Federated Learning ist ein neues Paradigma im Bereich Machine Learning, bei dem ein Modell kollaborativ mit mehreren Teilnehmern trainiert wird, ohne dass die Trainingsdaten der Teilnehmer an einer zentralen Stelle gespeichert werden müssen.

Für die Umsetzung von Federated Learning existieren verschiedene Frameworks mit unterschiedlichen Funktionalitäten.

Das Ziel dieser Arbeit ist der Vergleich von verfügbaren Frameworks für Federated Learning.

• Kenntnisse im Bereich Machine Learning sind von Vorteil
• Eigeninitiative
• Hohe Lernbereitschaft
• Strukturierte Arbeitsweise