„Seitdem ich mich mit Elektrotechnik beschäftige, habe ich großes Interesse an Signalverarbeitung und Telekommunikation. Während meiner Bachelorarbeit habe ich an einem Testbed für Antennen-Arrays mit Mikrocontrollern gearbeitet. Das war meine Motivation, den Schritt ins Studium an der TU Ilmenau für den Masterstudiengang Kommunikation und Signalverarbeitung zu wagen.

Meine Masterarbeit befasste sich mit dem Thema der automatisierten Funk­signalcharakterisierung für tieffliegende Drohnen-Mobilfunkkanäle mit Hilfe von Methoden der Künstlichen Intelligenz (KI). Dieses Thema weckte mein Interesse aufgrund des Einsatzes von Drohnen und Mobiltelefonen bei Rettungseinsätzen nach Katastrophenszenarien. Im Laufe der Zeit entwickelte ich Interesse an KI und deren Anwendung im Bereich der Signalverarbeitung. Mit den Fortschritten im Bereich des maschinellen Lernens und der künstlichen Intelligenz können wir arbeitsintensive Aufgaben mithilfe mathematischer Modelle automatisieren, was einen großen Einfluss auf zukünftige industrielle Technologien haben wird.

Während meines Masters an der TU Ilmenau nutzte ich die Chance, als Hiwi an einem Signalverarbeitungsprojekt mit dem System-Design-Team am IMMS zu arbeiten, und ich konnte mehr zu eingebetteten Systemen in der Elektrotechnik erfahren. Das IMMS bot mir damit die großartige Gelegenheit, die Verschmelzung von Signalverarbeitung und KI auf eingebetteten Systemen zu erforschen.

Ich arbeite nun als wissenschaftlicher Mitarbeiter im Bereich der Signalverarbeitung und KI für deren optimalen Einsatz auf ressourcenbeschränkten eingebetteten Geräten. Aktuell arbeite ich an dem Ziel, mit KI Industrie-4.0-Anwendungen zu unterstützen, wie z.B. den Zustand von Maschinen abzuschätzen oder deren Restlebensdauer vorherzusagen. Meine Forschungsinteressen umfassen die Repräsentation von Maschinensignalen in einzigartiger und komprimierter Weise in Zeit-/Frequenz-/Raum-Domänen, das Ranking und die Auswahl von aufgebauten Signalmerkmalen für deren Optierung auf eingebetteten Zielplattformen. Dafür arbeite ich mit daran, die erforderliche KI-Verarbeitungskette von der Signalerfassung bis zur Modell­implementierung zu untersuchen und optimale Lösungen für vorliegende industrielle Prozesse zu realisieren.

Mit dem Know-how des IMMS kann ich nicht nur KI-Modelle bauen, die die Zukunft der Instandhaltung und Prognose mitgestalten können, sondern auch dazu beitragen, dass solche Modelle für eingebettete Geräte optimal und verfügbar sind. Mit solchen optimalen eingebetteten Lösungen können wir den Zustand von Maschinen mit erschwinglichen eingebetteten Plattformen bei reduziertem Kohlenstoff-Fußabdruck diagnostizieren.

Dank der fachlich sehr kompetenten Kollegen ist es sehr angenehm, am IMMS an meinen Zielen zu arbeiten. Die professionelle Kommunikation ist unkompliziert und klar. Trotz langer Schließzeiten und Homeoffice ist es angenehm, mit anderen Kollegen über integrierte digitale Plattformen zu arbeiten. Ich kann meine Wertschätzung für alle, die zu diesem gesunden Arbeitsumfeld beigetragen haben, nicht genug betonen.“