Organisationsprofil
Organisationsprofil
Data Management for AI
Die Research Area „Data Management for AI (DAI)" hat das Ziel, Datenmengen zu zähmen, indem datenwissenschaftliche Abstraktionen auf hoher Ebene bereitgestellt und Systeme entwickelt werden, die diese Aufgaben effizient und skalierbar und unter Berücksichtigung zunehmender Spezialisierung auf allen Ebenen (Hardware, Software, domänenspezifische Anwendungen) ausführen.
Data Privacy for AI
In der Research Area „Data Privacy for AI" erforschen und entwickeln wir effiziente und langzeitsichere (quantum computer safe) kryptografische Verfahren, die für ein breites Spektrum praktischer Anwendungen eingesetzt werden können. Wir schaffen damit sichere Grundlagen für eine vertrauenswürdige KI und überwinden auch die heute noch bestehenden Performance Probleme bei komplexen Machine Learning-Algorithmen.
Methods & Algorithms for AI
Die Research Area „Methods and Algorithms for AI" erforscht und entwickelt ein breites Spektrum an Grundlagen, Methoden und Algorithmen für die vertrauenswürdige KI. Wir kombinieren technische Schlüsselkonzepte, und Methoden wie Machine Learning, Natural Language Processing (NLP), Deep Reinforcement Learning (DLR) und Data Science (DS). Unser langfristiges Ziel sind vertrauenswürdige Algorithmen, die so weit fortgeschritten sind, dass sie unter Wahrung höchster Privacy Standards automatisch Hypothesen aus Daten unterschiedlichster Quellen ableiten können und in der Lage sind, diese Hypothesen mit zusätzlichen Daten zu validieren.
Human-AI Interaction
Die Research Area „Human-AI-Interaction" arbeitet an interaktiven Machine Learning-Techniken, immersiver und visueller Analytik sowie an KI-gesteuerten computergestützten Benutzerschnittstellen Methoden, die ein gegenseitiges Verständnis und die Kooperation von Menschen und KI fördern. Damit das gelingen kann, müssen sowohl der Mensch als auch die KI die Möglichkeit haben, miteinander zu kommunizieren, Feedback zu geben und auf der Grundlage dieses Wissens zu handeln. Am Ende steht für uns der Einsatz einer KI, die eine fließende Kooperation zwischen Mensch und Maschine ermöglicht und uns den Freiraum gibt, unsere menschliche Stärke der echten Kreativität einzusetzen.
Fair AI
Die Research Area „Fair AI" hat die Aufgabe, faire, vorurteilsfreie Algorithmen und Bewertungsmethoden, die die Risiken von Diskriminierung minimieren und das Vertrauen in KI fördern, zu erforschen und zu entwickeln. In enger Zusammenarbeit mit den anderen Research Areas arbeiten wir am tiefen Verständnis von Kausalzusammenhängen, die falschen Entscheidungen zugrunde liegen. Unser übergeordnetes Ziel ist es, faire Algorithmen und Bewertungsmethoden zu entwickeln, die wesentlicher Baustein einer vertrauenswürdigen KI sind. Wir wollen Nutzer:innen in ihrer selbstbestimmten, kritischen und informierten Entscheidungsfindung und Interaktion mit KI-basierten Systemen (etwa bei Empfehlungssystemen/Recommender Systems) unterstützen.
Digital Transformation Design
Die Research Area „Digital Transformation Design" entwickelt neuartige Methoden und (technologische) Werkzeuge für Prozesse, mit denen Menschen, Unternehmen und die Gesellschaft bei der Gestaltung der digitalen Transformation bestmöglich unterstützt werden. Ob eine KI als vertrauenswürdig akzeptiert wird, hängt auch davon ab, wie transparent, sicher und nachvollziehbar die Prozesse dahinter sind. Wir verfolgen die Vision einer KI basierten Technologie, die verschiedene Stakeholder von Unternehmen, Institutionen oder der Gesellschaft miteinander in Dialog bringt und so neue, konstruktive soziale Prozesse ermöglicht.
Weitere Informationen: https://www.know-center.at
Fingerprint
Kooperationen und Spitzenforschungsbereiche der letzten fünf Jahre
Publikationen
-
Facilitators and Barriers to Adoption of Mobile Learning Technologies in Undergraduate Health Professional Education in Clinical Environments: A Scoping Review
on the behalf of 4D Project Consortium, Dez. 2026, in: Journal of Medical Systems. 50, 1, 3.Publikation: Beitrag in einer Fachzeitschrift › Artikel › Begutachtung
Open Access -
Information-theoretic reduction of Markov chains
Geiger, B. C., Feb. 2026, in: Computer Science Review. 59, 100802.Publikation: Beitrag in einer Fachzeitschrift › Artikel › Begutachtung
Open Access -
A comprehensive analysis of perturbation methods in explainable AI feature attribution validation for neural time series classifiers
Simic, I., Sabol, V. & Veas, E. E., Dez. 2025, in: Scientific Reports. 15, 1, 26607.Publikation: Beitrag in einer Fachzeitschrift › Artikel › Begutachtung
Open Access
Aktivitäten
-
Physics-Informed Machine Learning and Hybrid Modeling for Simulating Sustainable Systems
Geiger, B. (Redner/in)
31 Jan. 2025Aktivität: Vortrag oder Präsentation › Vortrag bei Workshop, Seminar oder Kurs › Science to science
-
Development and Implementation of a Serial Production Cyber-Physical System: A Closed Quality Loop for Transportable Positioning Devices in an Automotive Body-in-White Process
Gföllner, M. (Redner/in), Körner, S. (Beitragende/r), Kribernegg, C. (Beitragende/r), Verdnik, D. (Beitragende/r), Matzer, M. (Beitragende/r) & Haas, F. (Beitragende/r)
13 Nov. 2025Aktivität: Vortrag oder Präsentation › Vortrag bei Konferenz oder Fachtagung › Science to science
-
Workshop on Continual Learning in Computer Vision - CVPR 2024
Masana Castrillo, M. (Organisator/-in), van de Ven, G. (Organisator/-in), Rodriguez, P. (Organisator/-in), Kudithipudi, D. (Organisator/-in), Hayes, T. (Organisator/-in), Cossu, A. (Organisator/-in), Smith, J. S. (Organisator/-in), Guglielmo, G. (Organisator/-in), Tscheschner, B. (Organisator/-in), Hemati, H. (Organisator/-in) & Alssum, L. (Organisator/-in)
18 Juni 2024Aktivität: Teilnahme an / Organisation von › Workshop, Seminar oder Kurs (Teilnahme an/Organisation von)
Auszeichnungen
-
3rd Best SCCG 2007 Paper Award
Grabner, M. (Empfänger/-in), Jammernegg, A. (Empfänger/-in), Wozelka, R. (Empfänger/-in) & Millington, S. A. (Empfänger/-in), 28 Apr. 2007
Auszeichnung: Preise / Medaillen / Ehrungen
-
ACM SIG Travel Grant für Hypertext 2017
Kowald, D. (Empfänger/-in), 1 Juli 2016
Auszeichnung: Preise / Medaillen / Ehrungen
-
Best Paper Award
Di Sciascio, M. C. (Empfänger/-in), Veas, E. E. (Empfänger/-in) & Brusilovsky, P. (Empfänger/-in), 2018
Auszeichnung: Preise / Medaillen / Ehrungen
Presseberichte
-
Bibliotheksgespräche - Future Internet und die Bibliotheskwelt
Granitzer, M. & Tochtermann, K.
12/11/11
1 eigener Medienbeitrag
Presse/Medien: Presse / Medien
Projekte
- 2 Abgeschlossen
-
FWF - Spontansprache - Cross-layer Sprachmodelle für Spontansprache
Schuppler, B. (Konsortialführer/in bzw. Koordinator/in bei Kooperationen mit externen Organisationen) & Schuppler, B. (Projektleiter an der OE)
1/11/19 → 31/10/24
Projekt: Forschungsprojekt
-
EU - APOSDLE - Advanced Process-Oriented Self-Directed Learning Environment
Beham, G. (Teilnehmer / Mitarbeiter), Tochtermann, K. (Projektleiter), Leitner, H. (Projektleiter), KUMP, B. (Teilnehmer / Mitarbeiter), Bratić, F. (Teilnehmer / Mitarbeiter), Kappe, F. (Projektleiter an der OE), Hasani-Mavriqi, I. (Teilnehmer / Mitarbeiter), Pammer-Schindler, V. (Teilnehmer / Mitarbeiter), Hoffmann, R. (Teilnehmer / Mitarbeiter), Benda, O. (Teilnehmer / Mitarbeiter), Gjergjizi, A. (Teilnehmer / Mitarbeiter), Krasser, P. W. (Teilnehmer / Mitarbeiter), Mödritscher, F. (Teilnehmer / Mitarbeiter) & Kajtazovic, N. (Teilnehmer / Mitarbeiter)
1/03/06 → 28/02/10
Projekt: Forschungsprojekt