Künstliche Intelligenz versus Corona

Nhemz/Shutterstock

Die Corona-Pandemie stellt die Welt vor bislang einzigartige Herausforderungen. Wissenschaftliche Erkenntnisse und innovative Ansätze aus den Bereichen Künstliche Intelligenz, Data Science und Robotik können einen wichtigen Beitrag leisten, die Verbreitung von COVID-19 einzudämmen, Erkrankungen rasch zu diagnostizieren oder Wirkstoffe gegen den Erreger zu finden. Finden Sie hier aktuelle Meldungen zum Thema, Initiativen und Ideenwettbewerbe sowie konkrete Beispiele, wie KI-Methoden im Kampf gegen Corona zum Einsatz kommen.

  • Aktuelle Meldungen
  • KI-basierte Lösungen
  • Forschungsinitiativen und -projekte
  • Ideenwettbewerbe

Aktuelle Meldungen

  • Das Ärzteblatt berichtet über Erfolge bei der schnellen, KI-basierten Analyse von Abstrich-Untersuchungen des Nasen-/Rachenraums mit nachfolgender PCR-Testung.
  • Wie Supermärkte mit Hilfe von KI-Systemen die Einhaltung von Abstandsregeln und Maskenpflicht sicherstellen könnten, berichtet der Tagesspiegel.
  • Der BR berichtet, wie in Singapur bereits heute intelligente Roboter auf Abstandregeln hinweisen und Fachkräfte in Krankenhäusern entlasten.
  • Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) beleuchtet, wie KI durch Bilddiagnostik, Gensequenzierung, die automatische Auswertung medizinischer Texte und im Katastrophenmanagement bei der Bekämpfung der Pandemie helfen kann.
  • Die Computerwoche zeigt auf, wie maschinelles Lernen unterstützt, COVID-Hotspots zu entdecken, Medikamente zu entwickeln und die Dokumentenflut in Krankhäusern einzudämmen.
  • Das Magazin ada beleuchtet den Beitrag von KI zur Früherkennung von Krankheitsausbrüchen sowie bei der Diagnose und Entwicklung von Medikamenten und Impfstoffen gegen COVID-19.
  • Welche KI-Anwendungen Russland im Kampf gegen die Corona-Pandemie einsetzt, berichtet Germany Trade and Invest (GTAI).
  • Die Fachzeitschrift automationspraxis zeigt anhand von Fallbeispielen und Interviews, wie Automation und Robotik in der Corona-Krise unterstützen können.
  • Tech-Konzerne und Startups, die bei der Suche nach Medikamenten gegen COVID-19 auf maschinelles Lernen und Künstliche Intelligenz setzen, stellt t3n in einem Bericht vor.Wie Assistenzroboter das Pflegepersonal in der Corona-Pandemie unterstützen könnten, erläutert unser AG-Mitglied Sami Haddadin in einem Beitrag des Münchner Merkur.
  • Heise Online berichtet über eine frei verfügbare KI, die fortgeschrittene COVID-19-Erkrankungen anhand von Computertomografien diagnostiziert. Über den Einsatz eines ähnlichen Systems am Universitätsklinikum Jena berichtet der MDR Thüringen.
  • Das Redaktionsnetzwerk Deutschland stellt ein in Israel entwickeltes Trackingtool vor, das typische Covid-19-Symptome erfasst und mithilfe Künstlicher Intelligenz Ausbreitungsmuster in der Bevölkerung erkennt.
  • Die Welt porträtiert das deutsche KI-Startup Climedo, das mit seiner Cloud-basierten Software-Plattform Forschungsgruppen unterstützt, möglichst schnell effektive Maßnahmen gegen das Corona-Virus zu entwickeln.
  • Der Observer zeigt anhand von internationalen Beispielen, wie KI in der Coronakrise unterstützen kann.
  • Das World Economic Forum skizzierte, dass letztlich das Wissen und die Kreativität der Menschen zählen, die KI im Kampf gegen Corona einsetzen.
  • Das Handelsblatt berichtet darüber, wie Regierungen weltweit versuchen, das Virus mithilfe von Big Data einzudämmen
  • Die ZEIT und WIRED berichten, wie chinesische Firmen und Kliniken maschinelles Lernen nutzen, um Wirkstoffe gegen COVID-19 zu finden, Diagnosen zu verbessern und Vorhersagen zur Verbreitung zu machen.
  • Ars Electronica zeigt auf, wie KI, Big Data und maschinelles Lernen helfen können, aus Daten zur Verbreitung von COVID-19 hilfreiche Schlüsse zu ziehen.

Interview: Wie intelligente Robotik unterstützen kann

KI-basierte Lösungen

Beuth Hochschule für Technik BerlinUnterstützung für Mediziner bei der Diagnose

Die Beuth Hochschule für Technik Berlin stellt Ärztinnen und Ärzte ein kostenfreies Recherchetool für die Diagnostik von COVID-19 zur Verfügung. Grundlage ist ein von Semantic Scholar kürzlich veröffentlichter Korpus mit über 11.000 Dokumenten zu COVID-19 und verwandten Krankheiten, die zumeist ab Ende 2019 in anerkannten Quellen veröffentlicht wurden. Ärztinnen und Ärzte können über das Online-Tool zu über 100 Aspekten wie beispielsweise Symptome, Medikation, Screenings oder Risikofaktoren recherchieren. Relevante Ergebnisse werden farblich hervorgehoben bzw. markiert. Das Recherchetool basiert auf Contextualized Discourse Vectors (CDV), wurde ursprünglich für andere Krankheiten entwickelt und im Zuge der Corona-Pandemie auf den genannten COVID-19-Datensatz angewandt. Inhaltlich handelt es sich um ein Multi-Task-Learning, bei dem zwei Embeddings – für medizinische Krankheiten und die Aspekte – gelernt werden und in einem gemeinsamen neuronalen Netzwerk (LSTMs) in eine kontextualisierte gemeinsame Repräsentation überführt werden.

Initiative PEPP-PTInfektionsketten per App schnell identifizieren

Physische Kontakte digital nachvollziehbar machen und so die Verbreitung der COVID19-Pandemie schnell und zielgerichtet eindämmen: Mit diesem Ziel entwickelt die vom Fraunhofer-Institut für Nachrichtentechnik, Heinrich-Hertz-Institut HHI geleitete multinationale Initiative PEPP-PT (Pan-European Privacy-Preserving Proximity Tracing) eine App. Sie prüft bei eingeschalteter Bluetooth-Funktion, ob andere App-Nutzer mit einem Abstand von unter zwei Metern in der Nähe sind und ob die Personen einander zugewandt sind. Ist ein App-Nutzer nachweislich mit Corona infiziert, kann er das über das Programm melden. Seine gespeicherten Begegnungen werden an ein System übertragen, von dem aus alle App-Nutzer informiert werden, die dem infizierten Nutzer nahegekommen sind. Sie können sich dann in Selbstisolation begeben, bevor sie Symptome zeigen.

Universitätsklinikum Jena (UKJ)COVID-19-Lungenentzündung durch KI-basierte Radiologie erkennen

Anhand von Computertomographie-Bildern eine COVID-19-Lungenentzündung von einer klassischen Lungenentzündung eindeutig zu unterscheiden, ist nicht ganz einfach. Radiologen des Universitätsklinikums Jena (UKJ) nutzen dazu seit April 2020 Künstliche Intelligenz (KI). Diese erkennt und markiert innerhalb weniger Sekunden verdächtige Areale in CT-Bildern und unterstützt so die radiologische Diagnostik. Das KI-System kommt im Rahmen der Risikoeinschätzung in der Zentralen Notaufnahme des UKJ bei Patientinnen und Patienten mit Verdacht auf COVID-19 zum Einsatz. Trainiert wurde die KI mit zahlreichen frühen COVID-19-Fällen aus China. Die KI ersetzt nicht das gängige PCR-Testverfahren, da nicht alle mit dem Corona-Virus Infizierten eine COVID-19-Lungenentzündung entwickeln.

Smart Reporting GmbHAutomatische Erkennung von spezifischen Lungentrübungen

Das Münchner KI-Startup Smart Reporting stellt Radiologen ein kostenloses Template zur Verfügung, das einen strukturierten Ansatz zur Meldung abnormaler Befunde im Brustkorb-CT bietet, mit Schwerpunkt auf verschiedenen Mustern der Lungentrübung. Es werden Befunde hervorgehoben, die mit COVID-19 mit Auswirkungen auf die Lunge in Verbindung gebracht werden können.

Innovation Center Computer Assisted Surgery (ICCAS)Prädiktionsmodell für kritische Krankheitsverläufe

Einige COVID-19-Patienten weisen erst im späteren Verlauf der Erkrankung schwerwiegende Symptome auf. Daraus ergeben sich signifikante Lücken im Informationsfluss, da ein Monitoring erst nach einer stationären Aufnahme im Krankenhaus beginnen kann. Das Innovation Center Computer Assisted Surgery (ICCAS) der Universität Leipzig hat ein System entwickelt, das ein lückenloses Tracking spezifischer Faktoren direkt nach einer Diagnose sowie eine strukturierte Erfassung durch den Patienten ermöglicht. Die vollständig digital dokumentierten Krankheitsverläufe können anschließend mittels KI-Verfahren umfassend untersucht werden, um relevante Prädiktoren für kritische Verläufe zu identifizierten. Auf Basis dieser Analyse wird ein Prädiktionsmodell erstellt, das medizinische Risiken für den individuellen Patienten bereits vor deren Eintritt vorhersagen kann. Eine Verschlechterung des Gesundheitszustands kann dadurch vermieden werden. Das System COVIDVAL kommt im Rahmen einer klinischen Studie des Klinikums St. Georg Leipzig zum Einsatz.

Logivations GmbHMindestabstand der Beschäftigten sicherstellen

Der Arbeitsschutz sieht aktuell einen Mindestabstand von 1,5 Metern zwischen Beschäftigten vor. Um dies in Produktion und Logistik sicherzustellen, hat die Logivations GmbH eine bestehende Lösung adaptiert, die mittels Objekterkennung und Tracking auf Basis von maschinellem Lernen Stapler und Warenbewegungen verfolgt. Das Trackingtool kann nun auch genutzt werden, um Bewegungen von Personen und ihre Mindestabstände zueinander zu verfolgen. Kommen sich Beschäftigte zu nahe, erfolgt eine Warnung durch optische oder akustische Signale. Auf Wunsch kann auch erfasst werden, ob die Beschäftigten eine Maske tragen. Für den Schutz der Privatsphäre lassen sich Personen bereits auf der Erfassungseinheit unkenntlich machen.

Neohelden GmbHChatbot für die Krisenkommunikation

In Krisenzeiten stellen sich Bürgerinnen und Bürgern viele Fragen. Institutionen, Ämtern und Unternehmen fehlt es aber häufig an Personal, um allen Anfragen nachkommen zu können. Das Start-up Neohelden hat seinen digitalen KI-Assistenten Neo, der normalerweise im B2B-Bereich zur Unterstützung von Beschäftigten und Kunden eingesetzt wird, den aktuellen Anforderungen angepasst. Der Chatbot kann für die Krisenkommunikation automatisiert relevante (Standard-)Fragen beantworten und Anliegen klären. Der Chatbot lässt sich in die eigene Website einbinden. Kritische Aspekte können jederzeit an menschliche Ansprechpartner eskaliert werden.

CYOSS GmbHDatengetriebene Unterstützung für Exit-Entscheidungen

Die Ausbreitungsdynamik von COVID-19 verläuft in puncto Zeit und Intensität regional sehr unterschiedlich. Gleichzeitig sind die medizinischen Versorgungsdichten und Kapazitäten an Intensivbetten regional sehr unterschiedlich verteilt. Das Münchner Unternehmen für Data Analytics und Cyber Security, CYOSS GmbH, hat mit Einsatz von maschinellem Lernen ein umfassendes Modell zur Ausbreitungsdynamik des Corona-Virus und den beobachteten Krankheitsverläufen erstellt und auf Ebene der Landkreise regionalisiert. Zusätzlich werden diskutierte und bereits beschlossene Interventionsmaßnahmen und deren Einfluss auf die zu erwartenden Krankheitsverläufe modelliert. Die Daten werden tagesaktuell gegen die aktuellen Betten- und Intensivbettenauslastungen aller Krankenhäuser aller Landkreise in Deutschland gespiegelt. Diese modellgestützten Prognosen soll eine datengetriebene und zunehmend objektivierte Entscheidungsunterstützung für die Exit-Strategien sowie eine vorausschauende Material- und Patientendisposition durch Leitstellen und Krankenhäuser ermöglichen – jeweils auf regionaler Ebene.

Fraunhofer IIS/SCSWirksame Verteilung von begrenzter Schutzausrüstung

Über 90 Landkreise in Bayern koordinieren derzeit die zentralisierte Beschaffung und Verteilung von kritischer Schutzausrüstung (Desinfektionsmittel, Masken, andere Schutzkleidung, Beatmungsgeräte, etc.) an Bedarfsträger wie Krankenhäuser, Pflegeheime, Altenheime, mobile Pflegedienste oder niedergelassene Ärztinnen und Ärzte. Das verfügbare Angebot liegt aktuell noch deutlich unter dem Bedarf. Im Sinne der Wirksamkeit werden die einzelnen Bedarfsträger unterschiedlich und teils manuell anhand verschiedener Kriterien (z.B. Systemrelevanz der Einrichtung, Wahrscheinlichkeit des Kontaktes mit Infizierten, Lagerbestand) priorisiert. Diese Zuordnung ist mit hohem personellem und zeitlichem Aufwand verbunden, Softwarewerkzeuge stehen nicht zur Verfügung. Um hierbei sowohl Transparenz als auch Effizienz zu steigern, entwickelt das Fraunhofer IIS/SCS eine prototypische Anwendung für den Landkreis Nürnberger Land, welche die knappen Ressourcen durch ganzzahlige Optimierung unter Nebenbedingungen verteilt und dem planenden Personal als Vorschlag unterbreitet. In dem Projekt „FACE – Fair and fast allocation of scarce protection equipment“ kommen die Descrete Optimization sowie Rapid-Application Development / Rapid Prototyping / Scrum zum Einsatz.

DFKI und SIS SoftwareApp zur Verfolgung von Kontakten

Auf Basis erprobter Crowd Sensing-Technologien haben das DFKI in Kaiserslautern und das Spin-Off SIS Software ein System konzipiert, das relevante Gesundheitsparameter auf freiwilliger Basis und anonym erfasst und durch dezentrales, anonymes Tracing eine Kontaktverfolgung gemäß des europäischen PEPP-PT-Standards ermöglicht. Das System kann Nutzer warnen, wenn sie mit einer positiv diagnostizierten Person in Kontakt waren und so Infektionsketten unterbrechen. Die Technologie entstand im Rahmen eines EU-Forschungsprojekts, um das Verhalten von Personenströmen bei Großveranstaltungen zu analysieren und war bereits erfolgreich im Einsatz.

Tübinger Kompetenzzentrum für Maschinelles Lernen und Uniklinik TübingenMuster aus Gesundheitsdaten
erkennen

Die Verfügbarkeit von Gesundheitsdaten ist entscheidend, damit die Wissenschaft schnell Lösungen zur Bekämpfung der Pandemie entwickeln kann. Um diese Daten möglichst schnell und effizient zu erheben, hat das Tübinger Kompetenzzentrum für Maschinelles Lernen zusammen mit Medizinern der Uniklinik Tübingen die App CoroNotes entwickelt. Nutzer können darüber freiwillig und anonym täglich Fragen zu ihrem Gesundheitszustand und zu eventuellen Symptomen beantworten. Aus diesen Daten lassen sich mit Hilfe von maschinellem Lernen Muster erkennen, Rückschlüsse auf Krankheitsverläufe ziehen und Frühindikatoren für schwere Krankheitsverläufe identifizieren. Zudem lassen sich Personen für medizinische Studien identifizieren, die einen besonders großen Erkenntnisgewinn versprechen, sowie Epizentren der Pandemie früher ausfindig machen. CoroNotes ist keine Tracking- oder Tracing-App und erfasst keine Bewegungsprofile oder Kontakte mit anderen Personen

Forschungsinitiativen und -projekte

Helmholtz Zentrum München (HMGU)Identifikation zugelassener Medikamente gegen COVID-19

In dem von der EU geförderten Projekt RiPCoN erforscht das Helmholtz Zentrum München (HMGU) gemeinsam mit Partnern aus Frankreich und Spanien, ob sich schon zugelassene Medikamente für die Behandlung von COVID-19 eignen. Dafür wollen die Forscherinnen und Forscher zunächst herausfinden, welche Proteine, Signalwege und molekularen Strukturen das Virus im menschlichen Körper ausnutzt und verändert. Auf Basis dieser Informationen modellieren sie – unterstützt von Methoden der Künstlichen Intelligenz und des maschinellen Lernens –, welche Medikamente für anschließende Labortests und Studien erfolgsversprechend sind. In einer zweiten Phase wird untersucht, wie genetische Varianten bei Menschen und Viren die Wirts-Virus-Interaktion beeinflussen und wie sich dies auf die Schwere der Erkrankung und die Behandlungsmöglichkeiten auswirkt.

ForschungsinitiativeDeutsche COVID-19 OMICS Initiative (DeCOI)

Wie verändert das neue Coronavirus seine Erbinformation? Welche weiteren Infektionen treten bei Patientinnen und Patienten auf? Gibt es genetische Risikofaktoren, die eine Infektion begünstigen? Um die medizinische Forschung zu Fragen wie diesen zu beschleunigen, bündeln Genomforscherinnen und -forscher aus über 20 deutschen Instituten ihre Expertise und Sequenzier-Infrastruktur in der Deutschen COVID-19 OMICS Initiative (DeCOI). Ziel der funktionellen Genomik ist es, ganze Organsysteme funktionell zu charakterisieren. Häufig werden dabei mehrere molekulare Ebenen der Regulation erfasst und kombiniert (Multi-Omics-Analysen). Mit der noch sehr jungen Einzelzell-Sequenzierung können Forscherinnen und Forscher sehen, was SARS-CoV-2 in individuellen Zellen macht. Je mehr Sequenzierungen stattfinden, desto besser lassen sich mithilfe von Methoden aus der Statistik und dem maschinellen Lernen Zusammenhänge erkennen.

Helmholtz Zentrum für Infektionsforschung (HZI)Verknüpfung von klinischen, epidemiologischen und immunologischen Informationen

Eine große Herausforderung der Corona-Pandemie liegt in der fehlenden Triangulation von klinischen, epidemiologischen und immunologischen Informationen. In dem vom Helmholtz Zentrum für Infektionsforschung (HZI) koordinierten Projekt CORESMA bündeln europäische Forscherinnen und Forscher mit Partnern aus China, Elfenbeinküste und Nepal ihre Expertise in E-Health, Serolomik, Modellierung, Künstlicher Intelligenz und Implementierungsforschung. Über die bereits 2014 entwickelte App SORMAS, mit der Daten zu Krankheitsausbrüchen lokal erfasst und an Gesundheitsbehörden übermittelt werden können, sollen klinische Echtzeitdaten erhoben werden – insbesondere in besonders gefährdeten afrikanischen Staaten. In Deutschland und Nepal wird im Rahmen des Projekts untersucht, ob Infektionen mit anderen menschlichen Coronaviren zu einer Kreuzimmunität gegen das neuartige SARS-CoV-2 führen.

Helmholtz Zentrum für Infektionsforschung und Robert-Koch-InstitutModellierungen zur Risikobewertung

Methoden der Künstlichen Intelligenz werden für mathematische Modellierungen zur Risikoeinschätzung der Coronavirus-Pandemie genutzt. Beispiele hierfür sind die Stellungnahme des Helmholtz Zentrums für Infektionsforschung (HZI) und die vom Robert-Koch-Institut (RKI) veröffentlichte Modellierung von Beispielszenarien der SARS-CoV-Epemie in Deutschland.

ForschungsinitiativeCOVID-19 Disease Map

Mit der COVID-19 Disease Map entsteht ein umfassender, standardisierter Wissensspeicher zu den molekularen Mechanismen von COVID-19. Die breit angelegte, gemeinschaftlichen Initiative unter Leitung der Université du Luxembourg sammelt hierfür molekulare Interaktionsdiagramme, die auf der Grundlage veröffentlichter wissenschaftlicher Arbeiten erstellt wurden. Der Fokus liegt auf Wirt-Pathogen-Interaktionen, die spezifisch für das SARS-CoV-2-Virus sind.

TU Dortmund und IAISMobiler Echtzeit-Nachweis des Virus

Der umfassende Echtzeit-Nachweis des Coronavirus SARS-CoV-2 ist eine grundlegende Herausforderung. Ein mobiles System, das für schnelle und zuverlässige Diagnosen in Krankenhäusern, Flughäfen oder andernorts eingesetzt werden kann, wird dringend benötigt. Ein Biosensor namens PAMONO (Plasmonen-unterstützte Mikroskopie von Objekten in Nanogröße) könnte hier einen wertvollen Beitrag leisten. Er stellt eine realisierbare Technologie für den mobilen Echtzeit-Nachweis und die quantitative Analyse von Viren und virusähnlichen Partikeln dar. Die TU Dortmund und das ISAS arbeitet seit 2010 in dem von der DFG geförderten Sonderforschungsbereich 876 an der Entwicklung dieses Sensors.

ForschungsinitiativeLife Time for COVID-19

Life Time ist eine Forschungsinitiative führender europäischer Wissenschaftlerinnen und Wissenschaftler aus Disziplinen wie Einzelzell-Biologie, Informatik, Mathematik, Pathologie, Bildgebung und Physik. Ziel ist es, im interdisziplinären Austausch das grundlegende Verständnis des Genoms und der Zelle zu erweitern. Eine Arbeitsgruppe, der auch Expertinnen und Experten für Virologie und Infektionskrankheiten angehören, bündelt relevante Daten und Ressourcen zur Erforschung von COVID-19. Mittelfristiges Ziel ist es, die europaweite Koordination und Harmonisierung von Probensammlungen, klinischen Datensätzen, Probenverarbeitung, Forschungsprotokollen sowie der Datenanalyse und -verwaltung auf zu erleichtern und Biomarker auf der Grundlage der Einzelzellanalyse von Patientenproben zu identifizieren. Dabei kommen Methoden des maschinellen Lernens zum Einsatz.

DFKI und Universität TrierSimulation zur Bewertung von Kontaktbeschränkungen

Was passiert, wenn Kontaktbeschränkungen zur Bekämpfung von Corona gelockert werden? Szenarien dazu lassen sich mit KI-Methoden am Computer nachbilden. Wissenschaftler des DFKI in Kaiserslautern und der Universität Trier setzen dazu sogenannte Simulationsmodelle ein und füttern diese mit verschiedenen Parametern wie Krankheitsverläufe oder Verhaltensmuster von Menschen. Damit lässt sich berechnen, wie Menschen bei der Arbeit, in Schulen oder in der Freizeit zusammentreffen und ein Virus sich ausbreiten kann. Die Ergebnisse können bei der Einschätzung helfen, welche Maßnahmen sinnvoll sind und welche eher nicht.

Ideenwettbewerbe im Kampf gegen Corona: Beteiligungsphase

Billion Molecules against Covid-19: Hochdotierter Wettbewerb zur Identifizierung von Molekülen, Peptiden oder Proteinen, die die Entwicklung oder Verbreitung des neuartigen Coronavirus blockieren können. Die von der Joint European Disruptive Initiative (JEDI) nach dem Vorbild der amerikanischen DARPA ausgerufene Challenge fokussiert die Schnittstelle von Epidemiologie, Hochleistungsrechnen, Molekularbiologie und Künstlicher Intelligenz.

Fighting COVID-19 Challenge: Plattform für offene Forschung an großen Covid-19-Bildgebungsdatensätzen, initiiert von der Ludwig-Maximilians-Universität München, der TU München, dem Bundesforschungsministerium (BMBF) und zahlreichen Unternehmen. Ausgerufen werden vier Challenges, die sich mit klinischen Problemen befassen, die durch intelligente Bild- und Datenverarbeitungsmethoden gelöst werden können.


Beyond Crisis:
Initiative von Deutschland ‒ Land der Ideen und weiteren Partnern. Gesucht werden neue, auch KI-basierte Geschäftsmodelle oder Ideen, die zeigen, wie aus Krisen Chancen werden. Ziel ist es, diese sichtbar zu machen und ggf. mit potenziellen Unterstützern zu vernetzen.

Ideenwettbewerbe im Kampf gegen Corona: Umsetzungphase

WIRvsVirus: Im Hackathon der Bundesregierung wurden innovative digitale Lösungen entwickelt, die der Gesellschaft im Umgang mit Corona helfen. So geht es nun weiter mit der Umsetzung.


EUvsVirus Hackathon: 
Ergänzend zu den Hackathons auf globaler Ebene und auf Ebene der Mitgliedstaaten veranstaltet die Europäische Kommission einen paneuropäischen Hackathon, um die Zivilgesellschaft und Innovatoren in ganz Europa zusammenzubringen und innovative Lösungen im Kampf gegen das Corona-Virus zu entwickeln.


AI-Robotics vs. COVID-19:
Die Europäische Kommission sammelt Ideen zu einsatzbereiten Lösungen in den Bereichen Künstliche Intelligenz (KI) und Robotik sowie Informationen über andere Initiativen, die zur Bewältigung der COVID-19-Krise beitragen könnten.

Give a Breath - Challenge: Ideenwettbewerb von Munich Re und Fraunhofer. Gesucht werden Entwürfe und Konzepte für Beatmungsgeräte und notwendiges Zubehör, um COVID-19-Patienten in Krisenzeiten dezentral behandeln zu können.