Weitere Forschungsgebiete

• Unterstützung von Inklusion durch den Einsatz künstlicher Intelligenz (KI) in der Hochschullehre
  Artificial Intelligence-Based Inclusive Higher Education (INEDU)

Das Projekt INEDU wird über das europäische Programm „Erasmus+ KA220 – Kooperationspartnerschaften in der Hochschullehre“ gefördert und läuft vom 1. Oktober 2024 bis zum 30. September 2026. Wir arbeiten dabei mit denselben Partnern zusammen wie schon beim Projekt AISS. Unser Ziel ist es diesmal, durch den Einsatz KI-basierter Werkzeuge Studierende mit Benachteiligungen zu unterstützen und ihnen so den Zugang zu Hochschulabschlüssen zu erleichtern. Es werden folgende Ergebnisse angestrebt:

1. Verbesserung der Kompetenzen von Hochschulpersonal und von Studierenden im Hinblick auf Schaffung einer inklusiven akademischen Umgebung.
2. Verbesserung der Fähigkeiten akademischer Lehrerinnen und Lehrer im Bereich KI-unterstützter inklusiver Lehre.
3. Erleichterung des Zugangs von Studierenden mit Behinderung oder speziellem Unterstützungsbedarf zur akademischen Bildung.

• Erleichterung des Einsatzes künstlicher Intelligenz (KI) in der Hochschullehre
  Artificial Intelligence for Studies and Support in Higher Education (AISS)

Das Kooperationsprojekt AISS wird über das europäische Programm „Erasmus+ KA220 – Kooperationspartnerschaften in der Hochschullehre“ gefördert und läuft vom 1. Oktober 2023 bis zum 30. September 2025. Wir arbeiten darin mit Partnern aus Catarroja bei Valencia (Spanien), Kaunas (Litauen) und Krakau (Polen) an dem Ziel, die Verfügbarkeit digitaler Inhalte, Technologien und Praktiken zu erhöhen, indem ein Kompendium verschiedener Szenarien und unterstützender Technologien auf der Grundlage von KI-Lösungen entwickelt wird. Konkret strebt das Projektkonsortium Folgendes an:

1. Verbesserung der Kompetenzen von Hochschullehrerinnen und -lehrern in Bezug auf globale Best Practices bei der Nutzung von KI.
2. Entwicklung von Schulungsmodulen und verstärkte Nutzung von KI-Technologien in der Lehre durch die Entwicklung von virtuellen Assistenten für Lernmodule.
3. Schaffung eines Rahmens und eines Toolkits für KI-Technologien zur breiteren und schnelleren Integration in die Hochschullehre.
4. Verbesserung des Lernerfolgs von Studierenden bei Einsatz von Multimedia-Technologien durch die Integration KI-basierter Unterstützungssysteme (Chatbots).
5. Erweiterung ausgewählter multimedialer Lehrpläne durch innovative KI-basierte Lösungen für die Lehre und Durchführung gezielter Pilotversuche.

• Neuartige piezoelektrische Dünnfilm-Materialien für Ultraschallanwendungen

Piezoelektrische Dünnfilm-Materialien sind entscheidend für Anwendungen (Sensorik, Signalverarbeitung, …), die auf akustischen Oberflächenwellen (SAW) basieren. Die hohe Präzision und Effizienz von SAW-Bauteilen machen sie zu unverzichtbaren Komponenten in der modernen Mikrosystemtechnik. Hierbei hängen die Effizienz und Leistungsfähigkeit von SAW-Bauteilen stark von den verwendeten piezoelektrischen Materialen ab.

Im Rahmen des Projekts soll ein neuartiges Material charakterisiert werden, welches schon bei Schichtdicken von 30 µm vielversprechende Eigenschaften aufweist. Hierzu wird die Ausbreitung von hochfrequenten Ultraschallwellen in solchen Schichten modelliert, um dann auf die Materialparameter zurückschließen zu können.