Studienprojekte SS23
Allgemeine Informationen
SS23
Rahmenterminplan
- 29.03.2023: Veröffentlichung der Projektthemen und Freischaltung der Onlinebewerbung
- 29.03. – 09.04.2023 (23:55): Onlinebewerbung
- 13.04.2023: Bekanntgabe der Gruppen
- 17.04.2023: Kick-off-Termin mit allen Projektgruppen
- alle 2 Wochen: Gruppenmeeting mit Betreuer (Termin wird im Kick-off-Termin bekanntgegeben)
- August/September 2023: Abschlusspräsentation und Abgabe der Ergebnisartefakte (Termin und Umfang mit Betreuer vereinbart)
Online-Bewerbung ist abgelaufen
Die Bewerbungsphase für die Studienprojekte ist beendet. Wir werden Sie entsprechend der angegebenen Fristen über die Zuordnung zu den Projekten informieren.
Unsere Studienprojekte im SS23
Projekt 1
Talk with Me – VR-Selbsthilfegruppen mit Generativer KI
Problemstellung
Selbsthilfegruppen sind selbstorganisierte Zusammenschlüsse von Menschen, die ähnliche Probleme oder Anliegen haben und dies gemeinsam bewältigen möchten. Dazu zählen etwa der Umgang mit Krankheiten, Lebenskrisen oder Suchtproblemen. Für die Beteiligten ist der Besuch einer solchen Gruppe oft lebensentscheidend und es hilft den Betroffenen sich über ihre Probleme auszutauschen. Ein Faktor dafür ist jedoch das Finden von Betroffenen mit ähnlichen Hintergründen und die anonyme Zusammenkunft in einem sicheren Raum.
KI-basierte Technologien, wie Generative AI und Large Language Models, sind in der Lage Wissen aus großen Informationsmengen zu lernen und anschließend wiederzugeben. Mittels Conversational AI ist es möglich, Konversationen zu führen, die dem Gesprächspartner individualisierte und passgenaue Antworten liefern.
Vor diesem Hintergrund ist die Zielsetzung des Studienprojektes die Konzeptualisierung und Entwicklung eines virtuellen Avatars, der als Gesprächspartner innerhalb der Selbsthilfegruppe dient. Der virtuelle Gesprächspartner soll hierbei auf gesprochene Anfragen antworten und eine Konversation aufrechterhalten können. Auf Basis eines VR-basierten Selbsthilfegruppensystems aus dem letzten Studienprojekt soll daher prototypisch eine KI-basierte Pipeline entworfen und entwickelt werden. Die Realisierung soll auf Basis einer 3D Echtzeit-Umgebung (z.B. Unity) in Verbindung mit geeigneten KI-Technologien (bspw. von OpenAI) erfolgen. Entsprechende Hardware (Oculus Quest 2) kann vom Lehrstuhl leihweise zur Verfügung gestellt werden.
Anforderungen an das Projektteam
Die Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.
- Anforderungserhebung, Konzeptualisierung und prototypische Entwicklung der Conversational AI-Pipeline (bspw. OpenAI Whisper, GPT-4, VALL-E)
- Integration in das VR-basierte Selbsthilfegruppensystem (Unity)
- Evaluation der VR-Applikation mit bereitgestellter VR-Brille
- Verwaltung des Source-Codes in einem Git-Repository (wird vom Lehrstuhl bereitgestellt)
- Abschlusspräsentation der Ergebnisse
Voraussetzungen
- Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master
- Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren
- Vorkenntnisse in Programmierung (idealerweise Python, C#, Webtechnologien) vorteilhaft; Kenntnisse bei der Realisierung von KI-Problemen und/oder VR-Anwendungen vorteilhaft
Betreuer
Dr. Gero Strobel, Leonardo Banh
Projekt 2
Gym of the Future – KI basierter Fitness-Coach
Problemstellung
Künstliche Intelligenz gilt als eine entscheidende Schlüsseltechnologie, die angesichts ständig verbesserter KI-Verfahren und zunehmender Datenverfügbarkeit rasch an Bedeutung gewinnt. Zu den größten technologischen Fortschritten in diesem Bereich zählt die Verarbeitung visueller Daten mittels maschinellen Lernens (ML). Das Training neuronaler Netzwerke dient als Grundlage für die Datenanalyse und ist eine wesentliche Voraussetzung für den Einsatz dieser Technologien in unterschiedlichsten Domänen. Mit steigendem Interesse an Gesundheit und Fitness wurden bereits erste ML-Modelle zur visuellen Analyse der Körper- und Handhaltung entwickelt.
Im Rahmen der Digitalisierung des Gesundheits- und Fitnessbereichs haben sich bereits zahlreiche Fitness-Dienste als Unterstützung für Sportler und Sporteinsteiger durchgesetzt. Smartphone Apps unterstützen u.a. bei der Erstellung und Nachverfolgung von Trainingsplänen, der Erfassung und Analyse von Vitalwerten sowie der Demonstration von Übungen und bieten damit SportlerInnen die Möglichkeit Ihr individuelles Training zu Hause oder im Fitnessstudio zu gestalten und Ihren Trainingsfortschritt zu überwachen.
Während die richtige Ausführung von Kraftübungen wie Kreuzheben die Wirbelsäule und die umliegenden Muskeln stärkt, können unsachgemäße Bewegungsmuster wie ein Rundrücken oder ein zu breiter Stand zu Verletzungen oder sogar dauerhaften körperlichen Schäden führen. Im Gegensatz zu professionellen Fitness-Coaches sind die meisten Apps bislang nicht in der Lage, die korrekte Ausführung des Trainings zu überwachen und Sportler aktiv anzuleiten.
Vor diesem Hintergrund ist es das Ziel des Projekts, einen KI-basierten Fitness-Coach prototypisch zu entwickeln, der Sportler:innen bei der korrekten Ausführung ausgewählter Krafttrainingsübungen begleitet. Im Mittelpunkt des Projekts stehen die Identifikation, Erhebung sowie Aufbereitung geeigneter Trainingsdaten und die Entwicklung eines Modells, das Abweichungen von tatsächlichen Bewegungsabläufen mit idealen Abläufen der jeweiligen Trainingseinheit vergleicht. Ergänzend soll ein Feedbacksystem (Sprach- und Audiohinweise, Videoanalyse, haptische Hinweise usw.) entwickelt werden, um die Sportler:innen bei der korrekten Ausführung der Übungen anzuleiten. Der Prototyp soll anschließend mit Probanden evaluiert werden und die gewonnenen Erkenntnisse dokumentiert werden.
Das Projekt ist Teil einer Studie, die sich über mehrere Semester erstreckt. Die Ergebnisse der vorangegangenen Gruppe(n) sollen explizit weitergeführt werden, um den Prototyp zu verbessern.
Anforderungen an das Projektteam
Die Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.
- Anforderungsanalyse auf Basis einer Literaturrecherche und/oder Case-Study
- Identifikation und Erfassung von Trainingsdaten für ausgewählte Kraftsportübungen
- Entwicklung eines Modells zur Ermittlung von Abweichungen unter Berücksichtigung anatomischer Eigenschaften der Nutzer (Körpergröße, Gewicht etc.)
- Entwicklung eines Feedbacksystems zur Anleitung der Sportler
- Prototypische Realisierung als Webapp (Flutter oder React Native etc.) und Evaluation des Prototyps
- Abschlusspräsentation der Ergebnisse
Voraussetzungen
- Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master mit
- Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Soft- und Hardwarelösungen zu realisieren.
- Interesse an sportlichen Betätigungen
- Vorkenntnisse in Programmierung (idealerweise Python und Webtechnologien) vorteilhaft
Betreuer
Robert Woroch, Dr. Gero Strobel
Projekt 3
Let Me Explain – Generative KI zur Förderung der Verständlichkeit von Arztbriefen
Problemstellung
Arztbriefe sind in der Regel sehr komplex und schwer verständlich für Patienten. Dies führt zu Verwirrung und Unklarheiten bei den Patient:innen und kann zu Fehlinterpretationen oder falschen Behandlungsentscheidungen führen. Bestehende Lösungen wie washabich.de oder der Befunddolmetscher sind jedoch von (ehrenamtlichen) ärztlichem Personal abhängig. Um dieses Problem zu lösen, sollen KI-basierte Technologien wie Generative AI und Large Language Models (bspw. GPT-4) genutzt werden, um die sprachliche Komplexität von Arztbriefen anonym und schnell zu reduzieren und sie für Patienten verständlicher zu machen.
Vor diesem Hintergrund ist die Zielsetzung des Studienprojektes die Konzeptualisierung und Entwicklung eines Systems zur Förderung der Verständlichkeit von Arztbriefen. Die Lösung soll dabei Arztbriefe erkennen (etwa per Foto oder Text-Input) und „übersetzen“, sowie gegebenenfalls Nachfragen beantworten können und entsprechendes Feedback an die Patient:innen zurückliefern. Die Integration sollte zumindest webbasiert im Browser laufen, aber kann auch auf weitere Plattformen erweitert werden (bspw. mobile Plattformen).
Anforderungen an das Projektteam
Die Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.
- Anforderungserhebung, Konzeptualisierung und prototypische Entwicklung der KI-Pipeline (bspw. OpenAI GPT-4)
- Prototypische Realisierung als Webapp (bspw. Flutter etc.) und Evaluation des Prototyps
- Verwaltung des Source-Codes in einem Git-Repository (wird vom Lehrstuhl bereitgestellt)
- Abschlusspräsentation der Ergebnisse
Voraussetzungen
- Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master
- Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
- Vorkenntnisse in Programmierung (idealerweise Python, Webtechnologien) vorteilhaft; Kenntnisse bei der Bearbeitung von KI-Problemen vorteilhaft
Betreuer
Dr. Gero Strobel, Leonardo Banh
Projekt 4
Nothing is Impossible – Training von Autonomen Agenten mit Reinforcement Learning
Problemstellung
Autonome Fahrzeuge stellen die Zukunft der Fortbewegung dar. Dabei ist es von zentraler Bedeutung, dass die einzelnen Entitäten (Agenten) selbstständig Entscheidungen treffen können, um ihre Aufgabe zu erfüllen. KI-basierte Entscheidungssysteme erlauben durch das Trainieren, bspw. mit Reinforcement Learning, dass Agenten durch Trial-and-Error lernen können eine Aktion in unbekannter Umgebung durchzuführen. Dabei wird die Handlung mit Belohnungen und Bestrafungen so konditioniert, dass eine gewünschte Handlung eintritt.
Im konkreten Anwendungsfall sollen zwei Rover und eine Drohne ein wertvolles Paket ausliefern. Auf der Strecke gibt es jedoch Hindernisse, welche die Agenten überqueren müssen. Das Ziel ist es, die Agenten so zu trainieren, dass sie das Paket eigenständig sicher und effizient zustellen können. Die Anpassung des Szenarios ist natürlich möglich und das Einbringen eigener Ideen wird gewünscht.
Anforderungen an das Projektteam
Die Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.
- Anforderungserhebung, Konzeptualisierung und prototypische Entwicklung und Training eines Reinforcement-Learning-basierten autonomen Agentensystem
- Umsetzung auf Basis verfügbarer Simulationsumgebungen (bspw. Unity Machine Learning Agents Toolkit)
- Evaluation des Systems sowie des ML-Modells
- Verwaltung des Source-Codes in einem Git-Repository (wird vom Lehrstuhl bereitgestellt)
- Abschlusspräsentation der Ergebnisse
Voraussetzungen
- Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master
- Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
- Vorkenntnisse in Programmierung (idealerweise C#, Java) vorteilhaft; Kenntnisse bei der Realisierung von 3D-Umgebungen und/oder Machine Learning-Problemen vorteilhaft
Betreuer
Dr. Gero Strobel, Leonardo Banh
