MLUX
Entwicklung
einer UX-
Messmethode
basierend auf ML
MLUX – Entwicklung einer User Experience Messmethode basierend auf Maschinellem Lernen (ML)
Ziel dieses Projekts ist es, aus sowohl wissenschaftlicher als auch praktischer Sichtweise den Einsatz von Maschinellem Lernen (ML) in Entwicklungs- und Designprozessen zu untersuchen.
Disaster Sense
Sammlung und
Verteilung von
Umgebungs-
informationen
DisasterSense – Dezentrale Sammlung und Verteilung von Umgebungsinformationen zur Lageerfassung in Katastrophenszenarien
In Projekt DisasterSense wird von einem großflächigen Ausfall der Kommunikationsinfrastruktur ausgegangen. Ein alternatives und von herkömmlicher Infrastruktur unabhängiges Kommunikationssystem kann auf Basis von Smartphones realisiert werden.
In diesem Forschungsprojekt soll eine Methode entwickelt werden, um fein granulare Elemente aus der agilen Entwicklung zu nutzen und im Rahmen der regulatorischen Prozessanforderungen den aktuellen Prozess hinsichtlich verschiedener Ziele, wie z.B. Schnelligkeit oder Kundenzufriedenheit zu verbessern.
KIRA
Künstliche
Intelligenz für
den Review von
Arbeitsabläufen
KIRA – Künstliche Intelligenz für den Review von Arbeitsabläufen
In Unternehmen fallen immer mehr Daten an: Ziel von KIRA ist es, diese anfallenden Daten mit Methoden der künstlichen Intelligenz zu analysieren und dadurch Optimierungspotential beim Industriepartner DATEV eG zu erschließen.
ADAM – Approximative Analyse massiver Datenströme durch moderne Hardware
Eine immense Anzahl Datenquellen, wie mobile Endgeräte oder Sensoren, stellen kontinuierlich und mit hoher Frequenz Daten zur Verfügung. Die Auswertung dieser hinsichtlich Anzahl und Datenraten massiven Datenströme bietet großes Potential für neue Dienstleistungen und Entscheidungsfindung.
MLUX – Entwicklung einer User Experience Messmethode basierend auf Maschinellem Lernen (ML)
Ziel dieses Projekts ist es, aus sowohl wissenschaftlicher als auch praktischer Sichtweise den Einsatz von Maschinellem Lernen (ML) in Entwicklungs- und Designprozessen zu untersuchen.
DisasterSense – Dezentrale Sammlung und Verteilung von Umgebungsinformationen zur Lageerfassung in Katastrophenszenarien
In Projekt DisasterSense wird von einem großflächigen Ausfall der Kommunikationsinfrastruktur ausgegangen. Ein alternatives und von herkömmlicher Infrastruktur unabhängiges Kommunikationssystem kann auf Basis von Smartphones realisiert werden.
In diesem Forschungsprojekt soll eine Methode entwickelt werden, um fein granulare Elemente aus der agilen Entwicklung zu nutzen und im Rahmen der regulatorischen Prozessanforderungen den aktuellen Prozess hinsichtlich verschiedener Ziele, wie z.B. Schnelligkeit oder Kundenzufriedenheit zu verbessern.
KIRA – Künstliche Intelligenz für den Review von Arbeitsabläufen
In Unternehmen fallen immer mehr Daten an: Ziel von KIRA ist es, diese anfallenden Daten mit Methoden der künstlichen Intelligenz zu analysieren und dadurch Optimierungspotential beim Industriepartner DATEV eG zu erschließen.
ADAM – Approximative Analyse massiver Datenströme durch moderne Hardware
Eine immense Anzahl Datenquellen, wie mobile Endgeräte oder Sensoren, stellen kontinuierlich und mit hoher Frequenz Daten zur Verfügung. Die Auswertung dieser hinsichtlich Anzahl und Datenraten massiven Datenströme bietet großes Potential für neue Dienstleistungen und Entscheidungsfindung.
