DAFNE: Plattform Data Fusion Generator für die Künstliche Intelligenz

Abstract

In diesem Abschlussbericht präsentiert das Hamburger Informatik Technologie-Center (HITeC) e.V. seine Ergebnisse des DaFne-Projekts (Plattform Data Fusion Generator für die Künstliche Intelligenz). Das DaFne-Projekt war ein Verbundvorhaben, das in enger Zusammenarbeit mit verschiedenen Forschungs- und Industriepartnern durchgeführt wurde, darunter die HafenCity Universität Hamburg (HCU), das L3S Forschungszentrum der Leibniz Universität Hannover, Sopra Steria, Ströer und das Zentrum für Informationsdienste und Hochleistungsrechnen (ZIH) der TU Dresden. Dieser Bericht wurde von HITeC e.V. (und der Hochschule für Angewandte Wissenschaften (HAW) Hamburg) erstellt und stellt die spezifischen Beiträge und Erkenntnisse dieser beiden Institutionen dar. Das Projekt wurde unter dem Förderkennzeichen 01S21059A vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert und vom DLR Projektträger betreut. Die Laufzeit des Projekts war ursprünglich vom 1. Dezember 2021 bis zum 30. November 2023 geplant und wurde kostenneutral bis zum 29. Februar 2024 verlängert. Die kostenneutrale Verlängerung begründet sich einerseits durch einen leicht verspäteten Projektstart aufgrund der späten Projektbewilligung. Andererseits kam es Ende 2022 zu einem Cyberangriff an der HAW Hamburg, dessen Auswirkungen das Projekt ausbremsten. Inhaltlich befasste sich das DaFne-Projekt mit der Entwicklung und Evaluierung von Methoden zur Synthese und Fusion von Daten, insbesondere im Bereich Smart Cities. Ziel war es, den Prototyp einer flexiblen und skalierbaren Plattform zu schaffen, die diese Methoden für verschiedene Anwendungsfälle nutzbar macht. Eine ausführlichere Problembeschreibung findet sich in Kapitel 2. Das Forschungsvorhaben von HITeC wurde von vier zentralen Forschungsfragen geleitet, die in Kapitel 3 zusammen mit den Zielen des Projekts ausführlich beschrieben werden:

Welche Methoden bzw. Modelle eignen sich zur flexiblen Synthese von tabellarischen Daten und lassen sich damit auf Anwendungsfälle im Bereich Smart Cities und darüber hinaus anwenden? Welche Qualitätskriterien sind notwendig, um die Brauchbarkeit und Integrität synthetischer Daten sicherzustellen? Wie kann eine Plattform zur Datengenerierung konzipiert werden, die sowohl benutzerfreundlich als auch erweiterbar und skalierbar ist? Können synthetische Daten zur Verbesserung spezifischer Anwendungsfälle aus dem Bereich Smart Cities beitragen? Die Vorgehensweise und Methodik innerhalb des Projekts werden in Kapitel 4 detailliert erläutert. In den Kapiteln 5 bis 8 werden die Ergebnisse der einzelnen Arbeitspakete umfassend dargestellt, wobei sowohl die entwickelten Methoden als auch die erzielten Erkenntnisse dokumentiert sind. Im Fazit in Kapitel 9 werden die zentralen Forschungsfragen erneut aufgegriffen und beantwortet, um die wesentlichen Erkenntnisse des Projekts zusammenzufassen. Ein Überblick über die Kosten des Projekts findet sich in Kapitel 10. Die Notwendigkeit und Angemessenheit der geleisteten Projektarbeiten werden in Kapitel 11 dargelegt. Anschließend bietet Kapitel 12 einen Ausblick auf die zukünftige Nutzung und Weiterentwicklung der im Zuge des DaFne-Projekts entwickelten Technologien und Methoden, einschließlich konkreter Planungen für die Verwertung der Projektergebnisse. Kapitel 13 beleuchtet darüber hinaus den während der Projektlaufzeit an anderen Stellen bekannt gewordenen Fortschritt auf dem Gebiet des Vorhabens und zeigt auf, inwiefern diese Entwicklungen in die Arbeiten im DaFne-Projekt eingeflossen sind. Der Bericht schließt mit einer Liste der entstandenen Veröffentlichungen (Kapitel 14) ab.