Über fünf Millionen Euro investiert der WWTF in Forschungsprojekte aus der Informations- und Kommunikationstechnologie. Insgesamt wurden 137 Anträge eingereicht, zehn davon wurden bewilligt. Darunter befinden sich gleich vier Projekte der TU Wien. Mit der Förderung des WWTF können an der TU Wien nun vier wissenschaftlich ganz unterschiedliche Fragestellungen erforscht werden – von der Anpassung von Materialeigenschaften im 3D-Drucker über Big Data und Cloud Computing-Anwendungen bis zur Brille, die automatisch durch eingeblendete Wegweiser bei der Orientierung hilft.

Vom Computer geplante Materialeigenschaften
Was kann man tun, wenn man die Elastizität eines Werkstückes verändern möchte? Natürlich kann man ein anderes Material dafür wählen, doch moderne digitale Fertigungsmethoden eröffnen auch noch weitere Möglichkeiten. Przemyslaw Musialski vom Institut für Computergraphik und Algorithmen will in seinem Projekt "Computational Design of Geometric Materials" zeigen, dass man die Elastizitätseigenschaften von Objekten aus dem 3D-Drucker genau nach Wunsch anpassen kann, indem man im Inneren entsprechende feine geometrische Strukturen generiert.  Diese „geometrischen Materialien“ haben unter anderem den Vorteil, dass sie recht preisgünstig produziert werden können.

Die Anwendungen dieser Stoffe reichen von digitalen Textilien, Schuhen, medizinische Prothesen, bis hin zum allgemeinen Produktdesign, Architektur und Kunst.
Das Ziel dieses Projekts ist es, eine erste wissenschaftlich fundierte Methodologie für die Analyse, Simulation, und Synthese solcher Materialien zu entwickeln, die letztendlich als der Grundstein für die Gestaltung mit geometrischen Materialien dienen soll.

Verifikation für Cloud-Anwendungen: Funktioniert der Code auch wirklich?
Moderne Internetdienste, wie die von Amazon, Google, Facebook, oder Netflix, laufen in der Cloud. Benutzeranfragen werden von zehntausenden Computern bearbeitet, die sich in weltweit verteilten Datenzentren befinden. Wenn so viele Computer involviert sind, werden Fehler von der Ausnahme zur Regel. Daher wird es immer wichtiger, auf rigorose Art Fehlertoleranzmechanismen zu entwerfen.

Der Turing-Preistäger Leslie Lamport erfand den Formalismus TLA+, mit dem man solche Fehlertoleranzmechanismen entwerfen kann. Allerdings ist das alleine noch nicht genug – man muss auch noch verifizieren, dass der entwickelte Mechanismus tatsächlich verlässlich funktioniert. Auch dieses Überprüfen von Computeralgorithmen muss der Computer übernehmen. An der TU Wien wird nun ein Model-Checking-Programm namens Apalache entwickelt, das moderne Verifikationsmethoden auf TLA+ anwendet. Geleitet wird dieses Projekt von Igor Konnov (Institut für Informationssysteme).

Augmented Reality in komplexen Gebäuden: Die Wirklichkeit ist nicht genug
In komplexen Gebäuden wie Flughäfen oder Einkaufszentren verirrt man sich leicht. GPS-Daten, wie sie etwa beim Autofahren helfen, lassen sich in Innenräumen nicht empfangen. In Zukunft soll es trotzdem möglich sein, die eigene Position auch in Gebäuden exakt zu bestimmen und in Echtzeit hilfreiche Daten abzurufen. Mit Hilfe einer Kamera wird die Umgebung erkannt, das System kann den Standort feststellen, selbst wenn sich im Sichtfeld viele unbekannte Objekte tummeln. Wegweiser und andere nützliche Hinweise kann man sich dann am Handy oder Tablet direkt ins Live-Bild der eingebauten Kamera einblenden lassen, oder man bekommt die Information in einer Augmented-Reality-Brille angezeigt.

Das Forschungsprojekt wird von Hannes Kaufmann (Institut für Softwaretechnik und interaktive Systeme) geleitet. Es beschäftigt sich mit realistischer Pfadplanung und Navigationsführung in Gebäuden, darüber hinaus soll der Benutzer auch über dynamische bzw. nicht permanente Hindernisse informiert werden. Alternativ zur visuellen Darstellung am Handydisplay oder in einer Spezialbrille wird auch ein haptisches Gerät entwickelt, um Benutzer rein durch den Tastsinn zu leiten. Das ist nicht nur für sehbeeinträchtigte Personen interessant, man könnte auch auf diese Weise bei komplizierten Tätigkeiten in der Technik oder auch bei einem Ausstellungsbesuch zusätzliche Daten übermittelt bekommen.

Big Data – der Umgang mit riesigen Datenmengen
Datenmengen, die vor wenigen Jahrzehnten noch völlig unvorstellbar gewesen wären, fallen heute in vielen Anwendungsbereichen an – etwa in sozialen Netzwerken, in der Bioinformatik, oder auch in der experimentellen Teilchenphysik.

Wie kann man diese Datenmengen akquirieren, speichern und verarbeiten? Wie kann die Information übertragen und gesichert werden? Im Projekt „Communication and Complexity Constrained Inference over Graphs for Big Data“, geleitet von Alexander Jung und Gerald Matz (Institute of Telecommunications), werden Aspekte von “Big Data” behandelt, die in den Bereichen Signalverarbeitung, Übertragungstechnik, und maschinelles Lernen angesiedelt sind. Das Ziel des Projekts ist es, Methoden der Graphentheorie und der verteilten Optimierung zu kombinieren, um mit gegebenen Ressourcen möglichst viel nützliche Information aus diesen gigantischen Datensätzen herauszuholen.