Beschleunigen Sie Ihr KI-Projekt mit unseren Innovation Services
Smart Data Innovation Services sind innovative KI-Forschungstransferleistungen aus der deutschen Spitzenforschung und Software-Industrie, die innerhalb des SDIL erstmalig auch Unternehmen direkt angeboten werden.
Innerhalb der Förderprojektphase können 15 Unternehmen eine stetig wachsende Anzahl neuer Services kostenfrei für eigene Innovationen erproben (nächster Stichtag 20.09.2023) .
Smart Data Innovation Services
Nutzen Sie Innovation Services aus unserem Katalog, um eigene datengetriebene Innovationen zusammen mit deutschen Spitzenforschern umzusetzen.
Kognitive große Sprachmodelle für konversationelle KI-Assistenten
Trotz der Aufregung um Large Language Models (LLM) leiden diese Modelle unter Illusionen, d.h. sie erzeugen faktisch falschen Text. Diese Probleme schränken die Entwicklung von...
Deep Learning auf Wissensgraphen für den Aufbau kognitiver Unternehmensdienste
Die meisten Daten aus Unternehmen können in einem Knowledge Graph abgebildet werden. Daten aus dem Tourismus, von Lieferketten oder aus dem Gesundheitswesen lassen sich als...
Modellverifikation und -Testung für vertrauenswürdige KI
Maschinelle Lernalgorithmen werden auf lediglich auf die Genauigkeit auf Testdaten verglichen. In der Realität gibt es jedoch deutlich mehr Maße, um die Robustheit einer...
IBM Cloud – Data Fabric Implementation
Die IBM bietet folgende Leistungen innerhalb SDI-S Mikrpojekten an: Unterstützung mit der IBM Cloud inkl. Cloudbasierter AutoML Dienste Unterstützung bei Projekten hinsichtlich...
Fusion von Multimodalen Maschinellen Lernverfahren
Das DFKI bietet State-of-the-Art Methoden aus der Sprach- und Videoerkennung gepaart mit Sensoren oder anderen Methoden an. Dies ermöglicht die Erzeugung von individuellen...
Physical Intelligence: Kopplung von physikalischen und KI-basierten Modellen für Regression, Interpolation und Optimierung
Simulationen können komplexe ungesehene Phänomene vorhersehen, während maschinelles Lernen insbesondere bestehende Beobachtungen generalisieren kann. Beide Arten des...
Hyperparameter Tuning und KI-Anwendungen insbesondere im medizinischen Bereich
Schwerpunktmäßig sei hier eine Plattform zur Daten-Analyse und für maschinelles Lernen für medizinische Diagnosen zu nennen. Der Umgang mit Patienten-Daten, Bildanalyse von...
Parallelisiertes Lernen von Merkmalsräumen für große Log- und Zeitreihendatensätze
Neuronale Netze können heute oft auf Basis von Rohdaten lernen. Jedoch gibt es viele Gründe dafür die Phase der Merkmalsextraktion getrennt zu betrachten. Zum einen kann dies das...
Neural Architecture Searches zur Mehrziel-Optimierung von Regressions- und Klassifikationsmodellen
Das KIT optimiert ihre existierenden kleinen und großen neuronalen Netzwerke und passt existierende Architekturen semiautomatisch auf ihre Bedürfnisse an. Der Entwurfsraum für...
Software AG Cumulocity IOT Plattform und Streaming Analytics
Die Software AG und das KIT werden die Cumulocity IOT Plattform und Streaming Analytics als Cloud Angebot über für die ersten Auschreibungsrunden für Mikroprojekte in das Projekt...
Few Shot Learning in der Medizin – Lernen mit kleinen Datenmengen
Eine große Schwäche von herkömmlichen Methoden des maschinellen Lernens ist die große Menge an Daten, die für das Trainieren benötigt werden. Das Few Shot oder One Shot Learning...
Datensparsames, Maschinelles Lernen + Few Shot Learning
Insbesondere im Bereich High-Performance Computing haben wir Erfahrungen im Bereich Hyperparameter Tuning um KI Modelle zu verbessern und in der Parallelisierung und dem Speed-Up...
Aktives Lernen mit Benutzerinteraktion: Skalierbare Systeme für interaktive Modellverbesserung
ChatGPT hat eindrucksvoll gezeigt, wie das Lernen von Auswahlstrategien auf Basis von menschliches Feedback die Performance von Sprachmodellen verbessern konnte (bei der...
SAP Edge AI Research Workbench und Cloud Services
Die SAP Business Technology Platform ist ein integriertes Angebot, das aus den vier Technologieportfolios, Datenbank- und Datenmanagements, Analytics, Anwendungsentwicklung und...
Nicht-invasive Bewertung von Fitness/Gesundheitsparametern
Das DFKI stellt diverse F&E Expertise zur Verwendung von statistischen Methoden (machine learning, deep learning, etc.) zur Analyse und Bewertung von Fitness- und...
LWM – Large Whatever Models – mehr als nur ChatGPT
Das DFKI bietet die neusten State-of-the-Art Methoden aus der Spracherkennung gepaart mit Sensoren oder anderen Methoden an.
Anpassung großer Sprachmodelle mit Unternehmensdaten
Fraunhofer IAIS arbeitet mit Partnern aus der deutschen Industrie zusammen und unterstützt sie bei der Einführung von LLMs unter Verwendung von Unternehmensdaten und bei der...
Aktuell gefördert
Erhalten Sie Leistungen für bis zu 60k pro Mikroprojekt kostenfrei!
Aktuell fördert das BMBF die Erprobung von neuen Forschungstransferdienstleistungen im SDIL innerhalb des „Smart Data Services“ Projekte für die kostenfreie Nutzung neuer Dienste in unserem Katalog. Profitieren Sie davon, dass Sie die ersten sind und erhalten Sie Leistungen für bis zu 60k pro Mikroprojekte kostenfrei.
Aktuelle Mikroprojekte
Referenzen für die innovative Nutzung der Smart Data Services
SmartAPMotion
Die Fusion von maschinellen Lernverfahren verschiedene Sensor-Ströme und Datenquellen (unter anderem auch Video und Sprache) wird zur multimodale Aktivitätserkennung genutzt.
Conversational Assistant for I4.0 Digital Twins
Durch die Verwendung von Wissensgraphen wird der mit Chatfunktionen erweiterte digitale Zwilling in der Lage sein, aus historischen Daten zu lernen und sich an Änderungen im Produktionsprozess anzupassen.
MangoTune- Adaption von CNN Modellen zur Reifevorhersage auf multi-spektralen Satellitendaten
Das Projekt bestimmt mittels KI-Analyse von multispektralen Satellitenbildern den Zeitbereich des Pflanzenwachstumsprozesses von Mangos weltweit und verknüpft das Ergebnis mit bestehenden Daten.
MAIWY – Erkennung von Weinblattkrankheiten mit KI
MAIWY strebt an, mithilfe von Smartphone-Bildern und künstlicher Intelligenz (KI) Rebkrankheiten, Mangelerscheinungen und Schädlinge bereits in frühen Stadien zu erkennen und zu differenzieren.
TruthfulLM: Verifying and Ensuring Truthfulness in Large Language Models
Die entwickelten Modelle extrahieren strukturierte Informationen aus Texten mit Hilfe derer generierte Texte automatisch mit einem Wissensgraphen abgeglichen und so auf ihren Wahrheitsgehalt überprüft werden können.
Verbesserung von KI Modellen basierend auf räumlichen Daten in der Agrarwirtschaft
Die Verbesserung der Bodenfeuchte-Vorhersagen für Heliopas durch eine effiziente Datenverarbeitungspipeline und Hyperparameteroptimierung
Nutzung maschinellen Lernens zur Zuordnung von Fragestellungen und Experten in Lernplattformen
Effektives Cognitive Matchmaking in Lernplattform-Communities: Untersuchung von LDA-Rec und SBERT-Rec Recommender-Systemen zur Experten-Fragen-Zuordnung
BERTI-4.0: Pre-trained Language Model für Conversational Agents im Kontext von Industrie 4.0
Intelligente Fabriken durch BERTI-4.0: Vortraining, Fine-Tuning und Evaluierung für Industrie 4.0 Sprachassistenzkomponenten