Förderung für Forschungsprojekte zum Thema Innovative Grundlagen für KI -Methoden und ML--machine learning, deutsch: maschinelles Lernen -Modelle

Worum es geht

Das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) fördert Forschungsprojekte zu hybriden Ansätzen der Künstlichen Intelligenz (KI). Hochschulen, Forschungseinrichtungen und Unternehmen können Zuschüsse für innovative Methoden für Maschinelles Lernen (ML) erhalten.

Angaben des Fördergebers (Auszug)

Sie müssen folgende Voraussetzungen erfüllen, um eine Förderung erhalten zu können: Sie sind eine Hochschule, eine außeruniversitäre Forschungseinrichtung, ein Unternehmen der gewerblichen Wirtschaft oder eine andere Institution, die Forschungsbeiträge liefert. Sie haben zum Zeitpunkt der Auszahlung eine Betriebsstätte, eine Niederlassung oder eine sonstige Einrichtung in Deutschland. Ihr Projekt geht weit über den derzeitigen internationalen Stand der Technik hinaus. Sie nutzen zur Durchführung des Projekts bereits existierende Rechenressourcen. Sie begründen neue Anschaffungen von Rechenressourcen und Speicherressourcen ausführlich. Sie bestätigen, dass Sie einen Forschungsdatenmanagementplan haben. Sie veröffentlichen die Ergebnisse Ihrer Forschung als Open Source oder Open Data . Bei Verbundprojekten: Sie schließen eine schriftliche Kooperationsvereinbarung ab. Bei Verbundprojekten: Sie weisen eine Übereinkunft nach den Vorgaben des Bundesministeriums für Forschung, Technologie und Raumfahrt (BMFTR) durch den Vordruck Nummer 0110 nach. Sie können jedoch keine Förderung erhalten, wenn Ihr Forschungsvorhaben einen der folgenden Bereiche betrifft: Entwicklung von Hardware für Künstliche Intelligenz (KI) oder neuromorphes Computing. Einsatz von Künstlicher Intelligenz in der Medizin, im Personalwesen oder in der Bildung. Marketing, Kundenbetreuung oder IT -Sicherheit. Vorausschauende Wartung ( Predictive Maintenance). Zivile Sicherheit, Drohnen oder robotische Systeme für die Pflege. Marginale Verbesserungen von bestehenden Ansätzen mit geringer Aussicht auf Generalisierung.

Wörtliche bzw. zusammengefasste Wiedergabe der amtlichen Angaben. Verbindlich ist allein die offizielle Programmseite.