Euregio-JungforscherInnenpreis

2024 wurden bereits zum 13. Mal Nachwuchsforscher:innen aus der Europaregion Tirol-Südtirol-Trentino eingeladen, ihre Forschungsarbeiten einzureichen.

Gewinner:innen des Euregio-JungforscherInnenpreises 2024: v.l. Simone Marchiori (Landesrat des Trentino), Arno Kompatscher (Euregio-Präsident und Landeshauptmann von Südtirol), Ulrike Tappeiner (Jury-Vorsitzende und Präsidentin der Freien Universität Bozen), Barbara Thaler (Präsidentin der Wirtschaftskammer Tirol), Nadja Gruber (3. Platz), Ariele Zanfei (1. Platz), Roberto Andreotti (2. Platz), Michl Ebner (Präsident der Handelskammer Bozen und Anton Mattle (Landeshauptmann von Tirol). © Land Tirol/Sedlak

Schließen

Anlässlich der Euregio Days 2024 in Alpbach, die sich dem Thema „Künstliche Intelligenz in der Euregio“ widmeten, konnten Nachwuchsforscher:innen unter 35 (Stichtag: 16.08.1989) ihre Arbeiten einreichen, vorstellen und sich mit renommierten Wissenschaftler:innen und politischen Verantwortungsträger:innen austauschen.

Mit dem Kernthema des Tiroltages 2024, der Künstlichen Intelligenz, beschäftigten sich auch dieses Jahr junge Forschende aus der gesamten Euregio. Sechs der 44 Projekteinreichungen schafften es in das Finale, bei dem sie in Alpbach ihre Forschungsarbeiten rund um das Thema Künstlichen Intelligenz vorstellten. Im Rahmen der Preisverleihung am Abend des 17. August 2024 überreichten der derzeitige Euregio-Präsident Arno Kompatscher (Südtirol), Gastgeber Anton Mattle (Tirol) sowie Landesrat Simone Marchiori (Trentino) die drei vom Land Tirol gemeinsam mit den Handelskammern der drei Euregio-Länder gestifteten Förderpreise.

Der Euregio-JungforscherInnenpreis für Nachwuchsforschende unter 35 Jahren wurde an Ariele Zanfei vom AIAQUA UNIBZ spinn-off übergeben. In seiner Studie "Developing AI-based methods to support a transition towards sustainable water management in Euregio" beschäftigte sich Ariele Zanfei mit der Frage, wie uns Künstliche Intelligenz beim Übergang zu einem nachhaltigen Wassermanagement unterstützen, beispielsweise durch Vorhersagen des künftigen Wasserverbrauchs in den Aquädukten mittels Algorithmen, die Entwicklung digitaler Zwillinge unserer Wassernetze, die Erkennung von Lecks und Brüchen in Echtzeit sowie vielem mehr.

Euregio-JungforscherInnenpreis 2024 - Die Preisplatzierungen

1. Platz: Ariele Zanfei, AIAQUA UNIBZ spinn-off
Projekt "Developing AI-based methods to support a transition towards sustainable water management in Euregio" (Unterstützungsmaßnahmen der KI beim Übergang zu einem nachhaltigeren Wassermanagement in der Euregio)

2. Platz: Roberto Andreotti, Universität Trient
Projekt "A Multidisciplinary Framework for Applicative Structural Diagnosis based on Acoustic Emissions and Artificial Intelligence" (Nutzung akustischer Emissionen und Künstlicher Intelligenz zur möglichen Diagnostizierung von Schäden oder Schwachstellen in Materialien oder Bauwerken)

3. Platz: Nadja Gruber, Universität Innsbruck und VASCage
Projekt „Optimising MRI of premature babies with artificial intelligence“ (Optimisierung von MRT-Scans (Magnetresonanztomographie) bei Frühgeborenen mithilfe von Künstlicher Intelligenz (KI))

Die sechs Finalistinnen und Finalisten (v.l.) Daniele Marinelli, Ariele Zanfei (1. Preis), Roberto Andreotti (2. Preis), Nadja Gruber (3. Preis), Federico Simeoni, Annika Gnädinger © EFA/Pungovschi

Schließen

Downloads

Kurzbeschreibungen der Finalist:innen

Kategorie 1: Wirtschafts- und Sozialwissenschaften, Rechts-, Bildungs- und Geisteswissenschaften

Annika Gnädinger: Identifying AI-related Skills in VET: A Delphi Study

Mein Forschungsprojekt, das Teil der EU-finanzierten AI4VET4AI-Initiative ist, zielt darauf ab, KI-bezogene Fähigkeiten in fünf Schlüsselsektoren in Österreich zu identifizieren: Landwirtschaft, Bildung, Gesundheit, Produktion und Tourismus. Als Teil des von der EU finanzierten AI4VET4AI-Projekts konzentriert sich meine Studie auf wesentliche Fähigkeiten, die jetzt und in Zukunft benötigt werden. Mithilfe einer Delphi-Studie, die in drei Runden durchgeführt wurde, haben wir Erkenntnisse von 30 Teilnehmern aus diesen Sektoren gesammelt. Ziel ist es, herauszufinden, ob es einen Konsens darüber gibt, welche Fähigkeiten als entscheidend angesehen werden und in Bildungsprogramme und -ressourcen aufgenommen werden sollten.

Federico Simeoni: NonbAInary: A Nonbinary Critique to Generative AI

An der Schnittstelle von Informatik und Queer-Theorie setzt NonbAInary die Nonbinarität als kritische Linse zur Überwindung der kategorialen Residualität ein - die Elemente, die aufgrund ihrer gemischten Natur nicht in eine Taxonomie passen. In der Tat geht es bei der Nonbinarität darum, gegensätzliche Kategorien in koexistierende Achsen zu verwandeln, die so ein Spektrum gemischter Möglichkeiten erzeugen. Durch die Fokussierung auf Identitätsverzerrungen in visuellen generativen KI-Modellen analysiert NonbAInary, wie diese problematische Darstellungen von geschlechtlichen oder soziokulturellen nicht-binären Identitäten erzeugen können, da diese den Datafication-Prozessen entgehen und somit in den Trainingsdatensätzen fehlen. Das Projekt rahmt die Südtiroler Identität als germanisch/italische Nicht-Binarität.

Kategorie 2: Technische Wissenschaften

Roberto Andreotti: A Multidisciplinary Framework for Applicative Structural Diagnosis based on Acoustic Emissions and Artificial Intelligence

Das Thema der Instandhaltung von Infrastrukturen hat nach den Brückeneinstürzen der letzten Jahre, die sowohl die Alterung und den Verfall von Infrastrukturnetzen als auch die Unzuverlässigkeit der derzeitigen Überwachungssysteme bei der präventiven Schadensabschätzung deutlich gemacht haben, erheblich an Bedeutung gewonnen. In dieser Arbeit wird eine Innovation in der Technologie der Bauwerksüberwachung vorgeschlagen, nämlich die Kombination von Sensoren, die auf Bauschäden reagieren, mit Methoden der künstlichen Intelligenz für ein effektives Datenmanagement. Damit steht ein zuverlässiges Instrument zur Erkennung potenzieller Gefahrensituationen auf struktureller Ebene zur Verfügung, das für eine rechtzeitige Instandhaltung erforderlich ist.

Ariele Zanfei: Developing AI-based methods to support a transition towards sustainable water management in Euregio

Wie kann uns AI beim Übergang zu einem nachhaltigeren Wassermanagement unterstützen? In Trentino-Südtirol haben wir ein großes Problem in Bezug auf die Wasserwirtschaft mit verschlissenen Wassernetzen und erheblichen Verlusten. Während meiner Forschung habe ich erkannt, dass künstliche Intelligenz der Schlüssel zu einem vollständigen Paradigmenwechsel in der Wasserwirtschaft sein könnte. Ich studierte Systeme der künstlichen Intelligenz, um Algorithmen zu entwickeln, die Wasser sparen und intelligenter nutzen können. Wie das geht? Durch die Entwicklung von Algorithmen zur Vorhersage des künftigen Wasserverbrauchs in unseren Aquädukten, die Entwicklung digitaler Zwillinge unserer Wassernetze, die Erkennung von Lecks und Brüchen in Echtzeit und vielem mehr.

Kategorie 3: Naturwissenschaften und Medizin

Nadja Gruber: Optimising MRI of premature babies with artificial intelligence

Frühgeburten treten vor der 37. Schwangerschaftswoche auf und sind eine der häufigsten Ursachen für den Tod von Säuglingen, von denen weltweit bis zu 18 % betroffen sind. Bei Frühchen werden häufig MRT-Scans durchgeführt, um Anomalien des Gehirns zu erkennen, wobei die Vorhersagen auf der manuellen Analyse des Radiologen beruhen. In einem multidisziplinären Team haben wir einen KI-gesteuerten Ansatz zur Analyse von Gehirnregionen bei Frühgeborenen entwickelt, der die klinische Effizienz verbessert. Unser Deep-Learning-Algorithmus, der in der Fachzeitschrift „Artificial Intelligence in Medicine“ veröffentlicht wurde, wurde in klinische Arbeitsabläufe integriert, um Diagnose und Behandlung zu unterstützen. Unser Tool bietet benutzerfreundliche Schnittstellen und verbessert die Ergebnisse für Frühchen, indem es präzise klinische Entscheidungen ermöglicht.

Daniele Marinelli: Forest Remote Sensing for Disturbances Mapping

Der Borkenkäfer, ein Insekt, das sich in das Holz von Fichten einnistet, dringt in die Wälder von Trentino-Südtirol ein und verursacht einen Umweltnotstand. Um den Befall einzudämmen, muss seine Ausbreitung überwacht werden, indem neue Angriffe in einem frühen Stadium identifiziert werden. Die Sentinel-2-Satelliten, echte Weltraumwächter, helfen uns dabei: Dank spezieller Sensoren nehmen sie alle fünf Tage ein Bild der Region auf und messen das von der Vegetation reflektierte Sonnenlicht, wobei sie für das menschliche Auge unsichtbare Details erkennen. Dies gibt uns Aufschluss über den Gesundheitszustand der Vegetation. Ziel dieser Forschung ist es, diese Bilder zu analysieren, um die vom Borkenkäfer befallenen Gebiete automatisch zu identifizieren.