inovex forscht
gemeinsam und themenübergreifendZusammen mit Partnern aus Wirtschaft und Forschung entwickeln wir in interdisziplinären Teams innovative Ideen rund um neue Technologien in Bereichen wie dem Internet of Things, Künstlicher Intelligenz oder E-Health. Dazu setzen wir Methoden und tiefgreifendes Wissen aus einem weiten Technologiefeld ein – vom Natural Language Processing über Federated Learning bis zum Einsatz von Embedded-Systemen.
Forschung ist fester Bestandteil unserer täglichen Arbeit
Aus den neuen Ideen konzipieren wir Prototypen und schließlich produktionsreife Anwendungen für und mit unseren Partnern. Dies kann im Rahmen von Forschungsprojekten (Service-Meister, KOSMoS etc.) passieren, aber auch bei der Umsetzung eines individuellen Proof of Concept für unsere Kunden.
Neben der projektgetriebenen Forschungsarbeit betreuen wir zahlreiche studentische Abschlussarbeiten und Praktika, die sich sowohl akademischen Fragestellungen als auch konkreten Anwendungsfällen aus der Wirtschaft widmen. Hier arbeiten wir in unserem hausinternen inovex Lab, in dem wir neue Technologien und Konzepte projektunabhängig untersuchen und testen.
Erkenntnisse teilen und nutzen
In enger Abstimmung mit unseren Partnern arbeiten wir agil in cross-funktionalen Teams. Dabei erarbeiten wir neue Ideen und Konzepte und können mit unserer Erfahrung bei der initialen Erstellung von Forschungsanträgen unterstützen. Wir nutzen neueste technologische und wissenschaftliche Erkenntnisse zur Umsetzung von Konzepten in PoCs und unterstützen unsere Partner bei deren Überführung in marktreife Produkte. Relevante Ergebnisse und wissenschaftliche Erkenntnisse publizieren wir gemeinsam auf nationalen und internationalen Fachtagungen und Konferenzen.
By loading the video, you agree to YouTube's privacy policy.
Learn more
PHA+PGlmcmFtZSBsb2FkaW5nPSJsYXp5IiB3aWR0aD0iNTYwIiBoZWlnaHQ9IjMxNSIgc3JjPSJodHRwczovL3d3dy55b3V0dWJlLW5vY29va2llLmNvbS9lbWJlZC8tX05IbmJMYnkzSSIgdGl0bGU9IllvdVR1YmUgdmlkZW8gcGxheWVyIiBmcmFtZWJvcmRlcj0iMCIgYWxsb3c9ImFjY2VsZXJvbWV0ZXI7IGF1dG9wbGF5OyBjbGlwYm9hcmQtd3JpdGU7IGVuY3J5cHRlZC1tZWRpYTsgZ3lyb3Njb3BlOyBwaWN0dXJlLWluLXBpY3R1cmUiIGFsbG93ZnVsbHNjcmVlbj0iYWxsb3dmdWxsc2NyZWVuIj48L2lmcmFtZT48L3A+
Forschungsprojekte
Förderung und Kooperation
Projekt „Multi2ConvAI“
Projekt für schnellere Integration hochmoderner Representation- und Transfer Learning-Modelle in kommerzielle Conversational AI-Systeme.
Im Auftrag des Bundesministeriums für Bildung und Forschung (BMBF) hat die Wissenschaftsstatistik des Stiftverbands die Daten zu Forschungs- und Entwicklungsaktivitäten von Unternehmen in Deutschland erhoben. Wir haben gerne an der Erhebung teilgenommen, um die Entwicklung von Forschungs- und Förderpolitik mitzugestalten.
inovex Lab
Unsere Abteilung für Forschung & EntwicklungDas „inovex Lab“ ist unsere zentrale Unit für Forschung & Entwicklung. Hier kümmern wir uns systematisch um die Früherkennung, Erprobung und Bewertung neuer Technologien, IT-Trends und Anwendungsmöglichkeiten in allen Themenfeldern der Digitalen Transformation.
Publikationen
Ordering Principal Components of Multivariate Fractional Brownian Motion for Solving Inverse Problems
Autor:innen: Marisa Mohr (University of Lübeck, inovex), Ralf Möller (University of Lübeck, Deutsches Forschungszentrum für Künstliche Intelligenz)
Active Learning for Argument Strength Estimation
Autor:innen: Nataliia Kees (inovex, LMU München), Michael Fromm (LMU München), Evgeniy Faerman (LMU München), Thomas Seidl (LMU München)
Classification-based model selection in retail demand forecasting
Autoren: Matthias Ulrich (Department of Business Administration and Economics, Bielefeld University), Hermann Jahnke (Department of Business Administration and Economics, Bielefeld University), Roland Langrock (Department of Business Administration and Economics, Bielefeld University), Robert Pesch (inovex GmbH), Robin Senge (inovex GmbH)
Blog-Artikel
A Conceptual Look at the Machine Learning Life Cycle
Analytics
19.09.2022
This article sheds light on the question of why machine learning products mostly do not get into
MEHR ERFAHREN
Perspective Dialogue Summarization with Neural Networks
Analytics
14.09.2022
This article will elaborate a method for generating abstractive perspective dialogue summarization. Unlike regular dialogue summarization, perspective
MEHR ERFAHREN
Benchmarking Spark Workloads on GCP Dataproc with NVIDIA GPUs: A Hands-On Guide
Analytics
07.09.2022
This article gives you a guide on how to deploy Spark RAPIDS to GCP Dataproc clusters and
MEHR ERFAHRENWie können wir Sie unterstützen?