Owli-AI Logo Owli-AI
Menü

Owli-AI Forschung

Forschung

Dieser Bereich verbindet Forschungsstränge, Projekte, Publikationen und Demonstratoren zu barrierefreier MINT-Lehre, assistiver Computer Vision und digitaler Teilhabe.

Forschungsstränge

Drei Linien verbinden Forschung, Prototypen und Transfer

Owli-AI bündelt die Arbeiten nicht als lose Einzellösungen, sondern entlang wiederkehrender Forschungsfragen. Projekte, Publikationen und Demonstratoren greifen dabei ineinander.

  1. 01

    Barrierefreie MINT-Lehre

    Semantische Erschließung visueller Lehrinhalte und multimodale Ausgabe als Text, Audio oder taktile Repräsentation – von der Pattern Collection bis zum geförderten Projekt IncluLearn.AI.

    IncluLearn.AI Pattern Collection

  2. 02

    Assistive Computer Vision & Mobilität

    Fußgängerzentrierte Szenenannotation, Segmentierung und akustische Orientierung bilden einen Forschungsstrang von wissenschaftlichen Datensätzen bis zum experimentellen Way-Buddy-Demonstrator.

    ECCV-Workshop-Beitrag Way-Buddy

  3. 03

    Apps, Demonstratoren & Transfer

    Forschungsergebnisse werden in kleine, überprüfbare Systeme überführt. Apps und Demonstratoren dienen der Erprobung, dem Nutzerfeedback und dem Transfer in reale Anwendungssituationen.

    Apps & Demonstratoren Mitmachen & 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 elektronisches Guide-Dog-Konzept, das Echolokation durch hörbaren Ultraschall unterstützt. Das System soll Hindernisse und Strukturen frühzeitiger wahrnehmbar machen, ohne die natürliche Raumwahrnehmung durch Kopfhörer zu ersetzen.

    Prototype

Publikationen

Alle Publikationen

Veröffentlicht: 5.

  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