Künstliche Intelligenz (KI) wird in den verschiedensten Bereichen, zum Beispiel in der Wirtschaft, Industrie oder im Gesundheitsbereich, zur Anwendung gebracht. Mit ihr können komplexe bisher ungelöste Aufgabenstellungen gelöst werden. Beispielsweise sind KI-basierte Systeme in der Lage, Muster und Zusammenhänge zu erkennen oder Vorhersagen für die Zukunft zu treffen. KI-basierte Systeme haben großes Potenzial, menschliche Ressourcen zu entlasten bzw. zu ergänzen. Insbesondere durch die Kombination von Mensch und Maschine können Effizienz und Effektivität gesteigert werden.
Maschinelles Lernen (ML) ist ein Teilbereich der KI, der es Maschinen ermöglicht, aus Daten zu lernen. ML-Modelle sind zum Beispiel in der Lage, Muster und Zusammenhänge zu erkennen oder auf Basis von Daten Vorhersagen für die Zukunft zu treffen.
Deep Learning (DL) ist wiederum ein Teilbereich des maschinellen Lernens, in dem tiefe neuronale Netze für das Lernen von komplexen Zusammenhängen herangezogen werden. Tiefe neuronale Netze zeichnen sich durch eine hohe Anzahl von lernbaren Parametern aus. Diese Parameter können schwierige Aufgaben lösen, benötigen jedoch eine große Anzahl an Trainingsdaten und spezielle Algorithmen.
Auch Sie profitieren von Künstlicher Intelligenz: KI-Systeme ermöglichen eine Automatisierung von komplexen (Entscheidungs-)Prozessen, teilweise mit einer der menschlichen Expertise überlegenen Genauigkeit. Indem die RISC Software GmbH die neuesten Erkenntnisse aus der KI-Forschung heranzieht, können in kürzester Zeit robuste Lösungen für Ihre individuellen Anwendungsfälle erzielt werden.
Die Grundlage für erfolgreiche KI-Modelle sind geeignete Datensammlungen. Als KI-Enabler ist es die Stärke der RISC Software GmbH, diese Daten geeignet aufzubereiten und KI-Systeme für den*die End-User*in in der täglichen Anwendung nutzbar zu machen. Dabei greift die RISC Software GmbH auf ihre langjährige Erfahrung in verschiedensten Anwendungsdomänen (Logistik, Industrie, Medizin) zurück. Als Forschungseinrichtung kennt sie über einen sehr guten Überblick über den State-of-the-Art und ist in der Lage, die neuesten Methoden und Erkenntnisse in anwendbare Systeme überzuführen.
Die RISC Software GmbH unterstützt Sie mit Expertise und Erfahrung bei der Umsetzung Ihrer individuellen KI-Anwendungsfälle. Dabei wird großer Wert auf Qualität und Nachhaltigkeit gelegt. Die Entwicklung und Implementierung der KI-Systeme basieren auf Ethik, Transparenz und Fairness, wobei die Systeme nicht nur effizient und effektiv arbeiten, sondern auch verantwortungsvoll und zuverlässig sind.
Thema des Projekts ist es, die Nutzung von Methoden aus Prescriptive Analytics / Machine Learning in unseren Automatisierungsprojekten zu ermöglichen. Kernziel ist die in-line Optimierung der den Steuerungsalgorithmen zugrunde liegenden Parameter.
DiTwin revolutioniert das Straßenmanagement mit Digitaler Zwillingstechnologie für optimiertes Asset-Management.
Wie eine Künstliche Intelligenz Verkehrszeichen sieht
Augmented Reality zur Unterstützung bei der präoperativen Planung
Das Ziel von AIMS ist die Entwicklung und Validierung eines Frühwarnsystems mit künstlicher Intelligenz, um vor Zustandsverschlechterungen auf der Krankenstation vor dem Auftreten zu warnen.
Im von der FFG geförderten Forschungsprojekt NEEED arbeiteten Forscher*innen und Entwickler*innen der RISC Software GmbH, SCCH GmbH und Newsadoo GmbH gemeinsam an der Erweiterung der Newsadoo-Technologie um einen evolutionären Graphen zum lokalen, nationalen und internationalen Nachrichtengeschehen.
Hauptziele des Projektes MUST sind eine direkte und indirekte Beeinflussung des Mobilitätsverhaltens im Sinne eines klima- und umweltfreundlichen Verkehrsmanagements durch Verkehrsvermeidung, Verkehrsverlagerung und Verkehrsverbesserung.
Das von der FFG geförderte Projekt „SafeRoadWorks“ hat als Hauptziel, die Sicherheit auf Autobahnbaustellen, sowohl für Fahrer*innen als auch für Arbeitnehmer*innen, zu erhöhen.
Im Forschungsprojekt FLOWgoesS2T arbeiteten Forscher*innen und Entwickler*innen an der Analyse von telefonischen Sprachmeldungen zum österreichischen Verkehrsgeschehen.
Simulator zum Training von Clipping-Operationen
Künstliche Intelligenz zur Vorhersage von Komplikationen bei Aortenaneurysmenbehandlungen.
Im vom AWS geförderten Forschungsprojekt “Act4Whistleblowing” beschäftigten sich Forscher*innen und Entwickler*innen der RISC Software GmbH mit der automatisierten Verarbeitung von textuellen Hinweisen aus dem Whistleblowing-System der Compliance2b GmbH.
Das EU-Projekt “Platform-ZERO” zielt darauf ab, die allgemeine Produktionsqualität von Photovoltaikgeräten zu verbessern und gleichzeitig die Herstellungskosten durch eine Null-Fehler-Fertigung zu senken.
Das von der EU geförderte Horizon Europe Projekt MetaFacturing hat als Ziel, die Digitalisierung im Bereich der Metallteilerzeugung – Gießen und Schweißen – voranzutreiben.
Ungenaue Schätzungen des Verbrennungsausmaßes können zu suboptimalen medizinischen Entscheidungen führen, die erhebliche Konsequenzen für die Patient*innen haben. Mithilfe von Surface 3D wird eine präzise Berechnung der Verbrennungsgröße ermöglicht und somit die Patient*innen-Sicherheit sowie die Unterstützung des medizinischen Personals im klinischen Alltag sichergestellt.
Der Forschungsbereich „Medical Image Processing, Modeling and Simulation based on Artificial Intelligence“ (MIMAS.ai) umfasst einen Querschnitt hochdynamischer Forschungsthemen, welche nicht zuletzt aufgrund aktueller technologischer Fortschritte in medizinischen Anwendungsfeldern stark an Bedeutung gewinnen.
Ziel des MEDUSA-Konsortiums ist die Entwicklung einer revolutionären Trainings- und Planungsplattform für Neurochirurg*innen, um komplexe Eingriffe am Gehirn detailreich und ganzheitlich simulieren zu können. Denn die oberste Priorität von MEDUSA ist es, das Leben von Patient*innen zu schützen.
Das Land Oberösterreich sieht das Thema Künstliche Intelligenz (KI) als einen der wichtigsten Technologietrends des nächsten Jahrzehnts.
Ein Forschungsschwerpunkt der Abteilung Medizin-Informatik ist die medizinische Modellierung und Simulation, welche insbesondere auch Forschungsarbeiten im Bereich der objektiven Diagnose und Dokumentation auf Basis von virtuellen Patient*innen (dreidimensionale, an die realen Patient*innen angepasste Modelle) umfasst.
Das Projekt nARvibrain („Augmented Reality supported Functional Brain Mapping for Navigated Surgery Preparation and Education“) zielt darauf ab, die Hirntumordiagnostik und -behandlung zu verbessern, das Krankheitsbewusstsein der Patient*innen zu erhöhen sowie die Qualität in der medizinischen Ausbildung zu steigern, indem moderne Methoden der Künstlichen Intelligenz (KI) und eXtended Reality (XR) kombiniert werden.
