Schäden an Straßen, Schienen und Fahrzeugen erkennen – mit klassischen ML-Methoden

Künstliche Intelligenz kann zur Sicherung und Optimierung der Mobilitätsinfrastruktur beitragen. Dieser Vortrag zeigt praxisorientierte Ansätze, wie Schäden an Straßen, Schienen, Autos und Seilbahnen mithilfe von KI-Algorithmen frühzeitig erkannt werden.

Durch die Analyse von (hochfrequenten) Schwingungsdaten können Anomalien und Verschleißmuster frühzeitig identifiziert und kostspielige Ausfälle verhindert werden. Moderne Edge-AI- und Cloud-Technologien ermöglichen dabei die kosteneffiziente Entwicklung skalierbarer Systeme.

Reale Projektbeispiele zeigen, wie diese Technologien Kosten senken, Verfügbarkeiten erhöhen und Wartungsprozesse optimieren können.

Vorkenntnisse

Grundkenntnisse zu KI und Softwareentwicklung

Lernziele

• Umgang mit großen Datenmengen
  
• Einsatz von KI-Verfahren zur Schwingungsdatenanalyse
  
• Verständnis zu Cloud- und Edge-Technologien