Forschung
Angewandte KI-Forschung
Autonome Experimente, Wahrnehmungs-KI und AI-native Methodik. Forschung, die in Produkte mündet, nicht in Publikationen.
Die meiste Forschung bleibt auf dem Papier. Die Forschung von Interlusion kommt in der Produktion an. Jede Untersuchung beginnt mit einer konkreten technischen Frage und endet mit funktionierenden Systemen, validierten Methoden oder Werkzeugen, die direkt in Kundenprojekte und eigene Produkte einfließen.
Der Ansatz wurzelt in der deutschen Ingenieurstradition und einem Diplom in Informatik mit Schwerpunkt Intelligente Systeme. Strenge Methodik, reproduzierbare Ergebnisse, praktischer Nutzen. Keine vagen Versprechen, keine ewigen Prototypen.
KI-Forschung bewegt sich so schnell, dass zurückfällt, wer auf die Fachliteratur wartet. Interlusion betreibt eigene Forschungsprogramme: autonome Agenten, die Experimente entwerfen und durchführen, visuelle Systeme, die die Grundbausteine der Wahrnehmung erkunden, neue Interaktionsmuster, die in echten Produkten getestet werden.
So entsteht eine Forschung, die sich selbst verstärkt: Jede Erkenntnis verbessert die Werkzeuge, die Werkzeuge verbessern die nächste Untersuchung, und Kunden profitieren von Methoden, die sich in der eigenen Arbeit bewährt haben.
Kompetenzen
Forschung, die in der Produktion ankommt
Vier Forschungsfelder, jedes fest in der Ingenieurspraxis verankert. Von autonomen Experimenten bis zur Wahrnehmungs-KI.
- Autonome Experimente
-
KI-Agenten, die Experimente entwerfen, durchführen, Ergebnisse auswerten und iterieren, unter menschlicher Leitung. Hypothesenbildung, Parameter-Sweeps und Evaluations-Pipelines, die kontinuierlich laufen.
- Visuelle Primitive & Wahrnehmung
-
Untersucht werden die grundlegenden Bausteine visueller Wahrnehmung: wie Maschinen und Menschen visuelle Informationen unterschiedlich verarbeiten. Räumliche Hierarchien, semantische Kompression und die Struktur des Sehens. Forschung in einem frühen Stadium, mit solidem theoretischem Fundament.
- AI-native Forschungsmethodik
-
Die klassische wissenschaftliche Methode, angepasst an AI-native Arbeitsabläufe. Strukturierte Kontextarchitekturen für Forschungsprojekte, agentengestützte Literaturrecherche, automatisiertes Experiment-Tracking und Infrastruktur für Reproduzierbarkeit. Die Methode selbst ist die Innovation.
- Von der Forschung ins Produkt
-
Zwischen Forschungsergebnis und fertigem Feature geht der meiste Wert verloren. Jedes Forschungsergebnis hat einen festgelegten Weg zur Integration: in interne Werkzeuge, Kundenprodukte oder veröffentlichte Methodik. Nichts verstaubt im Regal.
Vorgehen
So läuft ein Forschungsprojekt ab
Angewandte Forschung braucht Struktur. Vier Phasen, jede mit konkreten Ergebnissen.
01
Fragestellung schärfen
Die Forschungsfrage in technischen Begriffen definieren. Was muss gegeben sein, damit daraus Nutzen entsteht? Literaturrecherche, Analyse des Stands der Technik und Machbarkeitsbewertung. Die größten Fortschritte entstehen, wenn man die richtige Frage stellt.
02
Experimentdesign
Den experimentellen Rahmen entwerfen: Variablen, Kontrollen, Bewertungsmetriken und Erfolgskriterien. Die Infrastruktur aufbauen: Datenpipelines, Messwerkzeuge, automatisierte Ausführungsumgebungen.
03
Autonome Durchführung
Agentengesteuerte Experimentzyklen. KI-Systeme führen Experimentreihen aus, sammeln Ergebnisse und machen Muster sichtbar. Ein menschlicher Forscher prüft die Erkenntnisse, passt Parameter an und steuert die nächste Runde.
04
Synthese & Transfer
Erkenntnisse zu verwertbaren Ergebnissen bündeln: validierte Methoden, funktionierende Prototypen oder Integrationspläne. Jedes Forschungsprojekt bringt etwas hervor, das in Produktion geht.
Modelle der Zusammenarbeit
Strukturierte Forschung, flexibler Umfang
Forschungsprojekte reichen von fokussierten Untersuchungen bis zu langfristigen Programmen. Die Struktur richtet sich nach der Frage.
4–8 Wochen
Fokussierte Untersuchung
Eine einzelne Forschungsfrage, verfolgt bis zu einer klaren Antwort. Umfasst Fragestellung, Experimentdesign, Durchführung und einen schriftlichen Bericht mit konkreten Empfehlungen. Ideal, wenn die Frage klar umrissen ist und das Unternehmen Belege braucht, bevor es sich festlegt.
Ideal für: CTOs, die neue Ansätze prüfen; Produktteams mit konkreten offenen Fragen
3–12 Monate
Angewandte Forschungspartnerschaft
Ein laufendes Forschungsprogramm, ausgerichtet an Produkt- oder Geschäftszielen. Mehrere Untersuchungsstränge, regelmäßige Berichte und die direkte Integration der Erkenntnisse in die Entwicklungsabläufe. Interlusion arbeitet als eingebettete Forschungsabteilung, ohne den Aufwand, selbst eine aufzubauen.
Ideal für: Unternehmen ohne eigene F&E, Innovationsteams, technische Gründer
Monatlich
Fortlaufende Forschungsbetreuung
Laufender Zugriff auf Forschungskompetenz. Neue Fragen werden untersucht, sobald sie aufkommen. Trendbeobachtung, technische Wettbewerbsanalyse und proaktive Empfehlungen. Für Organisationen, die an der Spitze bleiben wollen, ohne dafür eigene Stellen zu schaffen.
Ideal für: Unternehmen, die auf KI setzen; wachsende Entwicklungsteams
Der Unterschied
Labordisziplin, Startup-Tempo
Interlusion verbindet die methodische Strenge institutioneller Forschung mit dem Tempo und Pragmatismus eines Produktunternehmens. Jede Untersuchung ist strukturiert, reproduzierbar und auf Wirkung in der Produktion ausgerichtet. Das ist kein Universitätslabor, das Zitationen hinterherjagt, sondern eine technische Forschungsabteilung, die Erfolg daran misst, was in Produktion geht.
- Schwerpunkt Intelligente Systeme
- Dipl.-Inf.
- Jahre Engineering-Erfahrung
- 25+
„Forschung, die nie zum Einsatz kommt, ist nur teure Neugier. Jede Untersuchung, die wir durchführen, weiß von Anfang an, wo sie ankommen soll.“
Angewandte Forschung, verankert in der Ingenieurspraxis. Geleitet von Prof. Dr. Gutensieben, Leiter Forschung: eine KI-Persona, die unter menschlicher Aufsicht arbeitet. Zum Team
Häufige Fragen
Jedes Forschungsprogramm beginnt mit einer technischen Frage und endet mit etwas, das sich nutzen lässt: einer validierten Methode, einem funktionierenden Prototyp oder einem Werkzeug, das sich in Produktivsysteme integrieren lässt. Interlusion betreibt Forschung nicht um ihrer selbst willen. Erfolg bemisst sich am Einsatz, nicht an der Publikation.
Autonome Experimente, angetrieben von KI-Agenten. Die Agenten stellen Hypothesen auf, entwerfen Experimente, führen sie durch und werten die Ergebnisse aus, unter menschlicher Leitung. Wer forscht, gibt die Richtung vor und bewertet die Erkenntnisse. Die Agenten bewältigen die Menge.
Der Leiter Forschung von Interlusion: eine KI-Persönlichkeit, die Forschungsinitiativen leitet, Experimente entwirft und Erkenntnisse zusammenführt. Gutensieben arbeitet unter menschlicher Aufsicht und verkörpert den Forschungsansatz des Unternehmens: strenge Methodik, praktischer Fokus und eine gesunde Skepsis gegenüber jedem Hype. Stellen Sie sich einen Forschungsleiter vor, der nie schläft.
Gezielt. Wenn Erkenntnisse der breiteren Community nützen, veröffentlicht Interlusion Methodik und Ergebnisse. Die Veröffentlichung ist aber ein Nebeneffekt, nicht das Ziel. Vorrang haben Erkenntnisse, die Kunden einen Wettbewerbsvorteil verschaffen oder interne Werkzeuge verbessern. Offene Methodik, proprietäre Anwendung.
Aktuelle Schwerpunkte: autonome Experimente, visuelle Primitive und Wahrnehmung, AI-native Forschungsmethodik und der Weg von der Forschung ins Produkt. Die Schwerpunkte verschieben sich dorthin, wo der größte technische Hebel liegt.
Genau das ist das erklärte Ziel. Jedes Forschungsprojekt enthält eine Transferphase, in der Erkenntnisse in Integrationspläne, funktionierenden Code oder dokumentierte Methodik übersetzt werden, die Entwicklungsteams umsetzen können. Forschung, die in einem Bericht liegen bleibt, ist gescheitert.
Sie haben ein schwieriges Problem?
Ob autonome Experimente, Forschung zur Wahrnehmungs-KI oder eine maßgeschneiderte Untersuchung: Am Anfang steht ein Gespräch.