Das Forschungsteam entwickelt das „Resilient Edge AI Toolkit“, das Speicherfehler mithilfe von KI korrigiert. Es soll Modellgenauigkeit und Ausführungsfortschritt stabil halten, wenn die Stromversorgung unterbrochen ist und dadurch Bitfehler im Speicher entstehen. Dazu sammeln die Forschenden reale Energieprofile z. B. von Solarquellen, erzeugen Fehlermodelle und integrieren sie in die Simulationen, mit denen sie die KI trainieren. Mithilfe der Lernalgorithmen lernt das System, bei jedem kurzen Energieimpuls zu aktualisieren und Speicherfehler zu korrigieren. Das Team prüft die Algorithmen auf realen Geräten und optimiert den Speicherverbrauch. Ziel ist es, dass sich das Modell auch nach der Bereitstellung noch lokal anpassen kann. Dies ist z. B. nützlich, wenn sich Sensorumgebung oder Nutzerverhalten ändern. Anleitungen und Schulungen helfen anderen Entwickelnden beim schnellen Prototyping und der Produktintegration in die Sensortechnik. Nach Projektende veröffentlicht das Team das Toolkit als Open Source.