Bekanntmachung “Künstliche Intelligenz – Data Science”

20. April 2022 | | 2 Minuten Lesezeit

Startseite » News » Bekanntmachung „Künstliche Intelligenz – Data Science“

Mit der Initiative „Künstliche Intelligenz – Data Science“ fördert das Bayerische Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi) anwendungsoffene Innovationen im Bereich Datenanalyse, Data Science und Künstliche Intelligenz, welche die Digitalisierung in Bayern vorantreiben und die Bewältigung zukünftiger, gesellschaftlicher Herausforderungen unterstützen.

Gegenstand der Förderung

Gegenstand der Förderung sind Forschungs- und Entwicklungsaufwendungen im Rahmen vorwettbewerblicher Verbundvorhaben. Es werden ausschließlich Vorhaben gefördert, die wesentliche Innovationen auf dem Gebiet Künstliche Intelligenz – Data Science beinhalten. Dabei sollen insbesondere die Themenbereiche Daten- bzw. Wissensmanagement, technische IT-Dienstleistungen, Datennetze für intelligente Infrastrukturen sowie Echtzeitsysteme und eingebettete Systeme des Förderbereichs Informations- und Kommunikationstechnik in der Förderlinie Digitalisierung adressiert werden.

Im Rahmen dieses Aufrufes sollen Projekte aus den Technologiefelder Künstliche Intelligenz (KI) und Data Science unterschiedlichster Anwendungsdomänen, gerne auch domänenübergreifend (cross-industry), gefördert werden, die Forschungs- und Entwicklungsarbeiten
insbesondere in einem oder mehreren der folgenden Themenbereiche beinhalten:

  • Vertrauenswürdige KI: Nachvollziehbarkeit und Transparenz von Methoden, Algorithmen und deren Entscheidungen (Explainable Artificial Intelligence – XAI), Berücksichtigung der Unschärfe bzw. Verzerrung (Bias) von Daten bzw. Algorithmen
    (Dateninsensitivität), Entwicklung resilienter und sicherer Lern-Verfahren (Safe Intelligence),
  • Datenzentrierte KI: Entwicklung verteilter KI-Systeme und zugehöriger Speicherarchitekturen (föderierte Verfahren), Entwicklung innovativer Lernalgorithmen auf
    Basis von Transfer-Verfahren (transfer learning), sukzessiver Generierung neuer
    Daten (active learning), automatisierter Erzeugung von neuen Labels, Erzeugung
    und Verwendung künstlich mit Algorithmen erzeugter Daten z. B. für den Test von
    Modellen, Anlagen oder Systemen, auch in Kombination mit Realdaten (Datenaugmentierung),
  • Nachhaltige KI: Entwicklung ressourcenschonender Lernmethodiken (Green AI)
    auch auf Basis innovativer Nachhaltigkeitsmetriken für KI-Infrastruktur, Entwicklung
    von Algorithmen mit dateneffizienten Lernmethoden (few label learning),
  • Wissensbasierte KI: Abbildung und Formalisierung von statischem und dynamischem Domänenwissen und domänenspezifischer Ontologien, domänenspezifische Weiterentwicklung von KI-Methoden und -Algorithmen auch unter Integration
    der zugrundeliegenden physikalischen Zusammenhänge (physics AI), Kombination
    modell- und lern-basierter Verfahren zur vollumfassenden Modellierung und Beschreibung von Objekten und deren Verhalten bzw. Funktionsweise,
  • Kollaborative KI: Entwicklung von Methoden zur flexiblen Kontrollübernahme von
    Mensch und Maschine (collaborative AI) in semi-autonomen Systemen auch unter
    Verwendung iterativer, selbst-optimierender Lernverfahren (active learning),
  • Wahrnehmungssysteme/Perception: Erfassung und Analyse von Wahrnehmungs-, Umwelt-, Bewegungs- und Zustandsdaten auch mittels Integration neuartiger Sensorik bzw. Erfassungsmethodiken sowie in Kombination weiterer Datenquellen (multi-modal data analysis), um Vorhersagemodelle zu generieren (predicitve
    analytics) und Entscheidungsunterstützung/Handlungsempfehlungen zu ermöglichen (prescriptive analytics),
  • KI-Werkzeuge: Entwicklung von Paradigmen und Werkzeugen, um die Anwendung
    von (hybriden) Lernverfahren in Unternehmen verschiedenster Branchen, insbesondere KMU zu unterstützen (KI/ML-DevOps, KI-Tool-Boxing) und die Erstellung maschineller Lernmethoden zu automatisieren (automatisiertes maschinelles Lernen).

    Die beteiligten Unternehmen müssen in der Lage sein, die Vorhabenergebnisse wirtschaftlich zu verwerten und eine entsprechende Planung vorlegen.

Wer ist antragsberechtigt?

Das Projektkonsortium muss aus mindestens zwei Partnern bestehen und dabei mindestens ein Unternehmen enthalten. Die Beteiligung von Universitäten, Hochschulen und außeruniversitären Forschungseinrichtungen ist möglich. Es werden nur Arbeiten gefördert, welche
innerhalb Bayerns durchgeführt werden. KMU werden besonders zur Einreichung von Projektskizzen ermutigt. Die angestrebte maximale Projektlaufzeit erstreckt sich bis Ende 2025.

Verfahren

Das Antragsverfahren ist zweistufig angelegt. In der ersten Verfahrensstufe können bis zum Stichtag 02.06.2022 um 14:00 Uhr Projektvorschläge eingereicht werden.

Weitere Infos

cyberHR