
Secscan (2)
Ein Forschungsprojekt, welches sich mit der Erkennung von Schwachstellen in C und C++ Code mit Hilfe von Large Language Models befasst. →

Ein Forschungsprojekt, welches sich mit der Erkennung von Schwachstellen in C und C++ Code mit Hilfe von Large Language Models befasst. →

Das Projekt zielt darauf ab, KMUs dabei zu unterstützen, vorhandenen Code auf potenzielle Schwachstellen und schützenswerte Assets hin zu analysieren. Dabei soll die Einstiegshürde für die Unternehmen so gering wie möglich gehalten werden, um einen einfachen Zugang zu gewährleisten. →

Ein Chatbot, der es Bürgerinnen und Bürgern der Stadt Augsburg noch leichter machen soll, Services der Bürgerbüros und Informationen von der Verwaltung zu erhalten. →

Den Mitarbeitenden bei swa Netze fehlt ein Überblick über den Bestand an verwendbaren Ersatzteilen und Notfallmaterial. Wünschenswert wäre ein Tool zur Fachabteilungsübergreifenden Bestandsführung, mit dem sich Materialbestände konsolidieren und nachhaltig wiederverwenden lassen, um Geld und Ressourcen zu sparen. →

Das Projekt Hieronymus entstand dem Wunsch entsprechend, den Alltag der Heimbewohner eines Seniorenheims durch die Digitalisierung verschiedener Lebensbereiche zu ergänzen. →

In Zusammenarbeit mit XITASO haben wir einen Messe-Showcase entwickelt, der die Objekterkennung und -segmentierung mittels neuronaler Netze präsentiert. Durch den Einsatz von RGB- und Infrarot-Kameras werden Verkehrsteilnehmer, wie Fahrradfahrer und Fußgänger, unter verschiedenen Umgebungsbedingungen erkannt. Dabei kommen vortrainierte Modelle wie YOLOv8 und Mask R-CNN zum Einsatz, die nachträglich auf Infrarot-Daten feinabgestimmt wurden, um eine zuverlässige Erkennung auch bei schlechten Lichtverhältnissen zu ermöglichen. →

Studierende bereiten ihr Wissen über das Thema „Plangrafik“ in kleinen, einsteigerfreundlichen Artikeln auf und tauschen sich untereinander weiter aus. →

Ziel des Projektes sind Entwicklung, Validierung und Generalisierung eines KI-basierten Werkzeugs für den technischen Vertrieb am Beispiel von Entgrat-Werkzeugen. Grundlage sind die KI-basierte Formalisierung eines Kundenwunsches bzgl. Nachbehandlung von Werkstücken und die KI-basierte Auswahl eines dazu geeigneten Werkzeugs. Die Validierung prüft, ob die Erfassung und Formalisierung des Kundenwunsches und die Auswahlalgorithmen vertrauenswürdig sind, d.h. nachvollziehbare, verlässliche und zuverlässige Lösungsvorschläge generiert. →