Pilz-Sensor in Rindenmulch

Mit kleinen Sensoren Dürren und Starkregen frühzeitig erkennen

Studierende bauen eigene KI-gestützte Messsysteme

Können fingergroße Sensoren helfen, Dürren, Starkregen oder steigende Pegel frühzeitig zu erkennen? Und was passiert, wenn Künstliche Intelligenz direkt auf einem Sensor läuft? Diesen Fragen gingen Studierende im Rahmen der Projektwoche am Fachbereich Automatisierung und Informatik (AI) nach. In einem zweitägigen Workshop tauchten die Teilnehmenden praxisnah in die Thematik ein – mit konkretem Mehrwert für Umwelt, Gesellschaft und die digitale Zukunft. Gemeinsam mit Experten bauten sie eigene Messsysteme und erfuhren, wie Künstliche Intelligenz (KI) direkt auf Hardware funktioniert.

Der Workshop richtete sich nicht nur an Studierende mit technischem Vorwissen, sondern ausdrücklich auch an Interessierte aus anderen Studiengängen. Das Ziel: Zeigen, dass Zukunftstechnologien wie das Internet of Things (IoT) – also die Vernetzung von Alltagsgegenständen über das Internet – sowie Sensornetzwerke und KI längst nicht nur Themen für Informatik oder Ingenieurwissenschaften sind, sondern in vielen Berufsfeldern eine wichtige Rolle spielen.

Als Gastdozent unterstützte Robert Bogs den Kurs. Er ist technischer Berater bei Alpha-Omega Technology, einem Unternehmen, das sich auf IoT- und Sensortechnik spezialisiert hat. Er brachte neben technischem Know-how auch Erfahrungen aus ehrenamtlichen Projekten mit, wie etwa der Bürgerinitiative „Kayna Funkt“, die im Ort Kayna bei Zeitz ein kostenfreies Sensornetzwerk aufbaut und betreibt. Erst kürzlich wurde er mit dem 1. Preis des CIO-Innovationswettbewerbs Sachsen-Anhalt 2026 für ein ehrenamtliches Open-Source-Projekt zum Ausbau resilienter Notruf-, Mobilfunk- und Internetinfrastruktur ausgezeichnet.

Von der Theorie zum eigenen Sensorsystem

Am ersten Tag erfuhren die Teilnehmenden, wie man Umweltdaten mithilfe von Sensoren erfasst, überträgt und sinnvoll nutzt. Unter Umweltdaten versteht man z.B. Messwerte wie Temperatur, Luftfeuchtigkeit, Bodenfeuchte oder Pegelstände von Gewässern. Nach einer kurzen Einführung in das IoT diskutierten die Studierenden, wo sich diese Technologie im Alltag zeigt und warum sie gerade für die Umweltüberwachung so wertvoll ist.

Vernetzte Sensoren erfassen Daten direkt dort, wo sie entstehen – auf Feldern, an Gewässern oder an anderen kritischen Orten. Durch die kontinuierliche Messung und Auswertung lassen sich Umweltveränderungen frühzeitig erkennen und man kann präzise darauf reagieren.

Kleine Daten, große Reichweite

Eine zentrale Technologie des Workshops war die Funktechnologie LoRaWAN (Long Range Wide Area Network). Sie eignet sich besonders für Sensoren, die über lange Zeiträume mit sehr wenig Energie arbeiten müssen – eine Grundvoraussetzung für Umweltmessungen an schwer zugänglichen Orten. LoRaWAN ermöglicht es, kleine Datenmengen über mehrere Kilometer zu übertragen, ohne dass die Sensoren häufig eine neue Batterie benötigen.

Für Kommunen und Verwaltungen wird diese Technik zunehmend relevant. Ob Starkregenvorsorge, intelligentes Wassermanagement oder Energieeinsparungen: Viele Aufgaben der öffentlichen Verwaltung werden künftig datenbasierter und vernetzter.

Praxis: Sensoren bauen und Daten sichtbar machen

Nach der Theorie wurde es praktisch: Die Teilnehmenden bauten einfache Sensorsysteme auf. Ein besonderes Highlight waren die Gehäuse: Die Sensoren wurden in 3D-gedruckten Plastikpilzen versteckt und auf dem Campus verteilt. Dabei lernten die Studierenden die Hardware kennen, verbanden die Sensoren mit einem LoRaWAN-Gateway und übertrugen die ersten Messwerte auf eine Cloud-Plattform.

„Den Sensor, getarnt als Pilz, auf dem Campus zu verteilen und dort für eine lange Zeit zu verewigen, bereitete mir sehr viel Freude und Stolz“, berichtet Laura Ebert, Studentin der Öffentlichen Verwaltung (B.A.). Aus abstrakten Begriffen wie ‚Gateway‘ oder ‚Cloud‘ wurden plötzlich sichtbare Diagramme und konkrete Anwendungsideen.

Ausblick: Wenn KI direkt auf Sensoren läuft

Am zweiten Tag richtete sich der Blick auf TinyML – maschinelles Lernen direkt auf kleinen Geräten. Während klassische KI oft leistungsstarke Rechner benötigt, laufen TinyML-Modelle direkt auf den Sensoren.

Für die Umweltüberwachung eröffnet das neue Möglichkeiten: Sensoren könnten künftig nicht nur Daten sammeln, sondern Muster direkt vor Ort erkennen und Warnungen auslösen – etwa bei ungewöhnlichen Temperaturverläufen oder Anzeichen für Extremwetter. Solche Entwicklungen erfordern Fachkräfte, die sowohl die Technik verstehen als auch die Anforderungen von Verwaltung und Bevölkerung im Blick behalten.

Fazit: Zukunftstechnologien zum Anfassen

Der Workshop zeigte die vielfältigen Einsatzmöglichkeiten von IoT, LoRaWAN und Künstlicher Intelligenz. Die Teilnehmenden erhielten nicht nur theoretisches Wissen, sondern erlebten selbst, wie moderne Sensortechnik funktioniert und welchen gesellschaftlichen Nutzen sie stiftet. „Dass diese praxisnahe Arbeit überhaupt möglich ist, verdanken wir auch einer Kooperation mit der Stadt Wernigerode“, erklärt Prof. René Schenkendorf, der den Workshop als Professor und Prodekan am Fachbereich AI organisierte und leitete. Die Stadt stellte im Rahmen von studentischen Projekten zum Thema „Umweltsensoren“ die nötige Infrastruktur zur Verfügung. „Für diese Unterstützung sind wir sehr dankbar“, ergänzt er. Ein großer Dank gilt auch Gastdozent Robert Bogs für die fachliche Unterstützung und den engagierten Austausch vor Ort.

Jetzt bewerben!

Interessierst du dich für smarte Sensoren und moderne Technik? Entdecke die Studiengänge des Fachbereichs Automatisierung und Informatik. Die Bewerbung zum Wintersemester 2026/27 ist für zulassungsfreie Studiengänge noch bis zum 31. August möglich. Alle Informationen zur Bewerbung an der Hochschule Harz gibt es hier

20.07.2026
Author: Celine Fix
Image author: © Celine Fix
Image rights: © Hochschule Harz

Topics:

Share:

Prof. Dr. René Schenkendorf

FB Automati. u. Inform.
Tel +49 3943 659 317
Room 2.207, Haus 2, Wernigerode
Visiting Times jederzeit nach vorheriger Vereinbarung per E-Mail oder gleich nach der Vorlesung