SAMIRA – Supervised Automated Microbial Image Recognition through AI
Im Projekt SAMIRA wird ein KI-gestütztes Bilderkennungssystem entwickelt, das mit sehr wenigen Trainingsdaten auskommt und dennoch präzise, zuverlässig und vielseitig einsetzbar ist. Dafür werden Bilder gezielt aufbereitet und durch Data Augmentation intelligent erweitert, sodass aus bestehenden Aufnahmen robuste Trainingsdatensätze entstehen.
Aus verschiedenen KI-Ansätzen wird die optimale Strategie ausgewählt, um eine hohe Erkennungsgenauigkeit bei minimalem Hardware- und Rechenaufwand zu erreichen. Gleichzeitig untersucht SAMIRA, wie Usability und Akzeptanz der KI bei Anwender*innen verbessert werden können, denn nur eine verständliche und praxistaugliche Lösung wird im Alltag tatsächlich genutzt. Die Leistungsfähigkeit wird in zwei zentralen Anwendungsfeldern demonstriert – in der Mikrobiologie und der Getreideverarbeitung. Ziel ist es, Analyseprozesse deutlich zu beschleunigen, zu automatisieren und damit effizienter zu machen. Das SAMIRA-Modell wird anschließend als Open-Source-Lösung bereitgestellt und so für KMU niederschwellig nutzbar gemacht.
Projektziele:
- Entwicklung eines KI-Systems zur automatisierten Objekterkennung mit minimalem Trainingsdatenaufwand
- Validierung in der Mikrobiologie und der Getreideverarbeitung
- Reduktion manueller, zeitintensiver Auswertungen und Erhöhung der Analysegeschwindigkeit
- Entwicklung eines einfach bedienbaren Web-Prototyps
- Untersuchung von Akzeptanz und Gebrauchstauglichkeit in der Zielgruppe
- Bereitstellung der Ergebnisse als Open-Source-Modell für KMU
Das Projekt wird im Rahmen der strategischen ACR-Projekte 2025 gefördert und vom Bundesministerium für Wirtschaft, Energie und Tourismus (BMWET) finanziert.
