Weitere Forschungsgebiete

• Erleichterung des Einsatzes von Künstlicher Intelligenz in der Hochschulbildung
  Artificial Intelligence for Studies and Support in Higher Education (AISS)

AISS ist ein "Erasmus+ K220 Kooperationspartnerschaften in der Hochschulbildung" Projekt (Kennzeichen: Erasmus+2023-1-ES01-KA220-HED-000153371) mit einer Laufzeit von 24 Monaten (01.10.2023 - 30.09.2025).

Das Hauptziel des Projekts ist es, die Verfügbarkeit digitaler Inhalte, Technologien und Praktiken zu erhöhen, indem ein Kompendium verschiedener Szenarien und unterstützender Technologien auf der Grundlage von Lösungen der Künstlichen Intelligenz (KI) entwickelt wird. Darüber hinaus werden wir mit dem AISS-Projekt die folgenden Ziele erreichen:

1. Verbesserung der Kompetenzen von Lehrkräften in Bezug auf globale Best Practices bei der Nutzung von KI in der Hochschulbildung.
2. Entwicklung von Schulungsmodulen und verstärkte Nutzung von KI-Technologien in der Bildung durch die Entwicklung von virtuellen Assistenten für Lernmodule.
3. Schaffung eines Rahmens und eines Toolkits für KI-Technologien zur breiteren und schnelleren Integration in die Hochschulbildung.
4. Verbesserung der Erfahrungen der Studierenden mit Multimedia-Technologien durch die Integration von KI-basierten Unterstützungssystemen (Chatbots).
5. Erweiterung ausgewählter multimedialer Lehrpläne durch innovative KI-basierte Lösungen für die Bildung und Durchführung gezielter Pilotversuche.

• Neuartige piezoelektrische Dünnfilm-Materialien für Ultraschallanwendungen

Piezoelektrische Dünnfilm-Materialien sind entscheidend für Anwendungen (Sensorik, Signalverarbeitung, …), die auf akustischen Oberflächenwellen (SAW) basieren. Die hohe Präzision und Effizienz von SAW-Bauteilen machen sie zu unverzichtbaren Komponenten in der modernen Mikrosystemtechnik. Hierbei hängen die Effizienz und Leistungsfähigkeit von SAW-Bauteilen stark von den verwendeten piezoelektrischen Materialen ab.

Im Rahmen des Projekts soll ein neuartiges Material charakterisiert werden, welches schon bei Schichtdicken von 30 µm vielversprechende Eigenschaften aufweist. Hierzu wird die Ausbreitung von hochfrequenten Ultraschallwellen in solchen Schichten modelliert, um dann auf die Materialparameter zurückschließen zu können.