SubsidieMeestersAutomatische Smart Contract codering met behulp van Machine Learning
Het project richt zich op het automatisch vertalen van polisvoorwaarden naar smart contracts met machine learning voor een volledig geautomatiseerde verzekeraar.
Projectdetails
Inleiding
Het streven is om de polisvoorwaarden, zoals vastgelegd in een pdf, met behulp van machine learning te vertalen naar broncode voor het ontwikkelen van een smart contract.
Doel van het Project
Dit smart contract wordt vervolgens aan de backend gekoppeld. Hierdoor kunnen alle activiteiten die verband houden met een polis volledig automatisch worden afgehandeld.
Resultaat
Dit resulteert in de creatie van een virtuele verzekeraar in de Cloud, waar geen verdere handmatige werkzaamheden meer nodig zijn.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 20.000 |
| Totale projectbegroting | € 102.000 |
Tijdlijn
| Startdatum | 15-4-2024 |
| Einddatum | 31-1-2025 |
| Subsidiejaar | 2024 |
Partners & Locaties
Projectpartners
- Kleynen Consultants B.V.penvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
InContract AIHet project onderzoekt de inzet van digital twins en AI voor het automatiseren van contracten binnen de InContract-tool. | Mkb-innovati... | € 20.000 | 2023 | Details |
InContract AIHet project onderzoekt de technische en commerciële mogelijkheden van digital twins voor het automatiseren van contractprocessen in de tool InContract, met inzet van AI en deep learning. | Mkb-innovati... | € 20.000 | 2023 | Details |
Contractverwerking op basis van kunstmatige intelligentieHet project onderzoekt het gebruik van scantechniek en kunstmatige intelligentie om contracten efficiënter te analyseren en te beheren. | Mkb-innovati... | € 20.000 | 2021 | Details |
Machine Learning voor Qualified MatchmakingHet project richt zich op het automatiseren van matchmaking via machine learning om de groei van Qualified.technology te versnellen. | Mkb-innovati... | € 20.000 | 2021 | Details |
Digitale AI Customer Service AssistentHet project onderzoekt de haalbaarheid van een lokale AI-assistent voor customer service in de verzekerings- en telecomsector. | Mkb-innovati... | € 20.000 | 2024 | Details |
InContract AI
Het project onderzoekt de inzet van digital twins en AI voor het automatiseren van contracten binnen de InContract-tool.
InContract AI
Het project onderzoekt de technische en commerciële mogelijkheden van digital twins voor het automatiseren van contractprocessen in de tool InContract, met inzet van AI en deep learning.
Contractverwerking op basis van kunstmatige intelligentie
Het project onderzoekt het gebruik van scantechniek en kunstmatige intelligentie om contracten efficiënter te analyseren en te beheren.
Machine Learning voor Qualified Matchmaking
Het project richt zich op het automatiseren van matchmaking via machine learning om de groei van Qualified.technology te versnellen.
Digitale AI Customer Service Assistent
Het project onderzoekt de haalbaarheid van een lokale AI-assistent voor customer service in de verzekerings- en telecomsector.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Hyperdimensional Modelling of the Legal System in Digital SocietyThe project aims to develop a legally sound, machine-consumable digital legal framework (HyperModeLex) that integrates AI and law, ensuring efficient legal processes for digital artifacts while preserving democratic principles. | ERC Advanced... | € 2.494.509 | 2022 | Details |
LEARN: Learning Efficient Automated Reasoning on the NetLEARN automates reasoning and proof strategies for software certification, providing a web-based framework to enhance safety and security in complex computer systems, reducing costs from software errors. | ERC Proof of... | € 150.000 | 2025 | Details |
Self-learning AI-based transport optimization software as a service for the most complex logis-tics scenarios in real-time enabling double-digit cost-, CO2- and tyre wear savingsSmartlane's LogisticsBrain is an AI-driven cloud software that automates transport optimization, reducing costs by 40% and planning time by 90% while enhancing service quality and sustainability. | EIC Accelerator | € 1.697.500 | 2022 | Details |
Reinventing Multiterminal Coding for Intelligent MachinesIONIAN aims to revolutionize cooperative perception in intelligent machines by developing a multiterminal coding paradigm that enhances data compression and communication for safer autonomous navigation. | ERC Consolid... | € 1.999.403 | 2025 | Details |
Interactive and Explainable Human-Centered AutoMLixAutoML aims to enhance trust and interactivity in automated machine learning by integrating human insights and explanations, fostering democratization and efficiency in ML applications. | ERC Starting... | € 1.459.763 | 2022 | Details |
Hyperdimensional Modelling of the Legal System in Digital Society
The project aims to develop a legally sound, machine-consumable digital legal framework (HyperModeLex) that integrates AI and law, ensuring efficient legal processes for digital artifacts while preserving democratic principles.
LEARN: Learning Efficient Automated Reasoning on the Net
LEARN automates reasoning and proof strategies for software certification, providing a web-based framework to enhance safety and security in complex computer systems, reducing costs from software errors.
Self-learning AI-based transport optimization software as a service for the most complex logis-tics scenarios in real-time enabling double-digit cost-, CO2- and tyre wear savings
Smartlane's LogisticsBrain is an AI-driven cloud software that automates transport optimization, reducing costs by 40% and planning time by 90% while enhancing service quality and sustainability.
Reinventing Multiterminal Coding for Intelligent Machines
IONIAN aims to revolutionize cooperative perception in intelligent machines by developing a multiterminal coding paradigm that enhances data compression and communication for safer autonomous navigation.
Interactive and Explainable Human-Centered AutoML
ixAutoML aims to enhance trust and interactivity in automated machine learning by integrating human insights and explanations, fostering democratization and efficiency in ML applications.