RepoChat

Im Rahmen RepoChat-Projekt wurde ein dialogbasiertes KI-System entwickelt, das auf einem grossen Sprachmodell (LLM) und Retrieval-Mechanismen basiert. Über ein Chat-Interface erhalten geologische Fachpersonen und Interessierte direkten Zugang zu den Berichten der Nagra. Das System beantwortet sowohl allgemeine als auch komplexe Fachfragen, etwa zu Gesteinseigenschaften, Standort-Sicherheitsanalysen und Rückholungskonzepten im Zusammenhang mit der Entsorgung radioaktiver Abfälle.

LLM-unterstützte Konsistenzprüfung

Bei der LLM-unterstützten Konsistenzprüfung werden grosse Sprachmodelle (LLMs) eingesetzt, um reale sowie plausible, aber fiktive Inkonsistenzen in Nagra-Dokumenten zu erkennen – sowohl innerhalb einzelner Texte als auch im gesamten Korpus. Ziel ist die Qualitätssteigerung durch systematische Konsistenzprüfungen und die Stärkung der Robustheit gegenüber potenziellen Desinformationsszenarien.

HIVBOT – Intelligent Chatbots as Healthcare Coaches

Das internationale Forschungsprojekt HIVBOT untersucht, wie intelligente Chatbots junge Erwachsene mit HIV in Nigeria wirksam bei ihrer Behandlung unterstützen können. Über einen WhatsApp-Kanal wird ein Chatbot entwickelt und erprobt, der weit mehr als nur ein Informationssystem darstellt: Er vermittelt Wissen über HIV/AIDS, beantwortet fachlich korrekt Fragen, erinnert an die Einnahme von Medikamenten und Klinikterminen und bietet zugleich sozial-emotionale Begleitung, Beratung und Motivation im Alltag.

Im Zentrum steht eine randomisierte kontrollierte Studie (RCT), die die Nutzung, Benutzerfreundlichkeit und Wirkung des Chatbots systematisch prüft. Untersucht werden Effekte auf das mentale Wohlbefinden, kognitive Faktoren wie Wissen und Behandlungsselbstwirksamkeit, physiologische Gesundheitsindikatoren (z. B. Viruslast) sowie geschlechtsspezifische Unterschiede. Dabei wird ein intelligenter, hybrid-adaptiver Chatbot – der die Stärken grosser Sprachmodelle (LLMs) mit regelbasierten Dialogsystemen verbindet – mit einer Kontrollgruppe, die die Standardversorgung erhält, verglichen.

Besonderes Augenmerk gilt der Sicherheit und Qualität: Nur kuratierte und geprüfte Antworten verhindern Fehlinformationen, strenge Verfahren zur Anonymisierung und Datenbereinigung gewährleisten Datenschutz und Vertrauen. Zugleich sorgt die Kombination von kontextbewussten KI-Dialogen mit präzisen Flow-basierten Abläufen für eine verlässliche und zugleich empathische Nutzererfahrung.

HIVBOT wird im Rahmen des SPIRIT-Förderinstruments des Schweizerischen Nationalfonds (SNF) gefördert. Projektpartner sind die FHNW, die Faculty of Public Health der University of Ibadan (Nigeria) sowie das Department of Epidemiology and Public Health des Swiss Tropical and Public Health Institute (SwissTPH, Basel). Ziel ist es, den gesundheitlichen Mehrwert von Chatbot-gestützten Interventionen wissenschaftlich zu belegen und damit neue Wege der digitalen Gesundheitsförderung aufzuzeigen.

LeadAI – An Organisational Digital Twin based Leadership Consulting Eco-System

Das internationale Forschungsprojekt LeadAI entwickelt KI-gestützte Werkzeuge zur Unterstützung von Leadership Consulting durch sogenannte organisationale digitale Zwillinge. Im Zentrum stehen agentische KI-Systeme und LxM-Agenten, die in einem Prototyp eines virtuellen persönlichen Assistenten erprobt werden.

Die Arbeiten umfassen die Entwicklung von Orchestrierungs- und Datenschutzkomponenten sowie die Weiterentwicklung von Leadership-Assessments. Dazu gehören die Erstellung massgeschneiderter Fragebögen und der Aufbau eines strukturierten Repositoriums mit Assessment-Fragen und Expertenbeiträgen.

LeadAI ist ein FHNW-Projekt und wird im Rahmen des Eurostars-Programms der Europäischen Union sowie von Innosuisse, der Schweizerischen Agentur für Innovationsförderung, kofinanziert.

A Prose: Korrekturdienste 2.0​

Entwicklung von Algorithmen zur Erkennung nicht trivialer Rechtschreib- und Grammatikfehler sowie nicht geschlechtsneutraler Sprache.

ChEdventure – Learning to Question​

Entwicklung einer Simulationsumgebung mit dialogbasierten virtuellen Gesprächspartnern, um Studierende in Fragetechniken, kritischer Reflexion und Argumentation in geschäftlichen Kontexten zu schulen.

Consilium Alerts: medizinisches Frühwarnsystem

Entwicklung eines Frühwarnsystems für Krebspatienten auf der Grundlage von Mustern, die durch maschinelles Lernen aus ePROs (electronic Patient Reported Outcomes) ermittelt werden.

ASDTrac: A Learning Tracker for ASD (Autism Spectrum Disorder)

Entwicklung eines digitalen Tools zur Überwachung der Leistungen und Lernfortschritte von ASD-Vorschulkindern. Hierfür wurden vor allem Daten über die Blickrichtung der Proband:innen analysiert.

DSSA: Digital Self-Study Assistant

Entwicklung eines virtuellen Tutors (in Form eines Chatbots) zur Begleitung des Selbststudiums

KvGR: Intuitive Suche mit Graphdatenbanken​

Entwicklung eines intuitiven Interaktionsmechanismus zum «visuellen» Question Answering auf Wissensgraphen.

SBICC: Virtuelle Beratung für Business Intelligence-Lösungen

Entwicklung eines graph-basierten Recommender Systems zur Auswahl von Business Intelligence (BI) Services im Rahmen einer Cloud BI-Lösung

[sic!] – Software Integration with Ontology-Based Case-Based Reasoning

Das Forschungsprojekt sic! verfolgte das Ziel, Wissensmanagement in Software-Integrationsprojekten durch fallbasiertes Schliessen und eine Enterprise-Ontologie zu unterstützen. Im Rahmen des Projekts wurden ein ontologiebasiertes Kontextmodell entwickelt, eine strukturierte Sprache zur Beschreibung von Integrationsprojekt-Wissen erarbeitet sowie ein prototypischer Ontologie-Reasoner implementiert.

Learn PAd – Model-Based Social Learning for Public Administrations

Das Projekt Learn PAd entwickelte modellbasierte Lernlösungen für öffentliche Verwaltungen, die auf Geschäftsprozessen und ihrem organisatorischen Kontext aufbauen. Ziel war es, soziales und prozessorientiertes Lernen zu fördern und dadurch Effizienz und Qualität in der öffentlichen Verwaltung zu steigern.

DokLife – Supporting Document Life-Cycle-Management based on Semantically Enriched Annotations

Das Projekt DokLife hatte das Ziel, semantische Technologien in die Praxis zu überführen, um das Management des Dokumenten-Lebenszyklus zu verbessern. Durch die Nutzung formalisierter Kontextinformationen und klassischer Informationsextraktion sollten Dokumentinhalte zugänglich gemacht und Metadaten automatisch generiert werden.

MATURE – Continuous Social Learning in Knowledge Networks

Das EU-Projekt MATURE erforschte kontinuierliches soziales Lernen in Wissensnetzwerken auf Basis des Konzepts der Wissensreifung, verstanden als zielgerichtetes Lernen auf kollektiver Ebene. Im Mittelpunkt standen die Analyse von Prozessen der Wissensreifung innerhalb und zwischen Organisationen, die Identifikation von Barrieren sowie die Entwicklung sozio-technischer Lösungen zu deren Überwindung.