Stud.IP der Hochschule Harz
Veranstaltung in der Hochschule: PW-AI-Umweltüberwachung mit IoT, LoRaWAN und TinyML-René Schenkendorf - Details
Nachrichtenbox schließen
Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Veranstaltung in der Hochschule: PW-AI-Umweltüberwachung mit IoT, LoRaWAN und TinyML-René Schenkendorf
Untertitel
Semester SoSe 2026
Aktuelle Anzahl der Teilnehmenden 0
maximale Teilnehmendenanzahl 20
Heimat-Einrichtung Exkursions- und Projektwoche
beteiligte Einrichtungen Fachbereich Automatisierung/Informatik, Fachbereich Verwaltungswissenschaften, Fachbereich Wirtschaftswissenschaften
Veranstaltungstyp Veranstaltung in der Hochschule in der Kategorie Veranstaltungen Exkursions- und Projektwoche
Nächster Termin Donnerstag, 28.05.2026 09:00 - 15:00, Ort: (9.302)
Art/Form
SWS 1

Räume und Zeiten

(9.302)
Donnerstag, 28.05.2026 - Freitag, 29.05.2026 09:00 - 15:00

Kommentar/Beschreibung

Praktische Einführung in das Internet der Dinge (Internet of Things; IoT) und maschinelles Lernen für die Umweltüberwachung  

Oder warum unsere Hochschule bereits heute schon ein Daten-Leuchttum ist:
https://ttnmapper.org/radar/gateway/?gateway=rak7289hsh&network=NS_TTS_V3://ttn@000013 

Dieses zweitägige Projekt bietet den Teilnehmenden die Möglichkeit, die Grundlagen der IoT-Technologie, der LoRaWAN-Kommunikation und des maschinellen Lernens (TinyML) praktisch zu erlernen. Im Fokus steht die Umweltüberwachung durch Sensoren zur Erfassung von Wetter- und Bodenfeuchtedaten, sowie die praktische Anwendung von KI-Modellen direkt auf Sensoren.  


Tag 1: Einführung in IoT und LoRaWAN – Umweltüberwachung mit Sensoren
Datum: 28. Mai  
 
Mit Unterstützung von Kayna-funkt: 
Kayna-funkt ist eine ausgezeichnete, ehrenamtliche Bürgerinitiative, die sich der Digitalisierung des Ortes Kayna verschrieben hat. Unser Ziel ist es, durch den Aufbau und Betrieb kostenfreier LoRaWAN Sensornetzwerke den Ort sicherer und effizienter zu gestalten. Wir bieten Lösungen für Flutwarnungen, Dürreprävention, Vandalismusprävention und Energieeinsparung durch intelligentes Heizmanagement. Mit Workshops und Weiterbildungen befähigen wir die Bewohner, die Technologie selbst zu nutzen und zu betreiben. Mehr Infos unter: https://kayna-funkt.de
 
 Vormittags: Theoretische Grundlagen
- Begrüßung und Einführung
  - Vorstellung der Dozenten und Teilnehmenden.  
  - Überblick über den Ablauf und Ziele des Tages.  
  - Bedeutung von IoT und KI für die Umweltüberwachung.  

- Kurze Einführung in IoT und LoRaWAN
  - Was ist das Internet der Dinge (IoT)?
    - Definition und Anwendungsbeispiele.  
    - Relevanz für die Umweltüberwachung.  
  - LoRaWAN-Technologie  
    - Grundlegendes Funktionsprinzip: Sensoren, Gateways und Netzwerke.  
    - Vorteile von LoRaWAN für energieeffiziente Datenübertragung in der Umwelttechnik.  

- Fokus: Umweltüberwachung mit IoT-Sensoren  
  - Welche Sensoren kommen zum Einsatz?  
    - Sensoren zur Messung von Wetterdaten (z. B. Temperatur, Luftfeuchtigkeit).  
    - Sensoren zur Erfassung der Bodenfeuchte.  
  - Nutzen der erfassten Daten  
    - Anwendung der Daten zur Vorhersage von Extremwetterereignissen (z. B. Dürren, Überschwemmungen).  
    - Verbesserung der Umwelt- und Pegelüberwachung durch Echtzeitdaten.  

---

Nachmittags: Praktische Umsetzung 
- Aufbau eines Sensorsystems  
  - Einführung in die Hardware: Sensor, Gateway.
  - Schritt-für-Schritt-Anleitung zum Aufbau eines einfachen Sensors zur Messung von Umweltdaten.  

- Verbindung mit LoRaWAN 
  - Verbindung des Sensors mit einem LoRaWAN-Gateway.  
  - Übertragung der erfassten Daten auf eine Cloud-Plattform.  

- Daten sammeln und auswerten  
  - Erste Messungen mit den Sensoren durchführen.  
  - Visualisierung der Daten (z. B. Diagramme) und Diskussion der Ergebnisse.  

- Feedback und Ausblick  
  - Diskussion: Herausforderungen und mögliche Verbesserungen.  
  - Einführung in die Themen des nächsten Tages: TinyML und KI auf Sensoren.  

---

Tag 2: TinyML – Maschinelles Lernen für IoT-Sensoren
Datum: 29. Mai  

Vormittags: Einführung in TinyML
- Was ist TinyML?  
  - Definition: Maschinelles Lernen für ressourcenbeschränkte Geräte (z. B. IoT-Sensoren).  
  - Vorteile: Effiziente Datenverarbeitung direkt vor Ort ohne Cloud-Anbindung.  

- Wie bringe ich die KI zum Sensor?  
  - Vorstellung der Tools und Frameworks (EdgeImpulse).  
  - Herausforderungen bei der Implementierung von ML auf Mikrocontrollern.  

- Praxis: Training eines ML-Modells  
  - Einführung in die Erstellung eines einfachen ML-Modells (z. B. Bildanalyse).  
  - Datenaufbereitung und Modelltraining.  

---

Nachmittags:  Praktische Anwendung und Experimente  
- Deployment des Modells auf den Sensor  
  - Kompilierung und Übertragung des trainierten Modells auf den Mikrocontroller.  
  - Live-Demonstration: Sensor erkennt spezifische Muster oder Anomalien.  

- Eigene Versuche und Experimente
  - Teilnehmende erproben eigene Ansätze zur Verbesserung der Modelle.  
  - Diskussion und Austausch zwischen den Gruppen.  

- Abschluss und Präsentation der Ergebnisse  
  - Präsentation der Ergebnisse der praktischen Versuche durch die Teilnehmenden.  
  - Diskussion: Wie können IoT und TinyML in der Umweltüberwachung zukünftig eingesetzt werden?  
  - Feedbackrunde und Verabschiedung.  

Was habt ihr davon?
1. Verständnis der IoT- und LoRaWAN-Technologie: Grundlagen und Einsatzmöglichkeiten für Umweltüberwachung.  
2. Praktische Fähigkeiten: Aufbau von Sensoren, Datenübertragung und -analyse.  
3. Einführung in TinyML: Anwendung von KI-Modellen auf ressourcenbeschränkten Geräten.  
4. Teamarbeit und Problemlösung: Eigenständige Experimente und Präsentation der Ergebnisse.

Bei Frage einfach melden! Besten Dank und viele Grüße,
René Schenkendorf


— 
Prof. Dr.-Ing. René Schenkendorf
FB Automatisierung und Informatik (Automation & Computer Sciences Dep.) 
Smart Manufacturing / Industrie 4.0
? Hochschule Harz (Harz University of Applied Sciences) 
Friedrichstr. 57-59 (Haus 2, R 2.207)
38855 Wernigerode 
GERMANY
Phone: +49 3943 659 317
Email: rschenkendorf@hs-harz.de
Web: www.hs-harz.de/rschenkendorf 

Anmelderegeln

Diese Veranstaltung gehört zum Anmeldeset "Anmeldeset Exkursions - und Projektwoche 2026".
Anmelderegelungen für die Exkursions - und Projektwoche 2026.
Folgende Regeln gelten für die Anmeldung:
  • Die Anmeldung ist möglich von 13.04.2026, 00:00 bis 19.04.2026, 23:59.
  • Diese Regel gilt von 13.04.2026 00:00 bis 19.04.2026 23:59.
    Die Anmeldung zu maximal 2 Veranstaltungen des Anmeldesets ist erlaubt.
  • Es wird eine festgelegte Anzahl von Plätzen in den Veranstaltungen verteilt.
    Die Plätze in den betreffenden Veranstaltungen werden am 20.04.2026 um 00:00 verteilt.
Veranstaltungszuordnung: