Insulinus udvikler en ny generation af digital beslutningsstøtte til mennesker med diabetes, som dagligt skal beregne deres insulindoser manuelt. Korrekt dosering af insulin kræver komplekse kliniske beregninger flere gange dagligt, som i praksis er svære at udføre. Derfor fravælger eller forenkler mange disse beregninger i hverdagen, hvilket fører til ustabilt blodsukker, øget stress og et liv indrettet efter sygdommen. Insulinus samler veldokumenterede medicinske metoder, aktivitetsdata og moderne AI-teknologi i én brugervenlig app, der omsætter avanceret viden til præcise, personlige og letforståelige doseringsanbefalinger. Løsningen reducerer fejl, mindsker mental belastning og giver brugerne større frihed, tryghed og livskvalitet. Samfundsmæssigt bidrager Insulinus til bedre egenbehandling, færre akutte komplikationer og et lavere pres på sundhedsvæsenet. Samtidig adresserer virksomheden et stort og voksende internationalt marked for digital diabetesbehandling. Innovationsfondens investering gør det muligt at bringe Insulinus fra prototype til regulatorisk klar løsning gennem teknisk modning, brugertest og forberedelse til certificering. På længere sigt er ambitionen at opbygge en skalerbar dansk healthtech-virksomhed med international rækkevidde, der kombinerer stærk samfundsværdi med et solidt kommercielt fundament og positionerer Danmark som foregangsland inden for patientdrevet sundhedsteknologi.

I dette projekt undersøger og implementerer vi Galerkin-metoder af højere orden til nye multiskala integralligningsformuleringer af de tidsharmoniske Maxwell's ligninger. Disse er i stand til at løse for strukturerer der indeholder både meget store og meget små detaljer i forhold til bølgelængden. Målet er at overføre metoder, der kun er demonstreret i et akademisk miljø, til industrien, med anvendelser indenfor komplekse elektromagnetiske systemer til fx rum-, elektronik- og bilindustrien.

MAN Energy Solutions har idriftsat marine totaktsmotorer på alternative brændstoffer og udvikler samtidigt motorer, der skal køre på fremtidige grønne brændstoffer. Imidlertid opleves en uacceptabelt kort levetid på indsprøjtningsdyserne for samtlige alternative brændstoffer. Det ultimative mål med dette projekt er at forlænge dysens levetid for disse brændstoftyper. Projektets resultater vil være til gavn for skibsejere samt sikre en mere udbredt brug af motorer drevet af grønne brændstoffer.

Projektet har til hensigt at styrke forståelsen af grundvandsstrømning og forbedre datagrundlaget for udpegningen af sårbare grundvandsdannende områder. Ved at anvende de seneste nyskabende udviklinger inden for Machine Learning til at identificere geografiske mønstre i geofysiske og hydrologiske data, vil projektet redefinere måden, hvorpå vi estimerer hydraulisk konduktivitet til grundvandsmodeller. Resultaterne vil bl.a. finde anvendelse i klima- og forureningsundersøgelser i undergrunden.