Forschung

Am Fraunhofer FIT stehen wir an der Spitze der Forschung im Bereich generativer KI und großer Sprachmodelle. Unsere interdisziplinäre Forschung beschäftigt sich mit allen Anwendungsebenen von generativer KI. Wir vertiefen uns dabei in das Verständnis der komplexen Anforderungen an diese Systeme und stellen sicher, dass sie im Einklang mit humanzentrierten Werten und Bedürfnissen stehen.

Unsere Forschung befasst sich mit der Bewertung der technischen Machbarkeit sowie den sozio-ethischen Auswirkungen der generativen KI. Dieser zweigleisige Ansatz gewährleistet, dass unsere Innovationen nicht nur technologische Grenzen erweitern, sondern auch gesellschaftlichen Normen und Erwartungen entsprechen.

Unser Engagement für Exzellenz spiegelt sich in unserer aktiven Beteiligung an der wissenschaftlichen Gemeinschaft wider. Wir veröffentlichen unsere Arbeiten regelmäßig in renommierten Zeitschriften und Konferenzen, um unsere Erkenntnisse mit der Forschungsgemeinschaft zu teilen und zu diskutieren. Diese kontinuierliche Einbindung hilft uns, innovative Ideen weiterzuentwickeln, sowie immer auf dem neuesten Stand der Technik zu sein. Am Fraunhofer FIT beobachten wir nicht nur die digitale Transformation – wir gestalten sie.

Liste ausgewählter Publikationen

  • Gimpel, H., Hall, K., Decker, S., Eymann, T., Lämmermann, L., Mädche, A., Röglinger, R., Ruiner, C., Schoch, M., Schoop, M., Urbach, N., Vandirk, S. (2023). Unlocking the Power of Generative AI Models and Systems such as GPT-4 and ChatGPT for Higher Education: A Guide for Students and Lecturers. University of Hohenheim, March 20, 2023.
  • Guggenberger, T., Lämmermann, L., Urbach, N., Walter, A. and Hofmann, P. (2023) Task delegation from AI to humans: A principal-agent perspective, Proceedings of the 44th International Conference on Information Systems, December 10-13, Hyderabad, India.
  • Duda, S., Hofmann, P., Urbach, N., Völter, F. and Zwickel, A. (2023) The Impact of Resource Allocation on the Machine Learning Lifecycle: Bridging the Gap between Software Engineering and Management, Business & Information Systems Engineering (BISE), forthcoming.
  • Hofmann, P., Jöhnk, J., Protschky, D. and Urbach, N. (2020) Developing Purposeful AI Use Cases – A Structured Method and its Application in Project Management, Proceedings of the 15th International Conference on Wirtschaftsinformatik (WI 2020), March 9-11, Potsdam, Germany
  • Hofmann, P., Lämmermann, L., & Urbach, N. (2024). Managing artificial intelligence applications in healthcare: Promoting information processing among stakeholders. International Journal of Information Management, 75, 102728.
  • Kecht, C., Egger, A., Kratsch, W., & Röglinger, M. (2021). Event log construction from customer service conversations using natural language inference. In 2021 3rd International Conference on Process Mining (ICPM) (pp. 144-151). IEEE.
  • Bayer, S., Gimpel, H., Markgraf, M. (2021). The role of domain expertise in trusting and following explainable AI decision support systems. Journal of Decision Systems, 32(1):110-138.
  • Maedche, A., Legner, C., Benlian, A., Berger, B., Gimpel, H., Hess, T., ... & Söllner, M. (2019). AI-based digital assistants: Opportunities, threats, and research perspectives. Business & Information Systems Engineering, 61, 535-544.