Das Projekt ADRIAN-2 untersucht als Folgeprojekt KI-gestützte Methoden zur Erkennung von Risiken in Online-Netzwerken, insbesondere die Gefahr der Profilbildung durch verknüpfte Daten aus Social Media und anderen Quellen. Gefördert mit 300.000 € im Rahmen des MuQuaNet-Verbunds, zielt es darauf ab, sichere Verschlüsselungslösungen zu entwickeln und Missbrauchspotenziale zu analysieren. Das Forschungsvorhaben umfasst die Analyse bestehender Verschlüsselungsverfahren (2025), die Entwicklung sicherer Übertragungstechnologien (2025-2026) und eine abschließende Risikoanalyse (2026). 

In einem interdisziplinär aufgestellten Forscherteam aus dem Bauingenieurwesen/Wasserbau und der Informatik/KI-Softwareentwicklung wird eine Applikation zur automatisierten Messaufnahme bei Spundwanddickenmessungen an Ufereinfassungen (Kaianlagen) in deutschen Seehäfen erstellt.

Künstliche Intelligenz (KI) birgt großes Potenzial, um die Teilhabe von Menschen mit Behinderung zu verbessern. Allerdings hat sich gezeigt, dass KI-Systeme, insbesondere Sprachmodelle (Large Language Models, LLMs), diskriminierende Inhalte generieren und Vorurteile reproduzieren. Das Projekt DIS_ABLE setzt mit seiner Forschung hier an: In enger Zusammenarbeit mit Menschen mit Behinderungserfahrung werden deutschsprachige Datensätze entwickelt, die Diskriminierung in KI-generierten Inhalten aufzeigen und für das Thema Ableismus sensibilisieren. Ableismus beschreibt dabei die systematische Diskriminierung von Menschen mit Behinderungen oder chronischen Erkrankungen. Aufbauend auf vielversprechenden Ergebnissen aus Vorprojekten wird ein partizipativer Ansatz verfolgt, bei dem die Bewertung generierter Inhalte durch Menschen mit Behinderung vorgenommen wird. Dieser Einbezug ist essenziell, um die Komplexität von Diskriminierungserfahrungen adäquat abzubilden und praxisrelevante Datensätze zu schaffen. DIS_ABLE leistet somit einen wichtigen Beitrag zur Entwicklung diskriminierungssensibler KI-Systeme und trägt dazu bei, das Potenzial von KI für die Teilhabe von Menschen mit Behinderung zu erschließen und die vielfältigen Facetten von Diskriminierung in der Sprache und Wahrnehmung zu beleuchten.

Das Ziel des Projekts ist es, mithilfe eines KI-basierten Kommunikations- und Analysetools den Zugang zu bauspezifischem Wissen sowie zur CO2-Berechnung und -Optimierung innovativ und einfach zu gestalten. Dadurch soll die Einhaltung von Nachhaltigkeitsanforderungen bereits bei der Konzeption und Planung eines Bauvorhabens unterstützt werden.

HIS4DiaPedes entwickelt einen hybriden Interaktionsdemonstrator für die kontaktlose Versorgung von Patienten mit diabetischem Fußsyndrom. Die Gesundheitsdaten werden automatisiert über Smart Devices und Sensorik erfasst und über eine Datenplattform analysiert. Die optimierte Interaktion zwischen Patienten und Pflegenden reduziert Komplikationen. Das System verbessert die Gesundheitsversorgung und fördert die Selbstbestimmung und Lebensqualität der Betroffenen.

Die KI-Akademie OWL hat das Ziel, die Fachkenntnisse im Bereich Künstliche Intelligenz (KI) an Hochschulen in Ostwestfalen-Lippe zu bündeln und zu vertiefen. Die KI-Akademie konzentriert sich auf die Sicherheit von KI-Technologien sowie individuelle KI-Lösungen, die Inklusion fördern, insbesondere bei begrenzten Daten und Ressourcen.

Mass Customization als neues Produktionskonzept verbindet die Individualität der Einzelfertigung mit der Effizienz der Massenfertigung. Kundenindividuelle Anforderungen können mit maßgeschneiderten Produkten erfüllt werden, ohne dabei auf die hohe Präzision und die niedrigen Kosten der Massenfertigung verzichten zu müssen.

Im OpenSCALING Projekt wird die Leistungsfähigkeit offener Standards und Werkzeugketten im Bereich Modellierung, Simulation und Optimierung erhöht, um diesen Anforderungen Rechnung zu tragen. Insbesondere wird es ermöglicht wesentlich größere Systeme und Szenarien unter Berücksichtigung von Unsicherheiten zu simulieren und zu optimieren, sowie Methoden aus dem Bereich der künstlichen Intelligenz zu nutzen, beispielsweise für die hybride Modellierung mit neuronalen Netzen (NN) oder zur Modellkalibrierung.

Das OpenModelica Development Projekt an der FH Bielefeld unterstützt die Modelica-Sprache und die Modelica-Standardbibliothek. Ziel ist die effiziente Initialisierung und Simulation von Modelica-Modellen mit dem Open-Source-Simulationstool OpenModelica. Dabei werden symbolische und numerische Verfahren entwickelt und erforscht, um komplexe und große Modelle effizient zu handhaben.

Im Projekt PRODUS verfolgt die Hochschule Bielefeld gemeinsam mit Partnern aus Schulen, Unternehmen und anderen Organisationen das Ziel, Schüler:innen frühzeitig für das Fach Informatik, Programmieren und Algorithmen im Speziellen sowie KI zu begeistern. Dabei sollen im außerschulischen Bereich sowohl Grundkenntnisse für Anfänger:innen vermittelt werden, als auch aufbauende Kompetenzen für bereits fortgeschrittenere Schüler:innen.

STACK ist ein Open-Source-Plug-In für die Lernplattformen Moodle und ILIAS. Es ermöglicht das Erstellen und automatische Bewerten komplexer, mathematischer und naturwissenschaftlicher Aufgaben mit Hilfe eines Computer Algebra Systems (Maxima). Eine Besonderheit von STACK ist die Fähigkeit, zufällige Aufgabenvarianten automatisch zu generieren und den Studierenden ein differenziertes sowie adaptives Feedback zu geben, wobei äquivalente Lösungen als gleichwertig anerkannt werden

SAIL ist ein interdisziplinäres Forschungsprogramm im Bereich KI, das den gesamten Lebenszyklus von KI-Systemen betrachtet und die technologischen sowie gesellschaftlichen Auswirkungen untersucht. Es besteht aus drei Grundlagensäulen und zwei Anwendungsgebieten und beinhaltet die Einrichtung von Juniorprofessuren und Nachwuchsgruppen sowie ein Promotionsprogramm. Ziel ist eine nachhaltige Stärkung der KI-Forschung in der Region OWL.

Aufbauend auf gemeinsamen Projekten mit c-trace zum Einsatz von Computer Vision Systems zur Erkennung von Störstoffen im Biomüll während des Sammlungsprozesses mittels Object Detection und damit verbundenen Erfahrungen mit der benötigten Hardware (Kameras und KI-beschleunigten Rechnern) soll gemeinsam mit der KreisAbfallVerwertungsGesellschaft mbH Minden-Lübbecke (KAVG) die gesetzlich geforderte Sichtkontrolle des angelieferten Bioabfalls KI-basiert und rechtskräftig entwickelt und erprobt werden.