14 neue Projekt werden im Rahmen des Digital Futures Fund (DFF) von ZHAW digital gefördert. Mit dabei sind Projekte zur internen digitalen Transformation sowie innovative Vorhaben in der Forschung.
Das Förderprogramm «Digital Futures Fund» von ZHAW digital richtet sich an alle ZHAW-Mitarbeitenden, die eine innovative Idee zur digitalen Transformation aus den Bereichen Bildung und Forschung sowie aus den Management- und Supportbereichen erarbeiten oder testen möchten. Alle Projektleiter*innen werden durch ihr gefördertes Projekt automatisch in die Digital Community «Digital Futures Lab» aufgenommen, damit sie sich themenspezifisch intensiver mit Kolleg*innen vernetzen und austauschen können. Seit 2020 wurden bereits mehr als 50 Projekte gefördert.
Die neusten geförderten Projekte wurden in «Innovation Projects» und «Impact Projects» unterteilt.
Kann Generative KI komplexe diskrete Prozessmodellierung vereinfachen?
Lukas Hollenstein. Im Rahmen unseres Projekts zur Weiterentwicklung der Digitalisierung komplexer Prozessmodellierung in den Lebenswissenschaften untersuchen wir das Potenzial KI-generierter Prozessdiagramme und -modelle. Diese Forschung zielt darauf ab, Modellierungsverfahren zu vereinfachen, die Genauigkeit von Simulationen zu verbessern und die Entwicklung effizienter digitaler Zwillinge zu erleichtern.
Learning Copilot - Ein Lernassistent basierend auf großen Sprachmodellen
Jochen Wulf. Wir entwickeln einen Lerncopiloten, der große Sprachmodelle (LLMs) wie ChatGPT nutzt, um Studierenden bei der Verständnis von Vorlesungen und der Vorbereitung auf Prüfungen zu unterstützen. Der Copilot greift auf eine Wissensdatenbank von Vorlesungstranskripten, wissenschaftlichen Arbeiten und Büchern zurück. Unser Ziel ist es, seine Wirksamkeit in zwei ZHAW-Kursen zu evaluieren.
Multimodale Anonymisierung von Gameplay-Daten
Elena Gavagnin. Die Spielverlaufsdaten werden verwendet, um menschliches Verhalten in verschiedenen Disziplinen zu untersuchen. Leider sind Spielverlaufsdaten nicht anonymisiert, was ihre Verwendung für offene Forschungszwecke einschränkt. In diesem Projekt verwenden wir transformerbasierte multimodale KI-Methoden, um visuelle und textuelle Spielverlaufsdaten zu anonymisieren, während die Spielmechanik erhalten bleibt.
Personenlenkung zur Gestaltung sicherer Veranstaltungen durch Faster Than Real-Time (FTRT) Simulationen
David Bernhardsgrütter. Ziel ist die Weiterentwicklung einer Software zur Simulation von Personenströmen, so dass diese schneller als in Echtzeit berechnet werden. Das Tool ermöglicht es, an Veranstaltungen Kapazitätsengpässe frühzeitig zu erkennen und kann zur dynamischen Steuerung von Besucherströmen eingesetzt werden.
SmartLabHub - Infrastruktur für die Fernlabor-Daten
Oliver Döbrich. Das Projekt zielt darauf ab, eine digitale Ferninfrastruktur für Laborumgebungen am IMPE der ZHAW aufzubauen, wobei das Internet der Dinge genutzt wird, um Laborgeräte mit fortschrittlichen Algorithmen zu verbinden. Das vorgeschlagene System gewährleistet einen niedrigschwelligen Zugang für Wissenschaftler und bildet eine Grundlage für Initiativen im Bereich Industrie 4.0.
TinyML Grasshopper Classifier: Ermöglichung der nicht-invasiven Überwachung der Biodiversität
Tobias Peter. Die Verwendung von KI zur Klassifizierung von Insektengeräuschen, insbesondere von Heuschrecken, ist eine vielversprechende Methode, um die Biodiversität im Feld nicht-invasiv zu überwachen. Wir schlagen ein nachhaltiges Tiny Machine Learning-Modell vor, um Heuschrecken in Echtzeit unter Verwendung von Edge Computing mit minimalen Rechenressourcen effizient zu klassifizieren.
In Richtung Verbesserung großer Sprachmodelle mit SNOMED CT für die Zusammenfassung von Patientenakten aus mehreren Dokumenten: Eine Machbarkeitsstudie
Ahamad Aghaebrahimian. Klinische Ärzte verbringen etwa 40% ihrer Arbeitszeit mit dem Lesen und Schreiben von Patientendokumentationen. Wir werden NLP, SNOMED CT und große Sprachmodelle (LLM) einsetzen, um prägnante, genaue und interoperable Zusammenfassungen der Patientenakten zu generieren, um somit Zeit, Aufwand und Ressourcen zu sparen.
Transformation von klinischen Bewertungen: Explizite Artikulation impliziter klinischer Entscheidungsfindung zur Schulung von KI
Lena Sauerzopf. Forscher integrieren künstliche Intelligenz in Bewertungen und nutzen Therapeutenbewertungen, um eine Grundlage zu schaffen. Das Projekt zielt darauf ab, die Zuverlässigkeit von videobasierten Beobachtungen von kompensatorischen Bewegungen nach einem Schlaganfall zu bewerten, um die Rehabilitation mit Hilfe von künstlicher Intelligenz zu fördern.
Einsatz von ChatGPT und Co. in Lehre und Forschung an der ZHAW
Christian Rapp. In einer Pilotstudie haben wir im Sommer 2023 die Nutzung von KI bei der Erstellung von Bachelorarbeiten an vier Departementen der ZHAW untersucht. In diesem Projekt wollen wir die Studie verfeinern, an möglichst allen Departementen durchführen und um die Sicht der Dozierenden erweitern.
Fair DFF Voting Design
Florian Spychiger. Die Abstimmung über DFF-Vorschläge war Gegenstand vieler Diskussionen. Unser Ziel ist es, den Abstimmungsmechanismus zu verbessern, um partielle Einflüsse aufgrund von Beziehungen, Kampagnen und Mobilisierungsaktivitäten zu berücksichtigen. Dazu werden wir die relevante Theorie der digitalen Demokratie zusammentragen und einen neuen Mechanismus vorschlagen.
Hack4SocialGood 2024 – Förderung der digitalen Inklusion
David Lätsch. Hack4SocialGood, ein zweitägiger Hackathon, verbindet den technologischen und sozialen Sektor und fördert die Zusammenarbeit zur Bewältigung digitaler Herausforderungen im Sozialbereich. Er vereint diverse Experten, um digitale Lösungen für reale soziale Herausforderungen zu schaffen, die Auswirkungen von Organisationen zu verbessern und die digitale Bildung zu fördern.
Netto Null: Ein Computersimulationsspiel für nachhaltige Städte
Andri Gerber. Stell dir ein Spiel vor, in dem du für eine durchschnittliche Schweizer Stadt im Jahr 1990 verantwortlich bist und um zu gewinnen, musst du die Null-Emissionsziele bis 2050 erreichen. Das ist deine Rolle in einem Spiel, das den Einfluss der Bauindustrie auf CO2-Emissionen und Abfallproduktion behandelt. Das Spiel wird für Schulen entwickelt.
Soforthilfe bei Schulstress: Digitales Feedbacksystem für Jugendliche
Anthony Klein Swormink. 40 % der Schweizer Jugendlichen stresst die Schule einigermassen oder sehr. Wir testen mit ihnen, inwieweit Wearables in Kombination mit App helfen, Stressoren und Stresszustände besser zu erkennen und zu bewältigen. Der Stress wird in Echtzeit gemessen und sie erhalten sofort Feedback und Tipps.
ZHAW Research Tinder – Finde Deine Forschungspartner
Kevin Andermatt. Über ZHAW Research Tinder (Arbeitstitel) ermöglichen wir vollen Zugang zur geballten Brain-Power der Hochschule. Mit dieser Browser-App können Forschende sich einfach und spielerisch über Organisationsgrenzen hinweg vernetzen und gezielt die richtigen Partner_innen für Forschungsprojekte finden.