SynData entwickelt Methoden, um synthetische Forschungsdaten mit KI zu erstellen und deren Qualität sowie Entstehung im Sinne der „Explainable AI“ verständlich zu machen. Das Projekt stärkt Kompetenzen in Forschungsdatenmanagement, interdisziplinärer Datennutzung und verantwortungsvollem Umgang mit KI-generierten Daten.
Neben „in vivo“ Daten aus dem tatsächlichen Einsatz entstehen in unzähligen Laborversuchen experimentell gewonnene „in vitro“ Daten. Durch den Einsatz von zuvor durch maschinelles Lernen trainierter Modelle können mittlerweile auch synthetische „in silico“ Daten produziert werden. Durch die Generierung dieser Art von synthetischen Daten können sowohl neue Datensätze produziert werden als auch Lücken in existierenden Datensätzen post hoc gefüllt werden.
Als Teil des Datenkompetenzzentrum DataNord untersucht das SynData Projekt diese neuen Ansätze zur Generierung von Forschungsdaten bezüglich der Modellierung der Qualität von synthetischen Datensätzen, erweitert existierende Modellierungen der Struktur von Datensätzen und versieht diese black-box Verfahren zur Generierung synthetischer Datensätze mit Erklärungskomponenten. Die entwickelten Komponenten sollen im Sinne der „Explainable AI“ (erklärbare KI) Nutzenden von synthetischen Datensätzen helfen zu verstehen, wie bestimmte Ergebnisse zustande gekommen sind.
Damit trägt SynData dazu bei, die Anwendung von KI-Modellen zur Datengenerierung anwendungsfreundlicher und transparenter zu gestalten – eine wichtige Herausforderung für die datenwissenschaftliche Gemeinschaft. Auf diese Weise nimmt SynData aktuelle datenwissenschaftliche Herausforderungen auf, die alle Wissenschaftsdisziplinen betreffen und stärkt die Kompetenzen beim Umgang mit diesen neuen Technologien. Durch die Entwicklung von übertragbaren Fähigkeiten und Verfahren schafft SynData einen breiten Mehrwert und trägt zur nachhaltigen Weiterentwicklung der Datenwissenschaften bei.
SynData fördert zudem die Datenkompetenzen in den DataNord Profilbereichen „Material und Ingenieurswissenschaften“ und „Sozialwissenschaften“.
Beteiligte Personen
Universität Bremen: Prof. Dr. Rainer Malaka, Dr. Robert Porzel, Lennard Scheurer
Fraunhofer IFAM: Prof. Dr. Bernd Mayer, Dr. Katharina Koschek, Dr. Vinicius Carrillo Beber
