Im Rahmen der Projektgruppe arbeiten die Studierenden gemeinsam mit der DATINEO GmbH als Praxispartner an einem System zur Erkennung von Anomalien in Telemetriedaten der Logistik. Der Fokus liegt hierbei darauf ein Learning Classifier System (LCS) zu implementieren, das die Telemetriedaten auswertet und klassifiziert. Die Teilaufgaben des Projekts umfassen unter anderem:

• Einarbeitung in Literatur, bestehende Implementierungen und Daten
• Anforderungsanalyse an das zu entwickelnde LCS
• Aufbereitung der Telemetriedaten im Hinblick auf Anomalien
• Prototypische Entwicklung des LCS inkl. Feedbackmechanismus
• Statistische Evaluation des LCS
• Mündliche Präsentationen von Zwischen- und Endergebnissen sowie schriftliche Zusammenfassung der Projektergebnisse und Bereitstellung des entwickelten Programmcodes

Die Studierenden erwerben und vertiefen zum einen ihre Kompetenzen im Projektmanagement und der Kommunikation. So arbeiten die Studierenden gemeinsam in kleineren und größeren selbst organisierten agilen Teams und präsentieren in regelmäßg stattfindenden Projekttreffen Zwischenergebnisse und Pläne für das weitere Vorgehen.

Außerdem vertiefen die Studierenden ihre Kenntnisse in den Bereichen Anomalieerkennung und deren Implementierung, sowie der dazugehörigen Datenaufbereitung. Das anviesierte LCS soll hierbei als Zielarchitektur dienen und zur Ermöglichung von Reinforcement Learning im Rahmen der Mensch-KI-Interaktion um einen Feedbackmechanismus für Anwender ergänzt werden.