Demonstratoren machen theoretische Inhalte anschaulich und greifbar. Online-Veranstaltungen erschweren jedoch den Einsatz dieser Praxis-Komponente. Deshalb entwickelte das Institut für Datenverarbeitung in der Konstruktion (DiK) an der TU Darmstadt einen Demonstrator, der auch remote und online zum Ausprobieren und selbst Testen einlädt.
Die Basis bildet ein physischer Demonstrator bestehend aus einem Roboterarm, einem Rechner und Kamerasystem. Alle drei Elemente bilden ein Gesamtsystem, das aufzeigt, wie Objekterkennung mittels neuronaler Netze funktionieren kann. Die Kamera erfasst den Roboterarm und Objekte im Raum. Die Daten werden dem Rechner zugespielt, der wiederrum über eine Schnittstelle zum Roboterarm verfügt. Wird ein Gegenstand in den Kamerabildern "erkannt", ermittelt der Rechner die Position und steuert den Roboterarm entsprechend, um den Gegenstand aufzugreifen.
Das Herzstück der Objekterkennung ist ein neuronales Netz, welches im Rechner implementiert ist. Neuronale Netze sind eine Technologie aus dem Bereich der Künstlichen Intelligenz (KI) und benötigen Trainingsdaten. Je nachdem, mit welchen Daten das Netz trainiert wurde, können unterschiedliche Gegenstände unterschiedlich gut innerhalb der Kamera-Bilder erkannt werden. An dieser Stellschraube können beispielsweise Teilnehmer:innen von Workshops selbst Hand anlegen, um die Effekte selbst nachzuvollziehen – ganz einfach online auf der Webpräsenz des Demonstrators.
Der Demonstrator wird das (Online-)Angebot des Mittelstand 4.0-Kompetenzzentrums Darmstadt bereichern und auch darüber hinaus die neuen Möglichkeiten digitalen Lernens für den Mittelstand fruchtbar machen. Damit verbindet der Objekterkennungsdemonstrator zwei Themen der Digitalisierung in einem Projekt: Entwicklung und Anwendung von KI-Technologie sowie Remote-Learning und -Arbeit.
