VDI Bezirksverband Augsburg zeichnet vier Studierende der THA für hervorragende Abschlussarbeiten aus

VDI-Direktor Adrian Willig überreichte die Preise an die Ausgezeichneten gemeinsam mit dem Bezirksvorsitzenden Christian Könitzer und seinem Stellvertreter Stefan Knobloch im Technologiezentrum Augsburg (TZA).

Der bereits 1969 in Betrieb gegangene Brunnen zeigt die durch den jahrzehntelangen Betrieb zu erwartende Reduzierung der Entnahmeleistung. In der Laudatio hieß es, Schmid habe mit großem Engagement und Fleiß detailliert untersucht, welche konkreten technischen Maßnahmen für die Steigerung der Förderleistung des Brunnens in Frage kommen, wie diese technisch umsetzbar und welche Kosten zu erwarten seien. Die erarbeiteten Varianten wurden bewertet und die zu erwartenden Kosten der Maßnahmen wurden abschließend noch mit den zu erwartenden Kosten eines alternativen Brunnenneubaus in Vergleich gestellt. Die Abschlussarbeit wurde in Kooperation mit der Stadtwerke Augsburg Wasser GmbH durchgeführt. Betreut wurde Schmid dabei von Prof. Dr.-Ing. Rita Hilliges.

Aus der Fakultät für Elektrotechnik wurde Katrin Nehmeier für ihre herausragende Masterarbeit ausgezeichnet. Nehmeier widmet sich darin einer hochaktuellen Herausforderung an der Schnittstelle von künstlicher Intelligenz und praktischer Anwendung: der Entwicklung einer Interaktionsarchitektur für wissensbasierte KI-Systeme, die durch menschliche Expertise kontinuierlich verbessert werden können. Im Zentrum der Arbeit steht der sogenannte „SalesBot“, ein KI-gestütztes Konfigurationssystem für Entgratwerkzeuge.

Katrin Nehmeier entwickelte eine innovative Lösung, die es Fachexpertinnen und -experten ermöglicht, direkt in den Konfigurationsprozess eines Kunden oder einer Kundin einzugreifen und die Wissensbasis des Systems zu ergänzen bzw. zu verfeinern. Damit wird eine Brücke zwischen automatisierter Produktempfehlung und menschlicher Expertise geschlagen und so die jeweiligen Stärken von Mensch und Maschine optimal kombiniert. Prof. Dr.-Ing. Claudia Meitinger, die Katrin Nehmeier beim Verfassen der Abschlussarbeit betreute, sagte in ihrer Laudatio: „Besonders hervorzuheben ist, dass die Arbeit in einem interdisziplinären Umfeld entstanden ist. Für die erfolgreiche Umsetzung kombinierte Katrin Nehmeier ihre Kompetenzen aus den Bereichen künstliche Intelligenz und Softwareentwicklung mit der spezifischen Anwendungsdomäne der Entgratwerkzeuge. Sie bewies nicht nur technisches Geschick bei der Implementierung von Fehlererkennungsmechanismen im Soar-Agenten, sondern stimmte sich auch eng mit verschiedenen Projektpartnern ab.“

Das Thema ist bisher noch im Entwicklungsstadium, so dass dringender Forschungsbedarf besteht. Konstanze Seitz stellte ein kinetisches Modell auf und erzielte einen schnellen und weitgehenden Abbau aller getesteter Modellsubstanzen. Zudem erfolgte die Wirtschaftlichkeitsanalyse und die Ableitung der verfahrenstechnisch und wirtschaftlich vielversprechendsten Rahmenbedingungen. Abschließend erarbeitet Seitz eine Roadmap zur Entwicklung eines wirtschaftlichen Verfahrens. Die Abschlussarbeit wurde durch großzügige apparative Unterstützung und unter kooperativer thematischer Mitbetreuung von Washtec durchgeführt. Betreut wurde Konstanze Seitz von Prof. Dr. Thomas Osterland.

Die Bachelorarbeit von Finn Heinrich, Absolvent der Fakultät für Informatik, beschäftigt sich mit der Entwicklung eines Systems zur Echtzeit-Audiovisualisierung, das die semantische Bedeutung von Klängen nutzt, um visuelle Inhalte zu steuern. Herkömmliche Echtzeit-Visualisierungsverfahren basieren meist auf einer reinen Frequenzanalyse der Audiosignale, beispielsweise durch schnelle Fourier-Transformation, ignorieren aber damit die inhaltliche Bedeutung der Signale. 

Aktuelle KI-Audioanalyse-Modelle, wie YAMNet, AST oder CLAP, können inzwischen Audiosignale semantisch klassifizieren. Sie erkennen einzelne Instrumente wie „Geige“ oder „Klavier, Geräusche wie „vorbeifahrendes Auto“ oder „Klatschen“ oder auch Kategorien wie „Sprechen“ oder „Singen“. Darauf aufbauende Bild- oder Videoerzeugung durch generative KI-Bildmodelle ist jedoch noch zu rechenintensiv für Live-Anwendungen.  Das von Finn Heinrich entwickelte System schließt diese Lücke, indem es effiziente Audioanalyse-Modelle mit einer prozeduralen Bildgenerierung kombiniert. Über ein speziell für diese Arbeit entwickeltes, webbasiertes User Interface können Nutzerinnen und Nutzer die erkannten semantischen Klassen intuitiv per Node-System verknüpfen und visuelle Parameter steuern. Die Ergebnisse zeigen, dass eine semantisch gesteuerte Visualisierung mit einer Latenz von ca. 250 ms realisierbar ist und den Nutzerinnen und Nutzern ermöglicht, individuell und intuitiv auf die Bedeutung von Klängen einzugehen.