Design. Web. Fotografie. Das macht ein Bild.
Antwort auf deine neun Fragen, mit dem Stand der Recherche und euren Antworten aus dem Fragebogen. Kurzfassung: ja, es geht, wenn wir eng schneiden und auf offener Forschung aufsetzen, statt alles selbst zu bauen.
Ja, aber nur richtig geschnitten. Die Einzelbausteine (Sprache-zu-Text, Sprachmodelle, 3D-Avatar, Bewegungsdaten) sind ausgereift. Die Schwierigkeit ist, ÖGS als vollständiges visuell-räumliches System abzubilden, also Mimik als Grammatik, non-manuelle Signale und Raum. Genau das ist euer Forschungsbeitrag, und mit Chiara plus Uni Graz ist der linguistische Kern besetzt.
Fünf Schichten: (1) Eingabe (Text/Sprache), (2) Übersetzung Deutsch in die ÖGS-Struktur, (3) Gebärden-Repräsentation (Hände plus non-manuelle Marker plus räumliche Loci plus Timing), (4) Avatar-Rendering, (5) Rückkopplung mit gehörlosen Nutzern. Das Herz sind Schicht 2 und 3, nicht das Rendering.
Whisper (Sprache-zu-Text), ein Sprachmodell als Hilfsbaustein, MediaPipe (Bewegungs- und Gesichts-Erfassung), MetaHuman/Unity (3D-Avatar), HamNoSys/SiGML als kontrollierte Notationsebene für non-manuelle Signale und Raum. Als offenes Rückgrat die MIT-lizenzierte Pipeline spoken-to-signed-translation. Methodisch bauen wir auf RoGSiLT (DFKI/Inria) auf, deren Ergebnisse Open Source werden (aber DGS/LSF, nicht ÖGS).
Das, was ÖGS ausmacht: das ÖGS-Glossen- und Grammatik-Mapping (mit Chiara und der Übersetzerin), die non-manuellen Signale, die Gebärden-Repräsentationsschicht, das Feedback- und Korrektur-Interface, und die Personalisierung (euer USP "wir lernen mit dem Anwender").
Der eigentliche Knackpunkt. Es gibt gute lexikalische Ressourcen (LedaSila, Uni Klagenfurt, rund 17.000 Gebärden, öffentlich), aber keinen grossen parallelen ÖGS-Trainingskorpus. Diesen teilweise selbst aufzubauen (mit Übersetzerin, Community und Uni Graz) ist selbst förderfähig und wird euer verteidigbares Asset. Dass ihr bereit seid, eigene Daten aufzunehmen, ist genau richtig.
Über eine kontrollierte Parameter- und Notationsebene (HamNoSys plus non-manuelle Marker plus räumliche Loci plus Timing), die editierbar und ausgabe-unabhängig bleibt. Das ist die Versicherungsschicht: sie lässt euch die Qualität steuern und prüfen, statt sie einer Blackbox zu überlassen.
Comprehension-Tests und ein Korrektur-Interface mit gehörlosen Muttersprachlern, dazu ein Präferenz-Modell pro Nutzer (Tempo, Stärke von Mimik/Gestik, bevorzugte Ausdrucksformen). Im Prototyp als Präferenzen und Voreinstellungen, das echte adaptive Lernen als Ausbaustufe. Das deckt sich exakt mit eurem "wir lernen mit dem Anwender".
(1) ÖGS-Datenmangel. (2) Naturalismus plus non-manuelle Signale plus Raumgrammatik, das können alle Systeme heute am schlechtesten, das ist der Forschungskern. (3) Community-Akzeptanz (SiMAX existiert bereits, der ÖGLB ist kritisch). (4) Personalisierung als Scope-Falle. (5) Evaluierung: textbasierte Metriken korrelieren schlecht mit dem Urteil nativer Signer, es braucht eine echte Comprehension-Studie mit Gehörlosen.
Ihr wollt den persönlichen Assistenten. Mein Vorschlag als goldener Schnitt: ein Assistent für eine geschlossene Alltagsdomäne statt offen für alles, sauber end-to-end durch alle fünf Schichten, von der Übersetzerin abgenommen, mit gehörlosen Nutzern evaluiert, plus eine erste Form von Personalisierung. So bleibt eure Vision drin, und der Prototyp ist trotzdem beweisbar und förderfähig. Die Notfallfunktion bleibt bewusst Vision.
Drei Punkte aus euren Antworten, die vor dem Antrag zu lösen sind.
Träger und Antragsteller: JUENG Innovation Lab GmbH. Eigenmittel erste Phase: 100.000 EUR, Dauer 18 Monate. Mit Förderung wird daraus realistisch eine 150 bis 250k-Phase. Empfohlene Stufen: netidee (bis 60k, bester inhaltlicher Treffer, fördert gemeinnützige Internet-Projekte mit Barrierefreiheit), FFG Innovationsscheck (mit Uni-Kooperation), aws AI. Harte Regel: der Antrag muss VOR dem Projektstart raus, also noch nichts starten oder ausgeben.
Nach euren Antworten haben wir eine zweite, tiefe Recherche-Runde gefahren (Stand der Technik, Hardware, Daten, Testen, Markt, Kosten) und daraus das technische Konzept verdichtet. Die offenen Punkte von hier (RoGSiLT-Verifikation: erledigt, noch nichts released; LedaSila-Lizenz: zu klären; Chiaras Einordnung: angefragt) leben jetzt im Klärungs-Katalog weiter.