Sichere, autonome und KI-basierte Systeme
Sichere, autonome und KI-basierte Systeme
Die digitale Transformation und der Ausbau cyber-physischer Systeme erfordern zunehmend kollaborative Lösungen und Mensch-Maschine-Interaktion. Cognitive Computing erhöht zugleich die Autonomie der Systeme (zum Beispiel autonome Fahrzeuge und Flugobjekte). Damit verbunden sind auch die Herausforderungen der Kommunikation und Schnittstellengestaltung zwischen den Komponenten und Systemen, die Datenerfassung und -analyse mittels Künstlicher Intelligenz (u.a. Big Data, Maschinelles Lernen) sowie die IT-Sicherheit.
Geforscht wird hierzu vor allem am Affective and Cognitive Institute (ACI), am Institute for Machine Learning and Analytics (IMLA), am Institute for Unmanned Aerial Systems (IUAS) und am Institut für verlässliche Embedded Systems und Kommunikationselektronik (ivESK).
| Titel | SUSI - In silico MED&Health |
| Kurzname | SUSI |
| Kurzbeschreibung | SUSI - In silico MED&Health; Interaktionskonzept einschließlich seniorengerechter Interaktionsmethoden und empathischen Agenten. Im Projekt SUSI wird ein KI-gestütztes Assistenzsystem für alleinlebende Senioren entwickelt, das diskrete Sensorik mit adaptiver KI und multimodaler Nutzerinteraktion verbindet. Der wissenschaftliche Beitrag des ACI adressiert die Frage, unter welchen Gestaltungsbedingungen ein empathischer virtueller Companion nachhaltige Nutzungsmotivation bei einer heterogenen Zielgruppe älterer Menschen erzeugt. Methodisch folgt das Teilprojekt einem nutzerzentrierten, iterativen Designprozess (ISO 9241-210) über die gesamte Projektlaufzeit: von der initialen Anforderungserhebung mittels halbstrukturierter Interviews und Personal-Entwicklung über die Konzeption und Implementierung des Interaktionsdesigns bis hin zur begleitenden und abschließenden Evaluation im Feldtest. Die Interviewstruktur ist theoretisch in UTAUT2 verankert; Zahlungsbereitschaft wird mittels Van-Westendorp-Methode erhoben. Interaktionskonzept und Companion werden in mehreren Iterationszyklen entwickelt und anhand validierter Instrumente (SUS, NASA-TLX) sowie Nutzungsmetriken quantitativ evaluiert und qualitativ kontrastiert. |
| Jahr der Einwerbung | 2026 |
| Laufzeit Beginn | 01.03.2026 |
| Laufzeit Ende | 29.02.2028 |
| Projektleitung | Korn, Oliver, Prof. Dr. |
| Fakultät | M |
| Institut | ACI |