Je realistischer Deepfakes werden, desto wichtiger wird die Frage: Können wir der Erkennung trauen?Am Fraunhofer IOSB erforschen wir, wie erklärbare KI (XAI) künftig nicht nur Deepfakes erkennt, sondern ihre Erklärungen nutzt, um sich selbst zu verbessern.So entsteht eine neue Generation…
Was nützt die beste Erkennungsrate, wenn man die Entscheidung nicht versteht?Am Fraunhofer IOSB entwickeln wir erklärbare KI-Verfahren (XAI), die nicht nur zeigen, dass ein Deepfake erkannt wurde, sondern auch wie.So wird Erklärbarkeit selbst zum Werkzeug, um Erkennungssysteme messbar zu verbessern…
Was passiert, wenn künstliche Intelligenz Bilder erschafft, die von echten kaum mehr zu unterscheiden sind? Am Fraunhofer IOSB entwickeln wir Verfahren der erklärbaren KI (XAI), die Deepfake-Erkennung transparenter, nachvollziehbarer und verlässlicher machen. Denn in einer Welt synthetischer Medien genügt es…
Warum wir KI brauchen, um zu erkennen, was Assistenzsysteme noch nicht sehen können Täglich bewegen wir uns scheinbar aufmerksam durch den Straßenverkehr – doch wie präsent sind wir wirklich? Kognitive Ablenkung beim Fahren zählt zu den meistunterschätzten Risiken der Verkehrssicherheit….
Why we need AI to understand what the eyes can’t see. Every day, drivers navigate traffic with their eyes open – but are they truly aware of what’s around them? Cognitive distraction while driving is one of the most underestimated…
In einer zunehmend komplexen und vernetzten Welt stehen kritische Infrastrukturen vor immer neuen Herausforderungen. Kliniken gehören zu diesen sensiblen Einrichtungen – ihr zuverlässiges Funktionieren ist essenziell für die medizinische Versorgung in alltäglichen wie auch außergewöhnlichen Lagen. Resilienz in diesem Kontext…
The automotive industry is on the verge of a profound transformation: AI-supported assistance systems in the vehicle interior are increasingly becoming the central interface between humans and vehicles. However, in order to successfully develop these technologies and bring them to market, research partners with expertise in AI, computer vision and human-AI interaction are needed. This is precisely where the Fraunhofer Institute comes into play.
The automotive industry is on the threshold of a profound transformation: digitalization, automation and new mobility concepts are not only changing vehicles, but also the entire user experience. In this transformation, AI assistance systems in the vehicle interior play a key role. But what market opportunities will this create? What business models are conceivable? And how can companies make strategic use of this development?
A truly intelligent AI assistant in the vehicle must do more than just execute voice commands. It should understand people, anticipate their intentions and make the interaction as intuitive as possible. This can only be achieved through multimodal, natural human-AI interaction that combines different communication channels: language, gestures, facial expressions, eye movements and context. But what exactly does such an interaction look like? What technological approaches are necessary – and what challenges need to be overcome?
The ability of an AI system to perceive and interpret its environment is crucial for intelligent in-vehicle assistance. Machine vision, or computer vision, plays a central role here: cameras and algorithms make it possible to recognize occupants, predict their intentions, and provide personalized assistance services. But what challenges are associated with visual perception in the vehicle – and what technological advances are making reliable implementation possible?
