Im Rahmen der Cluster-Initiative Smart Machines vergibt die HAW zusammen mit der Johann Jacob Rieter-Stiftung seit 2021 einen mit CHF 10'000 dotierten Preis für die beste studentische Arbeit. Die diesjährige Preisverleihung fand im Rahmen der traditionellen Herbstversammlung der HAW am 03. November vor über 80 Mitgliedern und Gästen bei der ZHAW School of Management and Law statt. Die Jury hatte auch dieses Jahr die Auswahl aus 2 qualitativ hochstehenden Bachelor-Teamarbeiten und 1 Bachelor-Einzelarbeit, die allesamt an der ZHAW School of Engineering eingereicht wurden.
Die Vorarbeiten zur Cluster-Initiative wurden von der HAW, House of Winterthur und der Technopark Winterthur AG 2019 gestartet und im Mai 2020 lanciert. Diese privatwirtschaftlich verantwortete Initiative soll die Innovationstätigkeit der Unternehmen in den Clustern durch aktiven Wissens- und Erfahrungsaustausch und zielgerichtete F&E-Projekte stärken, damit diese Werte und Arbeitsplätze schaffen und damit den Wohlstand in der Region sichern.
Mit dem von der Johann Jacob Rieter-Stiftung und der HAW gespendeten Preis sollen hervorragende Arbeiten im Bereich Smart Machines ausgezeichnet werden. Bei der Beurteilung der Arbeiten wurden die Qualität, die Relevanz für Smart Machines sowie insbesondere die technische und wirtschaftliche Umsetzbarkeit in der Praxis berücksichtigt. Die Jury, bestehend aus den Experten Peter Anderegg, David Gehring, Luzi Valär und Michael Wüthrich, durfte drei hervorragende Arbeiten beurteilen, die eindrücklich zeigen, wie Smart Machines in Winterthur gedacht und gebaut werden.
Control-Optimizer: Entwicklung einer integrierten Softwareumgebung zur Optimierung von Regelparametern - Florin Büchi und Thomas Stähli
Sogenannte PID-Regler stecken heute in fast jeder Maschine und sorgen im Hintergrund dafür, dass Bewegungen, Geschwindigkeiten oder Temperaturen präzise gesteuert werden. Ihre optimale Einstellung ist jedoch bis heute oft reine Erfahrungssache und kostet viel Zeit.
Florin Büchi und Thomas Stähli haben mit dem «Control Optimizer» ein praxisnahes Werkzeug entwickelt, das diese Abstimmung systematisch und nachvollziehbar automatisiert. In einer einzigen, intuitiven Benutzeroberfläche vereint das Programm die Modellierung, die automatische Berechnung mittels künstlicher Intelligenz (Particle Swarm Optimization), die Simulation sowie die Berichtserstellung – inklusive Stabilitätsreserven und automatischer Filterauslegung.
Die Software wurde mit dem Industriestandard MATLAB überprüft, an einem realen Antriebssystem erfolgreich getestet und ist als Open-Source-Lösung frei verfügbar. Damit ist die Arbeit unmittelbar nutzbar: Ingenieurinnen und Ingenieure können das Programm direkt auf ihrem Laptop installieren und sofort in der Praxis einsetzen.
An Evaluation of Agentic-AI Approaches for Long-Horizon Robotic Tasks - Michal Johnson
Michal Johnson hat sich in ihrer Einzelarbeit an eine der aktuellsten Fragen der modernen Robotik gewagt: Wie sollen KI-Agenten auf Basis grosser Sprachmodelle (wie man sie von ChatGPT kennt) als «Gehirn» einen Roboter steuern, damit dieser mehrstufige Alltags- oder Industrieaufgaben selbstständig erledigt?
Dazu wurden drei verschiedene Steuerungs-Architekturen auf einer gemeinsamen Basis mit rund 60 Robotik-Funktionen aufgebaut und mit vier unterschiedlich grossen Sprachmodellen an einem simulierten Greifroboter verglichen. Untersucht wurde unter anderem, ob ein einzelnes grosses Modell alles allein steuern sollte oder ob eine Aufteilung auf spezialisierte Teilprogramme und vorprogrammierte Grundfähigkeiten (wie «Greifen» oder «Ablegen») besser funktioniert.
Die Erkenntnis dieser wissenschaftlich und technisch ausgezeichneten Arbeit ist für die Industrie äusserst wertvoll: Die Struktur des Systems entscheidet mehr über den Erfolg als die reine Grösse des KI-Modells. Mit einer klug aufgebauten Architektur löst auch ein kleines, frei verfügbares Modell komplexe Aufgaben zuverlässig – und senkt die laufenden Rechenkosten dabei um bis zu das 47-Fache.
Modellbasierte Algorithmen für die Brennwertbestimmung mit Gasspektrometern-
Alexander Grunder und Pascal Heiniger
Durch die zunehmende Einspeisung von Biogas und Wasserstoff ins klassische Erdgasnetz schwankt die Gasqualität je nach Ort und Zeit erheblich. Damit verändert sich auch laufend der Brennwert, also der Energiegehalt des Gases, nach dem beim Endverbraucher abgerechnet wird.
Alexander Grunder und Pascal Heiniger legen mit ihrer Bachelorarbeit die Grundlage für ein kostengünstiges, dezentrales Messgerät, das diese Gasqualität direkt vor Ort beim Verbraucher erfasst. Sie kombinieren dafür einen kompakten Infrarot-Sensor, der das Gas durchleuchtet, mit weiteren Sensoren für Ultraschall, Druck und Temperatur. Da Labormessungen für alle denkbaren Gasmischungen zu teuer wären, haben die beiden am Computer einen «digitalen Zwilling» aufgebaut und ihre Auswertungsmodelle an Tausenden simulierten Gasmischungen trainiert.
Durch clevere Algorithmen gelang es ihnen, die Messung von ursprünglich 861 auf nur noch 7 benötigte Lichtwellenlängen zu reduzieren und den Brennwert dennoch auf 0.5 bis 1 Prozent genau zu bestimmen. Das selbst entwickelte Gesamtsystem aus eigener Elektronik, Firmware und Algorithmus arbeitet dadurch so stromsparend, dass es problemlos im Batteriebetrieb auf einem Mikrocontroller läuft.
Die Jury hat sich eingehend mit allen Arbeiten, den Empfehlungen der Betreuer und auch den erhaltenen Kurzvideos auseinandergesetzt und ist einstimmig zur gleichen Rangliste gekommen. Alle Arbeiten sind qualitativ hochstehend, bewegen sich auf beeindruckendem Niveau und zeugen von der hohen Ausbildungsqualität sowie der Innovationskraft in der Region Winterthur.
Die Vertreter der HAW und der JJR-Stiftung gratulieren allen Teilnehmenden herzlich zum Abschluss, danken für die Einreichung der Arbeiten und den Betreuern für den geleisteten Support.
Leider kann nur eine Arbeit gewinnen. Die Preisgewinner des Jahres 2026 sind Alexander Grunder und Pascal Heiniger, welche mit ihrem intelligenten Gasmessgerät den Zweck des Preises am ausgewogensten erfüllen: Ihre Arbeit bewegt sich auf dem Niveau einer Masterarbeit, verbindet eigene Hardware mit modernster Simulation und Datenanalyse und fliesst über ein laufendes Innosuisse-Projekt direkt in die industrielle Praxis einer Energieversorgung im Wandel ein.