EU-geförderte Exzellenzprogramme

Unsere Wissenschaftler*innen forschen mit Leidenschaft und überzeugen regelmäßig im internationalen Wettbewerb. Hier finden Sie aktuelle und abgeschlossene Grants der hochkompetitiven Förderlinien des European Research Councils (ERC) und des European Innovation Councils (EIC).

Künstliche Intelligenz und Maschinelles Lernen

InterText – Modeling Text as a Living Object in Cross-Document Context
In dem Forschungsvorhaben sollen über fünf Jahre KI-Methoden entwickelt werden, die die Verarbeitung und Analyse von Texten und ihren Beziehungen ermöglichen. Die Beziehungen zwischen den Texten können zum Beispiel Widersprüche, Übereinstimmungen oder Kommentare sein. Im Zeitalter der allgegenwärtigen Informationsflut soll die neue Technologie den Nutzenden eine effiziente Auswertung komplexer Informationen zu einem bestimmten Thema verschaffen, um beispielsweise Falschnachrichten zu überprüfen. Prof. Dr. Iryna Gurevych
Fachgebiet Ubiquitous Knowledge Processing

Funding duration: 2022 – 2027
Visual Robot Programming
Der Europäische Innovationsrat (EIC) hat für seine neue Transition Grant erstmals aus 292 Vorschlägen 42 Projekte ausgewählt, die insgesamt 99 Millionen Euro an EU-Mitteln erhalten. Der allererste Transition Grant geht mit der bestmöglichen Bewertung an Informatikprofessor Jan Peters und sein Team am Fachgebiet Intelligente Autonome Systeme. Für ihr Pionier-Projekt „Visuelle Roboterprogrammierung“ erhalten sie eine Förderung von über 1 Millionen Euro über zwei Jahre.

Ziel des Projektes ist, die neuartige Technologie der visuellen Roboterprogrammierung (VRP) bis 2024 auf den Markt zu bringen. VRP ermöglicht es, Roboter ausschließlich durch Gesten zu programmieren, komplett ohne Programmcode. Mit dieser intuitiven Technologie können Arbeitskräfte Industrieroboter ohne Vorkenntnisse in der Robotik und mit minimaler Schulung anlernen.
Prof. Jan Peters, Ph.D.
Fachgebiet Intelligent Autonomous Systems

Funding duration: 2022 – 2024



RED – Robust, Explainable Deep Networks in Computer Vision
Ziel des Projektes ist die Entwicklung von Methoden, die die Bildanalyse mit künstlichen neuronalen Netzwerken (Deep Networks) robuster und nachvollziehbarer machen. Dadurch soll das Vertrauen in Methoden des Maschinellen Lernens in der Bildanalyse steigen, zum Beispiel im Kontext selbstfahrender Autos.

Am Ende soll eine Art Werkzeugkasten mit Architekturen, Algorithmen und Praktiken für tiefe neuronale Netze entstehen, der den Einsatz von Computer Vision in Anwendungen ermöglicht, in denen wenig Fehlertoleranz besteht, nur eine kleine Trainingsdatenbasis verfügbar, und das Vertrauen durch den Nutzer entscheidend ist.
Prof. Stefan Roth, Ph.D.
Visual Inference Lab

Funding duration: 2020 – 2025

Projektinformationen bei CORDIS

IT-Sicherheit

PSOTI – Privacy-preserving Services On The Internet
Das Hauptziel von „PSOTI“ ist es, Privatsphäre-schützende Dienste für alltäglich genutzte Internetanwendungen wie Datenspeicherung, Online-Umfragen und E-Mail-Kommunikation zu entwickeln. Diese Dienste sollen umfangreiche Funktionen unterstützen und es ermöglichen, Daten sicher und effizient zu speichern, abzurufen, zu durchsuchen und zu verarbeiten. Hierdurch werden die DSGVO-Konformität und somit die Grundrechte auf Privatsphäre und Schutz personenbezogener Daten gewahrt.

Geplant ist die Entwicklung eines praktikablen Systems für sichere Mehrparteienberechnungen, das auch für die geschützte Verarbeitung anderer sensibler Daten genutzt werden kann, wie zum Beispiel im Bereich der Genomik oder des Maschinellen Lernens. Darüber hinaus werden Protokolle für private Suchanfragen entwickelt, die selbst die Struktur von Anfragen verbergen und in verschiedenen Anwendungsfällen zum Einsatz.
Prof. Dr.-Ing. Thomas Schneider
Fachgebiet Praktische Kryptographie und Privatheit

Funding duration: 2020 – 2025

Projektinformationen bei CORDIS
HYDRANOS
Im Projekt HYDRANOS werden sicherheitskritische Komponenten und Mechanismen im System-on-Chip (SoC), die zu Cross-Layer-Schwachstellen und Informationslecks führen können, systematisch untersucht und modelliert. Es werden dedizierte Konfigurierbarkeiten für die identifizierten wichtigen sicherheitsrelevanten Hardwarekomponenten entworfen. Diese Komponenten ermöglichen es der Computerplattform, an veränderte Bedrohungsmodelle angepasst zu werden. Es wird danach eine Proof-of-Concept-Implementierung als erste europäische offene Rechnerplattform mit adaptiver Sicherheitsarchitektur veröffentlicht.

Dabei werden eine Reihe von Herausforderungen adressiert: (i) Wie werden sicherheitsrelevante Elemente modelliert und auf konfigurierbare Einheiten abgebildet? (ii) Wie wird das Zusammenspiel von konfigurierbaren und statischen Komponenten effizient realisiert? (iii) Wie können die Konfigurationsstrategien sicher modifiziert und effizient validiert werden? (iv) Welche Optimierungsstrategien sollen für die Abwägung von Sicherheit, Leistung, Energieverbrauch und Größe der konfigurierbaren Hardware-Elemente und -primitiven eingesetzt werden?
Prof. Dr. Ahmad-Reza Sadeghi
Fachgebiet Systemsicherheit

Funding duration: 2022 – 2027



Abgeschlossene Programme

AssemblySkills
Das ERC-Proof-of-Concept-Projekt „AssemblySkills“ baut auf den Methoden der künstlichen Intelligenz auf, die im Rahmen des ERC Starting Grants „SKILLS4ROBOTS – Policy Learning of Motor Skills for Humanoid Robots“ entwickelt wurden. Dieses Projekt führte zu einer strukturierten, modularen Steuerungsarchitektur, die das Potenzial hat, das Roboterlernen auf komplexere Aufgaben in der realen Welt zu skalieren. In dieser modularen Steuerungsarchitektur werden elementare Bausteine – Bewegungsprimitive genannt – gleichzeitig angepasst, sequenziert oder koaktiviert, um die Aufgaben des Roboters zu erfüllen.

Ziel des nun mit dem Proof of Concept Grant ausgezeichneten Vorhabens „AssemblySkills“ ist es, diese Module zu einem kompletten Softwarepaket zusammenzufassen, das anwendungsgesteuerten Robotern das Erlernen neuer Fähigkeiten – insbesondere bei Montageaufgaben – ermöglicht. Die Forschung im Rahmen des Grants zielt auf ein kosteneffektives, neuartiges maschinelles Lernsystem ab, das das Potenzial von Fertigungsrobotern freisetzen kann, indem es sie in die Lage versetzt, parametrisierte Bausteine, wie zum Beispiel Bewegungsprimitive, auswählen, anpassen und sequenzieren zu lernen. Der Ansatz des Forschungsteams um Professor Jan Peters ist insofern einzigartig, als dass er mehr als nur eine einzige gewünschte Bahn erfassen kann, wie dies bei konkurrierenden Ansätzen der Fall ist, die Anpassung von Richtlinien erspart, nur wenige Daten benötigt und dem Roboterbedienenden die Lösung erklären kann.
Prof. Jan Peters, Ph.D.
Fachgebiet Intelligent Autonomous Systems

Funding duration: 2021 – 2022



SKILLS4ROBOTS – Policy Learning of Motor Skills for Humanoid Robots
The goal of SKILLS4ROBOTS is to develop an autonomous skill learning system that enables humanoid robots to acquire and improve a rich set of motor skills. This robot skill learning system will allow scaling of motor abilities up to fully anthropomorphic robots while overcoming the current limitations of skill learning systems to only few degrees of freedom. To achieve this goal, it will decompose complex motor skills into simpler elemental movements – called movement primitives – that serve as building blocks for the higher-level movement strategy and the resulting architecture will be able to address arbitrary, highly complex tasks – up to robot table tennis for a humanoid robots. Learned primitives will be superimposed, sequenced and blended. Prof. Jan Peters, Ph.D.
Fachgebiet Intelligent Autonomous Systems

Funding duration: 2015 – 2021

Projektinformationen bei CORDIS
REScala – A Programming Platform for Reactive Data-intensive Applications
REScala is a reactive language which integrates concepts from event-based and functional-reactive programming into the object-oriented world. REScala supports the development of reactive applications by fostering a functional and declarative style which complements the advantages of object-oriented design.

REScala is a Scala library for functional reactive programming on the JVM and the Web. It provides a rich API for event stream transformations and signal composition with managed consistent up-to-date state and minimal syntactic overhead. It supports concurrent and distributed programs.
Prof. Dr.-Ing. Mira Mezini
Software Technology Group

Funding duration: 2019 – 2021

Projektinformationen bei CORDIS
PACE – Programming Abstractions for Applications in Cloud Environments
PACE will deliver first-class linguistic abstractions for expressing sophisticated correlations between data/events to be used as primitives to express high-level functionality. Armed with them, programmers will be relieved from micromanaging data/events and can turn their attention to what the cloud has to offer. Applications become easier to understand, maintain, evolve and more amenable to automated reasoning and sophisticated optimizations. PACE will also deliver language concepts for large-scale modularity, extensibility, and adaptability for capturing highly polymorphic software services. Prof. Dr.-Ing. Mira Mezini,
Softwaretechnik

Förderdauer: 2013 – 2018

Projektinformationen bei CORDIS
VISLIM – Visual Learning and Inference in Joint Scene Models
This ERC-funded project is concerned with the joint estimation of several scene attributes from one or more images, with the aim of leveraging their dependencies. The project covers aspects of modeling, learning and inference (in) such models. Prof. Stefan Roth, Ph.D.,
Visuelle Inferenz

Förderdauer: 2013 – 2018