Im Bereich der Sensordatenverarbeitung bietet sich der Einsatz von künstlicher Intelligenz für zahlreiche Anwendungsfälle an, beispielsweise für die technische Verwertung komplexer Datenmuster, die Sensordatenfusion und für adaptive Methoden. Mit besonders hohem Mehrwert und zugleich besonders niederschwellig ist dabei oft die Optimierung der sensor-nahen Datenverarbeitung mit KI möglich.

In diesem Projekt wurde ein Multi-Sensor-System zur Feuchtigkeitsbestimmung hinsichtlich der Genauigkeit abgeleiteter Messgrößen optimiert. Auf der Basis maschinellen Lernens wurden dazu Sensordaten zusammengeführt und nach hochdimensionalen nützlichen Datenmustern durchsucht. Im Ergebnis wurden die Erkenntnisse in einen effektiv auf Edge einsetzbaren Algorithmus übersetzt.