Künstliche Intelligenz spielt eine immer wichtigere Rolle in unserem Alltag, sei es in der Medizin, der Mobilität, bei langfristigen politischen Entscheidungen und vielem mehr. Doch die Qualität von KI-Methoden hängt entscheidend von geeigneten Daten ab, die oft sensible Informationen enthalten und nicht veröffentlicht werden dürfen. Um dieses Dilemma zu lösen, gewinnen hochwertige synthetische Daten zunehmend an Bedeutung, da sie reale Daten ersetzen können, ohne Datenschutzrisiken zu verursachen. Im BMBF-geförderten Projekt DaFne kooperieren Forschende der TU Dresden, der HafenCity Universität Hamburg, der Hochschule für Angewandte Wissenschaften Hamburg, des L3S Research Center sowie die Unternehmen Sopra Steria SE und Ströer, um Anwendungsfälle aus dem Bereich Smart Cities zu untersuchen. Das Team des ZIH der TU Dresden untersuchte insbesondere geeignete generative Methoden und entwickelte ein Verfahren für die Evaluierung der Qualität der synthetischen Daten. Das Projekt, gestartet im Rahmen der Ausschreibung „Erzeugung von synthetischen Daten für Künstliche Intelligenz“ im Jahr 2020, wurde im Februar erfolgreich abgeschlossen. Weitere Informationen: scads.ai/transfer/projects/dafne/ .