Prof. Dr.-Ing. Nicolaj Stache

Prof. Dr.-Ing. Nicolaj Stache

Professor für Messtechnik und Sensorik im Kfz, Forschungsprofessor für Künstliche Intelligenz, Prodekan Fakultät Technik, Studiengangleiter Automotive Systems Engineering (ASE), Direktor Zentrum für Maschinelles Lernen (ZML)
Telefon: +49 7131 504 6687
E-Mail: nicolaj.stache@hs-heilbronn.de
Büroadresse: G112 Campus Sontheim
Postadresse: Max-Planck-Str. 39, 74081 Heilbronn
Sekretariat: Waltraud Bayer
Logo Zentrum für Maschinelles Lernen ZML

Zentrum für maschinelles Lernen an der Hochschule Heilbronn (ZML).

Das ZML hat die Aufgabe, fakultätsübergreifend die Forschung und Lehre im Bereich des maschinellen Lernens zu stärken. Es soll als Kondensationspunkt für dieses Thema an der Hochschule dienen und Anlaufstelle für ortsansässige Unternehmen sein. Das ZML betreibt eigene Forschung u. a. in den Schwerpunkten: Automotive Perception, Neurowissenschaften und Medizin-Ökonomie. Darüber hinaus ist das ZML in vielfältiger Weise in der Lehre aktiv.

Wir bedanken uns für die Förderung des ZML durch das Bundesministerium für Bildung und Forschung.

Logo Center for industrial AI
Logo Carl Zeiss Stiftung

Im dem von der Carl Zeiss Stiftung geförderten Center for industrial AI (iAI) werden anhand von industriellen Anwendungen Potentiale und Möglichkeiten des Einsatzes von KI in Produktionsprozessen mittelständischer Unternehmen erforscht.

Der Einsatz von KI in der Produktion fällt gerade vielen mittelständischen Unternehmen immer noch schwer. Angepasste KI-Lösungen lassen sich zu wenig auf andere Anwendungsfälle übertragen. Die Einrichtung und Bedienung der KI-Ansätze erfordern tiefes fachliches Knowhow. Diesen Problemstellungen will das Zentrum forschungsseitig begegnen und soll insbesondere Firmen bei der Einführung Künstlicher Intelligenz (KI) unterstützen.

Mit dem im Februar 2022 ins Leben gerufenen Center for industrial AI teilt die HHN ihr Fachwissen im direkten Austausch mit den Industriepartnern. Neben den exemplarisch untersuchten Anwendungen sichert die dauerhafte Einrichtung des Zentrums einen nachhaltigen Ergebnistransfer in die Region.

Logo Forschungsprojekt SALUS

SALUS steht für: Sichere und nachhaltige Mobilität für urbane und ländliche Regionen durch intelligente Straßeninfrastruktur. Bei dem Projekt handelt es sich um ein Kooperationsprojekt mit der Hochschule Ulm.

Hierbei geht es darum, einen intelligenten Leitpfosten für den Straßenverkehr zu entwickeln, um radarbasiert über Deep Learning Wildwechsel zu erkennen und eine entsprechende Warnung abzusetzen. Darüber hinaus soll auch die Erkennung schwächerer Verkehrsteilnehmer (z. B. Fahrradfahrer) ermöglicht werden.

Wir bedanken uns für die Förderung des Projekts durch die Europäische Union (EFRE-Mittel) und das Land Baden-Württemberg. 

Industrielle Projekte

Aktuell laufende Projekte beschäftigen sich vor allem mit maschinellem Lernen zur Interpretation von Sensordaten im industriellen Umfeld / Automobil. Insbesondere deep learning - tiefe neuronale Netze, rekurrente Netze und Visualisierungstechniken nehmen hier einen großen Stellenwert ein.

Typischerweise laufen die Projekte in enger Abstimmung zwischen dem industriellen Partner und unserem Team an der Hochschule, sind jedoch vor öffentlichem Zugriff vereinbarungsgemäß geschützt.

Wenn Sie eine Problemstellung haben, deren Lösung in eines meiner oben aufgeführten Fachgebiete fällt, und Sie einen Partner an der Hochschule suchen, freue ich mich sehr über eine Kontaktaufnahme.

Buch-Veröffentlichungen / Buchkapitel

Punke, M., Menzel, S., Werthessen, B., Stache, N. C., Höpfl, M.: Automotive Camera (Hardware) In: Handbook of Driver Assistance Systems, Hrsg.: Winner, H., Hakuli, S., Lotz, F., Singer, C., 1. Auflage, Springer Vieweg, Wiesbaden, 2016.

Punke, M., Menzel, S., Werthessen, B., Stache, N. C., Höpfl, M.: Kamerahardware In: Handbuch Fahrerassistenzsysteme, Hrsg.: Winner, H., Hakuli, S., Lotz, F., Singer, C., 3. Auflage, Springer Vieweg, Wiesbaden, 2015.

Stache, N. C.: Konzepte, Algorithmen und Systeme für die bildverarbeitungsgestützte Laserschweißtechnik In: Schriftenreihe des Lehrstuhls für Bildverarbeitung, Hrsg.: Prof. Dr.-Ing. Til Aach, RWTH Aachen University, November 2010.

Journal-Veröffentlichungen / Technische Berichte

Altmann, M., Ott, P., Stache, N. C., Waldschmidt, C.: Multi-Modal Cross Learning for an FMCW Radar Assisted by Thermal and RGB Cameras to Monitor Gestures and Cooking Processes, In IEEE Access, vol. 9, pp. 22295-22303, 2021, doi: 10.1109/ACCESS.2021.3056878, 2021.

Stache, N. C., Dieckelmann, J., Gedicke, J., Olowinsky, A., Aach, T.: Image-Based Creation and Positioning of Welds for Accelerated Prototyping In: Journal of Laser Applications, vol. 23, 2011. (invited paper)

Stache, N. C., Stollenwerk, A., Gedicke, J., Olowinsky, A., Knepper, A., Aach, T.: Automatic Calibration of a Scanner-Based Laser Welding System In: Journal of Laser Applications, 21(1):10–15, 2009. (invited paper)

Gedicke, J., Stache, N. C.: INTAKT – Innovative Hochgeschwindigkeits- Füge- und Montagezelle für die automatisierte Kleinteilefertigung. In: Abschlussbericht. Fraunhofer Institut für Lasertechnik und RWTH Aachen University, Lehrstuhl für Bildverarbeitung, Juni 2009. Förderkennzeichen BMWi 16IN0383–16IN0384.

Stache, N. C. and Nguyen, T. P.: Automatic Compensation of Workpiece Positioning Tolerances for Precise Laser Welding In: Acta Polytechnica: Journal of Advanced Engineering, 48(3):55–60, 2008. (invited paper)

Patente / Offenlegungsschriften

Baratoff, G., Spruck, J., Stache, N. C., Stein, F.: Verfahren zur Kalibrierung eines Schielwinkels von Einzelbildkameras einer Stereokamera In: Patentschrift des DPMA, DE102014016342B4, Anmeldedatum: 05.11.2014, Veröffentlichungsdatum:14.03.2019.

Stache, N. C.: Verfahren und System zum Bereitstellen eines Kraftfahrzeugs In: Offenlegungsschrift des DPMA, DE102016214414A1, Anmeldedatum: 04.08.2016, Veröffentlichungsdatum: 08.02.2018.

Heinrich, S., Stache, N. C., Stiller, M.: Verfahren und Vorrichtung zur Auswertung eines Eingabewerts in einem Fahrerassistenzsystem, Fahrerassistenzsystem und Testsystem für ein Fahrerassistenzsystem In: Offenlegungsschrift des DPMA, DE102016208076A1, Anmeldedatum: 11.05.2016, Veröffentlichungsdatum: 16.11.2017.

Stache, N. C.: Vorrichtung und Verfahren zur Fahrerassistenz für ein Kraftfahrzeug In: Offenlegungsschrift des DPMA, DE112016000273A5, Anmeldedatum: 30.05.2016, Veröffentlichungsdatum: 12.10.2017.

Grewe, R., Stache, N. C.: Verfahren und Vorrichtung zur Erhöhung der Sicherheit bei einem Überholvorgang eines Kraftfahrzeugs In: Offenlegungsschrift des DPMA, EP000003145776A1, Anmeldedatum: 30.04.2015, Veröffentlichungsdatum: 29.03.2017.

Stache, N. C.: Vorrichtung und Verfahren zur Fahrerassistenz für ein Kraftfahrzeug In: Offenlegungsschrift des DPMA, WO002017005255A1, Anmeldedatum: 30.05.2016, Veröffentlichungsdatum: 12.01.2017.

Stache, N. C.: Vorrichtung und Verfahren zur Fahrerassistenz für ein Kraftfahrzeug In: Offenlegungsschrift des DPMA, DE102015212751A1, Anmeldedatum: 08.07.2015, Veröffentlichungsdatum: 12.01.2017.

Stache, N. C.: Synchronisation einer Belichtung einer Kamera, In: Offenlegungsschrift des DPMA, DE102015212365A1, Anmeldedatum: 02.07.2015, Veröffentlichungsdatum: 05.01.2017.

Grewe, R., Stache, N. C.: Verfahren und Vorrichtung zur Erhöhung der Sicherheit bei einem Überholvorgang eines Fahrzeuges, In: Offenlegungsschrift des DPMA, DE112015001152A5, Anmeldedatum: 30.04.2015, Veröffentlichungsdatum: 22.12.2016.

Stache, N. C.: Verfahren und Vorrichtung zur Erkennung von Objekten in einer Fahrzeugumgebung eines Fahrzeugs In: Offenlegungsschrift des DPMA, DE102015209550A1, Anmeldedatum: 26.05.2015, Veröffentlichungsdatum: 01.12.2016.

Stache, N. C.: Vorrichtung und Verfahren zum gleichzeitigen Kalibrieren einer Mehrzahl von Kameras In: Offenlegungsschrift des DPMA, DE102015205174A1, Anmeldedatum: 23.03.2015, Veröffentlichungsdatum: 29.09.2016.

Stache, N. C.: Verfahren zum Anpassen des Fahrverhaltens eines Fahrzeugs In: Offenlegungsschrift des DPMA, WO002016078654A1, Anmeldedatum: 03.11.2015, Veröffentlichungsdatum: 26.05.2016.

Stache, N. C.: Verfahren zum Anpassen des Fahrverhaltens eines Fahrzeugs In: Offenlegungsschrift des DPMA, DE102014223620A1, Anmeldedatum: 19.11.2014, Veröffentlichungsdatum: 19.05.2016.

Baratoff, G., Spruck, J., Stache, N. C., Stein, F.: Verfahren zur Kalibrierung eines Schielwinkels von Einzelbildkameras einer Stereokamera In: Offenlegungsschrift des DPMA, DE102014016342A1, Anmeldedatum: 05.11.2014, Veröffentlichungsdatum:12.05.2016.

Baratoff, G., Stache, N. C.: Verfahren zum Überwachen einer Rektifizierung von Bildern In: Offenlegungsschrift des DPMA, DE102014221074A1, Anmeldedatum: 16.10.2014, Veröffentlichungsdatum: 21.04.2016.

Feldmann, A., Giralt, A., Krüger, L., Stache, N. C.: Verfahren zur Stereorektifizierung von Stereokamerabildern In: Offenlegungsschrift des DPMA, DE102014219418A1, Anmeldedatum: 25.09.2014, Veröffentlichungsdatum: 31.03.2016.

Baratoff, G., Müller, G., Stache, N. C., Weißmüller, T.: Automatische Kamerasichtfeldanpassung und Synchronisation In: Offenlegungsschrift des DPMA, DE102014219422A1, Anmeldedatum: 25.09.2014, Veröffentlichungsdatum: 31.03.2016.

Lasaruk, A., Ruland, T., Sadran, E., Stache, N. C.: Dynamisches Modell zur Kompensation von Verzeichnungen einer Windschutzscheibe In: Offenlegungsschrift des DPMA, DE102014219423A1 Anmeldedatum: 25.09.2014, Veröffentlichungsdatum: 31.03.2016.

Feldmann, A., Krüger, L., Ruland, T., Schwarz, T., Stache, N. C.: Selbstkalibrierung eines Stereokamerasystems im Auto In: Offenlegungsschrift des DPMA, DE102014219428A1, Anmeldedatum: 25.09.2014, Veröffentlichungsdatum: 31.03.2016.

Grewe, R., Stache, N. C.: Verfahren und Vorrichtung zur Erhöhung der Sicherheit bei einem Überholvorgang eines Fahrzeugs In: Offenlegungsschrift des DPMA, WO002015176723A1 Anmeldedatum: 22.05.2014, Veröffentlichungsdatum: 26.11.2015.

Stache, N. C.: Verfahren und Vorrichtung zur Regelung einer Fahrgeschwindigkeit eines Fahrzeuges In: Offenlegungsschrift des DPMA, DE102014208180A1, Anmeldedatum: 30.04.2014, Veröffentlichungsdatum: 05.11.2015

Alexovski, M., Behrens, A., Fechner, T., Spruck, J., Stache, N. C.: Kamerasystem und Verfahren zum Betrieb eines Kamerasystems In: Offenlegungsschrift des DPMA, DE102013226632A1, Anmeldedatum: 19.12.2013, Veröffentlichungsdatum: 25.06.2015.

Stache, N. C.: Einrichtung zum Sammeln der Kenndaten und zur verbraucherspezifischen Optimierung von Solarzellen. In: Patentschrift des DPMA, DE000019836134B4, Anmeldedatum: 10.08.1998, Veröffentlichungsdatum: 22.04.2004.

Konferenz-Veröffentlichungen

Renz, K., Stache, N. C., Fox, N., Varol, G., Albanie, S.: Sign Segmentation with Changepoint-Modulated Pseudo-Labeling, CVPR-Workshop, Seattle, Washington, 2021. 

Renz, K., Stache, N. C., Albanie, S., Varol, G.: Sign Langugage Segmentation with Temporal Convolutional Networks, ICASSP 2021, Toronto, Ontario, Canada, 2021. 

Altmann, M., Ott, P., Stache, N.C., Kozlov, D., Waldschmidt, C., "A Cognitive FMCW Radar to Minimize a Sequence of Range-Doppler Measurements", 17th European Radar Conference (EuRAD), Utrecht, Netherlands, 2021.

Zieringer, C., Bauer, B., Stache, N. C., Wittenberg, C. Human-Robot Interaction via a Virtual Twin and OPC UA. In: International Conference on Applied Human Factors and Ergonomics (pp. 101-107). Springer, Cham, July 2020.

Wittenberg C., Bauer B., Stache N. C.: A Smart Factory in a Laboratory Size for Developing and Testing Innovative Human-Machine Interaction Concepts. In: Ahram T., Falcão C. (eds) Advances in Usability and User Experience. AHFE 2019. Advances in Intelligent Systems and Computing, vol 972. Springer, Cham: 2020, pp. 160-166.

Altmann, M., Ott, P., Stache, N. C., Waldschmidt, C.: Learning Dynamic Processes from a Range-Doppler Map Time Series with LSTM Networks. In: Proc. EUMW 2019, Paris, France, Sept. 29 - Oct. 4, 2019.

Rempel, W., Bauer, B., Stache, N. C., Wittenberg, C.: First Steps to Control a Digitalized Factory via Augmented Reality. In: Proc. 14th IFAC/IFIP/IFORS/IEA symposium on Analysis Design and Evaluation of Human – Machine Systems (HMS 2019), Tallinn, Estonia, September 16-19, 2019.

Schneider, A., Stache, N. C.: Towards User Identification for Autonomous Vehicles by an ANN-Based Face Recognition Approach. In: Proc. AALE Conference, AALE 2019 Autonome und Intelligente Systeme in der Automatisierungstechnik, Seiten 33 - 38, 2019.

Reichenbach, A., Schramm, W., Stache, N. C.: Das Zentrum für Maschinelles Lernen (ZML) an der Hochschule Heilbronn. In: Proc. ASIM Workshop, S. 97-101, 2018.

Altmann, M., Ott, P., Stache, N. C.: Deep Learning zur Erkennung von Kochprozessen, MATLAB Expo München, 2018.

Stache, N. C., Dieckelmann, J., Gedicke, J., Olowinsky, A., Aach, T.: An Image-based "Click & Weld"- Method for Laser Beam Positioning in Micro Welding Applications In: Proceedings of the 28th International Congress on the Applications of Lasers and Electro-Optics (ICALEO), Orlando, FL, USA, Seiten 343–352, 2009. (2. Preis, ICALEO Student Paper Contest)

Stache, N. C., Dieckelmann, J., Firnich, R., Gedicke, J., Abels, P., Olowinsky, A., and Aach, T.: High Speed Video-Based Melt Pool Surveillance in Laser Spot Welding. IN: Proceedings of the 27th International Congress on the Applications of Lasers and Electro-Optics (ICALEO), Temecula, CA, USA, Paper: M306, pp. 132–139, 2008.

Stache, N. C. and Nguyen, T. P.: Precise Laser Welding by Automatic Adaptation to the Work Piece Positioning Error In: Proceedings of the 12th International Student Conference on Electrical Engineering POSTER, Prague, Czech Republic, May 15, 2008. (1. Preis)

Stache, N. C., Stollenwerk, A., Gedicke, J., Olowinsky, A., Knepper, A., Aach, T.: Automatic Calibration of a Scanner-Based Laser Welding System In: Proceedings of the 26th International Congress on the Applications of Lasers and Electro-Optics (ICALEO), Orlando, FL, USA, Paper: M804, pp. 223–229, 2007. (1. Preis, ICALEO Student Paper Contest)

Stache, N. C., Zimmer, H., Gedicke, J., Olowinsky, A., and Aach, T.: Robust High-Speed Melt Pool Measurements for Laser Welding with Sputter Detection Capability In: DAGM07: 29th Annual Symposium of the German Association for Pattern Recognition, Heidelberg, Germany, pp. 476–485, 2007.

Stache, N. C. and Zimmer, H.: Robust Circle Fitting in Industrial Vision for Process Control of Laser Welding In: Proceedings of the 11th International Student Conference on Electrical Engineering POSTER, Prague, Czech Republic, 2007.

Stache, N. C., Zimmer, H., Gedicke, J., Regaard, B., Olowinsky, A., Knepper, A., Aach, T.: Approaches for High-Speed Melt Pool Detection in Laser Welding Applications In: Vision, Modeling, and Visualization (VMV), Aachen, Germany, pp. 217–224, 2006.

Stache, N. C., Stehle, T. H., Mühlich, M., Aach, T.: Towards Multiple-Orientation Based Tensor Invariants for Object Tracking In: European Signal Processing Conference (Eusipco), Florence, Italy, September 4–8, 2006.

Schwann, R., Stache, N. C., Noll, T. G.: Optimization of Frequency Dependent Receive Apodization. In: IEEE Ultrasonics Symposium, 18–21 Sept. 2005, vol. 4, pp. 1988–1991, 2005.

Vorträge, Konferenz-Sessions (Auswahl)

Stache, N. C.: Invited Talk: From Simulation to Reality using Reinforcement Learning: Autonomous Driving and other Applied Research at the Center for Machine learning at HHN, 14.09.2021.

Stache, N. C.: Invited Talk: Jufo-Lounge: Automatisiertes Fahren, Heilbronn, 26.05.2021.

Stache, N. C.: Invited Talk: Automatisiertes Fahren, Experimenta SciDay, Heilbronn, 16.12.2020.

Stache, N. C., Session lead: "Machine intelligence – challenges, advancements and future outlook on deep learning and neural networks" Autonomous Machines World, Berlin 1.-2.7.2019.

Stache, N. C.: Invited Talk: Wie lernt KI?, Stuttgarter Zukunftssymposium Ethik und KI, Stuttgart, 23/24.11.2018.

Stache, N. C.: Invited Talk: Deep Learning als Basis der zweiten KI-Welle, Meet the Expert @Ferchau, Heilbronn, 22.10.2018.

Stache, N. C.:, Session lead: „Von Machine Translation bis Computer Vision – Deep Learning mit Tensorflow, Keras, PyTorch, Caffe – Welche Tools sind für welche Anwendungsfälle am besten geeignet?“, I’m AI, Berlin, 16.09. – 18.09.2018.

Schramm, W., Reichenbach, A., Stache, N. C.: Invited Talk: "Maschinelles Lernen – was ist es und warum wird es unsere Zukunft so verändern?", 7. Heilbronner Dialog zur personalisierten Medizin, MolIT, 20.03.2018.

Stache, N. C.: Session lead: „Deep Learning for Automotive“, Conference: Software-Defined Vehicles, Berlin, 28.-29.11.2017.

Stache, N. C.: Short Course lead (pre-conference workshop): “Introduction to Deep Learning”, Auto:AI, Berlin, 27.9.2017.

Stache, N. C.: Session lead: “The Influence of AI on Perception Systems for Automated Driving”, Conference: Cognitive Vehicles, Berlin, 30. – 31.5.2017.

Stache, N. C.: Invited Talk: “Simulation of system and sensor setup designs for automated driving vehicles”, Continental Software Conference, Regensburg, 21.10.2015.

Stache, N. C.: Invited Talk: „Bildgebung, Bildverarbeitung, Software der INTAKT-Fügezelle“, Fraunhofer Institut für Lasertechnik, Aachen, 29.04.2009.

Stache, N. C.: Invited Talk: „Bildverarbeitung in Forschung, Bio-Medizin und Industrie“, Fraunhofer Institut für Lasertechnik, Aachen, 27.03.2006.

Stache, N. C.: Invited Talk: „Frequenzabhängige Empfangsgewichtung zur Verbesserung der Richtcharakteristik in der Ultraschall-Bildgebung“, Forschungszentrum Jülich, 13.09.2005.

Interviews / Presse-Berichte (Auswahl)

Interview mit Prozesstechnik TV: Was ist Künstliche Intelligenz? 19.10.2021 https://youtu.be/EFNjYpSylpI  

Forschungsnews Hochschule Heilbronn, Jürgen Hartmann, Jan Hartmann, N. C. Stache: "Sichtbare Kooperation - Innovation, Gründung und KI", Forschungsnews 03/2020.

Forschungsnews Hochschule Heilbronn, N. C. Stache, W. Schramm, A. Reichenbach: "Bereit für Episode II - Zentrum für Maschinelles Lernen wird In-Institut der Hochschule Heilbronn", Forschungsnews 02/2020.

Report of Heilbronner Stimme, N. C. Stache: „Sprechstunde bei Doktor KI - Hochschule startet Labor, das Unternehmen beraten soll”, Heilbronner Stimme, 24.01.2020.

Forschungsnews Hochschule Heilbronn, N. C. Stache: "Projekt SALUS: Mehr Sicherheit beim Fahren - Forschung zum Schutz verletzlicher Verkehrsteilnehmer", Forschungsnews 01/2019.

Report of Heilbronner Stimme, N. C. Stache, A. Reichenbach, W. Schramm: „Wenn der Computer selbständig lernt”, Heilbronner Stimme, 24.01.2018.

Interview of ATR World and N. C. Stache, A. Reichenbach: “The visual sense is not enough”, ATR World, ATR International AG, Stuttgart, pp. 37-38, 01.12.2017.

Interview of TU Automotive and N. C. Stache: “Driverless cars could match human understanding”, 03.03.2017, http://analysis.tu-auto.com/autonomous-car/driverless-cars-could-match-human-understanding-0

Interview of Futurelab and N. C. Stache: “How safe are autonomous cars?”, 19.01.2017, http://futurelab.assaabloy.com/en/how-safe-are-autonomous-cars/

Interview of 2025 AD and N. C. Stache: “Reinventing the human brain: How A.I. will revolutionize driverless cars”, 06.05.2016, https://www.2025ad.com/in-the-news/blog/driverless-cars-and-artificial-intelligence/

Lehrveranstaltungen Bachelor (Unterrichtssprache: Deutsch):

  • Grundlagen der Messtechnik (ASE2, 2 SWS)
  • Messtechnik und Sensorik (ASE3, 4 SWS)
  • Labor Messtechnik (ASE4, 2 SWS)
  • Labor Messtechnik (MB4, 2 SWS)


Lehrveranstaltungen Bachelor (Unterrichtssprache: Englisch):

  • Dynamic Image Processing (ASE7, 2 von 4 SWS)


Lehrveranstaltungen Master (Unterrichtssprache: Englisch):

  • Autonomous Systems: Perception and Situation Understanding (2 von 4 SWS)
  • Autonomous Systems: Deep Learning (4 SWS)


Ich freue mich, dass sich Studierende für meine Themen begeistern und Arbeiten wie Seminararbeiten / Studienarbeiten, Bachelorarbeiten, Masterprojekte und Masterarbeiten bei mir absolvieren.

Wenn Sie bei mir eine Arbeit schreiben wollen, prüfen Sie bitte, inwieweit Ihr Thema oder Interessensgebiet zu einem meiner Themen unter "Forschung und Entwicklungsprojekte" passt. Lesen Sie vorab bitte auch meinen Anforderungskatalog an studentische Arbeiten durch - Sie brauchen das Formular noch nicht auszufüllen, aber ein grundsätzliches Einverständnis mit den Vereinbarungen sollte vorhanden sein.

Falls beides der Fall ist, nehmen Sie gerne per E-Mail Kontakt zu mir auf - wir vereinbaren einen Termin. Bei internen Arbeiten definieren wir dann gemeinsam ein Thema, das sowohl für Sie als auch für mich interessant ist. Dieses Vorgehen ist auch der Grund, warum Sie nur wenige bzw. keine ausgeschriebenen Arbeiten von mir finden. Idealerweise schicken Sie mir bitte auch Ihren Notenauszug vorab zu.

Bei externen Arbeiten schicken Sie mir bitte Ihre Themenstellung vorab zu - ich prüfe dann, ob ich das Thema betreuen kann.

Anforderungen an studentische Arbeiten

Ich werde immer wieder im Rahmen der Vorgespräche zu studentischen Arbeiten nach Anforderungen / Kriterien / Wünschen gefragt. Diese habe ich nun in einem Katalog zusammengestellt, den Sie hier herunterladen können. Sehr viele Ihrer Fragen sind dort beantwortet. Wenn sich das Thema dann konkretisiert bzw. Ihr Wunsch sich konkretisiert, bei mir eine Arbeit zu schreiben, füllen Sie den Bogen bitte aus und senden ihn mir unterschrieben als PDF per E-Mail zu. 

Anforderungskatalog

Nicolaj Stache legte im Jahr 2010 seine Promotion mit dem Themenschwerpunkt der industriellen Bildverarbeitung an der RWTH Aachen mit Auszeichnung ab. Anschließend durchlief er mehrere Stationen bei dem Automobil-Zulieferer Continental in den Bereichen Fahrerassistenzsysteme, Sensorik und automatisiertes Fahren. Zuletzt leitete er dort das „Artificial Intelligence Center“ mit dem Ziel, künstliche Intelligenz im Automobilbereich besser nutzbar zu machen. Seit dem Jahr 2016 ist er Professor für Messtechnik und Sensorik an der Hochschule Heilbronn im Studiengang „Automotive Systems Engineering“. Seit 2017 ist er Prodekan in der Fakultät Mechanik und Elektronik, leitet den Studiengang und ist Mitgründer des an der Hochschule angesiedelten Zentrums für maschinelles Lernen (ZML), das er mit einer Kollegin leitet. Im Jahr 2020 wurde er zum Forschungsprofessor für Künstliche Intelligenz ernannt und seit Anfang 2021 ist er Mitglied im Baden-Württemberg Center of Applied Research (BW-CAR). Sein Forschungsinteresse gilt der Wahrnehmung und Sensordateninterpretation mit Mitteln des maschinellen Lernens im industriellen Anwendungsumfeld.

Persönliche Leidenschaft:

Es ist die Begeisterung, Werkzeuge des maschinellen Lernens auf neue Problemstellungen anzuwenden und anzupassen, um in kürzerer Zeit bessere Ergebnisse zu erzielen, als es auf klassische Weise möglich wäre.