Der Generierung synthetischer Daten kommt in der Entwicklung von KI-Methoden dort eine große Bedeutung zu, wo Trainingsdaten für diese Methoden nicht ausreichend oder in passender Form verfügbar sind. Die praktische Nutzbarkeit bisher existierender Methoden zur Datengenerierung ist oft eingeschränkt, da sie auf spezifische Einsatzgebiete zugeschnitten sind, ihre Anwendung erhebliche Expertise erfordert und ihre Anpassung an eigene Einsatzkontexte oft aufwändig ist. Ziel des Projekts DaFne ist es, die Nutzbarkeit von Methoden zur Datengenerierung für KI-Forscher und -Entwickler im Rahmen der Entwicklung einer innovativen flexiblen und erweiterbaren Plattform zur Datengenerierung zu verbessern. Für diese Plattform werden in DaFne flexible Methoden zur verbesserten Datengenerierung entwickelt, auf deren Basis robuste KI-Modelle erzeugt werden können und die sich in unterschiedlichen Anwendungsszenarien einsetzen lassen. Die Anpassung an diese Anwendungsszenarien erfolgt über die systematische Parametrisierung der Generierungsmethoden. DaFne erarbeitet zugleich zugesicherte und überprüfbare Qualitätskriterien für die Methoden und die generierten Daten, welche ihre zuverlässige Nutzung in KI-Anwendungen ermöglichen. DaFne erprobt den Einsatz der Projektergebnisse unter realen Bedingungen exemplarisch für das Anwendungsgebiet Smart Cities. Nach Abschluss des Projekts wird die Plattform der Öffentlichkeit weiter zur Verfügung stehen und kann zur Datengenerierung für unterschiedlichste Projekte genutzt werden.
Projektpartner:
- HafenCity Universität Hamburg
- Gottfried Wilhelm Leibniz Universität Hannover
- Technische Universität Dresden
- Sopra Steria SE
- Ströer Core GmbH & Co. KG
