Synthetische Datengenerierung

Ziel des Projekts ist es, digitales Lernen durch intelligente, hochwertige Aufgabenerstellung und skalierbare Unterstützungssysteme zu verbessern. Unser Team leitet das Zentrum für KI und Innovation und entwickelt Verfahren zur Generierung und Bewertung digitaler Aufgaben, für kontextbezogene Empfehlungen sowie für passgenaue Hinweise und Erklärungen für Studierende.

Ziel des Projekts ist die Weiterentwicklung vertrauenswürdiger KI durch die Förderung multiattributiver Fairness für tabellarische, netzwerkbasierte und multimodale Daten. Unser Team entwickelt Methoden zur Identifikation, Minderung und Erklärung komplexer Bias- und Diskriminierungsformen, die aus der Interaktion geschützter Merkmale sowie aus zunehmender Datenkomplexität entstehen.

Ziel des Projekts ist der Aufbau einer umfassenden Daten- und KI-Infrastruktur durch die Entwicklung eines Knowledge Lake Management Systems, das FAIR-Daten (auffindbar, zugänglich, interoperabel, wiederverwendbar) und AI-ready-Daten (hochwertig, zuverlässig annotiert) bereitstellt – ein zentraler Schwerpunkt unseres Teams. Dadurch werden robuste und vertrauenswürdige KI-Anwendungen im Agrifood-Bereich ermöglicht.