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