Wissensgraphen
Wir erforschen dezentrale und dynamische wissensgraph-basierte KI-Systeme. Dabei beschäftigen wir uns mit der Solid-Protokollfamilie, einer Erweiterung von etablierten Web-Technologien, um z.B. dezentrale Datenökosysteme zu ermöglichen. Außerdem untersuchen wir geeignete Methoden zur wissensgraph-basierten Repräsentation von Prozessen für das Web sowie Methoden zu gemeinsamen Schlussfolgerungen auf Faktenwissen und physikalischem Wissen.
Generative KI und Maschinelles Lernen
Wir erforschen Methoden zum Einsatz von großen Sprachmodellen (Large Language Models - LLMs) bei der Verarbeitung natürlicher Sprache. Dabei beschäftigen wir uns mit der Informationsextraktion, Entity Linking und der gemeinsamen Verarbeitung von Graphendaten und Text. Im Bereich des Maschinellen Lernen beschäftigen wir uns insbesondere mit Zeitreihendaten und Methoden für erklärbare KI.
Neurosymbolische KI
Wir erforschen Kombinationen von Methoden aus dem Bereich der symbolischen KI (z.B. Wissensgraphen und Planungsverfahren) mit Methoden aus dem Bereich der subsymbolischen KI (z.B. Maschinelles Lernen, generative KI), um die Vorteile beider Methodenfamilien zu kombinieren.