Angesichts der Fortschritte im Bereich der Informationstechnologie können wir uns nur freuen und alles nutzen, was unsere Menschheit auf eine noch höhere Entwicklungsstufe bringt. In den letzten vier Jahrzehnten hat sich die Art und Weise, wie wir leben und arbeiten, dramatisch verändert. Dieses Phänomen wird allgemein als das Aufkommen der Informationsgesellschaft bezeichnet.

Vor etwa zwanzig Jahren bestanden die meisten digitalen Inhalte aus Texten. Heute haben sie sich auf Audio-, Video- und grafische Daten ausgeweitet. Die Herausforderung besteht nun darin, diese multimodalen Informationen auf robuste, effiziente und intelligente Weise zu organisieren, zu verstehen und zu durchsuchen sowie zuverlässige Systeme zu schaffen, die eine natürliche und intuitive multimodale Interaktion ermöglichen.

Der von der Deutschen Forschungsgemeinschaft (DFG) im Rahmen der deutschen Exzellenzinitiative eingerichtete Exzellenzcluster "Multimodal Computing and Interaction" nimmt sich dieser Herausforderung an. Der Begriff multimodal beschreibt die verschiedenen Arten von Informationen wie Text, Sprache, Bilder, Video, Grafiken und hochdimensionale Daten sowie die Art und Weise, wie diese wahrgenommen und kommuniziert werden, insbesondere durch Sehen, Hören und menschliche Mimik. Der Schwerpunkt umfasst die Fachbereiche Informatik und Computerlinguistik und Phonetik der Universität des Saarlandes, das Max-Planck-Institut für Informatik, das Deutsche Forschungszentrum für Künstliche Intelligenz und das neu gegründete Max-Planck-Institut für Softwaresysteme.

Um Exzellenz, Unmittelbarkeit und Effizienz zu gewährleisten, kombinieren wir moderne Technologie und menschliche Fähigkeiten.