Rückblick: Future City Hackathon 2025

21.-23.11.2025 Open Space Heilbronn AI TRAQC beim Future City Hackathon 2025 Vom 21. bis 23. November 2025 fand in Heilbronn der Future City Hackathon unter dem Motto „Gemeinsam für nachhaltige Städte“ statt. Über 150 engagierte Teilnehmer*innen arbeiteten drei Tage lang an innovativen Lösungen für die urbanen Herausforderungen von morgen. Auch mit dabei: Yannick Kreppein und […]

Zukunft gestalten: Gemeinsam für sozialverantwortliche KI im Sozialwesen

Wie kann Künstliche Intelligenz sozial verantwortlich gestaltet und im Sozialwesen sinnvoll eingesetzt werden? Diese Frage stand im Mittelpunkt des Besuchs des Referats 35 für Sozial- und Eingliederungshilfe des Ministeriums für Soziales, Gesundheit und Integration Baden-Württemberg unter Leitung von Walter Böttiger im Dezember bei AI TRAQC und dem Lab für Sozioinformatik von Prof. Dr. Nicola Marsden […]

AIssessment – Unsere KI-Kompetenz-Audits im Überblick

1 – Wie viel KI braucht Ihr Unternehmen? Führungskräfte und Entscheidungsträgerinnen in KMU 10 Minuten ZUR UMFRAGE KI-gestützte Applikationen bieten das Potenzial, verschiedene Disziplinen, Aufgabenfelder und Branchen nachhaltig zu verändern und zu prägen. Um von den teils erheblichen Vorteilen, die KI-Anwendungen für die Wirtschaft mit sich bringen können, zu profitieren, bedarf es jedoch verschiedener, einschlägiger […]

KI trifft Realität: Lernen im autonomen Labyrinth

Wie bringt man künstliche Intelligenz aus der virtuellen Welt in die physische Realität? Unser Demonstrator „Autonomes Labyrinth“ zeigt genau das: Eine KI steuert Motoren unter einer beweglichen Platte so, dass eine Kugel einem vorgegebenen Pfad folgt – ganz ohne direkte menschliche Eingriffe. Die Grundlage dafür bildet Reinforcement Learning (RL) – eine Lernmethode, bei der die […]

Vorstellung des RAG-Demonstrators: Chaos2Knowledge

Rechtzeitig zum KI-Festival war er fertig: unser neu entwickelter RAG-Demonstrator mit der vorläufigen Bezeichnung Chaos2Knowledge. Unstrukturierte Daten wandelt er in nützliche Informationen um. Auf Basis von Retrieval-Augmented Generation (RAG) und Vision-Language-Modellen (VLM) beantwortet das Modell gezielt Fragen, indem es relevante Bilder aus einer festgelegten Datenbasis als Wissensgrundlage nutzt. Dabei müssen die Bilddateien nicht speziell aufbereitet […]