![\"\"](\"http:\/\/blogs.gm.fh-koeln.de\/thk-ai\/files\/2026\/09\/TH-KIplus_Monika-Probst-300x300.jpg\")
\nMit dem Projekt THK-KIplus (TH K\u00f6ln – K\u00fcnstliche Intelligenz plus) hat die Technische Hochschule K\u00f6ln ihre Kompetenzen im Bereich der anwendungs- und transferorientieren KI-Forschung zur F\u00f6rderung des wissenschaftlichen Nachwuchses erheblich verbessert. Das Projekt hat au\u00dferdem zu neuen Forschungskooperationen und zu einem Transfer der Erkenntnisse in die Gesellschaft beigetragen. Geleitet wurde es von Prof. Dr. Thomas Bartz-Beielstein und Prof. Dr. Anja Richert.<\/p>\n\n
Die K\u00fcnstliche Intelligenz ist vermutlich eines der beherrschenden Themen in diesem Jahrhundert und wohl auch eines der umstrittensten. K\u00fcnstliche Intelligenz erm\u00f6glicht es, das menschliche Lernverm\u00f6gen komplexer Zusammenh\u00e4nge mit mathematisch-programmiertechnischen Methoden nachzuahmen und sogar zu \u00fcbertreffen. Daf\u00fcr werden Neuronale Netze eingesetzt, die in der Lage sind, hochgradig nichtlineare Zusammenh\u00e4nge abzubilden. Dies kann zur Steuerung von Robotern in der Industrie, zum autonomen Fahren oder auch f\u00fcr Deepfakes in den sozialen Medien genutzt werden. An der TH K\u00f6ln ist K\u00fcnstliche Intelligenz ein fester Bestandteil der Lehre und ist in Forschungsprojekten vor allem im Bereich Image Processing und KI-basierten Controllern f\u00fcr Maschinen und Prozessen integriert.<\/p>\n
Im Mittelpunkt des Projekts THK-KIplus stand die flexible Bereitstellung eines hochschulweiten KI-Rechenclusters inklusive Datenspeicher. Zudem wurden die Professuren „Data Science mit Schwerpunkt Datenmanagement“ und „Big Data Analytics“ etabliert. Die Bedeutung und das Potenzial des Vorhabens wurden daraus ersichtlich, dass acht von den zw\u00f6lf Fakult\u00e4ten der TH K\u00f6ln unmittelbar an der Antragstellung beteiligt waren. An der Hochschule wurde somit ein „Forschungscluster KI“ aufgebaut, um den Transfer- und auch die Kooperationsm\u00f6glichkeiten zu forcieren. Dies erm\u00f6glicht eine Strukturierung und Fokussierung der KI-Forschung in den interdisziplin\u00e4ren Use-Cases „Remote Sensing“, „Autonome Systeme“, „Menschenzentrierte KI“, „Biometrie“, „Industrielle KI“ und „KI-Algorithmenentwicklung“.<\/p>\n
Mit dem Projekt hat die TH K\u00f6ln nachhaltige KI-Strukturen geschaffen, die dauerhaft mit hoher Flexibilit\u00e4t von allen Hochschulangeh\u00f6rigen genutzt werden k\u00f6nnen. Dadurch er\u00f6ffnen sich auch neue Themenfelder f\u00fcr Bachelor- und Masterarbeiten sowie Promotionen. Mit dem hochschulweiten KI-Rechencluster werden neuartige KI-Verfahren erforscht und entwickelt, die von der studentischen Hilfskraft bis zu promovierten wissenschaftlichen Mitarbeitenden zur Aus- und Weiterbildung genutzt werden k\u00f6nnen und sollen. Zentral ist dabei die Zusammenarbeit mit Partnern aus Wirtschaft, Wissenschaft und Gesellschaft.<\/p>\n
Die TH K\u00f6ln verf\u00fcgt \u00fcber ein hochmodernes High-Performance-Computing (HPC) Cluster, das speziell f\u00fcr anspruchsvolle Aufgaben in der K\u00fcnstlichen Intelligenz, dem Maschinellen Lernen und Data Science konzipiert wurde. Der Cluster steht an zwei Standorten, in Gummersbach und in Leverkusen, so dass die Ausfallsicherheit erh\u00f6ht wird.<\/p>\n![\"\"](\"http:\/\/blogs.gm.fh-koeln.de\/thk-ai\/files\/2026\/09\/thkai-header_3636-225x300.jpeg\")
\n
Am Standort Gummersbach steht folgende Hardware zur Verf\u00fcgung:<\/p>\n
Am Standort Leverkusen steht die folgende Hardware zur Verf\u00fcgung:<\/p>\n
Im Rahmen des internationalen Kooperationsprojekts „ShapeFuture“ haben zwei Doktoranden im THK-AI Research Cluster, Jens Brandt und Noah P\u00fctz, unter der Leitung von Professor Bartz-Beielstein und in Zusammenarbeit mit Toyota Gazoo Racing Europe und dem VAIL Institute der Stanford University, an der Entwicklung zuverl\u00e4ssiger, KI-basierter virtueller Sensoren f\u00fcr Hochleistungsfahrzeuge geforscht. Ziel ist es, autonome Fahrsysteme robuster zu machen – auch unter kritischen Bedingungen. Autonome Fahrzeuge wurden dabei an ihre Grenzen gebracht, was zu spektakul\u00e4ren Fahrman\u00f6vern f\u00fchrte und teilweise den Eingriff eines menschlichen Fahrers erforderte. Dieses Forschungsprojekt zeigt eindrucksvoll, wie der THK-AI Rechencluster genutzt werden kann, um langfristig Innovationen f\u00fcr den Stra\u00dfenverkehr zu erm\u00f6glichen.<\/p>\n
Kontakt:<\/strong> Prof. Dr. Thomas Bartz-Beielstein<\/p>\n Prof. Dr. Edwin Kamau betreut eine Masterarbeit, die untersucht, wie sich die Integration mehrerer spezialisierter KI-Modelle zu einem Gesamtmodell auf einem Jetson Orion Nano auf die Pr\u00e4zision, Zuverl\u00e4ssigkeit und Performance eines Fahrerassistenzsystems in einem RC-Modellfahrzeug auswirkt. Dazu werden KI-Modelle zur Erkennung von Verkehrsschildern, Personen und Fahrzeugen trainiert, in eine ROS2-basierte Systemarchitektur integriert und unter Echtzeitbedingungen (<= 60 ms Inferenzzeit, >= 10 FPS) auf dem Gesamtsystem getestet. Die Ergebnisse werden anhand von Performance-Messungen, visueller Auswertung mit OpenCV\/TensorBoard sowie durch einen Demonstrator mit Fahrzeug, Kamera, LEDs und realit\u00e4tsnaher Testumgebung dokumentiert und pr\u00e4sentiert.<\/p>\n Kontakt:<\/strong> Prof. Dr. Edwin Kamau<\/p>\n Die AI4Science Group der TH K\u00f6ln hat unter Leitung von Prof. Dr. Pascal Cerfontaine im Rahmen des KI-Clusters ML-basierte Digital Twins f\u00fcr zentrale Hardwarekomponenten von Quantencomputern trainiert. Diese Modelle sollen k\u00fcnftig dazu beitragen, den Betrieb der Komponenten durch optimierte Regelungsstrategien zu verbessern und dar\u00fcber hinaus gezielt Vorschl\u00e4ge f\u00fcr neue, leistungsf\u00e4higere Hardwaredesigns zu generieren.<\/p>\n Kontakt:<\/strong> Prof. Dr. Pascal Cerfontaine<\/p>\n Ein Team um Prof. Dr. Hartmut Westenberger, Mitglied des THK-AI Research Clusters an der Technischen Hochschule K\u00f6ln, untersucht gemeinsam mit einem Industriepartner, wie K\u00fcnstliche Intelligenz Programmcode f\u00fcr Unternehmenssoftware generieren kann. Im Mittelpunkt steht ABAP, die von SAP entwickelte Programmiersprache, die weltweit zur Automatisierung und Steuerung von Gesch\u00e4ftsprozessen in SAP-Systemen eingesetzt wird.<\/p>\n Large Language Models (LLMs) – leistungsf\u00e4hige KI-Systeme wie ChatGPT – versprechen, Programmierer bei ihrer Arbeit zu unterst\u00fctzen, indem sie automatisch Code generieren. Doch wie gut funktioniert das in der Praxis bei einer spezialisierten Sprache wie ABAP?<\/p>\n Das Team begann vor zwei Jahren damit, verschiedene KI-Modelle auf ihre F\u00e4higkeit zu testen, funktionsf\u00e4higen ABAP-Code zu schreiben. In der zweiten Phase des Projekts erweitern die Forschenden den international etablierten HumanEval-Testdatensatz um praxisnahe Szenarien aus dem ABAP-Umfeld, um die KI-Systeme noch realit\u00e4tsn\u00e4her bewerten zu k\u00f6nnen. F\u00fcr den umfangreichen Benchmark-Test nutzte das Team unter anderem die Recheninfrastruktur des THK-AI Research Clusters (thk-ai.de<\/a>). Zum Einsatz kam dabei eine von Pascal Cerfontaine (ebenfalls Mitglied des THK-AI Research Clusters) bereitgestellte Schnittstelle zu verschiedenen KI-Modellen. \u00dcber 10.000 Code-Generierungen wurden durchgef\u00fchrt und systematisch ausgewertet.<\/p>\n LinkedIn-Post zum Projekt: https:\/\/www.linkedin.com\/posts\/hartmut-westenberger-8b2a21102_llm-codegeneration-benchmarking-activity-7331350438849495041-muEd<\/a><\/p>\n Kontakt:<\/strong> Prof. Dr. Hartmut Westenberger<\/p>\n Mit Hilfe der leistungsstarken Recheninfrastruktur trainierte das studentische Rennteam Escuderia Colonia unter Leitung von Prof. Dr. Elena Algorri und Prof. Mohieddine Jelali, die KI-Modelle f\u00fcr ihr autonomes Fahrzeug – und erreichte bei der Autonomous Driving Challenge (ADC) des Vereins Deutscher Ingenieure (VDI) den dritten Platz.<\/p>\n Autonome Fahrzeuge ben\u00f6tigen ausgefeilte k\u00fcnstliche Intelligenz, um komplexe Fahraufgaben zu meistern. Das Training dieser KI-Modelle erfordert enorme Rechenleistung: Tausende Simulationen und Testl\u00e4ufe m\u00fcssen durchgef\u00fchrt werden, bevor das System zuverl\u00e4ssig funktioniert. Genau hier kam der THK-AI HPC-Cluster zum Einsatz, der speziell f\u00fcr rechenintensive KI-Anwendungen konzipiert wurde.<\/p>\n Die f\u00fcnf Studierenden Sebastian P\u00fctz, Martin Cavazos de la Garza, Simon Boes, Ali Aydin und Falk Borgards nutzten den THK-AI HPC-Cluster intensiv f\u00fcr das Training ihrer neuronalen Netze. Der Hochleistungsrechner erm\u00f6glichte es ihnen, verschiedene KI-Architekturen parallel zu testen und ihre Modelle mit gro\u00dfen Datenmengen zu optimieren.<\/p>\n Weitere Infos: https:\/\/www.th-koeln.de\/hochschule\/escuderia-colonia-campus-gummersbach-3-platz-adc-vdi-2025_130239.php<\/a><\/p>\n Kontakt:<\/strong> Prof. Dr. Elena Algorri<\/p>\n Prof. Dr. Mohieddine Jelali betreute eine Masterarbeit, die die Integration verschiedener Vision-Transformer-Backbones in die YOLOv8-Architektur untersucht, um deren Eignung zur Steigerung der Erkennungsleistung bei Pflanzenerkrankungen zu analysieren.<\/p>\n Es werden zwei Integrationsstrategien betrachtet: der vollst\u00e4ndige Austausch des urspr\u00fcnglichen Backbones durch den jeweiligen Vision Transformer sowie die modulare Integration von Transformer-Bl\u00f6cken in den YOLOv8-Backbone unter Beibehaltung des Gro\u00dfteils der urspr\u00fcnglichen Architektur. Alle Modelle werden dreimal auf verschiedenen Datensatzaufteilungen trainiert, um robuste Leistungssch\u00e4tzungen zu gew\u00e4hrleisten, und anschlie\u00dfend auf dem festen PlantDoc-Testdatensatz evaluiert. Zur Analyse der Auswirkungen der Transformer-Integration auf interne Merkmalsrepr\u00e4sentationen und Modellvorhersagen werden Methoden des Explainable AI eingesetzt.<\/p>\n Pflanzenkrankheiten stellen eine erhebliche Bedrohung f\u00fcr die weltweite Ern\u00e4hrungssicherheit und die langfristige Nachhaltigkeit der Landwirtschaft dar. Die rechtzeitige und genaue Erkennung von Pflanzenkrankheiten ist daher von gro\u00dfer Bedeutung f\u00fcr die Landwirtschaft. Die Masterarbeit wurde von Prof. Jelali f\u00fcr den „AALE Student Award“ f\u00fcr die beste Masterarbeit auf der Konferenz der angewandten Automatisierungstechnik (AALE) 2026 vorgeschlagen. Die Ergebnisse der Arbeit werden in zwei Open-Access-Journal-Beitr\u00e4gen zur Ver\u00f6ffentlichung eingereicht.<\/p>\n Kontakt:<\/strong> Prof. Dr. Mohieddine Jelali<\/p>\n Im Forschungsprojekt AI4SusCo entwickelt Prof. Dr. Gernot Heisenberg und sein Team gemeinsam mit der GRAS Global Risk Assessment Services GmbH innovative Technologien, die die Zertifizierung von Kaffee entlang globaler Lieferketten effizienter, pr\u00e4ziser und transparenter machen. Damit leistet das Projekt einen wichtigen Beitrag zur nachhaltigen Entwicklung der Kaffeeindustrie, zum Schutz der Regenw\u00e4lder und letztlich zur Bew\u00e4ltigung der globalen Klimakrise.<\/p>\n Der Ansatz von AI4SusCo kombiniert multitemporale Fernerkundungsdaten mit modernen Deep-Learning-Architekturen wie Transformern und gro\u00dfen 3D-U-Net-Modellen. Durch das Vortrainieren und anschlie\u00dfende Feintuning dieser Modelle auf umfangreichen Satellitendatens\u00e4tzen mittels des THK-AI Rechenclusters wird eine hochgenaue r\u00e4umliche und zeitliche Identifikation von Kaffeeanbaufl\u00e4chen m\u00f6glich – einschlie\u00dflich der Erkennung potenzieller Expansionen in zuvor entwaldete Gebiete.<\/p>\n Zentraler Anwendungsfall des Projekts ist die Zertifizierung von entwaldungsfreiem Kaffee gem\u00e4\u00df der EU-Deforestation-Verordnung (EUDR). Durch die Analyse r\u00e4umlich-zeitlicher Satellitendaten unterst\u00fctzt AI4SusCo Produzenten, H\u00e4ndler und Zertifizierungsorganisationen dabei, regulatorische Anforderungen einzuhalten und nachhaltige Lieferketten sicherzustellen.<\/p>\n Das Projekt zeigt wie praxisnahe Forschung und technologische Innovation Hand in Hand zu einer nachhaltigeren globalen Landwirtschaft beitragen k\u00f6nnen.<\/p>\n Kontakt:<\/strong> Prof. Dr. Gernot Heisenberg<\/p>\n F\u00f6rderlinie:<\/strong> KI-Nachwuchs@FH<\/p>\n F\u00f6rderkennzeichen:<\/strong> 13FH007KI2<\/p>\n Zuwendungssumme:<\/strong> 1.263.276,54 Euro<\/p>\n Projektlaufzeit:<\/strong> Juni 2023 – November 2025<\/p>\n Zuwendungsempf\u00e4nger:<\/strong> Technische Hochschule K\u00f6ln<\/p>\n Ansprechpartner:<\/strong> Projektwebsite \/ weiterf\u00fchrende Infos:<\/strong> https:\/\/thk-ai.de<\/a><\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":" THK-KIplus Mit dem Projekt THK-KIplus (TH K\u00f6ln – K\u00fcnstliche Intelligenz plus) hat die Technische Hochschule K\u00f6ln ihre Kompetenzen im Bereich der anwendungs- und transferorientieren KI-Forschung zur F\u00f6rderung des wissenschaftlichen Nachwuchses erheblich verbessert. Das Projekt hat au\u00dferdem zu neuen Forschungskooperationen und zu einem Transfer der Erkenntnisse in die Gesellschaft beigetragen. Geleitet wurde es von Prof. Dr…. <\/a><\/p>\n","protected":false},"author":120,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"footnotes":""},"class_list":["post-104","page","type-page","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/blogs.gm.fh-koeln.de\/thk-ai\/wp-json\/wp\/v2\/pages\/104","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogs.gm.fh-koeln.de\/thk-ai\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/blogs.gm.fh-koeln.de\/thk-ai\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.gm.fh-koeln.de\/thk-ai\/wp-json\/wp\/v2\/users\/120"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.gm.fh-koeln.de\/thk-ai\/wp-json\/wp\/v2\/comments?post=104"}],"version-history":[{"count":3,"href":"https:\/\/blogs.gm.fh-koeln.de\/thk-ai\/wp-json\/wp\/v2\/pages\/104\/revisions"}],"predecessor-version":[{"id":118,"href":"https:\/\/blogs.gm.fh-koeln.de\/thk-ai\/wp-json\/wp\/v2\/pages\/104\/revisions\/118"}],"wp:attachment":[{"href":"https:\/\/blogs.gm.fh-koeln.de\/thk-ai\/wp-json\/wp\/v2\/media?parent=104"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Autonomes Fahren<\/h3>\n
Quantencomputing<\/h3>\n
K\u00fcnstliche Intelligenz schreibt Programmcode f\u00fcr SAP Unternehmenssoftware<\/h3>\n
Autonomous Driving Challenge<\/h3>\n
Transformer-basierte Objekterkennung<\/h3>\n
Nachhaltige Entwicklung der Kaffeeindustrie, Schutz der Regenw\u00e4lder und Bew\u00e4ltigung der Klimakrise<\/h3>\n
Infobox<\/h2>\n
\n![\"\"](\"http:\/\/blogs.gm.fh-koeln.de\/thk-ai\/files\/2026\/09\/bmbf_logo-300x212.jpeg\"){kind=logo}
\n
\nTH K\u00f6ln: Prof. Dr. Thomas Bartz-Beielstein und Prof. Dr. Anja Richert
\nVDI: Sarah Zerres, VDI Technologiezentrum GmbH<\/p>\n