Markus Lehner, M. Sc.
- Wissenschaftlicher Mitarbeiter
- Gruppe: Prof. Stork
- Raum: 2.27
CS 30.10 - Tel.: +49 721 608-46501
- markus lehner ∂ kit edu
- Engesserstr. 5
76131 Karlsruhe
Lebenslauf
-
Bachelorstudium der Elektro- und Informationstechnik an der FAU in Erlangen
- Masterstudium der Elektro- und Informationstechnik am KIT
- Mitarbeiter am ITIV seit August 2022
Verteilte Sensor Netzwerke
Mit dem Übergang zu einer datengesteuerten Wirtschaft wird der Zugang zu Daten von unschätzbarem Wert. Um der Datenknappheit zu begegnen, müssen benutzerfreundliche Lösungen für den Einsatz ressourcen- und energieeffizienter Sensoren entwickelt werden. Hierfür werden viele Arten von verteilten Sensornetzwerken entwickelt. Viele Prozesse erfordern keine Echtzeitüberwachung, sondern der Fokus liegt auf der Lebensdauer und Robustheit der Sensoren. Hier erforschen wir neuartige Netzwerktypen auf Basis der LoRa-Modulation, um die Reichweite zu erhöhen und den Stromverbrauch zu reduzieren.
Smart Farming – Bodensensoren
Bei einer erwarteten Weltbevölkerung von fast 10 Milliarden Menschen wird die derzeitige Nahrungsmittelproduktion nicht ausreichen. Um die Effizienz der Landwirtschaft zu steigern, geht der Trend nun in Richtung IoT-Sensoren und Datenanalyse. Die wichtigsten Faktoren für das Pflanzenwachstum sind Bodenfeuchtigkeit, Nährstoffgehalt und Sonneneinstrahlung. Wir entwickeln neuartige Bodensensoren, um diese Parameter kostengünstig zu überwachen.
Objektive Analyse von Kaffeearoma mittels e-Nose
Die meisten von uns trinken jeden Tag Kaffee, aber wir machen uns nicht viele Gedanken darüber, wie er schmeckt. Wie beim Wein glauben wir blind den exotischen Früchten, die auf dem Etikett stehen. Mit Metal-Organic-Frameworks (MOFs) sind jetzt tragbare e-Nasen möglich. Wir verwenden diese, um das Aroma von Kaffeebohnen objektiv zu erfassen, und arbeiten an einem ML-Modell, um sie mit der menschlichen Wahrnehmung des Kaffeearomas zu verknüpfen.
Titel | Typ |
---|---|
Energiesparendes LoRa Mesh Network durch wake-on-receive | Masterarbeit |
Anomaliedetektion in chaotischen Energiesystemen | Bachelorarbeit |
Klassifikation von Kaffeearomen mittels e-Nose und ML/KI | Bachelor- /Masterarbeit |