Kompetenzbereich Artificial Intelligence
Der Kompetenzbereich „Artificial Intelligence“ (AI) im SICP erforscht und entwickelt KI-basierte Lösungen, die technische Innovationen mit sozialen und gesellschaftlichen Herausforderungen vereinen. Unser interdisziplinärer Ansatz integriert neueste Technologien wie maschinelles Lernen (ML), natürliche Sprachverarbeitung, Wissensgraphen und mathematische Optimierung mit sozialen, ethischen und rechtlichen Fragestellungen, um nachhaltige und verantwortungsvolle KI-Systeme zu schaffen. Entsprechend stehen die Entwicklung und Evaluation von KI-basierten Methoden und Systemen zur Unterstützung und/oder Automatisierung von Entscheidungen im Fokus. Dabei legen wir besonderen Wert auf die Akzeptanz sowie den ökonomischen und ökologischen Nutzen von KI in verschiedenen Anwendungsfeldern. So zum Beispiel in anwendungsnahen Projekten, die von der Industrie 4.0 bis hin zu Mobilität und Energie reichen, um KI-Lösungen mit echtem Mehrwert zu entwickeln.
Themenfelder
Dies ist ein Auszug aktueller Themenfelder, die kontinuierlich erweitert und aktualisiert werden.
- Maschinelles Lernen/Deep Learning
- Natürliche Sprache und Sprachverarbeitung (inkl. Large Language Models)
- Computer Vision
- Erklärbare KI
- Wissensgraphen
- Integration von mathematischer Optimierung und ML
- Datengetriebene Entscheidungsfindung
- Data Literacy
Anwendungsfelder
Mobilität - Mit KI zu einem effizienten Mobilitätssystem
KI-basierte Systeme revolutionieren den Bereich Mobilität, indem sie den Verkehrsfluss in Städten und Regionen optimieren und die Logistik effizienter gestalten. Dies umfasst intelligente Verkehrsführungs- und Logistiksysteme, die Verkehrsstaus verringern, Lieferzeiten verkürzen und die Umweltbelastung reduzieren.
Energieversorgung & Smart Grids - KI-Anwendungen für intelligente Netze, prädiktive Wartung und integrierte Energiesysteme
Mit KI lassen sich moderne Energiesysteme effizienter und nachhaltiger gestalten. KI-basierte Technologien optimieren den Betrieb und die Wartung von Stromnetzen und unterstützen die Entwicklung von sogenannten Smart Grids („intelligenten Netzen“), die flexibel auf Stromnachfrage und Energieangebot reagieren können. Diese Systeme ermöglichen es, verschiedene Energiesektoren – wie Strom, Wärme und Mobilität – intelligent zu verbinden und die Nutzung erneuerbarer Energien zu fördern.
Industrie 4.0 - ML für vorausschauende Wartung, energieeffiziente Produktion und CO₂-Reduktion
Durch den Einsatz von maschinellem Lernen lässt sich die Produktion intelligenter, ressourcenschonender und nachhaltiger gestalten. Die vorausschauende Wartung sorgt für höhere Maschinenverfügbarkeit, die energieoptimierte Steuerung senkt den Ressourcenverbrauch und die gezielte CO₂-Reduktion trägt zum Umwelt- und Klimaschutz bei. Dies bringt Industrieunternehmen nicht nur Effizienzgewinne, sondern stärkt auch ihre Nachhaltigkeit und Wettbewerbsfähigkeit.
Ziele und Visionen
Unser Ziel ist es, KI-Lösungen zu erforschen, die sowohl technologische als auch gesellschaftliche Herausforderungen adressieren. Darüber hinaus wollen wir die Mensch-KI-Kollaboration für intelligente und verantwortungsvolle Entscheidungsprozesse stärken und in Zusammenarbeit zwischen Wissenschaft, Wirtschaft und Gesellschaft neue KI-basierte Lösungen entwickeln.
Direktor
> Wirtschaftsinformatik, insb. Data Analytics
Head - Professor
Office: Q2.457
Phone: +49 5251 60-5100
E-mail: oliver.mueller@uni-paderborn.de
Manager
> Software Innovation Campus Paderborn (SICP)
Coordinator - PostDoc - R&D Manager - Digital Business
Office: ZM2.A.03.25
Phone: +49 5251 60-5240
E-mail: weskamp@sicp.de
Beteiligte Hochschullehrer*innen
> Databases and Electronic Commerce
Section Owner - Professor
Office: F2.217
Phone: +49 5251 60-6662
E-mail: stb@uni-paderborn.de
> Communications Engineering / Heinz Nixdorf Institute
Head - Professor - Head of Department of Communications Engineering
Office: P7.2.05.3
Phone: +49 5251 60-3626
E-mail: haeb@nt.uni-paderborn.de
Professor
Office: E2.321
Phone: +49 5251 60-3275
E-mail: tobias.matzner@uni-paderborn.de
> Informatik Rechnerbetrieb (IRB)
Head - Professor
Office: F1.225
Phone: +49 5251 60-1761
E-mail: axel.ngonga@uni-paderborn.de
> Data Science for Engineering
Section Owner - Junior Professor
Office: O4.213
Phone: +49 5251 60-5021
E-mail: sebastian.peitz@uni-paderborn.de
Office: Q2.463
Phone: +49 5251 60-3115
E-mail: guido.schryen@uni-paderborn.de
> Machine Learning and Optimisation
Head - Professor
Office: FU.231
Phone: +49 5251 60-6309
Phone: +49 1606675582
E-mail: heike.trautmann@uni-paderborn.de
Bildquelle: AdobeStock/Prostock-studio