Prof. Dr. Tim Tiedemann

Kontakt
Prof. Dr. Tim Tiedemann

Hochschule für Angewandte Wissenschaften Hamburg
Fakultät Technik und Informatik; Department Informatik; Professor für Intelligente Sensorik

Prof. Dr. Tim Tiedemann

Hochschule für Angewandte Wissenschaften Hamburg
Fakultät Technik und Informatik; Department Informatik; Professor für Intelligente Sensorik

About

Ohne Sensorik bliebe die digitale Transformation vermutlich aus: Intelligente Sensoren finden sich nicht nur in innovativer Robotertechnik oder im Rahmen moderner Automatisierungen, sondern beispielsweise auch innerhalb smarter Mobilität. Dementsprechend ist Professor Tiedemann der HAW Hamburg als Generalist in Sachen Intelligente Sensorik besonders gefragt: Insbesondere da jede potenzielle Anwendungsumgebung einzigartig ist, stellen auch Intelligente Sensoren stets spezielle Eigenkonstruktionen, bestehend aus Messgrößenerfassung und Datenverarbeitungseinheit, dar. Um passende Resultate aus den jeweilig verwendeten Sensor-Prinzipien zu erhalten lässt Professor Tiedemann flexibel Wissen aus anderen Randdisziplinen wie der Künstlichen Intelligenz, des Data Minings oder auch des Maschinellen Lernens in seine Arbeit einfließen.

Autonome Mobilität dank Intelligenter Sensorik

Insbesondere innerhalb der autonomen Mobilität müssen wichtige Entscheidungen schnell und fehlerfrei getroffen werden: Das unverzügliche Erkennen wichtiger Hindernisse oder Hinweisschilder durch das autonome System ist hierbei das A und O, wofür Intelligente Sensoreinheiten maßgeblich sein können. Deshalb legt Professor Tiedemann besonderen Wert darauf, dass seine smarten Sensoren trotz aller Kompaktheit und Miniaturisierung nicht nur leistungsstark sind, sondern auch schnell auf äußere Impulse reagieren. Um dieses Ziel zu erreichen, kombiniert er sie mit Mikrocontrollern und FPGAs. Auf diese Weise sind Sensoren flexibel einsetzbar und gleichzeitig sehr zuverlässig. Mit der Entwicklung von Sensornetzen und einzelnen Sensorknoten erforscht Professor Tiedemann zudem, wie sich neben einzelnen Datenverarbeitungen sogar ganze Objekte und Umgebungen umfassend erfassen lassen.

Miniaturisierung: Bionik als Inspirationsgrundlage für Intelligente Sensoren

Um aktuellen Fragestellungen der Wirtschaft zu begegnen, orientiert sich Professor Tiedemann unter anderem an biologischen Vorbildern: So adaptierte er beispielsweise das Verhaltensmuster von Bienen und ließ dieses in den Auswertealgorithmus im Bereich autonomer Mobilität einfließen, um diesen zu optimieren. Getestet wurde dieser anschließend in einem eigens von ihm konstruierten miniaturisierten Modell, bevor ein Upscaling in Normalgröße und eine Validierung unter Realbedingungen erfolgte. Im Rahmen dieser verkleinerten Dimensionen – also quasi im ‚Miniaturformat‘ – lassen sich selbst grundlegende Prinzipien großer und komplexer Herausforderungen einerseits genau verstehen und andererseits kostengünstig testen. Gleichzeitig bietet die Verkleinerung optimale Bedingungen, um unterschiedliche Parameter schnell zu ändern, zu optimieren und zu erproben.

Mit großen Datenmengen zu noch Intelligenterer Sensorik

Professor Tiedemann ist besonders an der Bearbeitung und Auswertung von sehr umfangreichen und komplexen Datenmengen interessiert: Aufgrund seiner Expertise für Maschinelles Lernen ist er sich stets darüber bewusst, dass der eigentliche Wert von Daten erst dann an Bedeutung gewinnt, wenn bestimmte Trends und Ergebnisse aus den ursprünglichen Datenbeständen erkennbar werden. Hierfür entwickelt Professor Tiedemann Algorithmen für Künstliche Systeme oder lernt diese an, um sie u.a. anschließend in seinen Intelligenten Sensoreinheiten praktisch einzusetzen. Dabei arbeitet er sowohl mit Methoden des überwachten und des unüberwachten Lernens, lässt aber auch andere Elemente wie das Deep Learning einfließen.

Informatik als verbindendes Element zwischen den Disziplinen

Professor Tiedemann ist stets neugierig auf neue Branchen und Anwendungen: “Das Schöne an der Informatik ist, dass man mit jeder anderen Disziplin zusammenarbeiten kann.“ Aus seinem fächerübergreifenden Austausch resultieren stets neue Impulse und Einsatzmöglichkeiten für Intelligente Sensoren sowie für den Umgang mit großen Datenmengen. So beschäftigt sich Professor Tiedemann nicht nur mit Fragestellungen des Mobilitätssektors, sondern auch mit Bereichen der Medizintechnik, der Luft- und Raumfahrt sowie der maritimen Robotik.

Aktuelle
Forschungsprojekte /
Aktivitäten

Anfälle von Epilepsien automatisiert vorhersagen

In der Medizintechnik ist der Einsatz von Künstlicher Intelligenz mittlerweile nicht mehr wegzudenken: In Zusammenarbeit mit dem Universitätsklinikum Eppendorf (UKE) gelang es Professor Tiedemann und seinem Team durch die Programmierung eines Auswertealgorithmus von EEG-Daten, Aussagen über die Eintrittswahrscheinlichkeit von Epilepsie-Anfällen zu treffen. Dadurch lassen sich in Zukunft zeitnah entsprechende Vorkehrungen treffen.

Detektion von Fischschwärmen

In einem aktuellen Vorhaben entwickelt Professor Tiedemann mit seinen Verbundpartnern autonome Tauchroboter, die zum Erfassen der Verhaltensmuster von Fischschwärmen in flachen küstennahen Gebieten eingesetzt werden. Damit sollen Lebensweisen und Laichverhalten untersucht und mit bisherigen Erkenntnissen verglichen werden. Auswirkungen auf die Fischpopulation durch äußere Bedingungen wie die des Klimawandels oder Begradigungen und Vertiefungen von Flussläufen sollen damit untersucht werden und in weitere Planungen einfließen.

Sensorik auf anderen Planeten

Damit autonom fahrende Fahrzeuge selbst auf unbekanntem Terrain wie anderen Himmelskörpern auf Hindernisse reagieren können, entwickelte Professor Tiedemann einen neuartigen Mobilitätsansatz. Dieser ermöglicht es dem Roboter, der bspw. auf dem Mars Proben und Daten sammelt, erwartete Reize von unerwarteten zu trennen. Bei unerwarteten Situationen reagiert der ansonsten autonom agierende Roboter zunächst reflexartig und fordert weitere Anweisungen der Bodenstation an, bevor er weiter agiert.

Zukunftsvision

Das Austricksen von Künstlicher Intelligenz (KI) wird zunehmend relevant werden: Adversarial Examples heißen die hierfür zur Manipulation genutzten, aber für den Menschen meist nicht erkennbaren Veränderungen von detektierten Objekten. Professor Tiedemann setzt sich dafür ein, KI-Systeme möglichst robust und mit einer guten Performance auszustatten, damit es zu keinen Fehlinterpretationen von Daten mehr kommt. Darüber hinaus freut er sich auf immer neue Herausforderungen, um Künstliche Intelligenz schon heute darauf vorzubereiten.

Schwerpunkte

  • Intelligente Sensorik
  • Miniaturautonomie
  • Maschinelle Lernverfahren
  • Data Mining
  • Künstliche Intelligenz
  • Sensordatenverarbeitung
  • FPGA-basierte Implementierung von Algorithmen

Kooperationen

  • Siemens
  • Chair des BROAD Workshops auf dem IEEE Intelligent Vehicles Symposium 2019 und 2020

Interessiert an

  • Sensorherstellern für die Entwicklung intelligenter Sensoren
  • Unternehmen und Institutionen mit Interesse an Lösungen für autonome Mobilität
  • OEMS im Automobilsektor
  • Städten und Kommunen für die Entwicklung datensparsamer Analyseverfahren
  • Datenproduzenten

Professor Tiedemann freut sich stets auf einen Austausch mit Interessierten aller Branchen und auf neue Herausforderungen wie Impulse. Gleichzeitig teilt er gerne sein Wissen und bietet hierfür bspw. auch regelmäßig Workshops zur Erarbeitung individueller Vorgehensweise bei Implementierung von KI-Systemen an.

Digital Leadership

Ein Gespräch über das Silicon Valley Mindset, Innovation durch Kooperation...

Wissen entdecken, Expertise finden &

gemeinsam Ideen verwirklichen