Studien- und Abschlussarbeiten

Schlagworte: Machine Learning, Datenqualität, Large Language Models

Die Qualität der Eingangsdaten bestimmt maßgeblich den Erfolg eines KI-Projektes. Allerdings ist die Analyse und Verbesserung der Datenqualität nicht nur zeitaufwändig, sondern erfordert auch viel Wissen und Erfahrung. In dem vom Wirtschaftsministerium Baden-Württemberg geförderten Projekt  KI-Allianz Baden-Württemberg entwickeln wir KI-Methoden, die sowohl teilautomatisiert Probleme der Datenqualität erkennen, als diese auch beheben.

In dieser Bachelor-/Masterarbeit sollen Methoden entwickelt werden, um mittels Large Language Models (z.B. ChatGPT) automatisiert die korrekte Kodierung von Merkmalen zu bestimmen (nominal, ordinal oder verhältnisskaliert).

Die entwickelten Methoden sollen zu einem Toolkit zusammengefasst werden, welches sich nahtlos in existierende, Python-basierte, Frameworks integriert.

Schlagworte: Machine Learning, Datenqualität, Large Language Models

Die Qualität der Eingangsdaten bestimmt maßgeblich den Erfolg eines KI-Projektes. Allerdings ist die Analyse und Verbesserung der Datenqualität nicht nur zeitaufwändig, sondern erfordert auch viel Wissen und Erfahrung. In dem vom Wirtschaftsministerium Baden-Württemberg geförderten Projekt  KI-Allianz Baden-Württemberg entwickeln wir KI-Methoden, die sowohl teilautomatisiert Probleme der Datenqualität erkennen, als diese auch beheben.

In dieser Bachelor-/Masterarbeit soll eine KI trainiert werden, die, basierend auf Meta-Informationen eines Datensatzes (Größe, Anzahl Merkmale, Art der Merkmale …), automatisiert die am besten geeignete Methode zur Imputation von fehlenden Daten bestimmt.

Ich bin emeritiert und werde nur noch einzelne Arbeiten betreuen, die

1. in mein Kompetenz- und Interessengebiet fallen

2. einen konkreten Nutzen für die Gesellschaft bringen

und bei denen

3. von jeweiligen Studiengang eine Betreuung (gerne auch als Zweitgutacher wenn dies rechtlich, aus Deputatsgründen oder formal notwendig ist) meinerseits erwünscht und möglich ist.

Abschlussarbeiten (Bachelor-/ Masterarbeiten): Für das Wintersemester 2025/ 2026 ist meine Betreuungskapazität bereits ausgeschöpft.

Medieninformatik-Projektarbeiten: Für das Wintersemester 2025/ 2026 ist meine Betreuungskapazität bereits ausgeschöpft.

Gez. Carsten Lecon, 14.10.2025

bei hema electronic GmbH

hema ist eines der erfolgreichsten Embedded Vision Design Labs Europas. Wir nutzen modernsten
TechStack, rütteln an bestehenden Systemen und unserer Technologie. Gemeinsam machen wir hema
noch besser für Kunden, Partner und dich. Wir arbeiten mit Menschen. Für Menschen.
Als Familienunternehmen haben wir eine langfristig ausgerichtete Strategie. Mit unseren Kunden aus
Industrie, Medizin- und Sicherheitstechnik arbeiten wir partnerschaftlich und auf Augenhöhe zusammen.
Uns eint die leidenschaftliche Ambition, etwas richtig Cooles auf die Beine zu stellen. Wir entwickeln uns
immer weiter und helfen uns dabei gegenseitig. Unterstützung und Zusammenhalt in einem engagierten
Team sind dir sicher!

Bearbeitungszeit ab 01.12.2023

Perzeptionsbasierte Detektion der Geometriemerkmale von Tieflochbohrern unter Verwendung eines 3D-Scanners

Der Bereich der echtzeitbasierten Überwachung von Prozessen, Maschinen und Anlagen nimmt heutzutage einen immer größeren Stellenwert ein. Im Rahmen des Forschungsprojektes soll in Kooperation mit einem industriellen Partner ein Verfahren zur Vermessung und Geometrieerfassung von Tieflochbohrern evaluiert werden.

Ziel der Arbeit ist es die Geometriemerkmale des Werkzeugs über eine Kombination von Bilddatenauswertung eines 3D-Scanners und 2D-Kamers zu erfassen. Hierzu wird eine Eigenentwicklung einer App verwendet, in die die Sensoren und ein Deep-Learning Verfahren integriert sind.

Ziel ist es die jetzige App anhand der Problemstellung systematisch zu evaluieren und die eine Untersuchung zur Anwendbarkeit auf die Problemstellung der Vermessung der Bohrer durchzuführen. Hierbei werden die erfassten 3D-Punktewolken konventionell und KI-basiert über die App ausgewertet. In einem weiteren Schritt sollen optional Änderungen in geringen Umfang an der der App durchgeführt werden.

Die Arbeit gliedert sich im Wesentlichen in folgende Teilaufgaben:

• Einarbeitung in den Themenbereich der optischen Messtechnik in Produktionsumgebungen und in die KI-basierte Geometrieerkennung
• Einarbeitung in die Matlab-App
• Durchführung der Messversuche und Evaluation anhand von Vergleichsmessungen
• Anpassung des Algorithmus zur Erfassung der Qualitätsparameter
• Entwicklung einer Vorgehensweise zum Vergleich der Referenzmessungen des Unternehmens mit den Labormessungen an der Hochschule
• Dokumentation und Präsentation der Arbeit

Dauer: 3-4 Monate

Verantwortlich: Prof. Dr. Sebastian Feldmann

Kontakt:

Raum 164

Tel.: +49 (0)7361 576 2553

Mail: Sebastian.Feldmann@hs-aalen.de

Test planning, set-upand executionwith a CO2 pump (PDF)

Optimization of an active knee orthosis (PDF)

Implementation of an adaptive active knee orthosis (PDF)