Dr. Sabrina Schmedding

KI-Algorithmen für vielfältige Anwendungen in echten Produktionssystemen.

Nach dem Studium und dem Sammeln erster Forschungserfahrung in Informatik und Kognitionswissenschaft kam ich als Doktorandin 2016 zu Bosch. Im Rahmen meiner Doktorarbeit ging ich der Frage nach, wie man bei selbstlernenden Robotern mit kontaktintensiven Manipulationsaufgaben in einer Produktionsumgebung den Lernprozess beschleunigen kann. Dabei habe ich Methoden entwickelt, die automatisch gesammelte Daten besonders effizient verwenden. Seit 2019 arbeite ich als Forschungsingenieurin bei der Bosch Forschung und untersuche seitdem pragmatische Möglichkeiten, wie die neuesten Methoden des maschinellen Lernens auf Daten von und für die Produktion bei Bosch angewendet und erweitert werden können – bei selbstlernenden Robotern und darüber hinaus. Anfang 2022 habe ich die Aktivitätsleitung zur KI Toolbox Entwicklung für Produktionssysteme übernommen und arbeite darauf hin, unsere Methoden auf eine noch größere Vielfalt von Problemen anzuwenden.

Ausgewählte Publikationen

Erzählen Sie doch mal: was fasziniert Sie an der Forschung?
Mich fasziniert die Vielfalt der offenen Fragen, die mein Technologieverständnis stärken und meinen Blick auf Zukunftsfragen richten. Zudem tausche ich gerne Ideen mit meinen Forschungskolleginnen und -kollegen aus und freue mich, immer wieder neue Wege und Methoden zu entdecken.

Was macht die Forschung bei Bosch besonders?
Bei Bosch stehe ich im engen Dialog mit Kolleginnen und Kollegen aus unterschiedlichen Fachgebieten sowie Praktikern aus den verschiedenen Bosch Werken. Dabei bekomme ich Feedback aus erster Hand, wie sich meine Arbeit auf den Geschäftsalltag auswirkt und welche täglichen Herausforderungen der Machbarkeit unserer Ansätze noch im Wege stehen könnten.

Woran forschen Sie bei Bosch?
Ich forsche gerade an unterschiedlichen Methoden für intelligente Produktionssysteme – vom Reinforcement Learning bei Robotern über selbstbeaufsichtigte Lernprozesse mithilfe großer Datenmengen bis hin zu interaktiven Datenanalysen für Fachleute in den Bosch Werken.

Was sind die größten wissenschaftlichen Herausforderungen in Ihrem Forschungsfeld?
Bei Machine Learning ist nahezu alles möglich, solange es genug Daten gibt, einschließlich aufwändiger Annotationen durch Expertinnen und Experten. In der Praxis stehen diese jedoch nicht ohne Weiteres zur Verfügung, zudem ist der Datenerwerb sehr kostspielig. Bei meiner Arbeit stehe ich daher vor der Herausforderung, Anwendungen zu identifizieren, bei denen Lernprozesse möglich sind, um anschließend Methoden für die Erhebung der richtigen Daten zu konzipieren und effiziente Lernalgorithmen anzuwenden. Deshalb investiere ich sehr viel Zeit in die systematische Bewertung von Ideen und Prototypen.

Wie werden Ihre Forschungsergebnisse zu „Technik fürs Leben“?
Jede Verbesserung an den Produktionssystemen von Bosch wirkt sich direkt auf Qualität, Kosten und Zuverlässigkeit der Bosch-Produkte aus. Dies wirkt sich auf beinahe alle Lebensbereiche aus: im Zuhause, in E-Bikes, Smartphones und in vielem mehr.