Die Anwendungsmöglichkeiten und das Potential von KI in der Wissenschaft sind enorm. KI hilft nicht nur dabei, vorhandenes Wissen besser auffindbar und leichter verfügbar zu machen. KI ist auch von unschätzbarem Wert bei der Suche nach neuen Materialien, chemischen Verbindungen und biologischen Wirkstoffen, etwa um Solarenergie effizienter nutzen oder Medikamente gegen neu auftretende Krankheitserreger entwickeln zu können. Dabei stehen Wissenschaftler vor großen Herausforderungen: Sie haben chemisch und biologisch nahezu unendlich viele Möglichkeiten. Solche Entdeckungen erfordern eine durchgängige KI-gestützte Automatisierung – von der Versuchsplanung bis zur Durchführung und Analyse.

Die heutigen computergestützten Lernsysteme sind noch nicht in der Lage, das volle Potenzial der KI-gestützten Material-, Chemie-, Umwelt- und Biowissenschaften auszuschöpfen. Wir brauchen neue KI-Methoden, die sowohl komplexe Phänomene vorhersagen als auch Einblicke in die zugrundeliegenden Prozesse geben können. Solche Methoden werden die Grundlage sein, um maßgeschneiderte Systeme zu entwickeln, die in der Lage sind, die großen globalen Herausforderungen in den Bereichen Gesundheit und Umwelt zu bewältigen. Am L3S wird an den notwendigen KI-Methoden geforscht.  

5
5GAPS

5GAPS

5GAPS ist eine Plattform für die multiattributelle Raumerfassung und mehrdimensionale Objektpositionierung, die das Ziel hat, Hannover digital und in Echtzeit abzubilden.
F
FoDaHemm

FoDaHemm

Das Projekt FoDaHemm zielt darauf ab, Hindernisse für den Datenschutz in Forschungsprojekten abzubauen, indem es das Spannungsverhältnis zwischen dem Recht auf informationelle Selbstbestimmung und der Freiheit der Forschung untersucht.
I
ixAutoML

ixAutoML

Automatisches maschinelles Lernen durch Interaktivität und Erklärbarkeit menschengerechter gestalten.
N
NFDI4 Data Science

NFDI4 Data Science

NFDI4 Data Science zielt darauf ab, eine nationale Forschungsdateninfrastruktur in Deutschland zu etablieren, die alle Phasen des interdisziplinären Forschungsdatenlebenszyklus für Data Science und Künstliche Intelligenz unterstützt.
O
Online Optimierung

Online Optimierung

Ziel des Projekts ist die Entwicklung und Untersuchung von Kontrollverfahren auf der Basis konvexer Online-Optimierung (OCO) für allgemeine Kostenfunktionen und Nebenbedingungen, ohne dabei auf restriktive Annahmen angewiesen zu sein.
P
PlanOS

PlanOS

Das PlanOs Projekt dient der Entwicklung von großflächigen Sensornetzwerken in dünnen Polymerfolien zur Dehnungs- und Formmessung mit hoher Effizienz, niedrigen Kosten und hoher Auflösung.
R
Robotics Lab

Robotics Lab

Das Robot Learning Lab des L3S arbeitet an der Grundlagenforschung zur Entwicklung zunehmend autonomer Assistenzsysteme.
Reflect AI

Reflect AI

Das Projekt zielt darauf ab, hybride Modelle künstlicher Intelligenz zu entwickeln, die kunsthistorisches Fachwissen und Wissensgraphen nutzen, um die Bewertung von Bildähnlichkeiten in der Kunstgeschichte zu verbessern.