Direkt zum Inhalt
Innovationslabor LAB4DTE

LAB4DTE Innovationslabor

Profil

Profil

Das LAB4DTE Innovationslabor unterstützt die prototypische Umsetzung und Erprobung digitaler Innovationen und Lösungsansätze in den Themengebieten Business Intelligence & Maschinelles Lernen, Internet der Dinge & Mobile Dienste, 3D-Sensorik, Cloud Computing & Verteilte Architekturen sowie Automation & Robotik. Grundlegender Ansatz ist hierbei, jeweils geeignete Hard- bzw. Software-Frameworks bereitzustellen, welche eine prototypische Umsetzung bzw. Demonstration innovativer Lösungen und Produktideen ermöglicht. Hierbei baut das LAB4DTE auf bereits existierender Hard- und Softwareausstattung der RWU auf und erweitert und ergänzt diese, um ein möglichst großes Maß an Flexibilität und Abdeckung unterschiedlicher Lösungsansätze und Techniken zu erreichen.

 

LAB4DTE-Labor

 

Darüber hinaus unterstützt das LAB4DTE Studierende und potentielle Gründer bei der Umsetzung ihrer Ideen mit spezifischem Know-how in den obigen Themengebieten. Fachlich/wissenschaftlich unterstützt wird das LAB4DTE hierbei vom Institut für Digitalen Wandel, das alle obigen Themengebiete und relevante Anwendungsbereiche wie z.B. Industrie & Handel, Mensch & Freizeit (insb. auch Tourismus) und Gesundheitswesen & Soziale Arbeit abdeckt.

3D-Sensorik

3D-Sensorik

3D-Kameras und 3D-Scanner sind Schlüsseltechnologien in neuen Märkten in den Bereichen maschinelles Sehen, autonome Navigation sowie der Roboter- und Automatisierungstechnik.
Die 3D-Digitalisierung bildet aber auch die Grundlage für innovative Geschäftsmodelle in Bereichen wo das Erfassen komplexer dreidimensionale Geometrien erforderlich ist, wie z.B. das 3D-Scannen individueller Körpermerkmale für die optimale Passform im Mode- und Sportbereich und dem Bodyscanning mit anschließendem 3D-Druck detailgetreuer Skulpturen.

Geplante Aktivitäten

Ziel der Sparte 3D-Sensorik im LAB4DTE ist das Erfassen und Erzeugen von dreidimensionalen Daten von komplexen Geometrien, insb. von Mensch und Tier. Diese 3D-Daten werden über 3D-Scanner generiert, die sich je nach Anforderung im physikalischen Prinzip, der Auflösung, dem Erfassungsbereich und den Kosten unterscheiden. Mit den 3D-Daten lassen sich individualisierte, an Körper angepasste Objekte wie z.B. Kleider, Schuhe, Sattel für Pferde, usw realisieren. Allerdings werden die Vor- und Nachteile sowie die Unterschiede der Vielzahl an Scanner-Technologien und die Verarbeitung der 3D-Daten meist nur von Fachleuten verstanden. Das LAB4DTE möchte hier durch Vorträge und Schulungen Wissenstransfer leisten, sowie interessierten Gründern die Möglichkeit geben sich mit den unterschiedlichen 3D-Technologien auseinanderzusetzen - ihre Ideen sollen praktisch getestet und weiterentwickelt werden.

Use Cases

Die folgenden zwei Use Cases demonstrieren beispielhaft die Einsatzmöglichkeiten von 3D-Technologien im LAB4DTE und zeigen umsetzbare Innovationen und Geschäftsideen auf:

Schuh-Auswahl für den Sport- und Outdoorbereich der Zukunft
Dieser Use-Case besteht aus folgenden Teilschritten zur Schuhauswahl:

  • Schritt 1 Fußscannen: die Füße des Kunden werden dreidimensional gescannt.
  • Schritt 2 Matchen:  Um den optimalen Schuh für die digitalisierten Füße zu finden müssen auch die Schuhgeometrien als digitale Daten vorliegen. Liegen die Daten der Schuhmodelle nicht vor, müssen die Innenschuhgeometrien erfasst werden. Das Schuh-Matching sorgt dafür, dass der richtige Schuh zum Fuß gefunden wird.

3D-Portrait:
Dieser Use-Case umfasst die Erstellung detailgetreuer 3D-Skulpturen von lebenden Personen und Tieren und besteht aus folgenden Teilschritten:

  • Schritt 1: Bodyscanning: die Person, das Lieblingstier wird dreidimensional gescannt
  • Schritt 2: die 3D-Daten werden für den nachfolgenden 3D-Druck Prozess aufbereitet
  • Schritt 3: 3D-Druck der digitalisierten Person/Tier.
Business Intelligence

Business Intelligence & Maschinelles Lernen

Gartner (vgl. Mike Walker, “2018 Hype Cycles, Riding the Innovation Wave.”) bezeichnet das Gebiet der Künstlichen Intelligenz (bzw. Maschinelles Lernen) als eine der disruptivsten Technologien des Jahres 2018. Speziell der Themenbereich der Deep Neural Networks nimmt im Hype Cycle for Emerging Technologies 2018 einen hohen Stellenwert ein. Diese Technologie eignet sich besonders für das Erkennen von Mustern in Bildern, Texten, Sprachaufzeichnungen oder Videos und ist zudem ein Treiber vieler weiterer Themen des IDW wie Smart Factory etc. Ein wichtiger Aspekt der Künstlichen Intelligenz (KI) ist deren Interdisziplinarität. So wird KI beispielsweise in der Medizin, der Industrie oder der Freizeit eingesetzt. Die Vielzahl der daraus resultierenden Anwendungsdomänen eröffnet zukünftigen Unternehmensgründern, die sich mit diesem Thema auseinandersetzen, eine hohe Bandbreite an Entscheidungsmöglichkeiten. Vor diesem Hintergrund wird die Errichtung einer Sparte für Maschinelles Learning bzw. den erweiterten Bereich des Business Intelligence (BI) innerhalb des Lab4DTE als besonders wichtig erachtet. Der disruptive Charakter der KI zusammen mit deren noch nicht ausgeschöpftem Potential und der Vielzahl der möglichen Einsatzfelder birgt für zukünftige Unternehmensgründungen einzigartige Chancen.

Bisherige Arbeiten im Themengebiet

Der Fachbereich Wirtschaftsinformatik an der RWU befasst sich bereits seit einigen Jahren intensiv mit dem Aufbau einer Bibliothek von Methoden und Datensätzen speziell im Bereich Business Intelligence, Data Mining und maschinelles Lernen. So werden kontinuierlich studentische Arbeiten in diesem Bereich speziell aufbereitet und für nachfolgende Arbeiten verfügbar gemacht. Nach demselben Prinzip werden in regelmäßigen Abständen Daten von diversen Plattformen gesammelt, mit dem Ziel einen umfangreichen Bestand an Informationen zu generieren, der zur Validierung von Ideen oder zur Generierung neuen Wissens genutzt werden kann. Zusätzlich zu der Bibliothek der Methoden, Handlungsempfehlungen und Datensätzen ist ein BI-Server im Einsatz, der mit vielen wichtigen Frameworks und Entwicklungsumgebungen ausgestattet ist.

Geplante Aktivitäten

Dieser Ansatz wird konsequent weiterverfolgt und ausgebaut. Das bestehende Angebot soll sukzessive erweitert und dadurch in einen Inkubator innovativer Ideen überführt werden. Dieser soll zum einen den Studierenden praxisnahe Use Cases vermitteln und so schon in einer frühen Phase des Studiums die Möglichkeiten des Themengebiets demonstrieren. Zum anderen soll die BI-Sparte des LAB4DTE die prototypische Umsetzung potentieller Gründungsideen ermöglichen. 

Use Case

Ein konkreter Anwendungsfall, der sich mit der aufgelisteten Hard- und Software umsetzen lässt, ist beispielsweise die Entwicklung einer Deep Learning Anwendung für die Hautkrebsdiagnose. Mittels der bereitgestellten Deep Learning Hard- und Software-Umgebung, verfügbarer Datensätze sowie bereitgestelltem Know-how ist eine sofortige prototypische Umsetzung und Erprobung der Geschäftsidee möglich, isnb. in Bezug auf die notwendige Präzision und Zuverlässigkeit der Krebsdiagnose oder der Kosteneffizienz aufgrund der benötigten Rechenleistung.

IoT

Internet der Dinge & Mobile Anwendungen

Das Internet der Dinge (Internet of Things – IoT) beschreibt die Vernetzung von Gegenständen mit dem Internet. Diese kommunizieren selbstständig untereinander über ein Netzwerk oder das Internet. Bei IoT-Geräten kann es sich um Kleinstgeräte (wie fernsteuerbare LED-Lampen, Thermostate, Smartwatches) bis hin zu großen Geräten in Smart Factories handeln, welche autonom arbeiten und untereinander kommunizieren. Auch Mobile Anwendungen sind heutzutage nicht mehr wegzudenken. Viele Menschen nutzen diese täglich auf ihren Smartphones, bspw. um Zugverbindungen zu überprüfen, E-Mails abzurufen oder auch im geschäftlichen Bereich um z.B. mit IoT Systemen zu interagieren und diese zu steuern.

Bisherige Arbeiten im Themengebiet

An der RWU wird in diversen Bereichen mit IoT-Geräten und Mobilen Anwendungen gearbeitet. Regelmäßig werden studentische Projekte im Bereich der Entwicklung von Mobilen Anwendungen sowie Projekte mit Embedded Systems und entsprechenden Applikationen zur Steuerung umgesetzt. Der Aufbau eines IoT-Labors wurde begonnen und ein Grundstock an Hardware und zugehörigen Software-Frameworks ist vorhanden.

Geplante Aktivitäten

Um potentiellen Gründern die Umsetzung innovativer Ideen aus dem Bereich IoT oder Mobilen Anwendungen zu ermöglichen, wird im LAB4DTE eine IoT-Sparte eingerichtet und mit hierfür erforderlicher Hardware ausgestattet. Dazu zählen bspw. einsteigerfreundliche Hardware Frameworks zur spielerischen Umsetzung und Erprobung typischer Anwendungsszenarien, wie etwa Lego Mindstorms oder Fischertechnik IoT. Anhand dieser Frameworks kann der Umgang mit IoT-Geräten spielerisch erlernt und demonstriert werden. Für im Bereich IoT bereits erfahrene Gründer oder Studierende wird eine umfassende Auswahl relevanter Mikrocontroller und Sensoren angeschafft (z.B. diverse Arduino Mikrocontroller, thermische oder optische Sensoren, …). Dies ermöglicht die prototypische Umsetzung innovativer IoT-Anwendungsszenarien direkt im Labor, bspw. kamera- oder sprachgesteuerte IoT-Geräte (Smart-Assistants) oder neu entwickelte Gadgets zur Unterstützung oder Automatisierung einfacher Haushaltsaufgaben (z.B.  ein automatisches Bewässerungssystem für Topfpflanzen).

Die Entwicklung von Mobilen Applikationen oder Anwendungen zur Steuerung der IoT-Geräte wird im LAB4DTE durch bereitgestellte Entwicklungsgeräte ermöglicht. Hierbei handelt es sich um iOS-Geräte, wie iMacs, Macbooks, iPads und iPhones und Windows beziehungsweise Android Geräte (Windows Computer, Android Smartphones und Android Tablets). Dies beseitigt Einschränkungen in der Wahl des Systems, auf dem die Gründer entwickeln wollen und ermöglicht den einfachen Test auf den vorhandenen Endgeräten. Der Einsatz von 3D-Druckern gibt Gründern die Chance, für Ihre Prototypen benötigte Teile oder Gehäuse selbst zu entwickeln und zu fertigen. Hierbei kann es sich um einfache Hardware, die später im Produkt genutzt wird, oder auch um komplexe Strukturen für das Design der Hardware handeln. Dies ist vor allem in den frühen Phasen eines Projektes wichtig, da so die Benutzerfreundlichkeit von Anfang an getestet werden kann, aber auch erste Bewertungen bezüglich Usability und Design gemacht werden können.

Use Case

Ein Use Case, basierend auf eine Kombination aus IoT-Gerät und Mobiler Anwendung, der im sozialen Sektor genutzt werden kann, wäre bspw. ein Gerät zur Überwachung von Patienten, die zu Hause behandelt werden. Hier könnte ein IoT-Gerät die Überwachung vitaler Funktionen des Patienten übernehmen und diese in regelmäßigen Abständen an den behandelnden Arzt weiterleiten. Ebenfalls kann der Arzt direkt informiert werden, wenn sich die Vitalwerte des Patienten schlagartig ändern sollten (bspw. beim Sturz eines Patienten) oder falls sich diese über einen längeren Zeitraum unregelmäßig verhalten. Auf der Basis bereitgestellter Sensoren und Kameras sowie mobiler Endgeräte können unterschiedliche technische Lösungsmöglichkeiten für den Anwendungsfall umgesetzt und erprobt werden.

Robotik & KI

Lernfähige intelligente Serviceroboter

Serviceroboter (SR) werden speziell für die Unterstützung von Menschen im Alltag entwickelt. Für Lokalisierung und Objekterkennung gibt es heute gute praktikable Algorithmen, die für bestimmte Aufgaben schon dem Menschen überlegen sind. In den letzten zehn Jahren konnte die KI insbesondere bei der Objekterkennung mittels Deep Learning große Erfolge erzielen. Andere Aufgaben, wie etwa das Greifen von Gegenständen in beliebigen Situationen, stellen noch große Herausforderungen für Forschung und Entwicklung dar und bieten innovativen Gründern gute Einstiegschancen.

SR sind heute schon teilweise lernfähig. Das heißt, der SR muss für bestimmte Aufgaben nicht mehr neu programmiert werden, sondern er kann von einem menschlichen Trainer lernen. Mittels Lernen durch Demonstration kann der Roboter durch einen Menschen trainiert werden, der die Aufgabe vormacht. So können SR nicht nur die beim Kauf vorinstallierten Aufgaben erledigen, sondern auch in der Praxis neue Aufgaben erlernen.

Bisherige Arbeiten auf dem Themengebiet

Das mit dem IDW assoziierte Institut für Künstliche Intelligenz (IKI) forscht seit Jahren erfolgreich im Bereich des maschinellen Lernens und intelligenten autonomen Systemen. Neben den im Rahmen diverser Forschungsprojekte selbst entwickelten Plattformen “Marvin” und “Kate” steht seit Anfang 2019 auch eine kommerzielle Plattform namens “Kurt” (Tiago Steel Edition Hersteller: PAL Robotics) zur Verfügung. Das Servicerobotiklabor des IKI ist auf dem neuesten Stand der Technik und bietet neben diversen Plattformen, Roboterarmen und Sensorik im Gesamtwert von über 300.000 € speziell auf die Entwicklung von SR Anwendungen abgestimmte Arbeitsplätze.

Geplante Aktivitäten

Neben der Betreuung von Gründern in dem Bereich Servicerobotik soll in enger Zusammenarbeit mit den verschiedenen aktiven Forschungsgruppen am IKI an einem Modell Szenario für LAB4DTE Veranstaltungen gearbeitet werden, um potentielle Gründer zu motivieren. Durch diese Vernetzung von aktiver Spitzenforschung und Gründungskultur entsteht nachhaltiger Mehrwert auf beiden Seiten. 

Use Cases

SR können durch Ihre allgemeine Ausrichtung in beliebigen Anwendungen eingesetzt werden. Im Folgenden sind einige Use Cases beispielhaft skizziert:

  • Gastronomie: SR liefert Getränke aus / nimmt Bestellungen entgegen
  • Hotellerie: SR übernimmt Teile des Room-Services / dient Gästen als Ansprechpartner
  • Tourismus: SR fungiert als ortskundiger Tourguide / animiert zu Gruppenaktivitäten / Spielen
  • Warehouse / Produktion: SR assistiert Menschen in der Produktion durch das Holen / Bringen von Produkten / Werkzeugen uvm. 
  • Logistik: SR stellt Pakete zu / fungiert als Kurier zwischen Firmen / Privatpersonen

Kontakt & Personen

Allgemeine Kontaktinformationen

Besuchsadresse
Gebäude E
Leibnizstr. 15
88250 Weingarten
Postadresse RWU Hochschule Ravensburg-Weingarten
University of Applied Sciences
LAB4DTE Innovationslabor
Postfach 30 22
D 88216 Weingarten

Gesamtverantwortung

Prof. Dr.-Ing. Wolfram Höpken

Leiter IDW - Institut für Digitalen Wandel
Schwerpunkte:
Business Intelligence & Predictive Analytics, IKT-Systeme im Tourismus - Professor der Fakultät Elektrotechnik und Informatik, sowie Studiengang Wirtschaftsinformatik und E-Business
Wolfram Höpken

3D-Sensorik

Prof. Dr. Jörg Eberhardt

Studiendekan Physical Engineering
Schwerpunkte:
Mechatronik und Optik
Prof. Dr. Jörg Eberhardt

Business Intelligence

Prof. Dr.-Ing. Wolfram Höpken

Leiter IDW - Institut für Digitalen Wandel
Schwerpunkte:
Business Intelligence & Predictive Analytics, IKT-Systeme im Tourismus - Professor der Fakultät Elektrotechnik und Informatik, sowie Studiengang Wirtschaftsinformatik und E-Business
Wolfram Höpken

IoT

Prof. Dr. rer. pol. Jürgen Friedl

Studiendekan Wirtschaftsinformatik, Professor, Prodekan der Fakultät Elektrotechnik & Informatik
Schwerpunkte:
Wirtschaftsinformatik, Produktion & Logistik, Supply Chain Management, Internet der Dinge, Wissensmanagement
Prof. Dr. rer. pol. Jürgen Friedl

Prof. Dr. rer. pol. Markus Josef Rager

Professor
Schwerpunkte:
Produktionsplanung & -Steuerung, Enterprise Resource Planning Systeme (ERP-Systeme), Internet der Dinge sowie Internetökonomie
Prof. Dr. rer. pol. Markus Rager

KI & Robotik

Prof. Dr. rer. nat. Wolfgang Ertel

Leiter des Instituts für Künstliche Intelligenz
Schwerpunkte:
Künstliche Intelligenz, Mathematik
Prof. Dr. Wolfgang Ertel

Benjamin Stähle M.Sc.

Stellv. Leitung Institut für Künstliche Intelligenz, Wiss. / Akadem. Mitarbeiter
Schwerpunkte:
Robotik, Künstliche Intelligenz, Robocup, Lehre, Administration
Benjamin Stähle