Bienendrohnen, also männliche Bienen, sind für die Imkerei in etwa so nutzlos wie männliche Küken in der Eierproduktion. Ihre einzige Aufgabe im Bienenvolk ist es, sich mit der Königin zu paaren. Tausende streben danach, aber den wenigsten gelingt es. Alle anderen machen den fleissigen Arbeiterinnen im Bienenvolk nur die Nahrung und den Wohnraum streitig. Die Drohnenbrut der Honigbiene wird in der Imkerei aus dem Bienenstock entfernt, um die schädliche Varroamilbe zu bekämpfen. Im Fachjargon ist vom Drohnenschnitt die Rede. «Jedes Jahr werden in der Schweiz Bienendrohnen in der Grössenordnung von schätzungsweise 80 bis 100 Tonnen als Abfall entsorgt, vergleichbare Zahlen kennen wir auch aus Dänemark», erklärt Irmak Uzundemir Bischof, Masterstudentin in Preneurship for Regenerative Food Systems an der ZHAW. «Ich halte das für eine Ressourcenverschwendung, weil die Drohnen essbar sind.» Die Bienenbrut zähle zu den begehrtesten und qualitativ hochwertigsten essbaren Insekten überhaupt. Aber was in anderen Teilen der Welt ganz normal ist, steckt in Europa noch in den Kinderschuhen: Insekten als Lebensmittel für Menschen. Nachdem Mehl- und Buffalowürmer, Wanderheuschrecken sowie Hausgrillen bereits europaweit als sogenanntes Novel Food zugelassen worden sind, werden die Bienen voraussichtlich noch in diesem Jahr ebenfalls zum legalen Snack. Irmak Uzundemir Bischof hat bereits vor einigen Jahren erstmals Drohnenlarven gegessen – und der Geschmack hat die Gastronomie-Spezialistin auf Anhieb überzeugt. Im Rahmen eines von ZHAW sustainable geförderten Projekts hat sie einen Verarbeitungsprozess für die bis anhin ungenutzten Drohnenlarven entwickelt. Dazu hat sie mit einer Imkerin unweit des Campus Grüental in Wädenswil zusammengearbeitet. «Entscheidend ist, die Larven im Präpuppenstadium und vor dem Befall durch die Varroamilbe zu erwischen», so die Studentin. Dies erfordere tagelang stabile Temperaturen, Sonnenschein und keinen Regen in einem Zeitfenster von wenigen Wochen rund um den Monat Mai herum. Wenn es dann so weit ist, muss es schnell gehen: Die Larven werden mit flüssigem Stickstoff von der Wabe getrennt. Innerhalb von 20 Minuten müssen sie im Gefriertrockner landen, da sie sonst zu oxidieren beginnen. Trotz des technischen Aufwands bilden die Drohnenlarven eine ressourcenschonende Alternative, um proteinreiche Lebensmittel herzustellen. Im Gegensatz zu anderen essbaren Insekten müssen sie nicht eigens gezüchtet werden, sondern fallen in der Imkerei ohnehin an. Diese Möglichkeit konnte bereits in einem früheren Forschungsprojekt der ZHAW aufgezeigt werden. Der nun von Irmak Uzundemir Bischof entwickelte Verarbeitungsprozess kann von Imkerinnen und Imkern selbst angewendet werden, sofern sie über die technischen Möglichkeiten verfügen und die erforderlichen Hygienestandards einhalten. Ähnlich wie bei der Verarbeitung von Geflügelfleisch muss sehr sauber und mit kühlen Temperaturen gearbeitet werden, damit die Drohnen nicht verderben. Die Verarbeitung vor Ort scheint auch ökologisch sinnvoll. Dezentral verteilte Bienenhäuschen mit logistischem Aufwand abzuklappern, um die Drohnen zentral zu verarbeiten, kommt für Irmak Uzundemir Bischof nicht in Frage: «Mir geht es um die Sache und nicht darum, ein eigenes Startup zu gründen, um damit Geld zu verdienen.» Ihr Geschäftsmodell kommt den Imkereien zugute, die es anwenden und die Drohnen als Nebenprodukt zum Honig anbieten können. In ihrer Masterarbeit untersucht Irmak Uzundemir Bischof nun, wie es die Drohnen tatsächlich auf den Teller schaffen: «Honigbienen geniessen in unserer Gesellschaft ein hohes Ansehen als sympathische Helferlein.» Die Hemmschwelle, Bienen zu essen, sei deshalb höher als bei Heuschrecken oder Mehlwürmern. Neben dem guten Image gelte es gleichwohl auch, den Ekelfaktor zu überwinden. Die Studentin hat aber schon eine Idee: «Eine Möglichkeit ist es, sie mit Schokolade zu umhüllen. Ich kann mir vorstellen, dass dies bei uns in der Schweiz gut ankommt.» Mit diesem süssen Ansatz will sie das Eis zwischen der Gesellschaft und dem neusten Novel Food brechen und damit einem Abfallprodukt zu finanziellem und ökologischem Wert verhelfen. Matthias Kleefoot

Zu einer Smart City gehört auch eine smarte Mobilität. Aber was heisst das genau? Neue Mobilitätslösungen sollen nicht nur die steigende Transportnachfrage decken, sondern gleichzeitig auch möglichst emissionsfrei und nachhaltig sein. Beispiele dafür gibt es bereits: Das wachsende Angebot von Sharing-Fahrzeugen fördert den Mentalitätswechsel vom Besitzen zum Nutzen. Elektrische Fortbewegungsmittel können mit erneuerbarem Strom aufgeladen werden. Und sogenannte «Mobility as a Service (MaaS)»-Konzepte vernetzen unterschiedliche Transportarten miteinander, um effizient von A nach B zu kommen. «An kreativen Lösungen oder innovativen Ideen für einen nachhaltigen Mobilitätswandel mangelt es nicht; was sich durchsetzt, ist aber weniger eine Frage technologischer Natur, sondern vielmehr eine Frage der Gewohnheiten», erklärt ZHAW-Forscher Onur Yildirim vom Institut für Nachhaltige Entwicklung . Um sich für ein neues Mobilitätsverhalten zu öffnen, sollten Menschen die neuen Möglichkeiten und deren Vorteile selber erfahren können. Die ZHAW-Forschenden Mirjam West und Onur Yildirim haben das Projekt «Erlebnis Smarte Mobilität» ins Leben gerufen. Darin bieten sie mittels Virtual Reality (VR) einen interaktiven Zugang zur Mobilität von morgen. Wer sich die VR-Brille aufsetzt, kann sich während rund zehn Minuten durch die Stadt der Zukunft bewegen – Fahrten mit dem BICAR oder im autonomen Taxi inklusive. Das virtuelle Erlebnis beginnt an einem Hyperloop-Bahnhof, von wo aus man sich mit verschiedenen Transportmitteln auf den Heimweg begeben muss. Damit man sich nicht verläuft, begleitet einen die Roboterdame Ginny. Sie liefert Hintergrundinformationen und Erklärungen zu den einzelnen Mobilitätslösungen. Dennoch kostet es teilweise Überwindung, sich in der virtuellen Welt frei zu bewegen. Aber keine Angst: Wer sich virtuell ins selbstfahrende Auto setzt, sitzt ganz real auf einem Stuhl im Labor. «Studien belegen, dass durch das Erleben von Szenarien mittels VR die Wahrnehmung von Sachverhalten und die Bewertung ebendieser beeinflusst werden kann», sagt Mirjam West. In einer Laborstudie mit Probanden haben die Forschenden untersucht, ob ihr VR-Erlebnis die Akzeptanz von zukünftigen Mobilitätslösungen erhöhen könnte. Eine Mehrheit der befragten Probanden benannte konkrete Vorteile, welche zuvor im Erlebnis visualisiert und durch die Hintergrundinformationen vermittelt worden waren. Die Faktoren Komfort, Kosten und Zeit wurden von den Probanden beispielsweise als Vorteile bei der Nutzung von autonomen Fahrzeugen gesehen. Eine Mehrheit zeigte sich nach dem VR-Erlebnis offener für Sharing-Modelle. «Das Erfahren von zukünftigen Mobilitätslösungen mittels VR hat die Probanden zum Nachdenken angeregt», ist Mirjam West überzeugt. «Inwieweit sich dies auf ihr zukünftiges Verhalten bei Mobilitätsentscheiden auswirkt, bleibt offen und bietet Raum für weitere Forschungsprojekte.» Matthias Kleefoot

Im August steht Winterthur stets im Zeichen seiner Musikfestwochen. Mit rund 70 Konzerten und einem kulturellen und kulinarischen Rahmenprogramm lockt das Festival über 50'000 Menschen in die Gassen der Altstadt. An neun der zwölf Festivaltage ist der Eintritt frei. Seit der Gründung vor fast fünf Jahrzehnten kommen immer mehr Musikbegeisterte nach Winterthur. Mittendrin in der Organisation: Lotta Widmer. Die ZHAW-Studentin leitet den Bereich Partnerschaften und Events der Musikfestwochen. «Das lässt sich mit meinem Teilzeitstudium in Umweltingenieurwesen an der ZHAW vereinbaren», sagt sie und meint es auch so. Mit ihrer Bachelorarbeit in der Vertiefung «Umweltsysteme und nachhaltige Entwicklung» will sie dazu beitragen, das Festival künftig noch nachhaltiger zu gestalten. «In der Kulturbranche sehe ich die einmalige Chance, ein grosses Publikum durch positive Erlebnisse für nachhaltige Themen zu sensibilisieren.» Lotta Widmer, Studentin, die durch das Sustainable Impact Program gefördert wird Mit Mehrweggeschirr und Solarstrom wurden schon erste Schritte getan. Eine professionelle Berechnung der CO 2 -Emissionen soll nun die wissenschaftliche Grundlage schaffen für weiterführende Massnahmen im Bereich ökologischer Nachhaltigkeit. Teil der Arbeit ist aber auch die Analyse der sozialen und wirtschaftlichen Nachhaltigkeit sowie der umweltpsychologischen Hintergründe. Dabei geht Lotta Widmer der Frage nach, wie das Publikum für das Thema Nachhaltigkeit sensibilisiert und zu umweltfreundlichem Handeln motiviert werden kann. «Zum einen sehe ich Veranstaltende in der Pflicht zu einer nachhaltigen Weiterentwicklung, zum anderen bietet sich in der Kulturbranche die einmalige Chance, ein grosses Publikum durch positive Erlebnisse für nachhaltige Themen zu sensibilisieren oder sogar zu umweltfreundlichem Handeln anzuregen», sagt Lotta Widmer angesprochen auf ihre Motivation. Als die Studentin ihre Projektidee für die Bachelorarbeit schon aufgegleist hatte, stiess sie auf die Ausschreibung für das Sustainable Impact Program (SIP). Zunächst zögerte sie, ihr Projekt für die 5000-Franken-Förderung einzureichen. «Dieses interdisziplinäre Projekt erfüllt mehrere wichtige Evaluationskriterien: Es nimmt Bezug auf alle drei Dimensionen von nachhaltiger Entwicklung und analysiert darüber hinaus die Umweltkommunikation mit dem Publikum.» Francesco Bortoluzzi, Leiter Nachhaltigkeitsprogramme ZHAW «Ich war unsicher, ob mein Projekt den Kriterien genügt. Schliesslich dachte ich mir, dass ich ja nichts zu verlieren habe», sagt Lotta Widmer rückblickend. Ihr Vorhaben erhält nun als eines der ersten studentischen Projekte finanzielle Unterstützung durch das neue Programm. «Dieses interdisziplinäre Projekt erfüllt mehrere wichtige Evaluationskriterien», sagt Francesco Bortoluzzi, der als Leiter Nachhaltigkeitsprogramme an der ZHAW das SIP gemeinsam mit einem Vorstand verantwortet. «Es nimmt Bezug auf alle drei Dimensionen von nachhaltiger Entwicklung und analysiert darüber hinaus die Umweltkommunikation mit dem Publikum. Lotta Widmer setzt ihre Skills aus dem Studium ein, um die Musikfestwochen zu einem Reallabor zu machen, und erzeugt so kontextspezifisches System- und Transformationswissen.» Dieses könne wiederum künftigen Projekten als Grundlage dienen. Für die Ökobilanzierung hat Lotta Widmer alle Daten aus dem Jahr 2019 zusammengetragen – dem letzten Jahr der Durchführung im gewohnten Rahmen. «Ich habe berechnet, wie viel Bier getrunken, wie viele Würste gegessen und wie viel Strom verbraucht wurde, aber auch, wie das Publikum und die Bands ans Festival gereist sind», nennt die Studentin einige Beispiele. Für die Ökobilanzierung hat ein externes Ingenieurbüro alle Berechnungen der CO 2 -Emissionen durchgeführt. Die anschliessende Analyse, die Ableitung der Massnahmen und das Erstellen des Aktionsplans liegen nun wiederum bei der Studentin und sind Gegenstand des SIP-Projekts. «Aus dem vorliegenden CO 2 -Fussabdruck kann ich bereits schliessen, dass das Einsparpotenzial bei der Mobilität und der Gastronomie am grössten ist», stellt sie fest. Nun will sie im Detail herausfinden, wo die grossen Hebelwirkungen liegen und welche Änderungen zu einer CO 2 -neutralen Veranstaltung führen könnten. Auch wenn es noch ein weiter Weg ist bis zu einem emissionsfreien Festival, hofft Lotta Widmer schon jetzt auf die Strahlkraft der Musikfestwochen. Sie sollen Vorbildcharakter für andere kulturelle Veranstaltungen haben. Neben der ökologischen Bewertung analysiert die Studentin auch die soziale und wirtschaftliche Dimension in einem sogenannten Nachhaltigkeitsraster, um die brachliegenden Potenziale aufzuzeigen. «Der Verein Winterthurer Musikfestwochen ist nicht gewinnorientiert, und die ökologische wie auch die soziale Nachhaltigkeit sind bereits im Leitbild verankert», erklärt Lotta Widmer. «Das neuntägige kostenlose Programm zieht unterschiedlichste Gesellschaftsschichten an, und auch auf der Bühne wird viel Wert auf Diversity gelegt.» Dennoch gebe es überall noch Raum für zusätzliche Massnahmen. Einige weitere Hebel zur Reduktion der Emissionen hofft sie bereits im kommenden Jahr umlegen zu können, wenn das Festival mutmasslich wieder in voller Grösse stattfinden wird. Ihre Bachelorarbeit wird Lotta Widmer dann abgeschlossen haben, aber ihr damit geschaffener Aktionsplan soll auf mehrere Jahre hinaus Wirkung zeigen. Matthias Kleefoot

Junge Pflanzen werden zunächst unter Glas gehalten, bis sie stark genug sind, um sie ins Gartenbeet zu setzen. So ähnlich erging es dem Forschungsfeld Künstliche Intelligenz (KI) an der ZHAW School of Engineering. Im April dieses Jahres hat das Centre for Artificial Intelligence (CAI) seinen operativen Betrieb mit rund 20 Mitarbeitenden aufgenommen – ausgegliedert aus dem Institut für angewandte Informationstechnologie. Die Zentrumsgründung ist nicht auf der grünen Wiese erfolgt, sondern steht dank der bereits langjährigen Expertise im Bereich Machine Learning auf einer etablierten Basis. Das automatische juristische Prüfen von Verträgen , digitales Notenlesen oder die optische Qualitätskontrolle medizinischer Implantate : Dies sind nur drei von vielen Anwendungsbeispielen auf Grundlage von KI, die in den letzten Jahren von ZHAW-Forschenden entwickelt wurden. Hauptinitianten des CAI sind die beiden Forscher Thilo Stadelmann und Mark Cieliebak . «Durch die Gründung eines eigenen Forschungszentrums haben wir den imaginären Glasdeckel gelüftet und schaffen damit Raum für weiteres Wachstum», so Stadelmann. «Das ist schon jetzt, wenige Wochen nach der Gründung, spürbar in Gesprächen mit Partnern oder auch ZHAW-Forschenden in angrenzenden Gebieten, die ebenfalls mit KI experimentieren oder beabsichtigen, dies zu tun.» Für CAI-Interimsleiter Thilo Stadelmann ist Deep Learning mit neuronalen Netzen eines der Hauptforschungsfelder. Aber was bedeutet das überhaupt? Vereinfacht ausgedrückt geht es um Systeme, die aus vielen Beispielen von Inputs und dazu passenden Outputs den zugrunde liegenden Zusammenhang erkennen lernen, sodass sie für künftige Inputs den entsprechenden Output generieren können. «Nehmen wir Rohdaten wie Fotos oder Ähnliches, wählt das System am Ende selbstständig diejenigen Merkmale oder Kriterien aus, die es zur Erkennung von Gesichtern, Knochenbrüchen oder sogar Krebs braucht», so Stadelmann. «Was wir Menschen gewöhnlich mit unseren Augen machen, das kann diese Art KI heute oft mindestens gleich gut oder sogar besser.» Neben der nötigen Hardware und Rechenleistung braucht es für solche KI-Anwendungen vor allem Unmengen an Daten, um die Algorithmen zu trainieren. So auch im Bereich Natural Language Processing, wo Mark Cieliebak das maschinelle Verstehen von menschlicher Sprache in gesprochener und schriftlicher Form untersucht. «In Deutsch und Englisch geht das inzwischen schon relativ gut», sagt der Forscher. Zwei Beispiele: Verträge können von einer Software nach juristischen Kriterien geprüft werden und Aufnahmen von Sitzungen lassen sich automatisch transkribieren. Als Fachhochschule bietet die ZHAW eine einzigartige Nähe zwischen Grundlagenentwicklungen und deren Anwendungen. Für Mark Cieliebak sind diese Rahmenbedingungen eine besondere Motivation: «Am Anfang eines Projekts hat man zwar eine Idee davon, was man erreichen möchte, aber ob das geht und wie man da hinkommt, ist völlig offen», so der Forscher. «Dann analysiert man das Problem, entwickelt Prototypen, sammelt Daten, macht die ersten Experimente, verbessert und verfeinert – bis irgendwann der Moment kommt, wo man merkt: es funktioniert.» Plötzlich seien die Resultate brauchbar und man habe Gewissheit, dass man damit wirklich eine Lösung bauen kann. «Am Anfang eines Projekts hat man zwar eine Idee davon, was man erreichen möchte, aber ob das geht und wie man da hinkommt, ist völlig offen.» Mark Cieliebak, Centre for Artificial Intelligence Diese persönliche Passion für die KI-Forschung teilen Mark Cieliebak und Thilo Stadelmann – und wollen sie auch weitergeben. Mit Fachmodulen trägt das CAI auf Bachelor- und Masterstufe in der Lehre primär zum Studiengang Informatik und zum neuen Studiengang Data Science bei, ebenso gestaltet es das Weiterbildungsangebot mit. «Künstliche Intelligenz verändert unsere Gesellschaft mindestens ebenso stark wie das Internet», sagt Thilo Stadelmann. Daher brauche es dringend Fachleute, die mit den verschiedensten KI-Technologien umgehen können. «Software, die clever agiert und selber dazulernt, ist hilfreich in praktisch jeder Branche und jedem Unternehmen – ob globale Multis oder lokale KMU.» Es gebe überall repetitive Prozesse, die man zumindest teilweise automatisieren sollte. Denn kein Mensch könne oder wolle diese stundenlang bei gleichbleibender Konzentration durchführen. Innerhalb der KI gehe es in den nächsten Jahren nicht um technologische Revolutionen, sind sich die beiden Forscher einig, sondern darum, aktuelle Entwicklungen praxistauglicher zu machen. «Systeme sollen in der Anwendung auch unter sich ändernden Einsatzbedingungen oder mit suboptimaler Datengrundlage robust funktionieren», sagt Stadelmann. «Zukünftig sollen sie nicht nur ein spezifisches Detailproblem lösen, sondern für eine ganze Klasse von ähnlichen Problemen eingesetzt werden können – hier ist dann doch noch viel technische Evolution zu leisten.» «Wir müssen uns heute darüber unterhalten, unter welchen Rahmenbedingungen KI-Systeme zum Einsatz kommen werden.» Thilo Stadelmann Centre for Artificial Intelligence Ein weiterer wichtiger Punkt sei die Explainable AI, also Methoden, welche es dem Menschen erlauben, zu verstehen, warum ein KI-System zu seiner Entscheidung kam. Von übergreifender Bedeutung sei der ethische Standpunkt, so Stadelmann, da der Einsatz von KI das Potenzial für weitreichende Auswirkungen auf nahezu alle Bereiche der Gesellschaft habe: «Wir müssen uns heute darüber unterhalten, unter welchen Rahmenbedingungen KI-Systeme zum Einsatz kommen werden.» Jede bedeutende Technologie mit grossem Einfluss auf den Alltag sei reguliert, beispielsweise das Autofahren. «Das ist keine Bedrohung für die Freiheit der Forschung oder des wirtschaftlichen Handelns – doch wird es natürlich verbindliche Einschränkungen bedeuten, die letztlich dafür sorgen sollen, dass wir in einer von uns gestalteten lebenswerten Gesellschaft leben und nicht in einer, die rein durch die Optimierung wirtschaftlicher Partikularinteressen zu Beginn des 21. Jahrhunderts geprägt wurde.» Das CAI, frisch ausgepflanzt im vielfältigen Hochschulgarten der ZHAW, hat nun die Möglichkeit, diesen Diskurs mitzugestalten und mit ihm zu wachsen. Matthias Kleefoot

Bei den SBB ist Daniele Mele einer der ersten Data Scientists im Bereich des Sicherheitsmanagements. Bis vor wenigen Jahren gab es Stellen wie seine noch gar nicht. «Im Zuge der Digitalisierung stehen auch im Bahnverkehr immer mehr Daten zur Verfügung, die nur darauf warten, analysiert und ausgewertet zu werden», so Mele. Zusammen mit anderen Data Scientists leistet er mit seiner Arbeit einen wichtigen Beitrag an die Sicherheit und Qualität – und somit zum Wohl der Fahrgäste. Seine Abteilung fungiert dabei als Schnittstelle zwischen IT und Business, wie Mele erklärt: «Wir bereiten die Datensätze inhaltlich und visuell so auf, dass die Entscheidungsträger daraus die richtigen Schlüsse ziehen können.» Dass Daten sogar die Grundlage unternehmerischer Erfolgsgeschichten bilden können, zeigt das Startup Prognolite von Informatik-Absolvent Roman Lickel . Das Unternehmen hat eine Software entwickelt, mit der Gastronomen das zu erwartende Gästeaufkommen voraussagen können. Ziel sind eine effizientere Personalplanung und weniger Food Waste. «Manche Gastronomen sind zunächst skeptisch und halten unsere Berechnungen für wenig erfolgsversprechend», sagt Lickel. «Wir zeigen ihnen dann, was auf Grundlage ihrer Daten alles möglich ist.» Gemeint sind bis zu 1,5 Millionen Kassenbons pro Restaurant, die mit verschiedenen Faktoren wie Wetterdaten, Feiertagen oder Schulferien in Relation gesetzt werden. Die Prognosegenauigkeit liegt derzeit im Durchschnitt bei 90 Prozent für den Folgetag. Die Software wird aber laufend weiterentwickelt, unter anderem auch in ZHAW-Forschungsprojekten. Daniele Mele und Roman Lickel sind nur zwei von vielen ZHAW-Absolventen, die Daten wertschöpfend für Dienstleistungen oder Produkte einzusetzen wissen. Heutige Data Scientists haben in der Regel ein Bachelorstudium in Informatik oder Wirtschaftsingenieurwesen absolviert und sich später im Bereich Data Science weitergebildet. Denn Studienangebote auf Bachelorebene sind in diesem Feld noch neu. Die ZHAW School of Engineering bietet im Herbstsemester 2021 erstmals den Bachelorstudiengang Data Science an. «Wir wissen, dass die Wirtschaft zunehmend nach Fachleuten verlangt, die sowohl Daten erheben, aufbereiten und analysieren als auch sogenannte Data Products umsetzen können», sagt Thomas Järmann , Leiter Lehre an der School of Engineering. Wer den neuen Studiengang absolviert, wird sich deshalb nicht nur Expertenwissen in Grunddisziplinen wie Informatik und Statistik aneignen, sondern auch gezielt interdisziplinäres Domänenwissen aufbauen, um Produkte und Dienstleistungen zu entwickeln. «Data Scientists sollen Innovationen vorantreiben», findet Järmann. Informatik-Dozent Martin Braschler sieht Data Scientists als «neue Berufsgattung, die klassisches Ingenieurwissen mit Fähigkeiten aus den Bereichen Analytik, Unternehmertum und Kommunikation zu einem einzigartigen Mix verbindet». Braschler hat den neuen Studiengang mit aufgebaut. Er ist überzeugt, dass es in Zukunft von zentraler Bedeutung sein wird, wie wir Daten nutzen. «Schon heute müssen Dienstleistungen und Produkte smart sein, um längerfristig Erfolg zu haben», so Braschler. «Und jede Künstliche Intelligenz basiert auf der erfolgreichen Nutzung von Daten.» Deshalb brauche es Data Scientists, die diese Entwicklungen an vorderster Front mitgestalten. «Wir bieten nun einen vollwertigen Studiengang, der auch jene Themen ins Zentrum rückt, welche aus Data Science mehr als die Summe seiner Teile machen», erklärt Braschler. «Dabei wird Data Science als eigenständige Ingenieurdisziplin positioniert, mit einer soliden Grundausbildung, die langfristig wertvoll sein wird in diesem sich rasch wandelnden Umfeld.» Im Zuge der digitalen Transformation ist davon auszugehen, dass den Absolventinnen und Absolventen fast jede Branche offenstehen wird. «Kaum ein Geschäftsfeld wird künftig darauf verzichten können, mittels Daten seine Produkte und Dienstleistungen besser auf die Bedürfnisse der Kunden abzustimmen», schätzt Braschler. Der Bedarf an neuen Fachkräften dafür werde in den kommenden Jahren voraussichtlich gross sein. Data Scientists mit Fachwissen und dem Anwendungsfokus eines Fachhochschulstudiums sieht er dabei in der Poleposition stehen. Doch nicht nur die grossen Unternehmen empfangen Data Scientists mit offenen Armen: «Es entstehen Startups, die neuartige datengetriebene Ideen umsetzen und dabei zum Teil ganze Bereiche unserer Gesellschaft umkrempeln», stellt Braschler in Aussicht. Womit wir wieder bei Prognolite wären: Das Team um Startup-Gründer Roman Lickel hat eben nicht nur eine Software programmiert, sondern eine innovative Anwendung entwickelt, die seine Kunden nicht mehr missen möchten. Sie können ihre Absatzprognosen einfach auf dem Handy abrufen. Auch Daniele Mele hat bewiesen, dass er als Data Scientist die Geschäftsbedürfnisse der SBB versteht. Er hat ein Tool entwickelt, um Textmeldungen des Betriebspersonals automatisiert zu klassifizieren, also je nach Ereignis statistisch einzuordnen. Sein Textklassifikator-Konzept wird nun von den SBB technisch umgesetzt. Mele begleitet diesen Prozess als Product Owner. «Man muss sich als Data Scientist auch verkaufen können», meint Daniele Mele abschliessend, denn viele Unternehmen stünden in der Datennutzung noch am Anfang. Angehenden Data Scientists rät er deshalb, initiativ und offen zu sein für die vielseitigen Möglichkeiten, die sich durch die Digitalisierung ergeben. Matthias Kleefoot

Kaum ein Geschäft erfolgt heute ohne schriftliche Vereinbarung. Rechtsabteilungen müssen je nach Unternehmensgrösse Dutzende Verträge gleichzeitig prüfen, verhandeln und zur Unterschrift freigeben. Trotz technologischem Fortschritt und angestrebten Standardisierungen werden Verträge heute immer noch manuell darauf geprüft, ob alle relevanten Klauseln enthalten sind und keine problematischen Inhalte einer Unterschrift im Weg stehen. Für Anwältinnen und Anwälte ist das mehrheitlich eine repetitive und aufwendige Arbeit. Abhilfe schafft das Startup Legartis . Gemeinsam mit der ZHAW hat das Zürcher Unternehmen eine Software entwickelt, die Verträge automatisiert auf Abweichungen von den vordefinierten Unternehmensrichtlinien des jeweiligen Kunden prüft. Das bedeutet, die Inhalte werden automatisch identifiziert und klassifiziert. Die Lösung von Legartis weist dabei auf Risiken hin, erkennt insbesondere fehlende und problematische Klauseln und markiert diese. Technisch möglich ist das dank Künstlicher Intelligenz, konkret: Verfahren aus den Bereichen Natural Language Processing und Deep Learning, wie ZHAW-Forscher Don Tuggener erklärt: «Die Software ‘liest’ die Verträge sozusagen und strukturiert sie thematisch in über 150 sogenannte Labels. Sie erkennt in wenigen Sekunden, ob ein Vertrag nicht den vorgegebenen Guidelines eines Unternehmens entspricht oder unvollständig ist.» Ist das der Fall, weist die Software auf die fehlerhafte Stelle hin. Ein typischer Anwendungsfall für die Software sei das Überprüfen von NDAs, so Legartis-CEO David Alain Bloch. Gemeint sind «Non-Disclosure Agreements», also Geheimhaltungsvereinbarungen. Bei seinen Kunden seien das von ein paar Dutzend bis zu mehreren Tausend NDAs pro Jahr, die es zu überprüfen gilt. Bisher gibt es Software dieser Art vorwiegend für englischsprachige Verträge. Die an der ZHAW entwickelte Legartis-Software versteht hingegen nicht nur Englisch, sondern auch Deutsch – ein Alleinstellungsmerkmal. Von der Konkurrenz abheben will sich Legartis auch dadurch, dass das maschinelle Lernen, also das Antrainieren der Software mit Daten, nicht erst auf Kundenseite, sondern bereits vorab passiert. «Wir trainieren die Lösung heute für jede Vertragsart individuell. Dabei soll die KI Gelerntes auch von einer Vertragsart auf die Nächste übertragen können», sagt Bloch. Das fertige Out-of-the-Box-Produkt können die Kundinnen und Kunden sofort und selbstständig einsetzen. «Unternehmen nutzen diese Lösung, um ihren Fachleuten die Möglichkeit zu geben, sich wieder auf das Wesentliche zu konzentrieren», so Bloch. Nach dem erfolgreichen Markteintritt Ende 2019 wurde das junge Unternehmen inzwischen als Early Stage Startup of the Year bei den Swiss FinTech Awards ausgezeichnet. Matthias Kleefoot

Sie beantworten im Kundendienst brennende Fragen, assistieren bei unzähligen Dienstleistungen oder sollen vielleicht einfach nur der Unterhaltung dienen. Als virtuelle Ansprechpartner nehmen sogenannte Chatbots im Alltag immer mehr Raum ein. Wie evaluiert man aber zuverlässig, welcher Chatbot sich im Dialog als menschenähnlicher Gesprächspartner bewährt? «Die Beurteilung von Gesprächen ist grundsätzlich schwierig – auf der Ebene von Chatbots noch schwieriger», sagt Don Tuggener . Computerlinguistik gehört zu seinen Forschungsgebieten am Institut für angewandte Informationstechnologie (InIT) der ZHAW. «Die Evaluation von Chatbots durch Menschen war bisher nicht nur aufwendig und teuer, sondern auch inkonsistent, weil jeder Mensch eine subjektive Bewertung aufgrund des eigenen Dialogs mit dem Chatbot vornimmt», so Tuggener. Im Rahmen des übergeordneten EU-Forschungsprojekts LILITH haben die Forschenden am InIT eine neue Grundlage für die Bewertung von Chatbots geschaffen. «Spot The Bot» nennen sie ihr Verfahren, in dem unterschiedliche Chatbots miteinander Dialoge führen. «Wir lassen die Chatbots statt mit Menschen mit anderen Chatbots sprechen», erklärt Jan Deriu , Doktorand am InIT. Die Konversationen entstehen somit automatisch, anstatt dass sie eigens von Personen geführt werden müssen. Danach sichten Menschen die Gesprächsprotokolle und sollen die Bots ausfindig machen. «Natürlich haben wir unter die reinen Chatbotdialoge auch noch echte Konversationen mit Menschen gemischt», so Deriu. «Und wir lassen die Dialoge abschnittweise beurteilen, denn nach einiger Zeit wird jeder Chatbot enttarnt. Je länger er aber Menschen täuschen kann, desto besser ist der Chatbot.» Matthias Kleefoot

Es geht um die sprichwörtliche Suche nach der Nadel im Heuhaufen – und dieser Heuhaufen ist unvorstellbar gross. «Wir leben im Zeitalter von Big Data. Wir müssen deshalb Lösungen entwickeln, die mit riesigen Datenbanken klarkommen», sagt ZHAW-Forscher Kurt Stockinger. Als Data Scientist beschäftigt er sich schwerpunktmässig mit der Frage, wie Daten strukturiert und effizient innert kürzester Zeit durchsucht werden können. «Wenn die Daten gut strukturiert sind und ich sie mit der Datenbanksprache SQL selektiere, kann ich die Nadel im Heuhaufen sehr schnell ausfindig machen. Dazu benötigt man aber entsprechende Informatikkenntnisse.» Kurt Stockinger Erfasst man Daten als numerische Werte und sortiert sie in einem Index, sind sie viel schneller zu finden. «Wenn die Daten gut strukturiert sind und ich sie mit der Datenbanksprache SQL selektiere, kann ich die Nadel im Heuhaufen sehr schnell ausfindig machen», erklärt der Forscher. «Dazu benötigt man aber entsprechende Informatikkenntnisse.» Und wer diese nicht hat, dem bleiben die Datenschätze verborgen. Stockinger und sein Team entwickeln nun eine intuitive Suchfunktion, bei der die Eingabe in natürlicher Sprache erfolgt. Das gewünschte Suchresultat erzielen die User ganz ohne Informatikkenntnisse. So lautet jedenfalls das Ziel des Projekts «INODE – Intelligent Open Data Exploration», das vom EU-Forschungsprogramm Horizon 2020 mit knapp 6 Millionen Euro gefördert wird. Unter Leitung der ZHAW School of Engineering entwickeln insgesamt neun Partnerinstitutionen gemeinsam eine für unterschiedliche Anwendungen einsetzbare Suchmaschine. So könnten beispielsweise Ärzte in der Krebsforschung bestimmte Bioinformatikdaten finden, die Einfluss auf den Erfolg von Therapien haben. Oder Astrophysiker könnten bestimmte Positionsverschiebungen von Sternen ausfindig machen. Weder die Ärzte noch die Astrophysiker müssten dazu eine Datenbanksprache anwenden. In einem ersten Schritt muss ein Programm zunächst die natürliche Sprache – beispielsweise Englisch – in die erforderliche Datenbanksprache übersetzen. Die Übersetzung muss dabei nicht nur korrekt, sondern auch möglichst schnell erfolgen, wie man das bei jeder Suchanfrage erwartet. Somit müssen zwei Probleme gelöst werden, die teilweise widersprüchliche Zielsetzungen haben. «Wenn ich eine Suchanfrage von natürlicher Sprache in SQL übersetzen möchte, darf das nicht drei Jahre dauern», sagt Stockinger. «Es gelten die gleichen Ansprüche wie bei der Google-­Suche: Können wir nicht in Sekundenbruchteilen liefern, ist die Anwendung in der Praxis nicht brauchbar.» Sprache sei zudem in vielen Fällen mehrdeutig zu interpretieren, so Stockinger weiter: «Suche ich nach dem Begriff ‹Golf›, kann der Sport, das Auto oder gar der Golf von Mexiko gemeint sein.» Wird mit mehreren Begriffen gleichzeitig gesucht, steigen die Deutungsmöglichkeiten sogar noch. «Die Herausforderung bei dieser Methode ist, dass man viele Trainingsdaten braucht. Das ist aber in unserem Fall nicht so einfach, weil es diese Daten teilweise noch gar nicht gibt.» Kurt Stockinger Mit regel­basierten Verfahren, wo ein Algorithmus sein Ziel nach expliziten codierten Regeln verfolgt, stösst Stockinger hier an Grenzen. Stattdessen setzen die Forschenden auf Methoden aus dem Machine Learning wie etwa spezielle neuronale Netzwerke namens «Transformers»: Der Algorithmus erreicht sein Ziel auf der Basis von aus Daten automatisch gelerntem Wissen. «Die Herausforderung bei dieser Methode ist, dass man viele Trainingsdaten braucht. Das ist aber in unserem Fall nicht so einfach, weil es diese Daten teilweise noch gar nicht gibt», erklärt Stockinger. Mit natürlichen Sprachen sei das leichter. «Wenn ich automatisch von Deutsch nach Englisch übersetzen möchte, kann ich den Computer mit Tausenden Büchern als Daten füttern. Mittels Machine Learning erkennt er dann gängige Muster und kann deshalb nicht nur Wort für Wort, sondern ganze Sätze fehlerfrei übersetzen.» Die Trainingsdaten aus der Daten­banksprache SQL fehlen hingegen noch häufig. Dazu kommt, dass Datenbanken ganz unterschiedlich strukturiert sein können. «Nehmen wir also die Trainingsdaten aus einer Datenbank, so funktioniert der Algorithmus am Ende auch nur für diese bestimmte Datenbank», so der Forscher. «Aber wir wollen ja ein universell einsetzbares Werkzeug schaffen.» Wie gehen die Forschenden nun vor, wenn es eben noch nicht genügend Trainingsdaten gibt? «Wir verfolgen eine Art Hybridansatz», erklärt Kurt Stockinger. «Solange wir noch keine Trainingsdaten haben, gehen wir regelbasiert vor. Das heisst, das natürliche Wort wird automatisch in einen bestimmten Code übersetzt, und danach wird anhand bestimmter Regeln die Datenbankabfrage als SQL-Anweisung erzeugt.» Diese Suchabfrage protokolliert das Daten­banksystem automatisch. Auf diese Weise werden Trainingsdaten generiert. Je mehr davon entstehen, desto besser kann das System dazulernen. Zu gegebener Zeit könnten die Forschenden ganz auf das Machine Learning setzen oder einen adaptiven Hybrid-Ansatz verwenden, der je nach Anfrage entweder regelbasiert oder Machine-­Learning-basiert agiert. «Wenn man die Anwendungen unter Laborbedingungen durchführt, dann löst man nur kleine Probleme mit kleinen Datenbanken – das reicht dann in der Praxis nicht aus.» Kurt Stockinger Wichtig ist laut Stockinger, von Anfang an mit diesen realen, grossen Datenbanken zu arbeiten. «Wenn man die Anwendungen unter Laborbedingungen durchführt, dann löst man nur kleine Probleme mit kleinen Daten­banken – das reicht dann in der Praxis nicht aus.» Denn dort werden die Heuhaufen immer grösser. Matthias Kleefoot

Roboter sind dazu da, dem Menschen Arbeit abzunehmen. Wirtschaftlich betrachtet sollen sie die Arbeit ausserdem effizienter und günstiger verrichten. Damit sich die Kosten für die Anschaffung und die Programmierung auszahlen, muss ein Industrieroboter für längere Zeit die exakt gleiche Arbeit verrichten, für die er eingerichtet worden ist. Er tut dies abgeschottet vom Menschen in einer Produktionsstrasse. «Je grösser die Stückzahl, desto mehr zahlt sich diese Vollautomatisierung aus», sagt Hans Wernher van de Venn, Leiter des Instituts für Mechatronische Systeme (IMS) an der ZHAW School of Engineering. «Die programmierten Roboter sind einerseits sicher, da sie nicht direkt mit Menschen in Kontakt kommen, andererseits schränkt dies aber auch die Möglichkeiten ein, da die Roboter in diesem Fall nur die programmierte Aufgabe ausführen können.» Gleichzeitig steigt die Nachfrage nach individualisierten Produkten und flexiblen Einsatzmöglichkeiten für Roboter. Die Aufgaben eines Roboters müssen möglichst einfach angepasst werden können. «Wir wollen erreichen, dass der Roboter als Werkzeug benutzt werden kann, so wie man heute beispielsweise eine Bohrmaschine anwendet.» Wernher van de Venn Die Industrie 4.0 und damit die Digitalisierung stellt die Weichen auf grösstmögliche Flexibilität und Mobilität. «Heute soll der Roboter dieses machen und morgen jenes», so van de Venn. «Das steht im Gegensatz zum klassischen Industrieroboter, der über Wochen oder Monate genau das Gleiche macht, damit sich die teure Programmierung auch gelohnt hat.» Bei sogenannten kollaborativen Robotern versucht man auf das vorgängige Einrichten zu verzichten. Stattdessen kann der Roboter beispielsweise vom Menschen geführt werden oder dessen Handlungsvorgaben einfach imitieren. «Man geht weg von der spezialisierten Programmierung hin zu einer Art Tool», sagt van de Venn. «Wir wollen erreichen, dass der Roboter als Werkzeug benutzt werden kann, so wie man heute beispielsweise eine Bohrmaschine anwendet.» Das ist zum Teil bereits gelungen, aber immer noch Gegenstand von Forschung und Entwicklung. Am IMS hat man in den vergangenen Jahren bereits erfolgreiche Prototypen für die Mensch-Roboter-Kollaboration entwickelt und getestet. Im Rahmen des EU-Forschungsprojekts ECHORD wurde die Zusammenarbeit zwischen Mensch und Industrieroboter am Beispiel der Montage von Flugzeugteilen untersucht. Der Mensch befindet sich dabei innerhalb des Arbeitsbereichs eines Industrieroboters und kann diesen durch Ziehen und Stossen intuitiv von Hand steuern. Auf diese Weise lassen sich relativ einfach schwere Flugzeugkomponenten greifen und in die Zielposition bringen. «Das System vereint die Kraft und Präzision des Roboters mit der Flexibilität des Menschen», sagt van de Venn. Die gleiche Methode kommt im EU-Projekt ECOSTRIPPAIR zum Einsatz. Auch hier wird der Industrieroboter von Hand geführt – in diesem Fall, um eine Sandstrahldüse präzise über die Flugzeugoberfläche zu führen. Ziel ist hier, dünne Lackschichten exakt zu entfernen, ohne das Flugzeug zu beschädigen. Überwacht wird der Roboter zu jeder Zeit von Menschen. Der Benutzer bringt den Roboterarm mit der aufgesetzten Sandstrahldüse manuell in die Ausgangsposition. Der Roboter regelt sowohl die Ausrichtung als auch den Abstand der Düse zur Oberfläche selbstständig und steuert die Geschwindigkeit präzise. «Bei der Verdrahtung von Schaltschränken kommt der Roboter häufig an seine Grenzen. Da kann der Mensch ihm quasi kurz unter die Arme greifen.» Wernher van de Venn Mit einem Schweizer KMU hat das IMS eine Lösung für die automatisierte Verdrahtung von Schaltschränken entwickelt; laut van de Venn ein Paradebeispiel für die effiziente Mensch-Roboter-Kollaboration: «Hier können mehrere Roboter selbstständig arbeiten und der Mensch überwacht und führt sie zentral. Aufgrund der Individualität der Produkte lohnt sich keine vollautomatische Lösung. Ausserdem gibt es bei der Verdrahtung von Schaltschränken häufig Situationen, in denen der Roboter an seine Grenzen kommt. Da kann der Mensch ihm quasi kurz unter die Arme greifen.» Dieser Prototyp wird nun zu einer industriellen Lösung weiterentwickelt. Noch sind nur wenige dieser Mensch-Roboter-Kollaborationen in der industriellen Umgebung anzutreffen. Neben der Wirtschaftlichkeit bilden derzeit die Sicherheitsvorgaben die grössten Hürden. «Es muss zu 100 Prozent sichergestellt sein, dass der Roboter den Menschen in keiner Weise verletzen kann», so van de Venn. «Vor allem wegen der Unberechenbarkeit des menschlichen Handelns ist das eine schwierige Aufgabe. Menschen sind nun mal naturgemäss unvorsichtig. Der Roboter sieht nichts und hört nichts, aber muss trotzdem derjenige sein, der aufpasst. Also müssen wir ihn mit den fehlenden Sinnen ausstatten.» Kameras und Bewegungssensoren alleine reichen dafür aber nicht aus. «Steht dieser Mensch nur zufällig da oder will er den Roboter anfassen und ihn führen?» Wernher van de Venn Um Kollisionen zu vermeiden, arbeitet man am IMS derzeit an einer sogenannten Human Intention Detection. Roboter sollen dazu fähig sein, menschliche Bewegungen richtig zu interpretieren, um entsprechend darauf reagieren zu können. «Steht dieser Mensch nur zufällig da oder will er den Roboter anfassen und ihn führen? Dies gilt es aus diversen Sensorinformationen innert Sekundenbruchteilen zu erkennen. Dazu braucht es Künstliche Intelligenz im Sinne von selbstlernenden Algorithmen», sagt van de Venn. Roboter sollen also mit jedem Handlungsschritt dazulernen. «Und wenn die Roboter miteinander vernetzt sind wie in unserem Industrie-4.0-Labor, können sie auch voneinander lernen.» Künstliche Intelligenz ist nicht nur der Schlüssel zur Sicherheit, sondern auch zur Wirtschaftlichkeit der Mensch-Roboter-Kollaboration. «Die Fixkosten sind umso tiefer, je weniger programmiert werden muss. Selbstlernende Software senkt somit die Kosten weiter», so van de Venn. Gegenüber der Vollautomation kommt bei der Mensch-Roboter-Kollaboration hingegen der Mensch als Kostenfaktor dazu. Er ist aber auch nach wie vor das flexibelste «System», das man in der Produktion einsetzen kann. Matthias Kleefoot