Übersicht Projekte

OrthoKI erforscht eine mit KI-Methoden optimierte Orthesenversorgung. Die am Fuß angebrachte sensorbasierte Schiene soll die Therapie von Patient:innen mit einer Fußheberschwäche optimieren, deren Gehfähigkeit eingeschränkt ist.

Die im Projekt geförderte Stiftungsprofessur besetzt Prof. Dr. Gerard Pons-Moll. Er forscht zur Entwicklung nachhaltiger und robuster intelligenter Systeme, die adaptiv auf neue Situationen reagieren und kontinuierlich weiterlernen können.

Prof. Dr. Hendrik Dubbe, Professor für Applikations- und Verfahrenstechnik der Oberflächenbeschichtung an der Hochschule Esslingen, prüft im Projekt LiFreBat das Einsatzpotenzial einer lithium-freien, nachhaltigen Batterie für den Einsatz in E-Autos.

Prof. Dr. Maria Dienerowitz, Professorin für Lasertechnik an der Ernst-Abbe-Hochschule Jena, entwickelt im Projekt BioLOC ein System, mit dem frei bewegliche Einzelmoleküle in einem kompakten mikrofluidischen Gerät untersucht werden können.

Methoden aus dem maschinellen Lernen für Big Data sollen auf Fragestellungen in der Atmosphärenphysik angewandt werden. Unter anderem werden die Darstellung von Wolken in Klimamodellen und die Vorhersagbarkeit von Wettersituationen bearbeitet.

Prof. Dr. Laura Maria Comella, Professorin für Intelligenten Eingebettete Systeme an der Hochschule Karlsruhe, entwickelt ein präzises optisches Messsystem für den Blattflächenindex (LAI). Waldökosysteme sollen damit besser verstanden und organisiert werden.

Dr. Alexander Behnke erforscht die biologischen Mechanismen psychischer Erkrankungen. Er studierte Psychologie an der TU Dresden, promovierte an der Universität Ulm und war zuletzt als Postdoktorand an der Universität Ulm und der Columbia University tätig.

Prof. Dr. Dominique Buchenau, Professor für Festkörperphysik und Physikalische Messtechnik an der Ernst-Abbe-Hochschule Jena, beschäftigt sich mit der Entwicklung kontaktloser Sensorik auf der Basis von magnetischen und induktiven Mess- und Funktionsprinzipien.

MAINCE wird durch KI-Ansätze neue und dringend benötigte Therapeutika in der Immunologie identifizieren. Hinweise zur Wirkung der Therapeutika durch hochmoderne bildgebende Verfahren werden durch KI mit Laborexperimenten verknüpft, um die Medikamentenentwicklung zu beschleunigen und effizienter zu gestalten.

Mittels eines digitalen Zwillings sollen im Projekt die außergewöhnlichen Eigenschaften von Mikrostrukturen auf verschiedenen Längenskalen verknüpft werden. So lassen sich mit geringerem Materialeinsatz z. B. besonders feste Materialen entwickeln.