Interaktive Ausstellung

Das Exponat Neuronales Netz konnte Mitte 2024 in Kooperation mit dem Technischen Museum Wien für die Hochschule Aalen gewonnen werden. Aufgrund der positiven Resonanz wurde der Leihvertrag zwischen der KI-Werkstatt Mittelstand und dem Technischen Museum Wien bis Sommer 2028 verlängert.

Erstellen Sie selbst ein Muster und erleben Sie, wie ein neuronales Netz daraus eine Ziffer von 0 bis 9 erkennt. Das interaktive Exponat zeigt Schritt für Schritt, wie Künstliche Intelligenz Informationen verarbeitet und Entscheidungen trifft.

Aktivieren oder deaktivieren Sie einzelne Pixel und erstellen Sie Ihr eigenes Muster. Jedes Feld wird als 1 oder 0 gespeichert und bildet die Grundlage für die Verarbeitung. Anschließend versucht das neuronale Netz, darin eine Ziffer von 0 bis 9 zu erkennen.

Verfolgen Sie, wie Ihre Eingabe durch das neuronale Netz wandert. Die Informationen werden gewichtet, miteinander verknüpft und in mehreren Schichten verarbeitet. So erkennt das Netzwerk Schritt für Schritt immer komplexere Muster und Zusammenhänge.

Beobachten Sie, wie das neuronale Netz seine Entscheidung trifft. Die Ausgabeschicht bewertet alle Ziffern von 0 bis 9 und wählt die wahrscheinlichste aus. Sind mehrere Ergebnisse ähnlich wahrscheinlich, werden diese ebenfalls angezeigt.

Die Installation des Neuronalen Netzes befindet sich aktuell auf der Ausstellungsfläche des Explorhino im Digital Innovation Spaces (OG 1).

Testen Sie, wie Künstliche Intelligenz Gegenstände erkennt. Das Exponat klassifiziert vier verschiedene Objektklassen und zeigt, mit welcher Wahrscheinlichkeit die erkannte Zuordnung richtig ist. So erleben Sie, wie moderne Bilderkennung funktioniert.

Halten Sie einen Gegenstand vor die Kamera und beobachten Sie, wie das neuronale Netz das Bild analysiert. Innerhalb weniger Sekunden ordnet die KI das Objekt einer von vier Klassen zu. Erkannt werden Pferde, Stifte, Autos und Würfel.

Entdecken Sie, wie die KI zu ihrer Entscheidung gelangt. Das Exponat zeigt nicht nur die erkannte Objektklasse und deren Wahrscheinlichkeit, sondern markiert mit einer Heatmap auch die Bildbereiche, die für die Entscheidung ausschlaggebend waren.

Bauen Sie Ihren eigenen Roboter – ganz ohne Programmieren. Verbinden Sie die magnetischen Cubelets miteinander und entdecken Sie, wie aus einzelnen Bausteinen funktionierende Roboter entstehen. Jede Kombination führt zu einem anderen Verhalten und lädt zum Experimentieren ein.

Entdecken Sie die unterschiedlichen Aufgaben der Cubelets. Sensorblöcke erfassen Informationen wie Abstand oder Helligkeit, Verarbeitungsblöcke verändern die Daten und Aktionsblöcke setzen sie in Bewegung, Licht oder Rotation um. Gemeinsam bilden sie einen einfachen Roboter.

Probieren Sie verschiedene Kombinationen aus und beobachten Sie, wie sich das Verhalten des Roboters verändert. Schon kleine Änderungen können dazu führen, dass ein Roboter anders reagiert. So lernen Sie spielerisch die Grundlagen von Sensorik, Datenverarbeitung und Robotik kennen.

Wie erkennt eine KI eigentlich ein Objekt auf einem Bild? Dieses Exponat zeigt, wie ein Convolutional Neural Network (CNN) ein Kamerabild Schritt für Schritt analysiert und daraus eine Vorhersage ableitet. So wird moderne Bilderkennung verständlich und nachvollziehbar.

Aus einem Bild werden nach und nach erkennbare Merkmale. Das CNN erkennt zunächst Kanten und einfache Strukturen. In den folgenden Schichten werden diese Informationen zu immer komplexeren Merkmalen kombiniert, bis ganze Objekte unterschieden werden können.

Am Ende bewertet das neuronale Netz verschiedene Objektklassen. Für jede mögliche Klasse berechnet das CNN eine Wahrscheinlichkeit. Die höchste Wahrscheinlichkeit bestimmt das Ergebnis und zeigt, wie sicher sich die KI bei ihrer Vorhersage ist.

Kann Künstliche Intelligenz kreativ sein? Spielen Sie auf der Klaviermatte und erleben Sie, wie die KI Ihre Melodie aufgreift und in Echtzeit weiterentwickelt. So entsteht ein musikalischer Dialog zwischen Mensch und Maschine.

Jede Improvisation beginnt mit Ihrem Spiel. Verändern Sie Tempo, Anschlag oder Notendichte und beobachten Sie, wie sich auch die Antwort der KI verändert. Jede musikalische Begegnung ist einzigartig und entsteht in Echtzeit.

Ein generatives KI-Modell verarbeitet Ihre Eingaben. Trainiert wurde es mit dem Magenta MAESTRO-Datensatz aus rund 200 Stunden professioneller Klaviermusik. Die Daten stammen von Künstlerinnen und Künstlern, die ihrer Nutzung zugestimmt haben.

Kann KI die Produktion effizienter machen? Der Geochecker analysiert Metallbauteile und erkennt, ob sie für die Pulverbeschichtung geeignet aufgehängt werden können. So unterstützt die KI Mitarbeitende bei Vorsortierung der Bauteile.

Jedes Bauteil wird automatisch geprüft. Die KI analysiert Form, Löcher, U-Profile und den Schwerpunkt des Werkstücks. Anschließend bewertet sie, ob und wie das Bauteil sicher aufgehängt werden kann – direkt während der Bestellung im Onlineshop.

Die KI übernimmt zeitaufwendige Routineaufgaben. Bauteile werden innerhalb weniger Sekunden geprüft und bewertet. So können sich Mitarbeitende auf komplexe Entscheidungen konzentrieren, während der Prüfprozess schneller, effizienter und gleichbleibend zuverlässig abläuft.

Kann eine KI hören, wenn etwas nicht stimmt? Das Miniaturwasserwerk bildet einen geschlossenen Wasserkreislauf nach, in dem gezielt verschiedene Defekte ausgelöst werden können. So wird die KI-gestützte Anomalieerkennung unmittelbar erlebbar.

Jeder Defekt klingt anders. Mikrofone zeichnen die Geräusche des Wasserkreislaufs auf und stellen sie der KI zur Auswertung bereit. Sie soll Abweichungen vom Normalzustand erkennen und so auf mögliche Anomalien im System aufmerksam machen.

Erkennen ist nur der erste Schritt. Neben den Audiosignalen und Ergebnissen werden auch Erklärungen der KI visualisiert. Sie helfen dabei nachzuvollziehen, welche Merkmale für die Erkennung einer Anomalie entscheidend waren – und machen die Entscheidung transparenter.

Was steckt eigentlich im Gelben Sack? Grade Up! zeigt, wie KI Kunststoffverpackungen erkennt und unterschiedlichen Kunststoffarten zuordnet. Legen Sie ein Objekt vor die Kamera und erleben Sie, wie aus Bilderkennung ein Baustein für besseres Recycling wird.

Eine Kamera erfasst Form und sichtbare Merkmale der Verpackung. Ein KI-Modell analysiert das Bild, erkennt das Objekt und ordnet es einer Kunststoffklasse wie PET, PE, PP oder PS zu. So können unterschiedliche Materialien gezielter voneinander getrennt werden.

Sortenreine Kunststoffe sind eine wichtige Grundlage für hochwertiges Recycling. KI kann dabei helfen, Verpackungen präziser zu klassifizieren. Das ermöglicht höhere Sortenreinheit, bessere Rezyklate und eine gezieltere Rückführung von Kunststoffen in den Kreislauf.

Wie sieht eine intelligente Produktionsstraße aus? Die Demofabrik zeigt Künstliche Intelligenz direkt in der industriellen Fertigung. Materialien werden erkannt, verarbeitet und gemeinsam mit Robotik durch einen automatisierten Produktionsprozess geführt.

Die Demofabrik ist das Ergebnis eines studentischen Projekts im Maschinenbau Studium. Sie integriert KI-Technologien in die praktische Ausbildung und bereitet Studierende auf die Herausforderungen der Industrie 4.0 vor. So wird theoretisches Wissen mit realer Anwendung verknüpft

Wie interagieren humanoide Roboter mit ihrer Umgebung? Der rund 1,3 Meter große Unitree G1 kann laufen, gestikulieren und auf seine Umgebung reagieren. So macht er moderne Robotik und die Zusammenarbeit von Mensch und Maschine unmittelbar erlebbar.

Beschafft wurde der G1 durch den Allgemeinen Maschinenbau der Hochschule Aalen. Er kommt in Forschung, Lehre und Öffentlichkeitsarbeit zum Einsatz und ermöglicht Studierenden sowie Forschenden, moderne Robotik, KI-Methoden und Mensch-Roboter-Interaktion praxisnah zu erproben.