Traffic Owl
KI-gestütztes Ampel-System für Verkehrsübergänge
Überblick
Traffic Owl ist ein kamerabasiertes, adaptives Steuerungssystem zur Verkehrsregelung, das mithilfe von Objekterkennung und Segmentierung in Echtzeit auf das tatsächliche Geschehen im Straßenraum reagiert. Entwickelt in Zusammenarbeit mit Yunex Traffic im Rahmen eines Studierendenprogramms, zielt das Projekt auf die Reduktion von Wartezeiten und die dynamische Koordination von Fuß-, Auto- und Straßenbahnverkehr ab.
Herausforderung
Starre Ampelphasen treffen auf dynamisches Verhalten: Viele Menschen kommen gleichzeitig an, warten lange oder queren unsicher – besonders bei Tram-Umstiegen.
Konzept & Umsetzung
Ein KI-basiertes System erkennt Personen und ihr Verhalten und passt Grünphasen dynamisch an. Der entwickelte Prototyp analysiert Verkehrsströme in Echtzeit, steuert Signalphasen adaptiv und macht seine Entscheidungen durch visuelles Feedback verständlich – für weniger Wartezeit und flüssigere Abläufe.
Showroom
ModulR
Interfacedesign für eine mobile App zur Verwaltung von Elektronikbauteilen und Bestellungen
Überblick
ModulR ist eine mobile Anwendung zur digitalen Verwaltung von Elektronikbauteilen und Bestellungen für Hobby-Maker und DIY-Enthusiasten. Sie vereint Inventarverwaltung, Bauteilinformationen und Bestellmanagement in einer einzigen, intuitiven Oberfläche.
Herausforderung
Die Herausforderung bestand darin, drei eigentlich getrennte Prozesse – Lagerübersicht, technische Bauteilinformationen und Bestellwesen – in einem stimmigen System zusammenzuführen. Ohne zentrale Anlaufstelle verlieren Maker schnell den Überblick über ihren Bestand, bestellen Bauteile doppelt oder verbringen unnötig Zeit mit der Recherche technischer Spezifikationen.
Konzept & Umsetzung
ModulR begegnet diesem Problem mit einem klaren, dreiteiligen Konzept: Eine übersichtliche Inventarliste zeigt alle Bauteile mit Foto, Bezeichnung und Stückzahl auf einen Blick, jede Detailseite liefert technische Informationen wie Toleranz, Spannungsbereich und Datenblatt, und ein integriertes Bestellsystem ermöglicht das direkte Aufgeben und Verfolgen von Bestellungen inklusive automatischer Nachbestellung. Visuell orientiert sich die App an der Designsprache von Teenage Engineering – reduzierte Grautöne, sachliche Typografie und ein feines Hintergrundraster erzeugen eine industrielle, werkzeughafte Ästhetik, während gezielte Orange-Akzente für Orientierung innerhalb der Oberfläche sorgen.
Showroom
Scoopy
Modularer Roboter zur Mensch-Maschine-Interaktion
Überblick
Scoopy ist ein servoangetriebener, vierbeiniger Roboter mit eigener Steuerung und WLAN-Anbindung. Im Rahmen des Studienprojekts wurde er als experimentelles System entwickelt, das funktionale Fortbewegung mit zugänglicher, interaktiver Gestaltung verbindet.
Herausforderung
Ziel war es, neben der technischen Umsetzung eines laufenden Roboters gezielt Hemmschwellen im Umgang mit Robotik zu untersuchen und zu reduzieren. Dabei galt es, funktionale Bewegung und vertrauensförderndes Verhalten sinnvoll zu kombinieren.
Konzept & Umsetzung
Entwicklung eines modularen Robotersystems inklusive CAD-Konstruktion, eigenem PCB-Design und Programmierung der Steuerung. Durch einen Behavior-Design-Ansatz werden Bewegungen, Gesten und Sounds gezielt eingesetzt, um Interaktion intuitiv zu gestalten und Vertrauen in das System aufzubauen.
Showroom
SafeGuard
Interfacedesign für eine App zur KI-gestützten Gefährdungsbeurteilung in Industriebetrieben
Überblick
SafeGuard ist eine mobile App, die Sicherheitsfachkräfte in Industriebetrieben bei der Erstellung von Gefährdungsbeurteilungen nach §5 ArbSchG unterstützt. Foto aufnehmen, KI erkennt Gefahren, Fachkraft prüft und gibt frei.
Herausforderung
Gefährdungsbeurteilungen sind rechtlich bindende Dokumente, bei denen jede übersehene oder erfundene Gefahr zum Haftungsrisiko wird. Automation Bias macht die KI dabei zur zentralen Gefahr: Wirirk ein KI-Vorschlag kompetent und vollständig formatiert, wird die menschliche Prüfung schnell zur reinen Formsache – genau das, was der Gesetzgeber verhindern will. Die zentrale Designfrage war daher, wie ein Interface Tempo bringen kann, ohne dass Nutzer:innen einfach bestätigen statt wirklich hinzuschauen.
Konzept & Umsetzung
Die Lösung folgt dem Prinzip „Human-in-the-Loop Correction”: Vor der Foto-Aufnahme erfasst die App strukturierten Kontext wie Abteilung und Tätigkeitsart, der den Analyserahmen der KI eingrenzt. Der vierstufige Flow – Arbeitsbereich erfassen, aufnehmen, KI-Ergebnisse prüfen, freigeben – zeigt jede erkannte Gefährdung einzeln mit Risikostufe und Maßnahmen; einen „Alles übernehmen”-Button gibt es bewusst nicht. Ein eigener Schritt fragt zudem aktiv nach Gefahren, die ein Foto nicht zeigen kann, etwa Lärm oder Gefahrstoffe.
Zentral für die Herkunftsklarheit ist ein Vier-Farben-System: Markenblau für neutrale Struktur, ein bewusst entsättigtes Blau-Violett ausschließlich für KI-Vorschläge, sowie eine separate Rot-Gelb-Grün-Skala für Risikostufen. Der ursprüngliche Plan sah vor, KI-Inhalte in der Markenfarbe darzustellen – das hätte sie visuell als „offiziellen” Teil der App getarnt und genau die Unterscheidung verschleiert, die im rechtlichen Kontext entscheidend ist. Die eigene KI-Farbe war eine bewusste Korrektur an dem Punkt, an dem „sieht gut aus” und „funktioniert gut” in Konflikt standen. Nach vollständiger Prüfung aller Punkte speichert die App die Bewertung unveränderbar in der Historie.
Showroom
Body Mirroring
Interaktive Zeichenmaschine mit Vision-basiertem Body Tracking
Überblick
Body Mirroring ist eine interaktive Kunstinstallation, die Körperbewegungen in Echtzeit erfasst und in geometrische Zeichnungen übersetzt. Entstanden im Rahmen eines Ausstellungsformats an der Schnittstelle von Gestaltung und Technik, bei dem Besucher selbst zum Akteur der Bildgenerierung werden.
Herausforderung
Ziel war es, ein System zu entwickeln, das technische Komplexität (Computer Vision, Bewegungsübertragung, Mechanik) mit intuitiver, unmittelbarer Interaktion verbindet. Dabei mussten sowohl robuste Bewegungserkennung als auch eine verständliche visuelle Übersetzung der Bewegungen gestaltet werden.
Konzept & Umsetzung
Entwicklung eines Systems aus Webcam-basierter Körpererkennung (Computer Vision) und einer mechatronischen Zeichenmaschine. Die Bewegungen der linken und rechten Körperhälfte werden in Echtzeit interpretiert und auf zwei Motorachsen übertragen, die über einen Scherenmechanismus geometrische Formen erzeugen. Der iterative Designprozess umfasste Formstudien, Prototyping und Usability-Tests, um sowohl Funktionalität als auch Ausstellungserlebnis zu optimieren.
Showroom
Haptophone
Interaktive Installation zur Umwandlung von Vibrationen in visuelle und auditive Experience
Überblick
Haptophon ist ein experimentelles, Modulares Tool zur künstlerischen Erkundung von Oberflächen und Räumen. Über Bewegung, Klang und Echtzeitvisualisierung entsteht eine multisensorische Erfahrung zwischen physischem und digitalem Raum.
Herausforderung
Die Herausforderung lag darin, technische Systeme und intuitive Interaktion miteinander zu verbinden. Besonders wichtig war dabei ein spielerischer Zugang, der trotz komplexer Audio- und Visualisierungsprozesse offen und direkt erfahrbar bleibt.
Konzept & Umsetzung
Ein modulares Stab-System mit austauschbaren Aufsätzen erfasst über ein Kontaktmikrofon Vibrationen und Materialstrukturen der Umgebung. Das Signal wird in Echtzeit audiovisuell verarbeitet: Einerseits durch verzerrte Klangausgabe über Kopfhörer, andererseits durch die dynamische Manipulation einer Point-Cloud-Visualisierung innerhalb eines Blender-Workflows.
Showroom
E-Pen
Schriftrekonstruktion mittels ML-Time Series Classification
Überblick
E-PEN ist ein experimentelles Eingabesystem, das Handschrift über ein eindimensionales Drucksignal erfasst und mithilfe von Machine Learning in Text rekonstruiert. Im Fokus steht die Frage, wie viel Informationsdichte tatsächlich notwendig ist – mit dem Ergebnis, dass trotz minimaler Daten überraschend robuste Rekonstruktionen möglich sind.
Herausforderung
Die zentrale Herausforderung lag in der stark reduzierten Datengrundlage: Ein einzelner Sensor liefert lediglich eine eindimensionale Zeitreihe ohne räumliche Information. Um dennoch verwertbare Ergebnisse zu erzielen, waren umfangreiche Datenerhebung sowie die gezielte Nutzung von Kontextinformationen entscheidend.
Konzept & Umsetzung
Entwicklung eines Stifts mit integriertem Drucksensor sowie eines Interfaces zur Datenerfassung und -visualisierung. Auf Basis umfangreicher Trainingsdaten wurde ein Modell zur Zeitreihenklassifikation entwickelt, das durch kontextbasierte Nachverarbeitung ergänzt wird und zeigt, dass selbst unter extrem reduzierten Bedingungen eine überraschend hohe Rekonstruktionsfähigkeit erreicht werden kann.
Showroom
