Themen reichen von agentengestützter Datenbank für die Einzelzellgenomik in der Krebsforschung über multimodale Daten des Kulturerbes bis hin zu dynamischen Systemen in der Regelungstechnik

Die Deutsche Forschungsgemeinschaft (DFG) fördert 51 neue Projekte, die vielfältige und hochwertige Datenkorpora als Grundlage für die Forschung und Entwicklung an und mit Methoden der Künstlichen Intelligenz (KI) erstellen. Sie reagiert damit auf einen großen wissenschaftlichen Bedarf an gezielt für die Entwicklung von KI-Modellen aufbereiteten Daten. Die Ausschreibung „Datenkorpora für Künstliche Intelligenz“ ist mit 167 eingereichten Anträgen auf eine sehr große Resonanz gestoßen. In den geförderten Projekten werden nun innerhalb von zwei Jahren neue, hochwertige Datenangebote zu vielfältigen Themen in allen Wissenschaftsbereichen entstehen. Die Projekte erhalten insgesamt rund 22 Millionen Euro inklusive einer Programmpauschale in Höhe von 22 Prozent für indirekte Projektausgaben. 

Die Ausschreibung ist eine Maßnahme zur Umsetzung des 2025 veröffentlichten Diskussionspapiers „Digitale Forschungspraxis und kooperative Informationsinfrastrukturen(interner Link)“ im Themenbereich „Anschlussfähigkeit“ und zielt auf die Unterstützung datengetriebener Forschung durch bedarfsorientiert aufbereitete Daten.

Die geförderten Projekte im Einzelnen 

(in alphabetischer Reihenfolge des*der ersten Antragsteller*in):

• „BIGFam: BIM und Graph-Modelle von deutschen Mehrfamilienhäusern(externer Link)“ (Antragsteller: Professor Jakob Beetz Ph.D., RWTH Aachen; Professor Thomas Wortmann Ph.D., Universität Stuttgart)
• „Geschlechtsspezifische Verzerrungen in realen klinischen Datenbanken erkennen und mindern(externer Link)“ (Antragstellerinnen: Professorin Dr. Oya Beyan, Universitätsklinikum Köln; Professorin Dr.-Ing. Dagmar Waltemath, Universität Greifswald)
• „Graphikportal.lab und Bildindex.lab: Hochwertige Trainingsdaten für KI in der Kunstgeschichte(externer Link)“ (Antragsteller: Professor Dr. Peter Bell, Dr. Christian Bracht, Professor Dr. Ralph Ewerth, Universität Marburg)
• „Trainingsdaten für transferierbare Retentionszeitvorhersage für Flüssigchromatographie-Massenspektrometrie in der Metabolomik(externer Link)“ (Antragsteller: Professor Dr. Sebastian Böcker, Universität Jena; Privatdozent Dr. Michael Witting, Helmholtz Zentrum München)
• „Auf dem Weg zu Kultur- und Kontextbewussten KI-Modellen – Ein umfangreicher offener und multimodaler Kulturerbe-Datensatz(externer Link)“ (Antragsteller: Professor Dr. Achim Bonte, Stiftung Preußischer Kulturbesitz, Staatsbibliothek zu Berlin)
• „Datenkorpora vernetzter mathematischer Forschungsobjekte zur rechtskonformen KI-Entwicklung(externer Link)“ (Antragsteller*innen: Professorin Dr. Franziska Boehm, KIT Karlsruhe; Dr. Moritz Schubotz, FIZ Karlsruhe)
• „Medieval Entity Linking Corpus – Die Maschine im Dienst der Mediävistik(externer Link)“ (Antragsteller*innen: Dr. Luise Borek, Akademie der Wissenschaften und der Literatur Mainz; Professor Dr. Jakob Jünger, Universität Münster; Professor Dr. Andreas Kuczera, Technische Hochschule Mittelhessen; Dr. Christian Popp, Niedersächsische Akademie der Wissenschaften zu Göttingen; Dr. Jonatan Jalle Steller, Akademie der Wissenschaften und der Literatur Mainz)
• „Ausbau und Optimierung des Digitalen Programmarchivs deutscher Volkshochschulen für KI-gestützte Forschung (DiPA-AI)(externer Link)“ (Antragsteller*innen: Dr. Elke C. Bongartz, Nate Breznau Ph.D., Dr. Kerstin Hoenig, Deutsches Institut für Erwachsenenbildung (DIE) – Leibniz-Zentrum für Lebenslanges Lernen e.V.)
• „CARDIO:DE++ – Ein reichhaltiges, multimodales deutsches Klinikkorpus für die kardiovaskuläre KI der Zukunft(externer Link)“ (Antragsteller*innen: Dr. Simone Britsch, Professor Dr. Christoph Dieterich, Professor Dr. Nicolas Geis, Universität Heidelberg)
• „3Dtrees.dat – Ein AI-ready, multitaskfähiger und multimodaler LiDAR-Datensatz für die Forst- und Biodiversitätswissenschaften(externer Link)“ (Antragsteller: Dr. Benjamin Brede, GFZ Potsdam; Dr. Björn Grüning, Universität Freiburg; Dr. Teja Kattenborn, Universität Freiburg)
• „Vom Datencorpus zur Zelle: Grundlagen bioimaging-gestützter KI-Modelle für die virtuelle Zelle(externer Link)“ (Antragsteller: Jianxu Chen Ph.D., Leibniz-Institut für Analytische Wissenschaften Dortmund)
• „Literarische Spuren in historischer Gelehrtenkorrespondenz: Aufbau FAIR- und CARE-konformer Datensätze für die KI-gestützte Erkennung von Literaturreferenzen(externer Link)“ (Antragsteller*innen: Professorin Dr. Aline Julia Elisabeth Deicke, Professor Dr. Michael Schonhardt, Akademie der Wissenschaften und der Literatur Mainz)
• „CausalRivers-HD: Ein echtwelt, multimodaler Benchmark-Datensatz für Causal AI(externer Link)“ (Antragsteller*innen: Professor Dr.-Ing. Joachim Denzler, Universität Jena; Janine Felden Ph.D., AWI Bremerhaven; Professorin Dr. Birgitta König-Ries, Universität Jena)
• „META-CARE METadaten für KI in der reproduzierbaren Analyse epidemiologischer Kohortenstudien(externer Link)“ (Antragsteller: Professor Dr. Martin Dugas, Universität Heidelberg; Professor Dr. Carsten Oliver Schmidt, Universität Greifswald)
• „AI Rocks! Massendigitalisierung und Metadaten von Dünnschliffen für einen KI-fähigen petrographischen Datenkorpus(externer Link)“ (Antragsteller*innen: Professor Dr.-Ing. Bernhard Eidel, Professor Dr. Gerhard Heide, Dr. Andreas Kluge, Dr. Julia Meyer, TU Freiberg)
• „KI-fähige Datensätze für Astro- und Teilchenphysik(externer Link)“ (Antragsteller: Dr. Philipp Eller, Professor Dr. Lukas Heinrich, TU München)
• „MEDIC-AI: Ein multimodaler klinischer Datenkorpus aus Thorax- und Abdomen-CTs, strukturierten Befunden und Laborparametern für KI-Modellentwicklung(externer Link)“ (Antragsteller: Dr.-Ing. Dennis Eschweiler, Privatdozent Dr. Sven Nebelung, Professor Dr. Daniel Truhn, RWTH Aachen)
• „Datenkorpus von verarbeiteten Bathymetrie- mit Interpretationsdaten zur Erleichterung der KI-gestützten Identifizierung von geomorphischen Merkmalen und Objekten(externer Link)“ (Antragsteller*innen: Janine Felden Ph.D., AWI Bremerhaven; Professor Dr. Frank Oliver Glöckner, Universität Bremen)
• „GeoSpeech-Korpus – Ein georeferenziertes Korpus deutscher Dialekte und Akzente für das KI-Training(externer Link)“ (Antragsteller*innen: Professorin Dr. Hanna Fischer, Professor Dr. Alfred Lameli, Universität Marburg)
• „Landwirtschaftliche Textkorpora für KI-Anwendungen (AgroTexAI)(externer Link)“ (Antragstellerinnen: Professorin Dr. Juliane Fluck, ZB MED Köln; Dr. Heike Riegler, JKI Quedlinburg)
• „Datenkorpora zu molekularen Eigenschaften: Aufbereitung von Literaturinformationen für neuartige Machine-Learning-Ansätze in der Chemie (DC-Mol)(externer Link)“ (Antragsteller*innen: Professor Dr. Pascal Friederich, Dr. Nicole Jung, KIT Karlsruhe)
• „FAIR Corpus: Ein kuratierter Datensatz für das Training und die Evaluation von KI-Assistenzsystemen im Forschungsdatenmanagement und in der Open Science(externer Link)“ (Antragstellerin: Dr. Sabine Gehrlein, Universität Mannheim)
• „(KI)² – Kulturelle Inhalte für Künstliche Intelligenz(externer Link)“ (Antragsteller: Professor Dr.-Ing. Bela Gipp, Universität Göttingen; Frank Scholze, Deutsche Nationalbibliothek Frankfurt; Professor Dr. Thomas Stäcker, TU Darmstadt; Professor Dr. Philipp Wieder, Gesellschaft für wissenschaftliche Datenverarbeitung mbH Göttingen)
• „Multi-Omics-Integration von NAPKON-Daten für die künstliche Intelligenz-basierte Forschung zu COVID-19(externer Link)“ (Antragsteller*innen: Christian Gieger Ph.D.^†, Helmholtz Zentrum München; Professor Dr.-Ing. Oliver Kohlbacher, Universität Tübingen; Professorin Dr. Dagmar Krefting, Universität Göttingen; Professor Dr. Markus Scholz, Universität Leipzig)
• „Künstliche Intelligenz-gestützte Infrastruktur zur Zeitzeugen-, Erinnerungs- und Quellenforschung: Corpus, Ontological Modelling, Responsible Anonymisation, Explainable AI Applications (KIZEQ-CORE)(externer Link)“ (Antragsteller: Dr. Thomas Grotum, Professor Dr. Achim Rettinger, Professor Dr.-Ing. Benjamin Weyers, Universität Trier)
• „Vielschichtiger Datenkorpus für KI Anwendungen in der Mikrobiellen Ökologie(externer Link)“ (Antragsteller*innen: Dr. Christiane Hassenrück, IO Warnemünde; Dr. Stephanie Jurburg, UFZ Leipzig; Dr. Anahita Kazem, Universität Leipzig; Professor Dr.-Ing. Frank Krüger, HS Wismar)
• „BioImageNet: Etablierung eines umfassenden, FAIR-konformen und von der Community getriebenen Datensatzes für die Analyse biologischer Mikroskopiebilddaten(externer Link)“ (Antragsteller: Dr. Robert Haase, Universität Leipzig; Joshua Moore, GerBI-GMB Konstanz; Professor Dr. Constantin Pape, Universität Göttingen; Dr. Christian Tischer, EMBL Heidelberg)
• „Daten und physikalische Modelle für wissensbasiertes Lernen von Strömungsmodellen(externer Link)“ (Antragsteller: Dr. Jan Heiland, TU Ilmenau; Professor Dr. Thomas Richter, Universität Magdeburg)
• „COUGAR – Korpus deutscher Annotierter Forschungsberichte(externer Link)“ (Antragstellerinnen: Dr. Anett Hoppe, Universität Marburg; Dr. Irina Sens, Technische Informationsbibliothek Hannover)
• „GeoMMCorpus+Eval: Ein globales, mehrsprachiges und multimodales Geoparsing‑Korpus sowie eine Evaluationsplattform(externer Link)“ (Antragsteller: Dr. Xuke Hu, DLR Jena; Professor Jochen Leidner Ph.D., HAW Coburg)
• „CHAI – Church Slavic AI(externer Link)“ (Antragstellerinnen: Anna Jouravel, Universität Freiburg; Dr. Piroska Lendvai Ph.D., Bayerische Akademie der Wissenschaften München)
• „Erfolgreich oder tot? Fossil-Lagerstätten durch Digitalisierung besser verstehen(externer Link)“ (Antragsteller*innen: Dr. Julien Kimmig, SMN Karlsruhe; Dr. Sara Kimmig Ph.D., Universität Tübingen)
• „Ansichten einer Großstadt – ein offenes, diachrones und tief annotiertes Corpus von bildlichen Darstellungen des Berliner Stadtraums(externer Link)“ (Antragsteller: Professor Dr. Thorsten Koch, Zuse-Institut Berlin)
• „Multi-parametrische Kardiale Magnetresonanztomographierohdaten(externer Link)“ (Antragsteller*innen: Dr. Christoph Kolbitsch, Physikalisch-Technische Bundesanstalt Berlin; Professorin Dr. Jeanette-Esther Schulz-Menger, Charité – Universitätsmedizin Berlin)
• „GestaltMatcher Datenbank – Eine Fallsammlung medizinischer Bilddaten von Patienten mit seltenen Erkrankungen.(externer Link)“ (Antragsteller: Professor Dr. Peter Krawitz, Universität Bonn)
• „Massenspektrometriedaten von Umweltproben für KI und Nachnutzung – Eine kuratierte Ressource harmonisierter LC-HRMS-Datensätze(externer Link)“ (Antragsteller: Dr. Martin Krauss, UFZ Leipzig)
• „PerMaStruc – Erdbeobachtungsdatenkorpus für die Kartierung persistenter mariner Infrastrukturen(externer Link)“ (Antragstellerin: Professorin Dr. Claudia Künzer, DLR Weßling)
• „Corp-EO: EO-basierte Datenkorpora für Künstliche Intelligenz im Kontext der Katastrophenhilfe(externer Link)“ (Antragsteller: Dr. Ridvan Salih Kuzu Ph.D., DLR Berlin; Dr. Sandro Martinis, DLR Weßling)
• „FAIRes Hochgeschwindigkeitsvideodatenkorpus for Machine Learning(externer Link)“ (Antragsteller: Dr.-Ing. Maximilian Kuhr, Professor Dr.-Ing. Peter F. Pelz, Professor Dr. Thomas Stäcker, TU Darmstadt)
• „SCOPE-AI: Strukturierte, Phänotyp- und Skalen-übergreifende Organoid-Korpora als Grundlage für Künstliche Intelligenz(externer Link)“ (Antragsteller*innen: Professorin Dr. Mareike Lehmann, Universität Marburg; Dr. Marie Piraud, Helmholtz Zentrum München; Dr. Jens Puschhof, DKFZ Heidelberg; Professor Dr. Thomas Worzfeld, Universität Marburg)
• „SciDocExtreme – Ein sehr großes, domänenübergreifendes Korpus für die KI-getriebene Verarbeitung wissenschaftlicher Dokumente und für Wissensextraktion(externer Link)“ (Antragsteller: Dr. Philipp Mayr-Schlegel, GESIS – Leibniz-Institut für Sozialwissenschaften Köln; Professor Dr. Georg Rehm, Deutsches Forschungszentrum für Künstliche Intelligenz GmbH Berlin)
• „Ausbau des medizinischen Datenkorpus des LIFE Forschungszentrums für Zivilisationserkrankungen zur Nutzung in KI Anwendungen (LIFETEX)(externer Link)“ (Antragsteller: Dr. Frank Meineke, Universität Leipzig)
• „Strukturierte Vielfalt – ein Korpus des 19. Jahrhunderts für das Zeitalter der KI(externer Link)“ (Antragsteller: Professor Dr. Marcus Müller, Professor Dr. Thomas Stäcker, Universität Darmstadt)
• „MALDIDive: KI-Forschung mit öffentlichen MALDI-TOF-Fingerabdrücken über die mikrobielle Vielfalt ermöglichen(externer Link)” (Antragsteller*innen: PD Dr. Meina Neumann-Schaal, Dr. Lorenz Christian Reimer, DSMZ Braunschweig; Professorin Dr. Helena Zacharias, MH Hannover)
• „PDE-3D: Ein Lebendiger Datenkorpus für Reale Anwendungen in Wissenschaft und Technik(externer Link)“ (Antragsteller: Professor Mathias Niepert Ph.D., Universität Stuttgart; Professor Dr. Nils Thuerey, TU München)
• „AQL – An Industry-level Benchmark for Universal Retrieval(externer Link)“ (Antragsteller: Professor Dr. Martin Potthast, Universität Kassel; Dr. Harrisen Scells, Universitätsklinikum Tübingen)
• „MAESTRA. Aggregation und Anreicherung von Musikdaten für skalierbare, vertrauenswürdige Forschung mit KI – Ein Datenkorpus zur Verbesserung der weltweiten Wahrnehmung von Komponistinnen(externer Link)“ (Antragsteller*innen: Dr. Kristina Richts-Matthaei, Akademie der Wissenschaften und der Literatur Mainz; Professor Dr. Harald Sack, FIZ Karlsruhe; Professorin Dr. Barbara Wiermann, Sächsische Landesbibliothek – Staats- und Universitätsbibliothek Dresden)
• „Eine agentengestützte, kuratierte Datenbank für die Einzelzellgenomik in der Krebsforschung(externer Link)“ (Antragsteller: Professor Dr. Dieter Saur, TU München; Professor Dr. Fabian Theis, Helmholtz Zentrum München)
• „Korpus der Landtagsprotokolle von Baden, Württemberg und Baden-Württemberg (KorParlBW) – Eine Forschungsdateninfrastruktur für KI-gestützte Analysen(externer Link)“ (Antragsteller: Dr. Rupert Schaab, Württembergische Landesbibliothek Stuttgart)
• „Kuratierung einer umfangreichen Sammlung von annotierten Röntgen-CT Bildern für deep-learning-basierte Segmentierung von Bodenmikrostruktur(externer Link)“ (Antragsteller: Dr. Steffen Schlüter, UFZ Halle)
• „DYnamische Systeme COrpus (DYSCO)(externer Link)“ (Antragsteller: Professor Dr. Sebastian Trimpe, RWTH Aachen)

Weiterführende Informationen 

Detaillierte Informationen zur Ausschreibung „Datenkorpora für Künstliche Intelligenz (KI)“(interner Link).