Aktuelle Projekte und Kooperationen
MobyDex – Multimodal Mobility-Index
Um den motorisierten Individualverkehr zu reduzieren, ist eine Optimierung des öffentlichen Personennahverkehrs unerlässlich. Eine umfassende Optimierung erfordert einen integrierten Ansatz, der nicht an den Grenzen der einzelnen Kommunen Halt macht und das ÖPNV-Angebot auf den tatsächlichen Bedarf abstimmt. MobyDex entwickelt eine umfassende Daten-, Verarbeitungs- und Kollaborationsplattform, die Angebot und Nachfrage systematisch analysiert und es regionalen öffentlichen und betrieblichen Mobilitätsplanern ermöglicht, gemeinsam bedarfsgerechte Lösungen zu erarbeiten.
Nationale Forschungsdateninfrastruktur für und mit Computer Science (NFDIxCS)
Das Kernziel des Konsortiums NFDIxCS ist es, Dienste zur Speicherung komplexer domänenspezifischer Datenobjekte aus der Breite der Informatik zu identifizieren, zu definieren und schließlich einzusetzen und damit die FAIR-Prinzipien flächendeckend umzusetzen. Das schließt die Produktion wiederverwendbarer Datenobjekte ein, die neben den verschiedenen Arten von Informatikdaten auch die zugehörigen Metadaten sowie die entsprechende Software, Kontext- und Ausführungsinformationen in standardisierter Form enthalten. Diese Datenobjekte können von beliebiger Größe, Struktur und Qualität sein.
DYNABIC: Dynamic business continuity of critical infrastructures on top of adaptive multi-level cybersecurity
Im Projek DYNABIC werden Lösungen erforscht, damit Betreiber kritischer Infrastrukturen proaktiv auf Cyber-Attacken reagieren können.
PODIUM - PDI connectivity and cooperation enablers building trust and sustainability for CCAM
Das Ziel von PoDIUM ist es, anspruchsvolle Anwendungsfälle der kooperativen, vernetzten und automatisierten Mobilität (CCAM) zu identifizieren, bereitzustellen und zu bewerten. Aufbauend auf diesen Anwendungsfällen in Städten und auf Autobahnen (auch grenzüberschreitend), die unter realen Bedingungen validiert werden, befasst sich PoDIUM mit den unterschiedlichen Anforderungen an die Verfügbarkeit und Leistung der Konnektivität sowie mit den verschiedenen Vernetzungsmöglichkeiten.
BRIBOT
Im Projekt BRIBOT (Service-basierte Abstraktionen und Programmiermechanismen zur Überbrückung von Geschäftsprozessmodellen und IoT Big Data) soll eine Brücke geschlagen werden von Geschäftsprozessmodellen hin zur Modellierung von IoT-Anwendungen. Dazu werden die notwendigen Programmiermechanismen und Abstraktionslevel für die Modellierung entwickelt. Geschäftsprozessmodelle werden in kleinschrittige Mikroprozesse zerlegt, die der Dynamik von IoT-Anwendungen gerecht werden. Darüber hinaus sollen die technische Grundlage entwickelt werden, um Geschäftsprozessmodelle, die auf IoT-Daten basieren, automatisch in ausführbare Software zu übersetzen.
FederleichtLernen
Das Ziel des Verbundprojektes ist die Erforschung und Entwicklung eines Lernsystems für die erweiterte Realität, das direkte Rückmeldung an die Schüler:innen ermöglicht und dadurch die Lehrerschaft und Eltern entlastet. Mit Hilfe der erweiterten Realität können Lernmaterialien, die mit Stift und Papier bearbeitet werden, um virtuelle Informationen erweitert werden, die sich räumlich präzise über, zum Beispiel, geschriebenen Text der Schüler:innen legen lassen. Zusätzlich zur Lernumgebung soll ein intelligenter Stift entwickelt werden, der über Sensoren relevante Informationen zum Kontext der Lernsituation erfasst.
PITCH - Prüfungen innovieren, Transfer schaffen, Chancengerechtigkeit fördern
Die UDE will das Potenzial digitaler und digital unterstützter Prüfungen in den kommenden Jahren weiter erschließen. Ermöglicht wird dies durch das Projekt PITCH, welches bis Mitte 2024 von der Stiftung Innovation in der Hochschullehre gefördert wird.
5G-IANA: 5G Intelligent Automotive Network Applications
Das Ziel von 5G-IANA ist die Bereitstellung einer offenen 5G-Experimentierplattform für den Automotive-Bereich. Unternehmen und Forscher der europäischen privat-öffentlichen 5G-Partnerschaft sollen auf dieser Plattform Dienste entwickeln, zum Einsatz bringen und testen können.
hKI-Chemie
Im Projekt "Humanzentrierte KI in der chemischen Industrie" werden wiederverwendbare hKI-Bausteine, Entwicklungsmethoden und Handlungsempfehlungen erarbeitet, um den Einsatz humanzentrierter KI in vielen Unternehmen und Branchen zu erleichtern.
HUMAINE
Wie eine menschzentrierte Integration von Künstlicher Intelligenz in bestehende Arbeitssysteme aussehen kann ist sowohl für Forschung als auch Praxis eine wichtige Fragestellung. Im BMBF geförderten Projekt Humaine arbeitet ein breit aufgestelltes Team aus Forschern in Zusammenarbeit mit Partnern aus der Industrie-, Gesundheits- und Versicherungswirtschaft an der Entwicklung neuer Arbeitsmethoden und deren Integration in betriebliche Arbeitsprozesse.
Neural signal processing using artificial intelligence on an embedded platform
Die Hauptakteure neuronaler Kommunikation sind Spikes, kurze elektrische Pulse, die zu bestimmten Zeiten von einem Neuron zu einem anderen gesendet werden. Das Projekt „Neural signal processing using artificial intelligence on an embedded platform“ der Universität Duisburg-Essen und des Universitätsklinikums Knappschaftskrankenhaus Bochum zielt darauf ab, diese neuronalen Spikes am Ort der Entstehung zu erfassen und zu analysieren, um damit die Entwicklung neuronaler Implantate neuer Generation zu ermöglichen.
Cyber Security in the Age of Large-Scale Adversaries
Das Exzellenzcluster nimmt Maßnahmen gegen mächtige Angreifer von großen Vereinigungen, staatlichen Oranisationen oder aus dem Bereich der organisierten Kriminalität in den Fokus. Dabei wird ein europaweit einzigartiger Ansatz verfolgt: Führende WissenschaftlerInnen aus den Fachrichtungen Informatik, Mathematik und Ingenieurwesen kooperieren mit Forschenden aus der Psychologie, um das Zusammenspiel von menschlichem Verhalten und IT-Sicherheit zu untersuchen.
Modellbasierte Transitionsplanung und Prädiktion
Dieses Projekt entwickelt Verfahren zur Planung von Transitionen zwischen verfügbaren Kommunikationsmechanismen unter Verwendung probabilistischer Methoden. Dabei werden insbesondere programmierbare Kernnetze betrachtet. Diese Planung wird bezüglich quantitativer Leistungsmetriken und bezüglich der Transitionszeitpunkte optimiert. Hierfür werden Methoden der Warteschlangentheorie, des stochastischen Netzwerkkalküls und der Markov-Entscheidungstheorie eingesetzt. Das Teilprojekt ermöglicht somit den effizienten Einsatz von Betriebsmitteln im Netz, insbesondere im Hinblick auf koexistierende Multi-Mechanismen.