Verbund - KI: Energie- und ressourceneffiziente künstliche Intelligenz für moderne IoT-Anwendungen (TinyAIoT)

Grunddaten zu diesem Projekt

Art des ProjektesBeteiligung in sonstigen Verbundvorhaben
Laufzeit an der Universität Münster01.01.2023 - 31.12.2025

Beschreibung

Das TinyAIoT-Projekt hat zum Ziel, KI-Verfahren an die Bedürfnisse moderner Internet of Things (IoT)-Anwendungen anzupassen. Die Forschungsrichtung TinyAI zielt auf die signifikante Reduktion des Ressourcenbedarfs von KI-Verfahren ab. Gelingt eine hinreichend starke Reduktion, so können KI-Verfahren unter Umständen sogar "auf' den Mikrocontrollern ausgeführt werden. Das Ziel des TinyAloT-Projekts besteht in der weiteren Reduktion des Ressourcenbedarfs bestehender KI-Verfahren sowie der entsprechenden Anpassung weiterer Modelle.

StichwörterIoT; KI; Künstliche Intelligenz; Ressourceneffizienz
Förderkennzeichen67Kl32003A
Mittelgeber / Förderformat
  • Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV)

Projektleitung der Universität Münster

Gieseke, Fabian
Lehrstuhl für Maschinelles Lernen und Data Engineering (Prof. Gieseke) (MLDE)
Schwering, Angela
Professur für Geoinformatik (Prof. Schwering) (SIL)

Antragsteller*innen der Universität Münster

Gieseke, Fabian
Lehrstuhl für Maschinelles Lernen und Data Engineering (Prof. Gieseke) (MLDE)
Schwering, Angela
Professur für Geoinformatik (Prof. Schwering) (SIL)

Geschäftsführung / Projektkoordination der Universität Münster

Räckers, Michael
Institut für Wirtschaftsinformatik (WI)

Wissenschaftliche Projektmitarbeiter*innen der Universität Münster

Bartoschek, Thomas
Professur für Geoinformatik (Prof. Schwering) (SIL)
Karic, Benjamin
Betriebseinheit für die Lehreinheit Geowissenschaften I
Niers, Tom
Professur für Geoinformatik (Prof. Schwering) (SIL)

Projektbeteiligte Organisationen außerhalb der Universität Münster

  • Reedu GmbH & Co. KG (re:edu)Deutschland