Forschungsdatenbank: Projekte

Methoden der künstlichen Intelligenz können uns auf effizienter Art und Weise frühzeitig helfen, Nachwirkungen von Anforderungen, Randbedingungen und Entscheidungsprozessen zu verstehen. Die Algorithmen werden üblicherweise in späten Stadien von ingenieurswissenschaftlichen Entwicklungsprojekten eingesetzt. Wir wollen das umkehren und IngenieurInnen schon früh zeigen, welche Lösungsarten ihre Anforderungen erfüllen.

Projektleitung an der H-BRS

Medical Centre Employee Centered Information Security Awareness

Online-Fernausbildung für Montage, Betrieb und Wartung ist in der Industrie vorteilhaft, um Zeit und Geld zu sparen, insbesondere wenn Konzerne Standorte auf mehreren Kontinenten haben (z.B. Automobilindustrie, Ölfirmen, etc.). Derzeit sind die Ferntrainingserfahrungen durch begrenzte Kameraperspektiven und das Fehlen geeigneter Navigationstechniken für die Kameraansicht je nach Aufgabe eingeschränkt. In diesem Promotionsprojekt entwickelt Doktorand Saugata Biswas ein autonomes Kamera-Sichtpunktmanagementsystem mit Hilfe eines Roboterarms in einem Multikamera-Trainingsszenario. Diese Doktorarbeit wird sich auf die Verbesserung der Online-Trainingserfahrung von Remote Trainees konzentrieren.

Computergenerierte Bilder sind in unserer modernen, visuellen Welt allgegenwärtig. Fertigung, Unterhaltung, Bildung und viele andere Branchen benötigen reale oder fiktive virtuelle 3D-Modelle, um eine Vielzahl unterschiedlicher Szenarien darzustellen. Die moderne Computergrafik erzeugt hochqualitative visuelle und sogar fotorealistischen Inhalten. Diese Qualität hat jedoch zwei große Nachteile: Zum einen ist die Berechnung vieler visueller Effekte auf der Grundlage traditioneller Methoden ineffizient und mit langen Berechnungszeiten verbunden. Zweitens steigt mit zunehmender Bildqualität die Forderung nach einer extrem feinen Geometrie, die die gewünschte Szene darstellt. Daher ist eine der zeitaufwändige und mühsame Nachbearbeitung von Hand erforderlich. Ob einzelne Objekte oder ganze Szenen, jedes kleine Detail wird von Hand positioniert, einschließlich Geometrie, Lichtquellen oder Objektmaterialien. Doktorand Daniel Bachmannn macht sich tiefengenerative Ansätze mit neuronalen Netzwerken, insbesondere dem neuronalen Rendering zunutze. Hier werden Merkmale wie z.B. Form oder Farbe von virtuellen Objekten oder Szenen als gelernte Gewichte kodiert, die von neuronalen Netzen gespeichert werden. Diese interne Repräsentation wird als neuronale Szenenrepräsentation (NSR) bezeichnet - eine nicht-diskretisierende, implizite Form der Speicherung von Szenendaten.

Menschen sind in der Lage, Pläne zur Erreichung ihrer Ziele zu entwickeln und sie an Veränderungen in ihrer Umgebung anzupassen, indem sie ohne große Überlegungen Lösungen und Alternativen finden und Chancen nutzen. Trotz jahrzehntelanger Forschung sind künstliche Agenten, wie z.B. Roboter, nicht so robust und flexibel. Wenn wir uns ansehen, wie wir trotz der sich ständig verändernden Umgebungen und unseres eigenen Mangels an Allwissenheit die Dinge erledigen, stellen wir fest, dass dies meist dadurch erreicht wird, dass wir fehlende oder nicht verfügbare Objekte ersetzen und Annahmen über Objekte treffen, über die wir nur begrenzte Informationen haben. Doktorandin Iman Awaad hat sich zum Ziel gesetzt, Servicerobotern, die in häuslicher Umgebung arbeiten, die Nutzung dieser beiden Techniken zur Unterstützung menschlicher User zu ermöglichen.

Vier nordrhein-westfälische Hochschulen haben sich zusammengetan, um das „Games Technology Network“ (GTN) aufzubauen. Die Koordination hat die Hochschule Bonn-Rhein-Sieg (H-BRS) übernommen. Ihre Partner sind die RWTH Aachen, die Hochschule Düsseldorf und die Technische Hochschule Köln. Das Projekt ist auf zunächst drei Jahre ausgelegt und wird vom Zukunftsfonds NRW gefördert. Erklärtes Ziel des neuen Verbunds ist es, ein Netzwerk aus Forschungseinrichtungen und Industrieunternehmen aufzubauen, das die Spieletechnologie fördert und damit dem Standort NRW zugutekommt.

Projektleitung an der H-BRS

In Langzeiteinsätzen wiederholen Roboter ihre programmierten Aufgaben immer wieder und erstellen jedes Mal neue Pläne. Eines der Forschungsziele von Doktorandin Argentina Ortega ist es, zu untersuchen, wie Roboter ihre Planung verbessern können, indem sie Informationen aus ihren früheren Läufen verwenden. Aus diesen Informationen erstellt sie Erfahrungsmodelle, damit der Roboter seine früheren Pläne in optimierter Form wiederverwenden kann. Dies senkt die Bereitstellungskosten und erhöht gleichzeitig die Transparenz, Erklärbarkeit und den Systemdurchsatz.

Datenbrillen sind Brillen, in deren Sichtfeld zeitgleich alle erdenklichen Informationen visuell eingeblendet werden. Allerdings verfügen selbst moderne Datenbrillen nur über ein sehr eingeschränktes Sichtfeld. Ungewollten Nebeneffekte wie Verzerrungen, fehlerhafte Tiefeninterpretation oder schlechte Lesbarkeit von Informationen sind die Folge – insbesondere bei zunehmender Informationsdichte. An der H-BRS werden interdisziplinär gängige View Management-Verfahren erforscht und verbessert. So soll ein Teil der visuellen digitalen Information in Audio- und Vibrationsreize umwandelt werden. Alexander Marquardts Schwerpunkt liegt auf dem Entwurf, der Entwicklung sowie der technischen Umsetzung dieser neuartigen, multisensorischen Informationsversorgung. Sein Ziel ist es, die visuelle Komplexität zu verringern. Außerdem soll die Aufmerksamkeit des Nutzers auf möglichst intuitive Art und Weise auf diejenigen Informationen gelenkt werden, die für ihn von besonderem Interesse sind.

Kraftfelder haben einen sehr großen Einfluss auf die Simulationsergebnisse von Molekülen und sind Gegenstand der Promotion von Robin Strickstrock. Hauptaugenmerk seiner Forschung ist die (Weiter-)Entwicklung einer automatisierten, algorithmengesteuerten Optimierung der Kraftfeldparameter, die die Computersimulationen dazu befähigt, Eigenschaften neuer Stoffe sowohl auf molekularer als auch auf makroskopischer Ebene reproduzieren bzw. vorhersagen zu können.

Die kollektive Beteiligung von BürgerInnen hat in den vergangenen Jahren zunehmend Zugang in das deutsche Gesundheitswesen gefunden, um gesundheitspolitische Entscheidungen stärker an den Bedarfen der PatientInnen zu orientieren. Vor dem Hintergrund der Herausforderungen in der Umsetzung und Etablierung der kollektiven Beteiligungsmöglichkeiten sowie der anhaltenden Diskussion um das Demokratiedefizit im deutschen Gesundheitswesen, untersucht Doktorandin Sandra Wrzeziono in ihrem Forschungsvorhaben das Demokratieverständnis der beteiligten Akteure mithilfe von qualitativen Interviews. Es soll somit näher beleuchtet werden, welche Implikationen sich daraus für die zukünftige Gestaltung der institutionalisierten BürgerInnenbeteiligung ergeben.