Übersicht Projekte

Ziel des Projektes ist es, einen Adsorptionswärmespeicher zu entwickeln, der regenerative Wärme speichern und Temperaturen über 100 °C bereitstellen kann, wie sie beispielsweise im Gewerbe- und Dienstleistungssektor benötigt werden.

„AI-4-Spatial Multiomics Transfer“ (KI4Spatial Data) entwickelt neue KI-Methoden, um Gewebeproben von Patient:innen mit Multipler Sklerose und Myositis besser zu verstehen. Ziel sind personalisierte und ressourcenoptimierte diagnostische Prozesse und Therapien.

Um ein besseres Einheilen bei Implantaten zu erzielen, wird im Projekt eine aktive Steuerung der Oberflächen von Implantaten erforscht. In Abhängigkeit der Phasen der Wundheilung werden dazu schaltbare Makromoleküle eingesetzt.

Das Projekt „Automatisierung multimodaler korrelativer Licht- und Elektronenmikroskopie“ (multiCLEM) entwickelt KI-Methoden, um eine hochauflösende Mikroskopie-Technik zu automatisieren und damit erstmals für größere Studien und kliniknahe Forschung einsetzbar zu machen.

Das Team der Hochschule Furtwangen erforscht eine intelligente Maschinensteuerung in geschlossenen Fertigungskreisläufen. Die Maschine führt nach jedem Bauteil eigenständig Anpassungen durch und verbessert die Qualität der hergestellten Teile.

Der Cyber Valley AI Incubator ist ein mehrwöchiges Weiterbildungsprogramm für KI-Wissenschaftler:innen im Bereich Gründung.

JENAINNOVATION soll Spitzenforschung in Innovationen und DeepTech-Startups überführen. Ziel ist, ein institutionsübergreifendes Innovationsökosystem mit überregionaler Strahlkraft und Impulsen für Wissenschaft, Wirtschaft und Gesellschaft zu schaffen.

Mithilfe von Methoden des maschinellen Lernens werden im Projekt Maßnahmen für eine effektive und ökonomische Emissionsreduktion erforscht. Anhand des digitalen Zwillings eines Produktionsprozesses werden Wege zu einer klimaneutralen Produktion aufgezeigt.

Das Team der Hochschulen Kaiserslautern und Trier entwickelt eine benutzerfreundliche, intelligente Beinprothese, die mithilfe von Künstlicher Intelligenz präzises Feedback über Bewegungen und Bodenkontakt an den Anwender zurückgibt.

Hochschulen haben durch energieintensive Infrastrukturen hohe CO2-Emissionen. Das Projektteam entwickelt KI-gestützte Planungsmodelle, um den Energieverbrauch zu senken, erneuerbare Energien besser zu nutzen und Emissionen zu reduzieren.