Akademisches Forschungsprogramm (ARP)

Die kreativen Branchen sind immer mehr auf Kooperationen und den Technologietransfer mit Forschungseinrichtungen angewiesen, um ihre Wissensbasis zu erweitern, Innovationschancen zu nutzen, Wettbewerbsvorteile zu entwickeln und auf diese Weise langfristiges Wachstum zu sichern. Leider wird das Innovationspotenzial von Ökosystemen aus Universitäten und industriellen Akteuren selten voll ausgeschöpft. Den Einfluss der universitären Forschung auf die Wirtschaft zu steigern ist nach wie vor ein ganz entscheidendes politisches Ziel in Europa. Es bedarf weiterer Erkenntnisse, insbesondere um besser zu verstehen, wie der Technologietransfer zwischen Universitäten und Industrie funktioniert, und um zu erkennen, welche Hebel betätigt werden können, damit dieser Transfer die größtmögliche Wirkung entfaltet.

In diesem Schwerpunktbereich sind also Projekte gefragt, in deren Mittelpunkt der Einfluss wissenschaftlicher Forschung auf Innovation und auf die Wirtschaft steht. Universitäten und öffentliche Forschungseinrichtungen sind die Hauptakteure in den Innovationsökosystemen von heute. Sie sind eine bedeutende Quelle, aus der wissenschaftliche Durchbrüche mit Umwälzungspotenzial für die Wirtschaft hervorgehen.

Wir freuen uns daher über Vorschläge für Forschungsvorhaben, die sich mit den folgenden Themen befassen:

SA-RA1-TA1: Messung des Einflusses wissenschaftlicher Forschung auf den globalen technologischen Wandel
Wir rufen zu Forschungsprojekten auf, in deren Rahmen Methoden entwickelt werden, die es ermöglichen, auf der Grundlagenforschung basierende neu entstehende Technologien zu identifizieren, ihre Ausbreitung zu verfolgen und ihre Auswirkungen auf die Stoßrichtung und die Geschwindigkeit des technologischen Wandels in der globalen Wirtschaft zu bewerten.

SA-RA1-TA2: Wertschöpfung durch Technologietransfer von Universitäten zur Industrie in Europa
Gefragt sind außerdem Vorschläge für Forschungsprojekte zur Erarbeitung von Methoden und Gewinnung von Daten, die es ermöglichen, bestehende Kanäle für die Zusammenarbeit und den Technologietransfer von den Forschungslaboren auf den Markt zu verfolgen und Innovationsökosysteme europäischer Universitäten zu identifizieren, und die Maßstäbe liefern, um die Auswirkungen der Forschung auf die Wirtschaftsleistung lokaler Ökosysteme und der Gesamtwirtschaft bewerten zu können.

SA-RA1-TA3: Verstärkter Einsatz von Patenten für den Technologietransfer von Universitäten zur Industrie
Erbeten werden auch Vorschläge für Projekte, in denen untersucht wird, welche Rolle das Patentsystem und damit in Zusammenhang stehende Akteure und Institutionen spielen (z. B. Hochschulerfinder, Technologietransferzentren und andere Vermittlungsstellen, rechtliche Rahmen), und in deren Rahmen vorbildliche Verfahren und Rahmenbedingungen identifiziert werden, die die Vermarktung von Hochschulerfindungen begünstigen.

Um den Zugang zu Patentwissen zu verbessern, indem man Innovation und Lernen zusammenbringt, werden im Rahmen des EPA-ARP Mittel für Forschung zur Verfügung gestellt, die sich mit dem Einsatz von KI und digitalen Technologien in der Aus- und Weiterbildung im IP-Bereich beschäftigt. Das Wissen, das wir in Zukunft für die Aus- und Weiterbildung im IP-Bereich benötigen, speist sich aus drei miteinander zusammenhängenden Forschungslinien, die sich mit Methoden, Kommunikationskanälen und Formaten befassen. Sie werden nicht nur die Gestaltung von Schulungsprogrammen des EPA bestimmen, sondern auch einen Beitrag für die weltweite IP-Aus- und Weiterbildung sowie für zeitgemäßes Lernen ganz allgemein leisten.

Hier freuen wir uns über Vorschläge für Forschungsprojekte, die sich mit den folgenden Themen befassen:

SB-RA2-TA1: Einfluss und Einsatz erweiterter Realität und Gamifizierung
Bei diesem Themenbereich geht es um die Auswirkungen und den Einsatz von KI und digitalen Technologien zur Entwicklung neuer Lehr- und Lernmethoden und -settings, nämlich der erweiterten Realität (Augmented Reality, AR) und der Gamifizierung. Bei der AR stimulieren Simulationen und eingeblendete bzw. überlagerte Objekte, die die reale Welt nachahmen und die Wahrnehmung der Realität erweitern, immersives Lernen. Mithilfe von Gamifizierung lässt sich die psychologische und didaktische Gestaltung von Probetests, Fallszenarien und Rollenspielen durch KI in der Bildung für den IP-Bereich aufwerten: Neue Erkenntnisse für die Entwicklung virtueller Lernumgebungen auf der Basis von "Challenges", automatisierte Generierung von Plots und Szenarien sind nur einige der praktischen Aspekte in diesem Bereich.

SB-RA2-TA2: Einfluss und Einsatz unterschiedlicher Kanäle: Bilder, Video- und Audioeinsatz
Bei diesem Forschungsbereich geht es um den Einfluss der zur Verfügung stehenden Bild-, Video- und Audiokanäle in der Aus- und Weiterbildung. Während in den letzten 15 Jahren die Videoinhalte Hochkonjunktur hatten, lässt sich aktuell ein ähnlicher Boom für Audioinhalte beobachten - man denke nur an Podcasts und Hörbücher. Formate für künftige Lernressourcen könnten sich an Forschungsergebnissen orientieren, bei denen es um den Einsatz von Audioinhalten beim Lernen geht und auch darum, inwieweit Audioinhalte zu Videoinhalten beitragen, diese ergänzen oder ihnen gar überlegen sind.

SB-RA2-TA3: Relevanz intelligenter Tutorensysteme in der Aus- und Weiterbildung im IP-Bereich
Dieser dritte Bereich betrifft intelligente Tutorensysteme (ITS) und ihre Relevanz für die Aus- und Weiterbildung im IP-Bereich. Hier freuen wir uns auf Ihre Vorschläge für Forschungsvorhaben, in denen aufgezeigt wird, wie KI-Verfahren zur Simulation von 1:1-Unterricht mit einem menschlichen Lehrer eingesetzt werden, und im Rahmen derer weitere Einsatzmöglichkeiten vorgeschlagen werden, bei denen die Lernaktivitäten optimal auf die kognitiven Bedürfnisse des Lernenden abgestimmt sind und dieser gezielt und zeitnah Feedback erhält, ohne dass ein menschlicher Lehrer anwesend sein muss. Der Einsatz von prädiktivem maschinellem Lernen im Bereich des personalisierten Lernens, die Entwicklung adaptiver Lernmethoden, die Relevanz der Modifizierung von Lernzielen und ‑ergebnissen und der rasant wachsende Einfluss der emotionalen KI bei der Gestaltung von Schulungsinhalten im IP-Bereich - all das sind Teilaspekte dieses Bereichs, bei denen Forschung dazu beitragen könnte, dass ITS auch im IP-Bereich zu schnelleren Lernerfolgen und höherer Lernqualität führen.

Patente sind eine faszinierende Herausforderung für die Forschung auf dem Gebiet der Verarbeitung natürlicher Sprache wie auch der Computer Vision ("maschinelles Sehen"). Die sprachliche Komplexität sowie die Erstellung der technischen Zeichnungen fordern nicht nur die hellsten Köpfe, sondern auch die besten Maschinen heraus, d. h. modernste KI-Algorithmen wie komplexe Transformer-Modelle oder tiefe neuronale Netze (Convolutional Networks). Dieses Forschungsvorhaben hat zwei Ziele:

• Sensibilisierung für Patente als lohnende Datenquelle im Bereich KI und maschinelles Lernen
• Unterstützung patentbezogener wissenschaftlicher Forschung mit einem potenziellen direkten Mehrwert für die Projekte und Programme des EPA

SB-RA3-TA1: KI-basierte Patentzusammenfassungen für Modelltraining und Inferenz
Patente variieren in ihrer Länge und verwenden eine komplexe Sprache mit häufigen Wiederholungen und Hintergrundinformationen, die nicht zur Erfindung beitragen. Das Ermitteln der relevanten Informationen im unstrukturierten Teil kann ein wertvoller Ausgangspunkt für nachgelagerte Anwendungen sein. Dieses Forschungsvorhaben soll untersuchen, ob eine mittels maschinellem Lernen erstellte Patentzusammenfassung sich vorteilhaft auf die Leistung nachgelagerter Modelle wie automatisierte Klassifizierung und/oder Patentrecherche auswirken kann.

SB-RA3-TA2: Synthetische Datengenerierung bei geringen Datenressourcen
Bei der Patentklassifizierung liegt die Komplexität der Aufgabe darin, dass das Klassifikationssystem CPC derzeit über 270 000 Symbole umfasst. Zu vielen dieser Symbole gibt es nur wenige Daten. Das Forschungsvorhaben soll untersuchen, wie die Datenmenge für KI-basierte Klassifikatoren in diesen Szenarien am besten erhöht werden kann, um unausgewogene Datensätze zu kompensieren und letztlich die Klassifizierungsleistung für ein bestimmtes Basismodell zu verbessern. Durch Trainieren  modernster Transformer-Modelle soll eine erhöhte oder synthetische Datengenerierung erreicht werden, indem synthetische Patenttexte für diese Klassen mit ausreichender Spezifität generiert werden, sodass ein Signal erzeugt wird, ohne die Grenzen zu anderen Klassen abzuschwächen.

SB-RA3-TA3: Multimodale Informationsverwertung
Wichtige Teile des Inhalts von Patenten sind in grafischen Abbildungen enthalten, den Zeichnungen. Dieses Forschungsvorhaben soll untersuchen, inwieweit Kombinationen von Abbildungen und dazugehörigen Texten dazu genutzt werden können, Bildsuchalgorithmen zu trainieren, um konzeptuell verwandte Bilder anhand von Pixel- und Sprachinformationen zu finden.

Das akademische Forschungsprogramm des EPA stellt finanzielle Unterstützung für gezielte kooperative Forschungsprojekte bereit. Für jeden Schwerpunktbereich steht ein Budget von insgesamt 300 000 EUR zur Verfügung, mit dem Forschungsprojekte für eine Dauer von mindestens zwei und höchstens drei Jahren unterstützt werden. Die ausgewählten Forschungsprojekte erhalten Beihilfen in Höhe von bis zu 150 000 EUR. Vorrangig berücksichtigt werden ehrgeizige Projekte, die auf politisch relevante Ergebnisse abzielen und deren Methodik vom EPA für weitere Studien eingesetzt werden kann.

Während der Laufzeit des Forschungsprojekts geben die beteiligten EPA-Abteilungen ihr Fachwissen an die Forschungsteams weiter.

Die Abschlussberichte der Forschungsprojekte werden zu weiteren Veröffentlichungen in hochrangigen Peer-Review-Publikationen führen. Außerdem werden sie für weitere Studien und Publikationen des EPA verwendet.