Owli-AI Startseite Owli-AI
Menü

Owli-AI Forschung

Forschung

Wir untersuchen, wie visuelle Lehrmaterialien zugänglich werden und wie Kamerabilder bei der Orientierung unterstützen können.

Forschungsstränge

Woran wir arbeiten

  1. 01

    Wie werden Schaltpläne und Diagramme zugänglich?

    Wir untersuchen die Aufbereitung als Text, Audio oder taktile Darstellung. Dazu gehören die Pattern Collection für Lehrmaterialien und das geförderte Projekt IncluLearn.AI.

    Generiertes UML-Klassendiagramm mit Klassen Person, Student, Lecturer und Book.

    Fig. 6 Generiertes UML-Klassendiagramm.

    Abbildung aus Diethelm Bienhaus; Michael Kreutzer (2026).

    Abbildung und Forschungsbeitrag ansehen: A Pattern Collection for Generating Accessible Teaching Materials for Blind and Visually Impaired Students in Computer Science and Electrical Engineering
    IncluLearn.AI Pattern Collection

  2. 02

    Wie entstehen Trainingsdaten für die Gehwegerkennung?

    Der ECCV-Workshop-Beitrag von 2026 untersucht die automatische Annotation von Fußgängerszenen. Way-Buddy erprobt die Gehwegerkennung mit akustischen Richtungshinweisen.

    Vergleich von akzeptierten und verworfenen BGH-Annotationen nach dem Postprocessing. Links drei akzeptierte Szenenpaare mit plausiblen Segmentierungen, rechts drei verworfene Beispiele mit deutlich fehlerhaften oder unvollständigen Masken. Eine Legende ordnet Farben Klassen wie Straße, Gehweg, Gebäude, Verkehrszeichen, Vegetation, Personen und Fahrzeuge zu.

    Fig. 2: Vergleich akzeptierter und verworfener Annotationen im BGH-Datensatz nach dem Postprocessing.

    Abbildung aus Justine Buss; Michael Kreutzer; Seyed Eghbal Ghobadi (2026).

    Abbildung und Forschungsbeitrag ansehen: Open-Vocabulary Annotation for Pedestrian Scene Understanding under Domain Shift
    ECCV-Workshop-Beitrag Way-Buddy

Apps und Demonstratoren ermöglichen praktische Erprobung und Nutzerfeedback. Die jeweiligen Detailseiten beschreiben Funktionen, Reifegrad und Forschungsbezüge.

Apps & DemonstratorenMitmachen & Feedback

Wissenschaftliche Entwicklung

Von der Bachelorarbeit über ECCV zum Innovationspreis

Die Arbeit von Justine Buss zeigt exemplarisch, wie aus einer Abschlussarbeit ein publizierter Forschungsbeitrag und ein sichtbares Ergebnis für Owli-AI entsteht.

  1. 1 / 3

    Bachelorarbeit

    Ausgangspunkt war Justines Bachelorarbeit zu assistiver Computer Vision und fußgängerzentrierter Szenenannotation.

  2. 2 / 3

    ECCV Workshops 2026

    Die Ergebnisse wurden zum Workshop-Beitrag „Open-Vocabulary Annotation for Pedestrian Scene Understanding under Domain Shift“ weiterentwickelt.

  3. 3 / 3

    Karl-Heinz Lust Innovationspreis

    Am 1. Oktober 2026 wurde die Bachelorarbeit mit dem Karl-Heinz Lust Innovationspreis der THM ausgezeichnet.

ECCV-Publikation ansehen Zu Justine im Team

Projekte

Alle Projekte

  1. IncluLearn.AI – KI-gestützte Generierung barrierefreier MINT-Lehrmaterialien

    IncluLearn.AI entwickelt einen KI-gestützten Prozess, der komplexe visuelle MINT-Inhalte semantisch erschließt und daraus barrierefreie Text-, Audio- und taktile Repräsentationen erzeugt.

    Gefördertes Forschungs- und Transferprojekt

    Zur IncluLearn.AI-Projektwebsite

  2. AHRUS Audible High Resolution Ultrasonic Sonar

    AHRUS ist ein Forschungsprototyp zur Unterstützung menschlicher Echoortung mit hörbarem Ultraschall, beschrieben in der HCII-Publikation von 2018.

    Prototype

Publikationen

Alle Publikationen

  1. A Pattern Collection for Generating Accessible Teaching Materials for Blind and Visually Impaired Students in Computer Science and Electrical Engineering

    Pattern Languages of Programs, People and Practices (EuroPLoP 2025), LNCS 16494, Springer (2026) - Paper

    Diethelm Bienhaus; Michael Kreutzer

  2. Open-Vocabulary Annotation for Pedestrian Scene Understanding under Domain Shift

    ECCV 2026 Workshops · ACVR & CDEL (2026) - Workshop-Beitrag

    Justine Buss; Michael Kreutzer; Seyed Eghbal Ghobadi

  3. A Framework for Developing Modular Mobility Aids for People with Visual Impairment: An Indoor Navigation Use Case

    (2023) - Paper

    Florian von Zabiensky; Grigory Fridman; Oguz Ozdemir; Sebastian Reuter; Michael Kreutzer; Diethelm Bienhaus

  4. An Electronic Guide Dog for the Blind based on Artificial Neural Networks

    (2021) - Paper

    S. Lopatin; F. v. Zabiensky; M. Kreutzer; K. Rinn; D. Bienhaus

  5. Ultrasonic Waves to Support Human Echolocation

    HCII (2018) - Paper

    Florian von Zabiensky; Michael Kreutzer; Diethelm Bienhaus

Audio-Zusammenfassungen

Forschung auch als Audio

Die KI-generierten Audio-Zusammenfassungen aus NotebookLM fassen Forschungsprojekte und Publikationen in einer leichter zugänglichen Form zusammen. Ergänzend stehen Songs als weitere Audio-Inhalte bereit.

Podcasts & Audio ansehen