MIT Morningside Academy for Design

Laufzeit: 01. März 2023 - 31. August 2025

Projektverantwortliche:

• Jillian Kwong, PhD Research Scientist, Cybersecurity at MIT Sloan (CAMS)
• Keri E. Pearlson, DBA MIT Sloan School of Management; Executive Director, Cybersecurity at MIT Sloan (CAMS)
• Prof. Christian Dörr, Hasso-Plattner-Institut, Fachgebiet: Cybersecurity – Enterprise Security

Die Sicherheit von Lieferketten hat sich mittlerweile zu einem Schlüsselrisiko für Unternehmen in Bezug auf die Cybersicherheit entwickelt. Neueste Studien zeigen, dass die Mehrheit der Kompromittierungen von Unternehmen heute via Verwundbarkeiten in der Lieferkette oder über Zulieferer erfolgen. Jüngste Vorschriften und Regularien, die die Sicherheit der Lieferkette verbessern sollen, stellen sich in der Praxis jedoch als unwirksam oder sogar kontraproduktiv heraus. So konnte vorhergehende Forschung zeigen, dass Unternehmen, die die Vorschriften zur Berichterstattung über Cybersicherheit nicht einhalten, sich eher aus dem Markt zurückziehen anstatt ihre Widerstandsfähigkeit zu verbessern.  Unsere Studie untersucht die Hindernisse, die einer Verbesserung der Widerstandsfähigkeit von KMU entgegenstehen, verfolgt die Umsetzung neuer Cyber-Vorschriften in den USA und der EU und zeigt auf, wie die Cyber-Sicherheitsfähigkeiten von KMU verbessert werden können.  Unser Team ist dann in der Lage, Empfehlungen auszusprechen, wie die Beziehungen zwischen Kunden und Lieferanten kooperativer gestaltet und die Widerstandsfähigkeit erhöht werden kann.

Gesellschaftliche Auswirkungen

Die Sicherung von Cybersicherheits-Lieferketten trägt dazu bei, dass Fortschritte bei allen SDGs erzielt werden können.  Sie trägt insbesondere zum SDG Nr. 8.3 - menschenwürdige Arbeit und Wirtschaftswachstum - bei, da sie KMU, eine Säule der europäischen Wirtschaft, dabei unterstützt, mit den steigenden Anforderungen an die Cybersicherheitsvorschriften wettbewerbsfähig zu bleiben.

"Diese Forschung wird Gesetzgebern, Unternehmen und Aufsichtsbehörden den dringend benötigten Kontext liefern, um neue, effektive Maßnahmen zu entwickeln und Regulierung so zu verbessern, dass sie unsere Wirtschaft sowohl resilienter als auch wettbewerbsfähiger macht."

Prof. Christian Dörr (HPI)

Laufzeit: 01. März 2023 - 31. August 2025

Projektverantwortliche:

• Prof. Regina Barzilay, Computer Science and Artificial Intelligence Laboratory, Abdul Latif Jameel Clinic for Machine Learning in Health, Massachusetts Institute of Technology
• Prof. Bernhard Renard, Hasso-Plattner-Institut, Fachgebiet: Data Analytics and Computational Statistics

Die Antibiotikaresistenz stellt eine ernste Bedrohung für die globale Gesundheit dar. Wir nutzen Deep Learning mit dem Ziel, nachhaltigere, alternative antimikrobielle Wirkstoffe sowohl für den klinischen als auch für den landwirtschaftlichen Einsatz zu entwickeln.  Dies kann durch die Generierung neuer Biomoleküle erreicht werden, die anstelle herkömmlicher Antibiotika eingesetzt werden können, um krankheitserregende Mikroben gezielt zu bekämpfen. Wir werden Methoden der ‚explainable‘ KI einsetzen, um Einblicke in die Biologie entworfener Moleküle zu gewinnen und damit den Stand des Deep Learning für die synthetische Biologie erheblich vorantreiben.

Gesellschaftliche Auswirkungen

Unsere Studie wird nicht nur den Stand des ‚deep learning‘ für die synthetische Biologie erheblich verbessern, sondern auch die Entwicklung nachhaltigerer, alternativer antimikrobieller Wirkstoffe für den klinischen und landwirtschaftlichen Einsatz ermöglichen.  Daher werden die Beiträge des Projekts dazu beitragen, Gesundheit und Wohlbefinden (SDG Nr. 3) im Zusammenhang mit Infektionskrankheiten zu gewährleisten und gleichzeitig verantwortungsvolle Verbrauchs- und Produktionsmuster sowohl für antimikrobielle Mittel als auch für die von ihrer Verwendung abhängige Industrie zu entwickeln (SDG Nr. 12).  Da das häufigere Auftreten von Krankheitserregern aufgrund des Klimawandels eingedämmt werden muss (SDG Nr. 13), sind innovative Lösungen in diesen beiden Bereichen dringend erforderlich.

"Mit der Unterstützung des HPI-MIT Designing for Sustainability Programms werden wir eine enge Kooperation zwischen den Projektpartnern aufbauen, um von unseren komplementären Kompetenzen zu profitieren."

Jakub Bartoszewicz

Laufzeit: 01. September 2023 - 31. August 2025

Projektverantwortliche:

• Prof. Deblina Sarkar, Assistant Professor of Media Arts and Sciences at MIT, and AT&T Career Development Chair Professor at MIT Media Lab
• Prof. Dr. Ralf Herbrich, Hasso-Plattner-Institut, Fachgebiet: Artificial Intelligence and Sustainability

Wir alle erleben, wie KI die Wissenschaft, den Handel und die menschliche Erfahrung revolutioniert. Die KI von heute nutzt jedoch groß angelegte Berechnungen auf herkömmlichen von-Neumann-Computern, was zu einem enormen Energieverbrauch führt. Tatsächlich sind Computer weltweit die am schnellsten wachsenden Verbraucher von Primärelektrizität und werden bis 2030 schätzungsweise über 30 Prozent der weltweiten Elektrizität verbrauchen. Um eine nachhaltige Nutzung der KI-Dienste zu ermöglichen und gleichzeitig eine vernünftige Energienutzung und minimale Auswirkungen auf die Umwelt zu gewährleisten, müssen wir zu äußerst energieeffizienten Berechnungsparadigmen übergehen, die Algorithmen und Hardware umfassen. Im Gegensatz zum von-Neumann-Rahmenwerk zeichnet sich das Paradigma der neuromorphen Berechnung durch vom Gehirn inspirierte Prinzipien der engen Integration zwischen Verarbeitungs- und Speichereinheiten sowie durch ungefähre, fehlertolerante Ergebnisse aus, die für das Erreichen des Endziels ausreichen und eine massive Verringerung des Energieverbrauchs und der Latenzzeit ermöglichen. Im Rahmen des von uns vorgeschlagenen Projekts wollen wir unser kollektives Fachwissen nutzen, um die Leistung stochastischer Recheneinheiten für KI-Anwendungen ganzheitlich zu untersuchen und zu bewerten. Unsere Arbeit würde das Design, die Nanofabrikation und die Charakterisierung solcher Geräte mit kontrollierbarem probabilistischem Schaltverhalten unter Verwendung von magnetischen 2D-Materialien, die theoretische und kompakte Schaltkreismodellierung der Geräte und die Simulation auf Systemebene umfassen, um ihre Energie-Bandbreiten-Effizienz für KI-Anwendungen im Vergleich zu herkömmlichen Rechengeräten zu bewerten.

Gesellschaftliche Auswirkungen

Unser Projekt zur Ermöglichung eines energieeffizienten Wachstums der KI steht im Einklang mit mehreren Zielen der Vereinten Nationen für nachhaltige Entwicklung, wie SDG-13 "Massnahmen zum Klimaschutz", SDG-12 "Nachhaltiger Konsum" und in weiterer Folge SDG-7 "Bezahlbare und saubere Energie". Wie bereits erwähnt, könnten bis zum Ende dieses Jahrzehnts bis zu zehn Prozent der weltweiten Treibhausgasemissionen allein auf die Datenverarbeitung entfallen. Dies kann durch den Übergang zu energieeffizienten Rechenparadigmen, wie sie in unserer Arbeit vorgeschlagen werden, vermieden werden. Indem wir eindeutige Maßstäbe für die Verbesserung der Energieeffizienz und der Latenzzeiten in Verbindung mit unseren stochastischen Rechengeräten setzen, können wir diesen Übergang in großem Maßstab beschleunigen, so dass die Dienste der Großrechner wie die künstliche Intelligenz auf ökologisch und praktisch nachhaltige Weise genutzt werden können. Und schließlich können wir den Druck auf die globale Energieversorgung verringern, indem wir den Energiebedarf des Computersektors eindämmen, um eine erschwingliche und saubere Energieversorgung zu gewährleisten.

"Abgesehen von globalen Herausforderungen fehlt eine angemessene Skalierung des Energieverbrauchs von Computern. Die Hardware wird die Komplexität der Aufgaben begrenzen, die in batteriebetriebenen Mobilgeräten ausgeführt werden können. Daher besteht ein unmittelbarer Bedarf, alternative, energieeffiziente Paradigmen für die Datenverarbeitung zu entwerfen, indem die Bereiche Material, Geräte, Architektur und Algorithmen neu erfunden werden. Mit unserem vorgeschlagenen Projekt beabsichtigen wir, unser kollektives, aber komplementäres Fachwissen in den Bereichen Materialwissenschaft und elektronische Geräte sowie Computerarchitekturen und Algorithmen zu nutzen, um eine umfassende Lösung für dieses bevorstehende Problem bereitzustellen."

Prof. Deblina Sarkar

Laufzeit: 01. September 2023 - 31. August 2025

Projektverantwortliche:

• Dr. Connor Coley, Department of Chemical Engineering, Department of Electrical Engineering and Computer Science at MIT, Henri Slezynger (1957) Career Development Assistant Professor
• Dr. Sumaiya Iqbal, Bioinformatics and Computational Biology, The Center for the Development of Therapeutics (CDoT), The Broad Institute of MIT and Harvard
• Prof. Dr. Bernhard Renard, Professor for Data Analytics and Computational Statistics at HPI
• Dr. Henrike O. Heyne, Senior Scientist for Genomic Medicine, Hasso-Plattner-Institute

Ionenkanäle ermöglichen die schnelle Übertragung von Informationen in Lebewesen, oft über große Entfernungen. Aufgrund ihrer weit verbreiteten Bedeutung sind sie Ziel von Medikamenten beim Menschen (z. B. Schmerzmittel, Antiarrhythmika) sowie von Insektiziden, Antibiotika oder Malariamitteln. In unserem Projekt wollen wir Informationen aus der Proteinbiologie und medizinischen Aufzeichnungen kombinieren, um eine öffentlich zugängliche Ressource zu erstellen, die die funktionellen Auswirkungen von Mutationen in Ionenkanälen mit Hilfe von KI-Methoden vorhersagt. Dabei werden wir von der funktionellen Ähnlichkeit verschiedener Ionenkanaltypen profitieren, die sich über viele verschiedene Arten hinweg entwickelt haben. Wir werden unsere Ergebnisse auf Proteine anderer Organismen übertragen und so eine öffentlich zugängliche Ressource für die funktionellen Auswirkungen von Ionenkanälen schaffen, die der Präzisionsmedizin beim Menschen sowie der Forschung in Bereichen wie der Landwirtschaft oder Infektionskrankheiten unmittelbar zugute kommen dürfte. Unser Projekt wird auf früheren erfolgreichen Kooperationen aufbauen und diese stärken. Wir werden unsere Daten und Ergebnisse in einem sorgfältig konzipierten Web-Portal zur Verfügung stellen, das wissenschaftliche Informationen visualisiert und den Komfort und die Benutzerfreundlichkeit maximiert.

Gesellschaftliche Auswirkungen

In unserem Projekt wollen wir die funktionellen Auswirkungen genetischer Varianten in spannungsgesteuerten Ionenkanälen rechnerisch vorhersagen, sie auf Ionenkanäle anderer Spezies übertragen und so ein Repository der Auswirkungen von Ionenkanalvarianten für Forschungsgemeinschaften in den Bereichen Medizin, Landwirtschaft und Infektionskrankheiten schaffen. Auf diese Weise wollen wir einen Beitrag zum Ziel 3 der Vereinten Nationen für nachhaltige Entwicklung im Bereich Gesundheit und Wohlbefinden leisten. Insbesondere sollen unsere Vorhersageergebnisse Ärzte, die Menschen mit seltenen Krankheiten behandeln, die durch genetische Defekte in Ionenkanälen verursacht werden, bei ihren Behandlungsentscheidungen unterstützen. Die Ärzte, mit denen wir zusammenarbeiten, nutzen bereits unser Vorhersageinstrument, das wir für Natrium- und Kalziumkanäle entwickelt haben, für diesen Zweck. Darüber hinaus werden unsere Ergebnisse bereits in der Forschung zu seltenen Krankheiten eingesetzt, was letztendlich die Entwicklung von Medikamenten unterstützen könnte. Durch die Übertragung unserer Vorhersagen zu den Auswirkungen von Varianten auf Ionenkanäle in Bakterien und menschlichen Parasiten haben unsere Ergebnisse das Potenzial, die Antibiotika- und Antimalariaforschung zu unterstützen. Da wir planen, unsere Ergebnisse auf Ionenkanäle in anderen Spezies abzubilden (d. h. zu übersetzen), wären unsere Varianteneffekte auch für Ionenkanäle verfügbar, die primäre Ziele von Insektiziden sind. So könnten verbesserte Insektizide die landwirtschaftliche Produktivität steigern, die Teil desZiels 2 der Vereinten Nationen für nachhaltige Entwicklung ist.

"Unser Projekt zielt darauf ab, Proteomik- und Transkriptomikdaten mit klinischen Gesundheitsdaten zu kombinieren und Varianten zu kombinieren, um eine öffentlich zugängliche Ressource zu schaffen, die die funktionellen Auswirkungen von Mutationen in spannungsabhängigen Ionenkanälen mithilfe von KI-Methoden vorhersagt."

Sumaiya Iqbal and Henrike Heyne

Laufzeit: 01. September 2023 - 31. August 2025

Projektverantwortliche:

• Prof. John Fernandez, Professor of Building Technology in the Department of Architecture at MIT, Director, MIT Environmental Solutions Initiative, Founder and Director, MIT Urban Metabolism Group
• Prof. Dr. Gerard de Melo, Chair of Artificial Intelligence and Intelligent Systems at HPI
• Prof. Svafa Groenfeldt, Professor of Practice, School of Architecture and Planning at MIT, Founding member and Director of MITdesignX, Morningside Academy for Design
• Dr. Frank Pawlitschek, Director, School of Entrepreneurship at HPI, Managing Director HPI-SEED, Co-Founder ubitricity

Um globale Krisen wie den Klimawandel zu bewältigen, müssen wir nicht nur unser Wissen erweitern, sondern auch die Entwicklung von Methoden und Instrumenten für rechtzeitiges Handeln. Um die Nachhaltigkeit des Planeten zu erreichen, sind neuartige Lösungen aus allen Bereichen erforderlich, insbesondere unternehmerische Innovationen im privaten Sektor. Neugründungen, die dafür bekannt sind, dass sie technologische Innovationen und die Schaffung von Arbeitsplätzen vorantreiben, spielen bei diesem Vorhaben eine entscheidende Rolle. Die Misserfolgsquote von Start-ups ist jedoch hoch, und ihr Erfolg ist für die Gesellschaft von entscheidender Bedeutung. Erschwerend kommt hinzu, dass das Startup-Ökosystem durch Unsicherheit und Unbeständigkeit gekennzeichnet ist, die durch die zunehmende Ungewissheit in Bezug auf das Klima und globale Krisen noch verstärkt wird. Daher wird ein robustes Modell, das den Erfolg von Start-ups, welche an jenen Herausforderungen arbeiten, vorhersagt dringend benötigt. Die Vorhersage des Erfolgs von Start-ups hat zwar an Popularität gewonnen, doch die bisherige Forschung konzentriert sich in erster Linie auf die Auswahlprozesse von Risikokapitalgebern und nicht auf die Gestaltung neuartiger Unternehmen. Darüber hinaus erfordert die Verknüpfung von Klima- und Umweltprioritäten mit der Agenda von Start-ups eine tiefere Analyse für eine effektive Unternehmensgestaltung. Dieses Projekt zielt darauf ab, zu untersuchen, ob KI-gestützte Entscheidungsunterstützungssysteme die derzeitigen Systeme zur Vorhersage des Gründungserfolgs durch die Hinzufügung von Erklärungsfähigkeiten verbessern können. Das Forschungsvorhaben wird erklärungsfähige KI- und maschinelle Lerntechniken einsetzen, um den potenziellen Erfolg von Start-ups zu prognostizieren und die Prognosen zu begründen. Die Ergebnisse werden genutzt, um neue Instrumente für Startup-Gründer nachhaltiger Geschäftsmodelle in der Frühphase zu entwickeln. Diese Forschung hat das Potenzial, zur Entwicklung nachhaltiger und widerstandsfähiger Startups beizutragen, die wirksame Maßnahmen zur Bewältigung globaler Krisen ermöglichen.

Gesellschaftliche Auswirkungen

Unter Verwendung der Nine Planetary Boundaries (Rockström, 2009) als Rahmenwerk wird das Projekt Erkenntnisse liefern, zu denen Unternehmer im globalen Süden derzeit keinen Zugang haben, da es an organisierten Kapazitäten in Form von lokalen Beschleunigern und Inkubatoren fehlt. Darüber hinaus werden die Ergebnisse ein größeres Engagement von Unternehmerinnen fördern, indem sie eine Beratung bieten, die nicht von lokalen Institutionen und Organisationen abhängig ist, die möglicherweise geschlechtsspezifische Vorurteile aufrechterhalten. Durch die Ausweitung der Reichweite der Expertenberatung für Unternehmer durch die Forschungsergebnisse dieses Projekts werden die folgenden SDGs direkt angesprochen: SDG-8 Menschenwürdige Arbeit und Wirtschaftswachstum; SDG-9 Industrie, Innovation und Infrastruktur; SDG-10 Weniger Ungleichheiten; SDG-5 Geschlechtergleichheit; SDG-13 Maßnahmen zum Klimaschutz.

"Dieses Projekt zielt darauf ab, das Potenzial für KI-gestützte Entscheidungsunterstützungssysteme zu erforschen, um aktuelle Systeme zur Vorhersage des Gründungserfolgs zu erweitern und zu übertreffen, indem Erklärungsfähigkeiten hinzugefügt werden. Um dies zu erreichen, untersuchen wir erklärbare KI / ML als eine Methode zur Vorhersage des potenziellen Gründungserfolgs und zur Begründung der Vorhersagen. Der einzigartige Vorteil des Einsatzes von ML-Techniken ist die Verallgemeinerbarkeit und Anpassungsfähigkeit des Modells, wenn keine perfekten Informationen vorliegen."

Svafa Grönfeldt (MIT) & Frank Pawlitschek (HPI)

Laufzeit: 01. September 2023 - 31. August 2025

Projektverantwortliche:

• Prof. Dr. Martin Rinard, Department of Electrical Engineering and Computer Science at MIT and member of the Computer Science and Artificial Intelligence Laboratory
• Prof. Dr. Robert Hirschfeld, Software Architecture Group at HPI and the Digital Engineering Faculty at the University of Potsdam

Nachhaltige Entwicklung erfordert eine wirksame Koordinierung und Verwaltung von Ressourcen, die wiederum häufig durch Software unterstützt wird, die hierbei eine zentrale Rolle spielt. Die Entwicklung solcher Software erfordert eine enge Zusammenarbeit zwischen Fachleuten und Programmierenden, um die zur Erreichung der gewünschten Wirkung erforderlichen Fähigkeiten zu realisieren. Unser Projekt versucht, die Kluft zwischen den konkreten Bedürfnissen der Fachleute und der abstrakten Art von Programmen zu schließen. Dies soll durch die Einführung interaktiver Beispiele in die Programmierumgebung erreicht werden, die für alle Beteiligten von Bedeutung sind, die Softwareentwicklung partizipativer gestalten und damit eine wichtige Grundlage für die im Rahmen der Softwareentwicklung stattfindende und diese auch begünstigende interdisziplinäre Kommunikation darstellen. Unsere Hauptziele sind das Verständnis der Auswirkungen von Live-Beispielen auf den Softwareentwurf, die Befähigung der Beteiligten zur effektiven Erstellung von Beispielen und der Entwurf und die Implementierung von beispielbasierten Programmierumgebungen, die mit inkrementellen und iterativen Entwurfsmethodiken in Einklang stehen und eine Exploration und Weitergestaltung einer Anwendungsdomände unterstützen. Die Zusammenarbeit zwischen der Gruppe von Prof. Martin Rinard am MIT und der Gruppe von Prof. Robert Hirschfeld am HPI soll die Erstellung von Beispielen automatisieren, den manuellen Aufwand reduzieren und die Erforschung der Auswirkungen von Entwurfsentscheidungen fördern.

Gesellschaftliche Auswirkungen

Die beispielhafte Programmierung und ihr Potenzial lassen sich besonders gut mit den folgenden Zielen in Einklang bringen:

• SDG Nr. 4 - Hochwertige Bildung: Pädagog:innen und Entwickler:innen können besser zusammenarbeiten, um digitale Bildungsplattformen und Software bereitzustellen. Außerdem profitieren Kurse, die Programmieren beinhalten oder lehren, direkt von besser erklärbaren Code Beispielen und tragen zu digitaler Kompetenz und IT-Fähigkeiten bei. Darüber hinaus wird Programmieren zur Theoriebildung durch konkrete Beispiele verbessert, die es ermöglichen, Modelle von Anwendungsdomänen und Erkenntnisse direkter auszudrücken.
• SDG Nr. 9 - Industrie, Innovation und Infrastruktur: Konkrete, beispielbasierte Programmierwerkzeuge fördern die interdisziplinäre Zusammenarbeit über alle Branchen hinweg und stellen sicher, dass die Bedürfnisse richtig verstanden und umgesetzt werden. Verbesserte Kommunikation zwischen den Beteiligten verringert die Wahrscheinlichkeit von Fehlern, was zu einer widerstandsfähigeren Infrastruktur beiträgt. Verbesserte Dokumentation gewährleistet längere Lebenszyklen von Software durch bessere Wartbarkeit und spart dadurch Ressourcen, die für die Entwicklung neuer Software benötigt werden.

"Die Zusammenarbeit verspricht, den Aufwand für Softwaredesigner:innen und Programmierende durch die Automatisierung von Beispielen zu verringern und die Erforschung der Auswirkungen eines Entwurfs zu fördern, insbesondere in potenziell unerwarteten Bereichen von Systemeingaben, um ein vollständigeres Verständnis eines Entwurfs und seiner Auswirkungen zu erhalten."

Toni Mattis

Laufzeit: 01. September 2023 - 31. August 2025

Projektverantwortliche:

• Prof. Andres Sevtsuk, Department of Urban Studies and Planning at MIT
• Prof. Dr. Gerard de Melo, Chair of Artificial Intelligence and Intelligent Systems at HPI
• Dr. Rounaq Basu, Department of Urban Studies and Planning at MIT

Warum ziehen gewisse Straßen soziale Aktivitäten mehr an als andere? Liegt es an der Gestaltung der Straße, oder sind es eher lokale Flächennutzungsmuster, die Geschäfte zulassen und so  Menschen anziehen und Interaktionen ermöglichen? Oder sind es vielleicht auch demografische Merkmale der Ortsansässigen, die dazu führen, dass manche Gegenden verstärkt von nachbarschaftlichen Interaktionen geprägt sind? In dieser Studie werden wir erstmalig mit Hilfe von großen Datenmengen untersuchen, welche Faktoren soziale Bindungen und persönliche Interaktionen in urbanen Straßen, vor den Häusern und in den örtlichen Geschäften - das "Bürgersteig-Ballett" - begünstigt. Dazu werden hochmoderne, skalierbare Computer-Vision-Modelle entwickelt, um zu erkennen, wie Menschen mit und in öffentlichen Räumen interagieren, und zwar vor anhand von Open-Source-Straßenbildern. Darauf aufbauend werden wir Indikatoren für soziale Aktivitäten und urbane Lebendigkeit für jeden Bürgersteig im Fußgängernetz von New York City erstellen. Schließlich werden wir untersuchen, ob und wie die Intensität und Vielfalt der sozialen Aktivitäten auf den Straßen der Stadt von den Merkmalen der Straßen selbst und der sie umgebenden Viertel abhängen. Die dabei entwickelten und veröffentlichten Verfahren werden es auch ermöglichen, ähnliche Analysen für viele weitere Städte auf der ganzen Welt durchzuführen, was schließlich ein globales Verständnis darüber ermöglicht, wie lebendige städtische Räume gestaltet und gefördert werden können.

Gesellschaftliche Auswirkungen

Unser Projekt steht in direktem Zusammenhang mit SDG Nr. 11 (Nachhaltige Städte und Gemeinden), da es ein besseres Verständnis ermöglicht, wie durch die Gestaltung lebendiger Stadtviertel eine nachhaltigere Fortbewegung (z. B. zu Fuß oder mit dem Fahrrad) gefördert werden kann. Wir sehen auch einen Bezug zu SDG Nr. 3 (Gesundheit und Wohlbefinden), da sowohl das Zu-Fuß-Gehen als auch die Zeit, die der Mensch in städtischen Räumen verbringt, mit einer besseren körperlichen und geistigen Gesundheit in Verbindung gebracht werden können. Darüber erhoffen wir uns, dass unsere Untersuchung der räumlichen Variationen städtischer Lebendigkeit dazu beitragen kann, SDG Nr. 10 (Verringerung von Ungleichheiten) zu erreichen, indem wir Wege aufzeigen, wie Infrastrukturinvestitionen (oder deren Fehlen) und Flächennutzungsmuster die heutigen Möglichkeiten sozialer Interaktionen in historisch marginalisierten Gemeinschaften beeinträchtigen können.

"Unser Projekt wird neue Erkenntnisse darüber liefern, wie städtische Räume so gestaltet werden können, dass sie ein hohes Maß an Lebendigkeit, eine stärkere Bindung zur Gemeinschaft und zum Ort sowie die Möglichkeit zu nachhaltigerer Fortbewegung bieten."

Andres Sevtsuk

Laufzeit: 01. September 2023 - 31. August 2025

Projektverantwortliche:

• Jillian Kwong, PhD Research Scientist, Cybersecurity at MIT Sloan (CAMS)
• Keri E. Pearlson, DBA MIT Sloan School of Management; Executive Director, Cybersecurity at MIT Sloan (CAMS)
• Prof. Christian Doerr, Hasso Plattner Institute, Cybersecurity and Enterprise Security

Während viele große Organisationen heute ihre Cybersicherheit hinterfragen und verstärken, hinken kleine und mittlere Unternehmen (KMU) in diesem Anpassungsprozess deutlich hinterher und stellen als Lieferanten und Geschäftspartner damit ein Risiko für andere Unternehmen dar. Obwohl in den letzten Jahren große Anstrengungen unternommen werden, um Cybersicherheit gesamtgesellschaftlich zu verbessern, stellen wir fest, dass viele Maßnahmen in der Praxis nur wenig Effekte gezeigt haben. Die ersten Ergebnisse des HPI-MIT Projekt deuten darauf hin, dass bestehende Cybersicherheitsmaßnahmen in erster Linie die Symptome bekämpfen, zu Grunde liegende Probleme, wie z.B kulturelle Diskrepanzen, die dazu führen dass Cybersicherheit oft nur unzureichend umgesetzt werden, jedoch nicht effektiv angegangen werden.  Aufbauend auf laufenden HPI-MIT-Forschungsarbeiten untersucht diese Studie, wie Mechanismen für ein gemeinsames Wertmodell für Cybersicherheit entwickelt werden können, und Priorititäten, ein gemeinsames Verständnis und effektive Umsetzung entlang von Lieferketten übertragen und internalisiert werden kann. Ziel ist es, Unternehmen dabei zu helfen, ein gemeinsames Verständnis für die Wichtigkeit von Cybersicherheit zu entwickeln und dieses effektiv mit Maßnahmen gemeinsam für die verbesserte Resilienz von Lieferketten umzusetzen.

Gesellschaftliche Auswirkungen

Als Querschnittsdisziplin ist die Cybersicherheit eine Voraussetzung für viele SDGs. Zum Beispiel überwachen Sensoren die Körperfunktionen von Patienten, sodass Ärzte aus der Ferne über das Internet das Wohlergehen beobachten und Anpassungen an implantierten Geräten vornehmen können. Viele moderne medizinische Geräte sind im Wesentlichen Computer mit verbunderer medizinischer Technik, und insbesondere in ländlichen Gebieten wird die Telemedizin aufgrund von Fachkräftemangel eine Schlüsselrolle bei der universellen Gesundheitsversorgung spielen (SDG Nr. 3). Der Übergang zu erneuerbaren Energiequellen (SDG Nr. 7), die in der Regel dezentral erzeugt werden, erfordert, dass das Energienetz aus der Ferne gesteuert werden muss. Und wenn diese Systeme manipuliert werden, führt dies zu Stromausfällen - ein Szenario, das keine Science-Fiction ist, sondern sich in der Praxis bereits demonstriert worden ist. Cyber-Sicherheit ist auch für die Steuerung von Industriesystemen unerlässlich (#8), wenn wir Menschen oder Waren transportieren oder Menschen und Unternehmen mit dem Internet verbinden, um Wissen auszutauschen oder das Wachstum zu fördern.

"Bei einer Vielzahl von Systemen, die wir heute als unsicher und anfällig empfinden, stellen wir fest, dass die Sicherheit häufig überhaupt nicht berücksichtigt oder erst nachträglich hinzugefügt wurde. Heute plädieren Ingenieure für "Security by Design", was bedeutet, dass Cybersicherheitsaspekte bereits bei der Konzeption, dem Design und der Herstellung eines Artefakts berücksichtigt und angegangen werden sollten."

Prof. Dr. Christian Dörr

Laufzeit: 01. September 2024 - 31. August 2025

Projektverantwortliche: 

• Prof. Pattie Maes, MIT
• Prof. Falk Uebernickel, Hasso-Plattner-Institut

Ernährungsentscheidungen tragen erheblich zu Fettleibigkeit und Kohlenstoffemissionen bei. Nachhaltige, zukunftsorientierte Ernährungsentscheidungen erfordern jedoch häufig einen Aufschub der unmittelbaren Befriedigung. Frühere Studien haben gezeigt, dass episodisches Zukunftsdenken (EFT), bei dem künftige selbstbezogene Ereignisse in Betracht gezogen werden, eine solche langfristig orientierte Entscheidungsfindung verbessern und impulsive Entscheidungen verringern kann. Wir schlagen eine innovative EFT-Intervention vor, die virtuelle Realität und generative KI nutzt, um gesunde, nachhaltige Ernährungsentscheidungen zu fördern, indem sie es den Nutzern ermöglicht, mit ihrem eigenen KI-generierten zukünftigen Ich zu interagieren (d. h. es zu sehen, mit ihm zu sprechen und es zu fühlen). Wir werden die Wirksamkeit der Intervention bei der Veränderung von Ernährungsentscheidungen mit Hilfe etablierter laborgestützter Diskontierungs- und Lebensmittelauswahlparadigmen testen und die psychologischen und neurophysiologischen Mechanismen der Intervention (z. B. Aufmerksamkeitsprozesse über Eye-Tracking) untersuchen. Dieser hochgradig immersive EFT-Ansatz zielt darauf ab, zukunftsorientierte Ernährungsentscheidungen zu fördern, die mit Gesundheits- und Umweltzielen im Einklang stehen und einen Beitrag zu den SDGs 3, 12 und 13 leisten.

Laufzeit: 01. September 2024 - 31. August 2025

Projektverantwortliche: 

• Prof. Kripa Varanasi, MIT
• Prof. Christoph Lippert, Hasso-Plattner-Institut

Dieses Projekt befasst sich mit dem kritischen Problem der biomedizinischen Abfälle, insbesondere mit den über 300 Millionen Litern Zellkulturabfällen, die jährlich anfallen. Die herkömmliche Trypsinierung, die primäre Methode zur Zelldissoziation, ist arbeitsintensiv und erzeugt erhebliche Abfälle, die häufig zu Zellschäden und genetischen Mutationen führen. Wir schlagen hier eine neuartige Zelldissoziationstechnologie vor, bei der elektroaktive Materialien mit hierarchischen Mikrotexturen für eine sanfte Zellablösung verwendet werden, ergänzt durch eine maßgeschneiderte Plattform für maschinelles Lernen zur Analyse der räumlich-zeitlichen Veränderungen der Zellmorphologie, die durch Oberflächenreize ausgelöst werden. Diese Technologie zielt darauf ab, biomedizinische Abfälle zu reduzieren, empfindliche Primärzellen zu schützen und automatisierte Arbeitsabläufe mit hohem Durchsatz zu unterstützen. Durch die Minimierung von Abfällen und die Ausrichtung an den Nachhaltigkeitszielen der Vereinten Nationen erfüllt unser Ansatz einen entscheidenden Bedarf in der Zellkultur und im Tissue Engineering.

Laufzeit: 01. September 2024 - 31. August 2025

Projektverantwortliche:

• Prof. Marzyeh Ghassemi, MIT
• Prof. Ariel Stern, Hasso-Plattner-Institut

Trotz des enormen Potenzials digitaler Gesundheitstechnologien zeigen Untersuchungen, dass eine beträchtliche Anzahl von Patient:innen diese Technologien nicht wie vorgesehen einsetzt. Eine geringe Nutzerbindung verhindert, dass die Patient:innen in vollem Umfang von den Anwendungen profitieren, und untergräbt auch die Nachhaltigkeit dieser Technologien. Bei der digitalen Nachhaltigkeit geht es darum, die Wirksamkeit digitaler Lösungen in einem sich wandelnden Umfeld zu erhalten. Damit digitale Gesundheitstechnologien nachhaltig sind, müssen wir Mechanismen einführen, um kontinuierlich von den Patient:innen zu lernen und diese Daten zur kontinuierlichen Verbesserung der Anwendung zu nutzen, damit die Lösung relevant und effektiv bleibt. Dementsprechend zielt dieser Vorschlag darauf ab, einen Agenten mit künstlicher Intelligenz (KI) zu entwickeln und zu testen, der über die Erfahrungen der Patient:innen auf dem Laufenden bleibt, indem er Textkonversationen in Peer-to-Peer-Supportforen analysiert und verbessert und die Bedürfnisse der Nutzer:innen erfasst. Dieses Projekt wird zwei Forschungsfragen (RQ - Research Questions) untersuchen: Wie kann eine Mensch-KI-Kollaboration textbasierte Konversationen in Peer-to-Peer-Support-Netzwerken verbessern (RQ1) und wie effektiv kann sie Nutzerbedürfnisse identifizieren, die sich aus diesen Interaktionen ergeben (RQ2)? Durch die Fokussierung auf diese Bereiche will das Projekt das Problem der geringen Nutzerbindung bei digitalen Gesundheitstechnologien angehen und einen Beitrag zu den Bereichen Nachhaltigkeit der digitalen Gesundheit, KI im Gesundheitswesen und menschenzentriertes Design leisten. Dies wird handlungsrelevante Erkenntnisse für politische Entscheidungsträger:innen und Forscher:innen liefern.

Laufzeit: 01. September 2024 - 31. August 2025

Project participants: 

• Prof. Stefanie Mueller, MIT Computer Science and Artificial Intelligence Laboratory
• Prof. Patrick Baudisch, Hasso-Plattner-Institut, Fachgebiet "Human Computer Interaction"

„Design for Recycling“ hat sich darauf konzentriert, Produkte leichter recycelbar zu machen, aber nicht darauf, wie sich leistungsschwächere recycelte Materialien auf das Design auswirken. Wir werden die Möglichkeiten des Designs mit recycelten Materialien erforschen, insbesondere durch Methoden wie 3D-Druck, die maßgeschneiderte, einmalige Designs ermöglichen. Unser Ziel ist es, Designtools zu entwickeln, die sowohl das manuelle Produktdesign als auch die automatische Produktgenerierung mit Hilfe generativer KI unterstützen, die auf die Herstellung mit recycelten Materialien unterschiedlicher struktureller Eigenschaften zugeschnitten sind.

Laufzeit: 01. März 2023 - 31. August 2024

Projektverantwortliche:

• Prof. Stefanie Mueller, MIT Computer Science and Artificial Intelligence Laboratory
• Prof. Patrick Baudisch, Hasso-Plattner-Institut, Fachgebiet: Human Computer Interaction

Die im Labor von Prof. Patrick Baudisch am Hasso-Plattner-Institut entwickelte Laserschneid-Designsoftware Kyub ermöglicht es Benutzern, hochwertige physische Prototypen mit Hilfe von subtraktiven Fertigungsmaschinen wie Laserschneidern zu entwerfen und herzustellen. In diesem Projekt wird das Forscherteam von MIT und HPI den Begriff der Nachhaltigkeit in die Software einführen. Das Team wird Software entwickeln, die während der Bearbeitung und in Echtzeit vorschlägt, wie der Materialverbrauch reduziert und gleichzeitig die Auswirkungen auf die Design-Ziele minimiert werden können. Dies wird auf einem schnellen Layout-Algorithmus aufbauen, der im Labor von Stefanie Mueller am MIT entwickelt wurde. Das Team bewertet dann, wie gut beide Ziele, d. h. Designabsicht und Materialeffizienz, gleichzeitig erreicht werden können.

Gesellschaftliche Auswirkungen

Die Arbeit konzentriert sich auf die SDGs Nr. 12 "Verantwortungsvoller Konsum und verantwortungsvolle Produktion" (Verringerung der Materialverschwendung durch Optimierung des Materialeinsatzes), Nr. 9 "Industrie, Innovation und Infrastruktur" (durch die Entwicklung neuartiger digitaler Fertigungsstrategien) und Nr. 4 "Qualitativ hochwertige Bildung" (durch die Vermittlung von Kenntnissen über neuartige digitale Fertigungsverfahren, wie z. B. das Laserschneiden, und die Notwendigkeit eines achtsamen Materialeinsatzes an Schüler).

"Im digitalen Bereich ist die Personalisierung allgegenwärtig, und so können wir davon ausgehen, dass mit dem Aufkommen der digitalen Fertigung und der Möglichkeit, physische Produkte zu personalisieren, eine ähnlich große Nachfrage entstehen wird. Daher ist es entscheidend, die Auswirkungen der Personalisierung physischer Produkte auf die Nachhaltigkeit zu berücksichtigen, und wir tun dies in unserer Arbeit, indem wir den Kompromiss zwischen der Personalisierung physischer Güter und den Auswirkungen auf den Materialverbrauch untersuchen."

Stefanie Mueller (MIT)

Laufzeit: 01. September 2023 - 31. August 2024

Projektverantwortliche:

• Prof. Hiroshi Ishii, Jerome B. Wiesner Professor of Media Arts and Sciences at MIT, Associate Director, MIT Media Lab, Head, Tangible Media Group (mit Dr. JB Labrune, Cyrus Clarke, Lucy Li)
• Prof. Dr. Bert Arnrich, Head of the Chair, Professor for Digital Health - Connected Healthcare at HPI (mit Dr. Julia von Thienen, Corinna Jaschek, Luca Hilbrich, Philipp Steigerwald, Tim Strauch)

Um nachhaltige Designs zu entwerfen, ist es für Designer von entscheidender Bedeutung, die Auswirkungen ihrer Lösungen umfassend zu betrachten. Dies bedeutet, nicht nur Auswirkungen auf bestimmte Nutzer zu berücksichtigen, sondern darüber hinaus auch Wirkungen auf gesamte Ökosysteme zu beleuchten. Dafür ist ein Übergang von einem egozentrischen zu einem ökozentrischen Arbeitsansatz erforderlich. Die Frage, welche Auswirkungen ein Design hat, wird dann nicht nur im Hinblick auf menschliche Nutzerbedürfnisse gestellt. Vielmehr werden auch Konsequenzen für die Beziehung zwischen Mensch und Natur betrachtet. Allerdings bringt ein solcher Arbeitsansatz methodische Herausforderungen mit sich. So ist es eine komplexe Aufgabe, die Auswirkungen eines Designs im Hinblick auf verschiedenste Bedürfnisse zu verstehen, die Ökosysteme mit sich bringen. Daher schlagen wir vor, Designer bei dieser kognitiven Aufgabe zu unterstützen. Konkret entwickeln wir Ökosystem-POV-Objekte, die jeweils ein Ökosystem repräsentieren und auf greifbare Weise vermitteln, welche Bedürfnisse in dem Ökosystem wichtig sind, und wie eine Designidee die Entwicklung des Ökosystems beeinflussen kann. Diese Objekte werden von Live-Daten des jeweiligen Ökosystems gespeist und mit dem Ziel entwickelt, im Kreativprozess nachhaltige Designentscheidungen zu fördern. In diesem Kontext entwickelt das Projektteam zudem ein umfassendes Mess-System, um durch eine Analyse von Designaktivitäten und ihren Ergebnissen (Produkten oder Services) Aspekte der Nachhaltigkeit im Design zu quantifizieren. Das Beobachtungssystem soll allen Projektgruppen des HPI-MIT Programms zur Verfügung gestellt werden und dabei unterstützen, verschiedene Designaktivitäten automatisiert im Hinblick auf Nachhaltigkeit zu untersuchen.

Gesellschaftliche Auswirkungen

In diesem Projekt wird ein System von Messinstrumenten entwickelt, um Nachhaltigkeit im Design zu erfassen. Dabei werden automatisierte und experten-basierte Methoden kombiniert, um verschiedene Aspekte der Nachhaltigkeit sowohl im Designprozess als auch in den resultierenden Lösungen (Produkten oder Services) zu quantifizieren. Unter anderem sollen Gespräche von Designteams aufgezeichnet und automatisch dahingehend analysiert werden, in welchem Umfang Themen der 17 UN Sustainable Development Goals im Kreativprozess zur Sprache kommen. Basierend auf derselben Methodik können auch automatisierte Analysen von Konversationsanteilen durchgeführt werden, um zu erfassen, inwiefern Ökosystemleistungen sowie Biodiversität von den Designteams berücksichtigt werden, gemäß Kategorien der FOA. Darüber hinaus entwickelt das Team Bewertungsmethoden für Designergebnisse (Produkte oder Services), um ihre Nachhaltigkeit global zu erfassen und erwartete Auswirkungen in spezifischen Ökosystemen zu beleuchten.

"Unser Ansatz besteht darin zu untersuchen, wie sich Ökosystem-POV-Objekte im Kreativprozess auf die Denkweise des Designers und die Nachhaltigkeit der entstehenden Designlösungen auswirken."

Telesymbiosis Team