Drittmittelprojekte -external fundings

Nachfolgend eine Auswahl der drittmittelfinanzierten Projekte des Dahlem Centers for Machine Learning and Robotics.

Bienenökotoxikologie

Freie Universität Berlin

Prof. Dr. Tim Landgraf

01.11.2023 — 31.12.2026

When a substance causes effects to an organism, which do not kill it and do not directly impair its reproduction, but affect it otherwise, e.g. by inducing changes in behavior, feeding, digestion, orientation capability, lifespan, sensitivity to pathogens, etc., this is referred to as sublethal ...

Interactive robotic experiments to assess the spatial logic of electric signalling in a gymnotiform knifefish

Fachbereich Mathematik und Informatik

Prof. Dr. Tim Landgraf

01.05.2026 — 30.05.2029

Studying animal communication is essential for understanding the inner workings of animal brains, the evolution of language, and even the cognitive foundations of our own abstract thinking. A major challenge in studying animal communication lies in identifying the content of exchanged information. Often, meaning can be inferred by simplifying behavioral contexts, isolating and analyzing the signals emitted, and linking them to likely - but hypothetical - cognitive processes. Even when such correlations are robust, we can never truly know what animals are “saying” to each other, making causal relationships persistently elusive. Most of the time, the best we can do is to infer intentionality within sender-receiver relationships - an essential step, but one that still leaves the underlying mechanisms of communication largely speculative.

L4RA - Validierung eines RAG-basierten Leitlinien-Assistenten zur Optimierung von Patient Outcome und Ressourcen-Effizienz in der Intensivmedizin

Fachbereich Mathematik und Informatik

Prof. Dr. Tim Landgraf

01.06.2026 — 31.05.2027

Das Projekt baut auf dem BMBF-geförderten PIA-Projekt (Patienten-Informations-Assistent) der AG Landgraf auf. In PIA wurde eine RAG-Architektur entwickelt und in einer prospektiven klinischen Studie validiert: Der PIA-Chatbot erreichte bei der Patientenaufklärung vergleichbare Informationsqualität wie die ärztliche Beratung bei signifikant kürzerer Konsultationszeit (Busch, Kaibel et al., J Digit Imaging Inform Med 38, 4312–4323, 2025). Diese Technologie befindet sich auf TRL 4 (im Labor validierter Prototyp). Die Validierungslücke: Die in PIA entwickelte Technologie wurde für die Patientenkommunikation validiert – ein Kontext mit geringerer Kritikalität. Der Transfer auf den hochkritischen ärztlichen Kontext (Intensivmedizin, komplexe Fachsprache, lebensrettende Entscheidungen) und die Validierung der medizinischen Korrektheit anhand von S3-Leitlinien stehen noch aus. Genau diese Lücke schließt das vorliegende Projekt.

PIA: Ein interaktiver Patienten-Informations-Assistent für die Patientenaufklärung

Fachbereich Mathematik und Informatik

Prof. Dr. Tim Landgraf

01.04.2026 — 31.03.2028

Das Ziel des Projekts „PIA“ ist die Entwicklung und klinische Validierung eines KI-gestützten Assistenten für die Patientenaufklärung in vier komplexen Anwendungsfällen (Geburtsmedizin, Gallenblasen-, Hämorrhoiden- und Hernien-Chirurgie). PIA fungiert als digitale Schnittstelle, die mittels generativer KI (Retrieval-Augmented Generation, RAG) Patientenfragen bereits vor dem Arztgespräch beantwortet, um die Aufklärungsqualität zu steigern, medizinisches Personal zeitlich zu entlasten und durch Fehlererkennungsmechanismen faktische Korrektheit zu gewährleisten. Der Arbeitsplan gliedert sich in sieben Arbeitspakete, beginnend mit der Definition technischer und rechtlicher Anforderungen sowie der Weiterentwicklung des Backends zur Vermeidung von KI-Halluzinationen durch moderne Analyseverfahren und Plausibilitätsprüfungen. Darauf aufbauend werden eine Verwaltungsoberfläche (Dashboard) für die eigenständige Inhaltspflege durch Kliniken sowie ein barrierefreies, multimediales Frontend mit Sprachsteuerung entwickelt. Ergänzend wird eine KI-Komponente zur dynamischen Anpassung des Antwortstils an individuelle Patientenbedürfnisse implementiert, bevor der Demonstrator in einer klinischen Studie an Standorten in Berlin, Leipzig und München unter realen Bedingungen auf Akzeptanz und Effizienz evaluiert wird. Perspektivisch sollen die Projektergebnisse in eine Unternehmensgründung überführt werden.