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 von Bildern und Mikroskopaufnahmen
Prof. Dr. Hermann Ketterl
Prof. Dr. Lars Krenkel
Prof. Dr. Christoph Palm
Prof. Dr. Armin Sehr
Bildsegmentierung
Segmentierung von medizinischen Bildern und Mikroskopaufnahmen
Prof. Dr. Hermann Ketterl
Prof. Dr. Tobias Laumer
Prof. Dr. Christoph Palm
Edge AI
Miniaturisierung und Integration von maschinellen Lernverfahren zur Bildauswertung in Sensorknoten
Medizinische Bildanalyse
Einsatz von Methoden der Bildverarbeitung für medizinische Analysen und Assistenzsysteme
Objektdetektion
Erfassung und Identifikation von Objekten und in verschiedensten Szenarien
Prof. Dr. Rudolf Bierl
Prof. Dr. Carsten Kern
Prof. Dr. Hermann Ketterl
Positionserkennung
Bildbasierte Ermittlung der Position und Orientierung von Objekten
Visuelles Monitoring
Visuelle Überwachung und Inspektion im industriellen Umfeld
Prof. Dr. Rudolf Bierl
Prof. Dr. Jürgen Frikel
Prof. Dr. Carsten Kern
Computational Linguistics

Akustische Spracherkennung
Elektroakustik und maschinelles Lernen zum Verständnis gesprochener Sprache
Sprachverarbeitende Systeme
Gesprochensprachliche Dialogsysteme und multimodale Sprachverarbeitung
Strategische Textanalyse
Auswertung von Texten in Nachrichten und sozialen Medien zur Risikoanalyse
Textbasierte Erkennung von Cyberangriffen
Natural Language Processing zur Erkennung komplexer Spear-Phishing-Attacks
Signal- & Zeitreihenanalyse

Akustische Lokalisation
Lokalisierung von Objekten anhand akustischer Signale
Biosignalverarbeitung
Analyse biologischer Messungen
Prof. Dr. Rudolf Bierl
Prof. Dr. Sebastian Dendorfer
Prof. Dr. Jürgen Frikel
Prof. Dr. Lars Krenkel
Edge AI
Hardwarebeschleunigte Datenauswertung direkt im Sensorknoten
Monitoring
Überwachung von Produktionsprozessen anhand verschiedenster Sensordaten
Predictive Maintenance
Früherkennung von Fehlern und Defekten anhand von Signalen aus dem Produktionsumfeld
Smart City and Environment
Auswertung von Smart Meter- und Sensordaten zur Steigerung von Effizienz und Nachhaltigkeit
Simulation und Prognose

Biomedizinische Simulation
Virtuelle Menschmodelle und Blutströmungssimulation
Digitale Zwillinge
Digitale Zwillinge für Produktion, Gebäude und Infrastruktur
Prof. Dr. Oliver Brückl
Prof. Dr. Jan Dünnweber
Prof. Stefan Galka
Prof. Dr. Mathias Obergrießer
Prof. Dr. Oliver Steffens
Data Augmentation
Simulationsmodelle auf Basis und zur Ergänzung der Finite-Elemente-Methode
Szenarienmethoden
Prognose komplexer Szenarienverläufe, unter anderem zur Krisenbewältigung
Verhaltensprognose für Stromnetze
Prädiktion von Lasten sowie Wirk- und Blindleistung
Simulation von Fertigungsverfahren
Herstellbarkeitsbewertung additiv gefertigter Bauteile
Mustererkennung

Anomalieerkennung
Erkennung neuartiger Ausreißer, beispielsweise zur Defekt- und Fehlerdetektion in der Produktion oder zur Erkennung von Betrug, Cyberangriffen und Krisensituationen
Prof. Dr. Markus Bresinsky
Prof. Dr. Jürgen Frikel
Prof. Dr. Carsten Kern
Prof. Dr. Armin Sehr
Prof. Dr. Christoph Skornia
Prof. Dr. Marcus Wagner
Prof. Dr. Martin Weiß
Biomedizinische Klassifikation
Früherkennung von Krankheiten und Rehabilitationsstadien anhand medizinischer Daten
Prof. Dr. Rudolf Bierl
Prof. Dr. Sebastian Dendorfer
Prof. Dr. Lars Krenkel
Prof. Dr. Christoph Palm
Mustererkennung im Energiesektor
Erkennung von Mustern im Nutzungsverhalten, Stromverbrauch und Stromnetzzustand
Prof. Dr. Oliver Brückl
Prof. Dr. Jan Dünnweber
Prof. Dr. Karsten Weber
Planung, Steuerung und Optimierung

Industrielle Optimierung
Planung von Fertigungsprozessen und Fabriklayouts mit Reinforcement Learning
Planung und Optimierung der Stromversorgung
Optimierte Netzausbauplanung und intelligentes Strommanagement
Generierung

Generierung neuer Bauteilgeometrien
Erzeugung synthetischer Bauteildaten für die Fertigung
Netzwerk- und Layoutgenerierung
Synthetische Erzeugung möglicher Topologien und Layouts, beispielsweise für Stromnetze und Fabriken
Übergreifende technologische Aspekte

Causality & Explainability
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
Reproducibility Engineerung
Best Practices zur Sicherstellung der Reproduzierbarkeit im Software Engineering und Datenmanagement
Wirtschaftliche Aspekte

Gründungsförderung
Aus- und Neugründungen im Bereich der Künstlichen Intelligenz
IT-Management
Management von Informationstechnologien wie Cloud Computing im Unternehmenseinsatz
Personalmanagement
Einsatz von Künstlicher Intelligenz in der Personal- und Organisationsentwicklung
Rechnungswesen
Automatisierung und Effizienzsteigerung von Rechnungs- und Berichtswesen mit KI
Wissenstransfer
Best Practices zur Wissensvermittlung in Industrie und Gesellschaft
Ethische, rechtliche und soziale Aspekte

Empirische Sozialforschung
Untersuchung sozialer Aspekte von Künstlicher Intelligenz mit Methoden der empirischen Sozialforschung
Technikfolgenabschätzung, Innovations- und Technikfolgenforschung
Auswirkungen von Künstlicher Intelligenz in den Bereichen Mobilität, Energie, Gesundheit, Informations- und Kommunikationstechnik
Angewandte Ethik
Ethische Aspekte und Rahmenbedingungen beim Einsatz von Künstlicher Intelligenz