Im Innovationslabor werden jeweils zum Sommer- und Wintersemester Projektthemen angeboten. Die Anmeldung zu den Angeboten der verschiedenen Lehrstühlen und Professuren findet jeweils zum Ende des Vorsemesters statt. Es steht insgesamt 15 informatiknahen Studiengängen offen.

Für die Anmeldung wird eine zentrale Seite im Virtuellen Campus der Universität Bamberg genutzt.


Aktuelle Projekte

Privacy Preserving People Sensing

  • Betreuung: Prof. Dr. Daniela Nicklas und das Mobi Team
  • Teilnehmer: 12

Bewegungsanalysen („Tracking“) von Menschen und Gegenständen kann in vielen Anwendungen helfen, Prozesse effizienter, transparenter und sicherer zu machen. Bewegungsanalysen stellen jedoch einen Eingriff in die Privatsphäre der Betroffenen dar. Besonders problematisch sind solche Bewegungsanalysen bei Arbeitnehmern, denen durch die Auswertung erhebliche Nachteile entstehen können, etwa wenn Rückschlüsse auf ihre Leistungsfähigkeit möglich sind. 

Die Herausforderung  besteht darin, datenschutzfreundliche Tracking-Lösungen zu schaffen, die durch Technikeinsatz sicherstellen, dass der Zugriff und die Verarbeitung von Tracking-Daten nur in zuvor von den betroffenen Parteien gemeinsam definierten Grenzen erfolgen kann. Hierzu werden Mechanismen aus den Bereichen der Kryptographie und der fälschungssicheren Datenstrukturen (Distributed Lediger Technologies) verwendet.

Im studentischen Projekt sollen unter anderem aggregierte Informationen über einen Lokationstrack Privatsphäre-erhaltend ausgewertet und visualisiert werden sowie Pseudonymisierungs- und Anonymisierungsmethoden wie Online  K-Anonymität, z.B. für Gerätekennungen, evaluiert und umgesetzt werden.

Die im Projekt behandelten Szenarien verfügen über Praxisbezug. Ein Szenario ist beispielsweiße Fairtracking von Brief- und Zeitungszustellungen.

Extraktion und Visualisierung biografischer Daten aus Texten

  • Betreuung: Prof. Dr. Andreas Henrich, Tobias Gradl
  • Teilnehmer: 20

In dem Projekt werden wir biografische Texte (z. B. aus dem Historischen Lexikon der Schweiz, http://www.hls-dhs-dss.ch/) betrachten. In den Texten sollen Tupel (Person, Ort, Datum[, Aktivität]) ermittelt werden. Als Beispiel würde im Text zu Martin Naef aus dem Satz „1926 präsidierte N. die Genfer Handelskammer“ im Idealfall das Tupel (Martin Naef, Genf, 1926, präsidiert Handelskammer) gewonnen. Hierzu können verschiedene Bibliotheken der Textanalyse und des Natural Language Processing genutzt werden. Die Einträge sollen dann auf Karten und Zeitleisten visualisiert werden. Hierzu kommen Web-Technologien und geeignete Tools zum Einsatz (siehe z. B. https://geobrowser.de.dariah.eu/). Gruppen können wahlweise den gesamten Prozess unterstützen oder sich auf die Textanalyse bzw. die Visualisierung konzentrieren.

Sensorinterpretation im Fluss

  • Betreuung: Prof. Dr. Diedrich Wolter
  • Teilnehmer: 10

Ziel dieses Projektes ist die Entwicklung eines robustes Verfahrens zur Steuerung eines Segelroboters. Der Segelroboter ist ein kleines autonom agierendes Segelboot (ca. 1m Länge), welches als Sensorplattform zur Umweltbeobachtung eingesetzt werden soll. Mehrere Aufgaben sind dabei zu lösen; eine Einteilung der Teilgruppen findet nach Interesse statt. Beispielsweise muss der Roboter in der Lage sein, trotz schlecht vorhersehbarer Windverhältnisse einen kollisionsfreien Kurs auf einem Gewässer zu planen und diesen auch abzufahren. Dazu müssen die mit Unsicherheit behafteten Sensordaten (z.B. GPS, Lage- und Windsensorik) in Echtzeit ausgewertet werden. 

Projektteilnehmende können in diesem Projekt praktische Erfahrungen in der Verarbeitung von Sensordaten sammeln und Ihre Kenntnisse in Verfahren zur Dateninterpretation vertiefen. Sie können Techniken zur Handlungsplanung unter Unsicherheit und mit grob definierten Zielen erlernen, sowie sich in systemnahe Programmierung eines eingebetteten Robotiksystems vertiefen.