Mit dem KI-Lehrlabor schaffen wir seit 2022 einen Raum für KI-bezogene Lehre und Forschung an der BTU Cottbus-Senftenberg. Insbesondere für die Betreuung von Abschlussarbeiten (B.Sc./M.Sc.) und Praktika. Wir beschäftigen studentische Hilfskräfte für laufende Forschungsprojekte, die sich vor allem mit explainable AI in den Bereichen object detection, object tracking, dataset generation und der Lösung von Differentialgleichungen mit Neuronalen Netzen beschäftigen. Außerdem bieten wir Studenten mit guten Abschlussarbeiten die Möglichkeit, gemeinsam an einer Veröffentlichung in Form eines Conference- oder eines Journalpapers zu arbeiten.

Ausstattung

• leistungsstarke KI-Workstations
• diverse weitere Computergeräte
• eine Fischertechnik Lernfabrik
• zwei 3D-Drucker
• mehrere fahrende Drohnen (RoboMaster EP/S1)
• mehrere fliegende Drohnen (RoboMaster TT)
• Kameras, Mikrofone und Lichtquellen

Das KI-Lehrlabor ist Teil des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekts KI@MINT.

Abschlussarbeitsthemen (Auswahl/Stoßrichtungen)

• Programmierung der fahrbaren Drohnen (Bachelor/Master)
• Prozessteuerung der Lernfabrik mittels Objekterkennung (Bachelor/Master)
• Erkennung von Prozesstörungen in der Lernfabrik (Master)
• Kommunikation fahrende/fliegende Drohne (Master)
• Augmentation-Techniken für Trainingsdatensätze (Bachelor)
• Untersuchung von Object-Tracking Verfahren (Master)
• Bildklassifikation auf verschieden starken Computern (Bachelor/Master)
• 3D Rekonstruktion mit KI (Master)
• Forschungsfragen zur Differentialgleichungslösung mit KI (Bachlor/Master)
• Reinforcement-Learning in Blender/Unreal (Master)
• Bildgenerierung zur Datensatzerweiterung mit GANs (Master)
• Explainable AI mit, z.B. Heatmaps (Master)
• Weitere Themen auf Anfrage

Journal-, Konferenz- und Preprint-Paper

T. Schneidereit, S. Gohrenz, M. Breuß (2025): Object detection characteristics in a learning factory environment using YOLOv8. arXiv preprint. https://arxiv.org/abs/2503.10356

S. Zell, T. Schneidereit, A. Fügenschuh, M. Breuß (2024): Advanced search and rescue operations for drowning swimmers using autonomous unmanned aircraft systems: location optimization, flight trajectory planning and image-based localization. Cottbus Mathematical preprints. https://doi.org/10.26127/BTUOpen-6866

M. Khan Mohammadi, T. Schneidereit, A. Mansouri Yarahmadi, M. Breuß (2024): Investigating training datasets of real and synthetic images for swimmer localisation with YOLO. MDPI AI, 5, pp. 576-593. https://doi.org/10.3390/ai5020030

S. Schneidereit, A. Mansouri Yarahmadi, T. Schneidereit, M. Breuß, M. Gebauer (2024): YOLO-based Object Detection in Industry 4.0 Fischertechnik Model Environment. Intelligent Systems and Applications. Lecture Notes in Networks and Systems, 823, pp. 1-20. doi.org/10.1007/978-3-031-47724-9_1

T. Schneidereit, M. Breuß (2023): Adaptive neural-domain refinement for solving time-dependent differential equations. Advances in Continuous and Discrete Models 2023, 42. doi.org/10.1186/s13662-023-03789-x

Erfolgreiche Abschlussarbeiten

Santosh Humagain (Studiengang Physics)
Solving Differential Equations using Physics-Informed Neural Networks: Investigating Training Point Distributions.
Masterarbeit, Brandenburgische Technische Universität Cottbus-Senftenberg, 2025.
[Betreut im KI-Lehrlabor]

Parth Bhardwaj (Studiengang Artificial Intelligence)
Multi-Matrix Markov Chains for Polyphonic Music Generation.
Masterarbeit, Brandenburgische Technische Universität Cottbus-Senftenberg, 2025.
[Unterstützt durch Feedback im KI-Lehrlabor]

Cecil Joseph (Studiengang Artificial Intelligence)
Evaluating reinforcement learning algorithms for UAV navigation in diverse simulated environments.
Masterarbeit, Brandenburgische Technische Universität Cottbus-Senftenberg, 2025.
[Unterstützt durch Feedback im KI-Lehrlabor]

Pacilia C. Abanda (Studiengang Artificial Intelligence)
Fine-tuning a stable diffusion model to enhance control over furniture image generation.
Masterarbeit, Brandenburgische Technische Universität Cottbus-Senftenberg, 2025.
[Unterstützt durch Feedback und GPU-Rechenzeit im KI-Lehrlabor]

Stefan Gohrenz (Studiengang Maschinenbau)
Systematische Untersuchung zur KI-basierten Objekterkennung von verschiedenen Materialien in einer Industrie 4.0 Modellumgebung.
Masterarbeit, Brandenburgische Technische Universität Cottbus-Senftenberg, 2025.
[Betreut im KI-Lehrlabor]

Johannes Höna (Studiengang Künstliche Intelligenz Technologie)
KI-basierte Objekterkennung mit YOLO von Plastiden-Clustern in der Fluoreszenzmikroskopie.
Masterarbeit, Brandenburgische Technische Universität Cottbus-Senftenberg, 2025.
[Betreut im KI-Lehrlabor]

Alexander Howel (Studiengang Informatik)
Drohnenerkennung und Drohnenverfolgung mit Hilfe des Robomaster EP. 
Bachelorarbeit, Brandenburgische Technische Universität Cottbus-Senftenberg, 2025.
[Betreut im KI-Lehrlabor]

Patrick Ebert (Studiengang Informatik)
Reduzierung der Prozessdurchlaufzeit in einer Fischertechnik Lernfabrik. 
Bachelorarbeit, Brandenburgische Technische Universität Cottbus-Senftenberg, 2025.
[Betreut im KI-Lehrlabor]

Dustin Scharf (Studiengang Informatik)
Ein Entwurf für die Durchführung eines Praktikums zu Transformer Networks. 
Bachelorarbeit, Brandenburgische Technische Universität Cottbus-Senftenberg, 2024.
[Betreut im KI-Lehrlabor]

Slavomíra Schneidereit (Studiengang Maschinenbau)
Untersuchung der Objekterkennung mit Neuronalen Netzen unter Verwendung von YOLO-Modellen in einer Lernfabrik. 
Masterarbeit, Brandenburgische Technische Universität Cottbus-Senftenberg, 2022.
[Betreut im KI-Lehrlabor]