Embedded Systems

Wir entwickeln vertrauenswürdige, effiziente und einsatzfähige KI-Systeme für Edge-Umgebungen, indem wir kollaborative KI-Methoden mit Hardwarebeschleunigung der nächsten Generation kombinieren. Mit Fachwissen, das den gesamten Stack abdeckt – von Software und Algorithmen bis hin zu Hardwarearchitektur und Chipdesign – verfolgt die Unit ein durchgängiges Co-Design von Edge-Intelligenz.

Unsere Forschung integriert erklärbare und überprüfbare verteilte KI, datenschutzkonformes Lernen und hybride Beschleuniger in das RISC-V-Hardware-/Software-Ökosystem. Auf diese Weise schaffen wir KI-Systeme, die Anforderungen an Energieeffizienz, Skalierbarkeit, Sicherheit und Eignung für sicherheitskritische und regulierte Bereiche erfüllen.

Die Unit „Virtual Perception & Learning“ entwickelt computergestützte Methoden der nächsten Generation, die physikalische Modellierung mit modernem maschinellem Lernen verbinden. Unsere Forschung konzentriert sich darauf, eine zuverlässige, interpretierbare und dateneffiziente Erfassung komplexer technischer Systeme zu ermöglichen, indem wir spärliche Messdaten, Fachwissen und physikalisch geleitete Schlussfolgerungen integrieren. Unser Ziel ist es, die virtuelle Erfassung über traditionelle statistische Methoden hinaus weiterzuentwickeln und physikalisch orientierte Modelle zu schaffen, die auch unter datenarmen oder sich schnell ändernden Bedingungen robust bleiben.

Unser Team vereint Fachwissen in den Bereichen Computational Physics und Simulationsmethoden, Data Science sowie KI-Modelldesign. Wir arbeiten an der Schnittstelle zwischen Theorie und Anwendung, entwickeln Algorithmen und arbeiten gleichzeitig mit Partnern aus Forschung und Industrie zusammen, um unsere Methoden in realen Umgebungen zu validieren.