Früh übt sich, was ein Meister werden will – Anwendungsorientierte Lehre im AKI-Studiengang

Angeboten wurden in den letzten Semestern unter anderem Projekte, die Sensordaten eines Bohrers verarbeiten. Dafür wurde ein handelsüblicher Bohrer sowohl mit Sensorik ausgestattet, die Strom- und Spannung messen konnte, als auch mit einem Mikrofon, um den Ton abzugreifen. Studentische Teams haben dann versucht, allein basierend auf diesen Daten Anomalien zu erkennen (Bohrer dreht falsch herum, sitzt lose, etc.), das Material zu bestimmen, in das gebohrt wurde, oder nach einem kurzen Vortraining den Operator anhand der Daten zu erkennen. Dabei hatten die Studierenden die Gelegenheit nicht nur die Machine Learning-Modelle zu entwickeln, sondern konnten auch selbst die erforderlichen Trainings-Daten aufnehmen. Die entwickelten Modelle wurden anschließend evaluiert und in eine Softwareapplikation eingebaut. So entstand ein umfassendes Verständnis für den kompletten Datenanalyseprozess von der Datenaufnahme über Datenvorverarbeitung und Modellierung, bis hin zur Evaluierung und dem Deployment. Die Projekte hatten dabei unterschiedliche Herausforderungen wie beispielsweise das Lernen aus einer sehr geringen Anzahl Trainingsdaten, Umgang mit Verzerrungen (Bias) in Daten oder auch eine geringe Anfragezeit. Die gewonnenen Erfahrungen können übertragen werden auf viele andere Anwendungsszenarien, bei denen Sensordaten im industriellen Umfeld mit Hilfe von künstlicher Intelligenz ausgewertet werden.

Weitere Projekte beschäftigten sich mit simuliertem Roboterfußball oder verwendeten Zumis (kleine selbstfahrende Autos, mit denen verschiedene Aspekte des autonomen Fahrens erprobt werden können).

Nach oben scrollen