An der DHBW Mosbach wird die Verbindung von künstlicher Intelligenz (KI) und moderner Sensortechnologie erfahrbar gemacht. Im Studiengang Elektro- und Informationstechnik lernen Studierende, wie sie KI-Modelle entwickeln und in der Praxis anwenden können. 

 „Wir haben ein Förderband aus Lego aufgebaut, auf dem verschiedene Objekte – beispielsweise runde, dreieckige und quadratische Legosteine – vorbeilaufen“, erklärt Professor Dr. Christian Kuhn. „Ein Abstandssensor misst die Distanz zu den Objekten. Die Messdaten werden anschließend in den Computer übertragen und analysiert.“ Dabei lernen die Studierenden zunächst, die Daten grafisch darzustellen, statistisch zu analysieren und die Formen durch klassische Methoden des Data Science zu erkennen.

„Der eigentliche Clou ist, dass diese Messreihen nutzenbar sind, um eine KI zu trainieren, die die Formen automatisch erkennt“, ergänzt Stefan Bauer. Es wird ein neuronales Netz aufgebaut, das mithilfe gelabelter Daten („rund“, „eckig“, „dreieckig“) trainiert wird. Die KI lernt, diese Muster in den Abstandsdaten zu erkennen und die Formen automatisch zu klassifizieren. Schließlich wird das Netz mit neuen Messwerten getestet und kann eigenständig die Form der Objekte bestimmen – ein einfacher, aber anschaulicher Einstieg in die Welt der künstlichen Intelligenz. Danach können auch komplexere Formen und Zusammenbauten eintrainiert und erkannt werden. In einer weiteren Laborübung wird als Sensor eine Kamera verwendet, so dass die Objekte zusätzlich über Bilderkennung klassifiziert werden.

Die Arbeit mit dem Lego-Modell verdeutlicht grundlegende Konzepte der künstlichen Intelligenz und zeigt, wie Daten von Sensoren verarbeitet werden können. „Die Studierenden lernen, wie sie ein neuronales Netz Schritt für Schritt selbst aufbauen“, betont Kuhn. „Wir starten mit den Grundlagen, wie maschinelles Lernen generell funktioniert, und erweitern das Wissen dann, bis ein komplexes KI-Modell entsteht.“

Qualitätskontrolle in der Industrie: Der Motor als Anwendungsfall

Das Lego-Fließband ist hinführende eine Laborübung. Interessant wird die KI bei betrieblichen Anwendungsfällen. Ein Beispiel ist die Betriebs- und Qualitätskontrolle eines Elektromotors. „Hier geht es um die Überwachung eines Motors mithilfe von Vibrations- und Beschleunigungssensoren“, erklärt Bauer. „Wir simulieren eine Unwucht, indem wir ein kleines Gewicht an der Motorwelle anbringen. Die Sensoren erfassen die dadurch entstehenden Vibrationen, und die Studierenden analysieren die Daten zunächst auf klassische Weise.“

Die ermittelten Messwerte werden anschließend verwendet, um eine KI zu trainieren, die zwischen einem funktionierenden und einem fehlerhaften Motor unterscheiden kann. „Die Studierenden erstellen ein neuronales Netz, das diese Daten verarbeitet und lernt, Probleme wie Unwuchten und sonstige Störungen zu erkennen“, führt Kuhn aus. „Das Besondere ist, dass sie den gesamten Prozess durchlaufen: von der Datenaufnahme mit einem Arduino-System bis hin zur Entwicklung und Optimierung des KI-Modells.“

Datenaufbereitung: Ein Schlüssel zur erfolgreichen KI

Die Übungen kommen in den Studiengängen Elektro- und Informationstechnik und in der Mechatronik zum Einsatz. „Wir haben aber auch Studierende aus anderen Fachbereichen, die an solchen Themen arbeiten“, berichtet Kuhn. „Eine Maschinenbaustudentin untersucht aktuell, wie KI in der Qualitätskontrolle noch effektiver eingesetzt werden kann. Solche interdisziplinären Ansätze sind besonders spannend.“

Mit diesen Lehrmethoden bietet die DHBW Mosbach ihren Studierenden nicht nur theoretisches Wissen, sondern auch die Möglichkeit, dieses praxisnah anzuwenden. „Unsere Studierenden sollen verstehen, wie sie KI sinnvoll in der Industrie einsetzen können“, fasst Kuhn zusammen. „Mit Projekten wie dem Lego-Modell oder der Motorüberwachung bereiten wir sie optimal auf die Anforderungen der modernen Arbeitswelt vor.“