KI4BoardNet
Verteiltes, kontinuierlich lernendes Bordnetzmanagement der nächsten Generation
Start: 02.2021
Ende: 09.2022
Unter dem Begriff „Preprint“ werden wissenschaftliche Publikationen oder Manuskripte verstanden, die noch kein formales Begutachtungsverfahren durchlaufen haben. Die Veröffentlichung in Form eines Preprints wird häufig genutzt, um beispielsweise ein erstes Feedback von der wissenschaftlichen Community zu erhalten oder um Ergebnisse zeitnah und frei mit anderen zu teilen, wie zum Beispiel aktuelle Erkenntnisse zur COVID-19-Pandemie.
Mit der schnell steigenden Zahl an veröffentlichten Preprints und dem Zuwachs an neuen Preprint-Archiven wird es für Leser*innen, Autor*innen und Betreiber*innen von Publikationsinfrastrukturen aber auch zunehmend schwieriger, die Qualität und Verlässlichkeit der einzelnen Arbeiten und ihrer Ergebnisse zu beurteilen und transparent zu kommunizieren. So wurden in der Vergangenheit beispielsweise schon Ergebnisse aus Preprint-Veröffentlichungen unreflektiert oder falsch interpretiert von Dritten breitenwirksam publiziert. Preprint-Veröffentlichungen sollten daher immer kritisch hinterfragt und Erkenntnisse als ungesichert verstanden werden.
Genau hier will das Projekt PrePrint+ unterstützen. Im Projekt sollen zusätzliche, digital unterstützte Maßnahmen zur Absicherung der Qualität in den Archiven erhoben sowie Leitlinien zum Umgang mit ungesichertem Wissen erarbeitet werden, um so dabei zu helfen, Leser*innen, Autor*innen und Betreiber*innen von Preprint-Archiven zu sensibilisieren und ungewollte Falschmeldungen zu verhindern.
Dazu erhebt das FZI Forschungszentrum Informatik im Rahmen einer Studie und im engen Austausch mit der Open Access Community zunächst den gelebten Status-Quo bei Preprint-Publikationen, identifiziert unterstützende Qualitätssicherungsmaßnahmen für die Zukunft und erarbeitet außerdem Hilfestellungen für Preprint-Nutzende und Archiv-Betreibende. Die Ergebnisse der Studie werden abschließend unter einer Open-Access-Lizenz veröffentlicht.
Verteiltes, kontinuierlich lernendes Bordnetzmanagement der nächsten Generation
Sicherer Einsatz von automatisierten Shuttle-Fahrzeugen im städtischen Verkehr durch unterstützende Infrastruktur-Vernetzung
Führungsausbildung für Einsatzkräfte mittels intelligenter virtueller Realitäten
Ressourceneffiziente Thin-Edge-Systeme durch integrierte KI und neuromorphe Elektronik in Sensoren
Künstliche Intelligenz für Arbeit und Lernen in der Region Karlsruhe
Software-Engineering industrieller, hybrider Quantenanwendungen und -algorithmen
Kompetenzcluster Anonymisierung für vernetzte Mobilitätssysteme
Klimafreundlich, neuromorph und für eine nachhaltige Verkehrsinfrastruktur der Zukunft.
Die Herausforderungen durch den Klimawandel aktiv angehen und als Chance für die deutsche Wirtschaft nutzen.
KI-basiertes Bonitursystem für pflanzengenaue, autonome Bonitierung