HOPN Lab
Vertrauenswürdige KI unter Randbedingungen.
Wie bauen wir KI-Systeme, denen Organisationen vertrauen, die sie prüfen und selbst betreiben können?
HOPN Lab ist die Forschungsagenda unter der EHOPn-Plattform.
HOPN Lab untersucht KI-Systeme, die unter realen Randbedingungen zuverlässig, privat und nachvollziehbar bleiben: begrenzte Rechenleistung, kein Cloud-Zugang, sensible Daten, regulierte Domänen und physische Sicherheit. Unsere Arbeit ist in drei Schichten (Route, Ground, Assure), einem Foundation-Programm und einem Track für die physische Welt organisiert.
Diese Seite beschreibt unsere Forschungsagenda. Statusangaben zeigen, was geplant, in Bearbeitung oder abgeschlossen ist.
Warum diese Position
- 1. Frontier-Labore optimieren Fähigkeiten im großen Maßstab. Wenige Gruppen besitzen die Frage der verifizierten Bereitstellung unter Randbedingungen.
- 2. In Europa machen die DSGVO, der EU AI Act und Datensouveränität aus der Randbedingung eine Anforderung, keine Schwäche.
- 3. Wir veröffentlichen unsere Protokolle und Rohprotokolle und legen unsere kommerziellen Beziehungen offen.
Architekturstack
KonzeptionellFünf Blöcke: Route, Ground und Assure auf Foundation gestapelt, Physical daneben.
Das Diagramm steht auch als Tabelle darunter.
Als Tabelle anzeigen
| Programm | Frage | Richtung |
|---|---|---|
| Route | How do we compose many models and providers behind one reliable interface? | Policy-driven routing across cost, latency, privacy and quality |
| Ground | What does the system know, and how do we prove where it came from? | Provenance-first knowledge graphs |
| Assure | How do we know each output is good enough, at runtime, before it ships? | Quality orchestration with contracts and calibrated methods |
| Foundation | What quality per watt and per euro is possible when data never leaves the organization? | Private and efficient AI |
| Physical | How do Route, Ground and Assure apply where errors have physical consequences? | Verified physical autonomy |
Forschungsprogramme
- Geplant
- In Bearbeitung
- Abgeschlossen
Track A
In BearbeitungRoute
How do we compose many models and providers behind one reliable interface?
Policy-driven routing across cost, latency, privacy and quality
Programm öffnenTrack B
In BearbeitungGround
What does the system know, and how do we prove where it came from?
Provenance-first knowledge graphs
Programm öffnenTrack C
GeplantAssure
How do we know each output is good enough, at runtime, before it ships?
Quality orchestration with contracts and calibrated methods
Programm öffnenTrack F
In BearbeitungFoundation
What quality per watt and per euro is possible when data never leaves the organization?
Private and efficient AI
Programm öffnenTrack D
GeplantPhysical
How do Route, Ground and Assure apply where errors have physical consequences?
Verified physical autonomy
Programm öffnen
Extract, Ground, Route, Assure, danach Learn. Learn wirkt auf Route und Assure zurück.
Ende-zu-Ende-Pipeline
KonzeptionellExtract, Ground, Route, Assure, Learn, mit Rückkopplung von Learn auf Route und Assure.
Das Diagramm steht auch als Tabelle darunter.
Als Tabelle anzeigen
| Schritt | Speist |
|---|---|
| Extract | Ground |
| Ground | Route |
| Route | Assure |
| Assure | Learn |
| Learn | Route, Assure |
Projekt-Programm-Matrix
Öffentliche Projekte, den Programmen zugeordnet. Private Projekte entfallen.
| Projekt | Route | Ground | Assure | Foundation | Physical |
|---|---|---|---|---|---|
| AI-PassInfrastructure layer for the other tracks | Zugeordnet | Nicht zugeordnet | Nicht zugeordnet | Nicht zugeordnet | Nicht zugeordnet |
| TEAOATrust model for orchestration | Zugeordnet | Nicht zugeordnet | Nicht zugeordnet | Nicht zugeordnet | Nicht zugeordnet |
| SLDE-AFT and offline LoRA extractionCorroborated extraction feeding the knowledge graph | Nicht zugeordnet | Zugeordnet | Nicht zugeordnet | Zugeordnet | Nicht zugeordnet |
| SemvecTemporal and versioned memory | Nicht zugeordnet | Zugeordnet | Nicht zugeordnet | Nicht zugeordnet | Nicht zugeordnet |
| ServAlignConstraints and policy as machine-checkable objects | Nicht zugeordnet | Nicht zugeordnet | Zugeordnet | Nicht zugeordnet | Nicht zugeordnet |
| Invoice automationShared testbed | Zugeordnet | Zugeordnet | Zugeordnet | Nicht zugeordnet | Nicht zugeordnet |
| SovraCompute-spectrum efficiency, private RAG, graph pruning | Nicht zugeordnet | Zugeordnet | Nicht zugeordnet | Zugeordnet | Nicht zugeordnet |
Das Diagramm steht auch als Tabelle darunter.
Als Tabelle anzeigen
| Projekt | Programme | Rolle |
|---|---|---|
| AI-Pass | route | Infrastructure layer for the other tracks |
| TEAOA | route | Trust model for orchestration |
| SLDE-AFT and offline LoRA extraction | ground, foundation | Corroborated extraction feeding the knowledge graph |
| Semvec | ground | Temporal and versioned memory |
| ServAlign | assure | Constraints and policy as machine-checkable objects |
| Invoice automation | route, ground, assure | Shared testbed |
| Sovra | foundation, ground | Compute-spectrum efficiency, private RAG, graph pruning |
Roadmap-Kurzfassung
Horizontale Balken über 0-3, 3-6 und 6-12 Monate, nach Programmstatus.
AI-Pass submission
In BearbeitungQuality orchestration charter and shared invoice benchmark
GeplantSimulation baseline with fault injection (ROS 2, Gazebo)
GeplantGraph-pruning study
GeplantFirst quality-routing results
Geplant
Das Diagramm steht auch als Tabelle darunter.
Als Tabelle anzeigen
| Eintrag | Programm | Monate | Status |
|---|---|---|---|
| AI-Pass submission | route | 0-2 | In Bearbeitung |
| Quality orchestration charter and shared invoice benchmark | assure | 0-3 | Geplant |
| Simulation baseline with fault injection (ROS 2, Gazebo) | physical | 0-3 | Geplant |
| Graph-pruning study | ground | 3-6 | Geplant |
| First quality-routing results | assure | 3-6 | Geplant |
Evidenzdisziplin
Wie das Labor veröffentlicht: Protokolle, Rohdaten, offengelegte Beziehungen.
Governance
Der Governance-Text ist vorbereitet und wartet auf die Freigabe der Leitung. Er ist noch nicht verlinkt.
Mit HOPN Lab arbeiten
Forschende können sich über EHOPn bewerben. Die Agenda ist öffentlich. Ergebnisse bleiben ausstehend, bis Messungen vorliegen.