Am 24. April 2026 ist Pro²Future Teil der Langen Nacht der Forschung und zeigt an der Johannes Kepler Universität Linz, wie die Produktion der Zukunft funktioniert. Von 17:00 bis 23:00 Uhr erwartet Besucher:innen im Science Park 3 (EG) ein interaktives Programm – bei freiem Eintritt. Zwei Stationen, ein Blick in die Industrie von morgen Pro²Future …
Lange Nacht der Forschung 2026: Pro²Future erleben Weiterlesen »
Die aktuelle Liste der Publikationen von Pro²Future finden Sie über das Hauptmenü > Forschung > Publications. Die Liste enthält nun alle Publikationen des Zentrums, einschließlich des Kalenderjahres 2025. Pro²Future ist stolz, folgende Publikationsleistungen aus 2025 nennen zu können: 23 Journal Publications, 24 Conference Publications, 4 Auszeichnungen, 2 finalisierte Bachelor-, 10 finalisierte Master- und 5 finalisierte …
Srijan Shakya, Researcher in der Area Analytics, hat seine Masterarbeit mit dem Titel „Enhancing LLMs Reasoning Capabilities by Including Retrieval“ erfolgreich abgeschlossen. Betreut wurde die Arbeit von Univ.-Prof. Dr. Sepp Hochreiter und Dr. Korbinian Pöppel, MSc. In seiner Arbeit untersucht er, wie sich die Zuverlässigkeit von Large Language Models (LLMs) bei komplexen Schlussfolgerungsaufgaben verbessern lässt. …
Pro²Future bietet gemeinsam mit dem Life Long Learning Center der TU Graz einen berufsbegleitenden Universitätskurs an, der praxisnahe KI‑ und Datenkompetenzen für die produzierende Industrie vermittelt. Der Kurs richtet sich an Fach- und Führungskräfte und fokussiert auf die strategische und nachhaltige Anwendung kognitiver Technologien im industriellen Umfeld. Praxisorientierte Weiterbildung für die industrielle Transformation Der Kurs vermittelt fundiertes Know-how in den Bereichen Künstliche Intelligenz, Datenanalyse …
Sandro Lic, Researcher der Area Orchestration, hat seine Masterarbeit mit dem Titel „Sensorless Classification of Severe Tool Wear in CNC Milling using ResNet“ an der Johannes Kepler Universität Linz erfolgreich verteidigt. Seine Forschung beschäftigt sich mit den hohen Kosten und der Komplexität klassischer Systeme zur Überwachung des Werkzeugzustands. Dafür entwickelt er einen vollständig sensorlosen Ansatz, …
