Projektet undersøger kritiske aspekter af termisk energilagring for at revolutionere anvendelsen af højtemperaturvarmepumper i industrien. Projektet sigter mod at overvinde de udfordringer, der er forbundet med svingende dampforbrug og energipriser gennem design og integration af avancerede termiske lagringssystemer. Ved at kombinere modeludvikling, optimeringsteori, samt design og tests af prototypelager, adresserer forskningen essentielle huller i viden om effektiv energiudnyttelse.

Syng&Tegn – Leg, læring og kulturarv i børnehøjde Syng&Tegn er en interaktiv app, der kombinerer danske børnesange, kunst og teknologi. Børn kan høre en sang, se en kunstner tegne motiver fra sangen og selv synge, tegne og optage deres egen version. Med hjælp fra kunstig intelligens bliver børnenes tegninger animeret og bragt til live – en sjov og lærerig oplevelse, hvor barnet er aktivt skabende. Appen tager fat i to samfundsudfordringer: 1) danske børnesange er ved at forsvinde i mængden af udenlandsk digitalt indhold, og 2) børns skærmforbrug mangler ofte kreativt og pædagogisk indhold. Syng&Tegn genopfinder den klassiske sangbog til en digital generation og styrker samtidig børns kreativitet, sprog og kulturelle identitet. Med støtte fra Innovationsfonden kan vi videreudvikle AI-funktioner, skabe et omfattende bibliotek af sange og sikre høj teknisk og pædagogisk kvalitet. Investeringen vil være afgørende for at bringe Syng&Tegn ud til danske familier og institutioner. På lang sigt ønsker vi at gøre Syng&Tegn til en digital klassiker i Danmark – og senere udbrede konceptet internationalt med respekt for lokale sprog og traditioner.

Synobody is on a mission to increases accessibility of unique nanobodies for targeted therapeutics, diagnostics, and research tools. Our platform is based on large synthetic nanobody libraries allowing Synobody to reduce prices and turnaround time when identifying nanobodies. It is integral for Synobody to provide companies and researchers with high quality nanobodies through fast screening, iterative maturation processes and validation tests. With this vision we aim towards biotech companies worldwide focusing on targeted therapeutics and diagnostics. Additionally, by identifying Nbs at financially feasible prices we strive to reach academia and SMEs as well. The Innofounder will allow Synobody to further build our Nb portfolio proving the platform capability, take on collaborators and costumers, build the team capabilities and to create our website commercially launching the Synobody platform services. We strongly believe that nanobodies are a tool of great importance in general scientific research and the advancement of pharmacological and diagnostic technologies. However, the current economic and temporal barriers and the difficulties in implementing Nbs into lab protocols are big hindrances in the overall use of this tool. By breaking these barriers, the Synobody platform is of great value to the biotechnological and pharmacological sector as it has potential to create scientific growth. Synobody therefore strives to become a key part of the biotech sector.

syntheticAIdata er en SaaS-løsning, der muliggør effektiv generering af syntetisk data til AI-synsmodeller. Vores platform reducerer omkostninger, sikrer privatlivets fred og fremskynder lanceringen af AI-produkter. I dagens konkurrenceprægede marked er nøjagtigheden af AI-modeller afgørende. Selvom computer vision-applikationer er almindelige på tværs af industrier, kan det være en udfordrende opgave at træne brugerdefinerede AI-modeller. Processen med at træne disse modeller er ikke kun kostbar, men kræver også betydelige mængder data. For at imødegå disse AI-begrænsninger og fremme værdien af AI-applikationer bør virksomheder skifte til syntetisk data. Gartner forudsiger, at størstedelen af den data, der anvendes i AI inden 2030, vil være syntetiske: kunstigt genereret. syntheticAIdata tilbyder en cloud-agnostisk løsning, der giver virksomheder mulighed for at producere syntetiske data af høj kvalitet til træning af vision AI-modeller. Vores løsning, der adresserer udfordringen med begrænset data fra den virkelige verden, integreres problemfrit med eksisterende systemer. Den sikrer ikke kun privatlivets fred og overholder lovgivningsmæssig overensstemmelse, men minimerer også overhead og reducerer omkostninger. Med støtte fra Innovationsfonden kan vi dedikere os fuldt ud til projektet, omdanne vores MVP til et fuldt funktionsdygtigt produkt, tage kunder om bord til feedback, forbedre vores produktudbud og i sidste ende blive markedsledere.