AI
Kombination von Künstlicher Intelligenz und bekannten, physikalischen Modellen
Quantum AI
Quantum Machine Learning und Optimierungsalgorithmen für Quantencomputer
Software Engineering
Steigerung und Absicherung der Software- und Systemqualität von und durch KI
Wirtschaftliche Aspekte
Gründungsförderung
Aus- und Neugründungen im Bereich der Künstlichen Intelligenz
IT-Management
Management von Informationstechnologien wie Cloud Computing im Unternehmenseinsatz
Personal- und Rechnungswesen
Einsatzmöglichkeiten von KI unter Berücksichtigung besonderer Rahmenbedingungen
Wissenstransfer
Best Practices zur Wissensvermittlung in Industrie und Gesellschaft
Prof. Dr. Tobias Laumer
Prof. Dr. Wolfgang Mauerer
Prof. Dr. Jürgen Mottok
Ethische, rechtliche und soziale Aspekte
Empirische Sozialforschung
Untersuchung sozialer Aspekte von Künstlicher Intelligenz mit Methoden der empirischen Sozialforschung
Technikfolgen
Auswirkungen von Künstlicher Intelligenz auf die Gesellschaft, Mobilität, Energie, Gesundheit, Informations- und Kommunikationstechnik
Angewandte Ethik
Ethische Aspekte und Rahmenbedingungen beim Einsatz von Künstlicher Intelligenz