Nick Dienemann
HKA, CERN, Start-up – die Stationen des Nick Dienemanns
Nick Dienemann hat bei uns ein StudiumPLUS absolviert, das heißt, er hat parallel zu seinem Bachelorstudium der Elektro- und Informationstechnik eine Ausbildung zum Elektroniker für Automatisierungstechnik bei Bosch absolviert. In seiner ausgezeichneten Bachelorthesis hat er sich mit autonomen Fahrzeugen beschäftigt. Die müssen weitere Verkehrsteilnehmer nicht nur erkennen, sondern mittels eines Radars auch korrekt abschätzen, wie schnell die anderen unterwegs sind. Nick Dienemann hat ein physikalisches Modell entwickelt, mit dessen Hilfe er die KI-basierte Geschwindigkeitsschätzung deutlich verbessern konnte. Wir haben mit ihm gesprochen.
HKA: Wie sind Sie auf das Thema Ihrer Thesis gekommen?
Nick Dienemann (ND): Ich habe schon zu Beginn meines Studiums angefangen, mich für künstliche Intelligenz zu interessieren. Damit habe ich mich erstmal privat beschäftigt und fand das super spannend. Über die Jahre habe ich dann relativ viele verschiedene Facetten davon kennen gelernt und habe dann festgestellt: KI alleine ist irgendwie zu wenig handfest. Und deshalb fand ich diese Kombination aus Physik und KI sehr, sehr spannend und gut. Zumal man beim autonomen Fahren direkt ein Produkt hat, einen coolen Anwendungsfall.
Wie ging es denn nach dem HKA-Studium für Sie weiter?
ND: Ich hatte das unfassbare Glück, dass ich über die Kooperation zwischen HKA und CERN nach Genf gehen durfte. Das war genial. Ich würde sogar sagen, das waren die besten fünf Monate meines Lebens. Es war einfach klasse, zumal ich dort wieder Software und Physik kombiniert habe.
Was haben Sie da genau gemacht?
ND: Am CERN steht der LHC, der Large Hadron Collider, ein Teilchenbeschleuniger. Das Ziel ist, Partikel gegeneinander stoßen zu lassen. Dafür haben sich die Wissenschaftler ganz viele tolle Detektoren ausgedacht, die diese Kollisionen messen können. Dazu muss man die Geräte aber erst mal kalibrieren, damit man weiß, wie viele Kollisionen denn überhaupt stattgefunden haben. Und genau so einen Detektor, der also die Anzahl der Kollisionen misst, hat meine Gruppe erforscht. Es gab quasi den ersten Prototypen und jetzt ging es darum, den zu testen.
Wie läuft ein solcher Test ab?
ND: Erst einmal wird eine Test-Facility am CERN angemietet, die ist schön abgeschirmt mit riesengroßen Betonblöcken, weil ja Strahlung entsteht. Dann lässt man die Experimente laufen und führt alle möglichen Messungen durch. Dabei geht es dann darum, die Daten, die entstehen, aufzuzeichnen und im Nachhinein auszuarbeiten und auszuwerten. Das Aufzeichnen und Auswerten waren im Grunde meine Aufgaben.
Was machen Sie aktuell?
ND: Ich studiere an der Technischen Universität München (TUM) den Masterstudiengang Robotics, Cognition, Intelligence. Gerade habe ich das zweite Semester abgeschlossen und arbeite zurzeit in den Semesterferien Vollzeit und danach wahrscheinlich in einer Teilzeitstelle bei einem Start-up hier in München.
In welcher Branche ist dieses Start-up tätig?
ND: Es geht darum, den Energie-Output von Photovoltaikparks, also richtig großen Anlagen vorauszusagen, basierend auf Bilddaten von Kameras, die in den Himmel gerichtet sind. Ich habe vorher nie drüber nachgedacht, aber wenn sich eine Wolke einfach vor die Sonne schiebt, dann sinkt plötzlich der Output eines Solarparks drastisch. Und das ist zum einen eine große Challenge für das Stromnetz, zum anderen wird mit dem Strom gehandelt. Das heißt, wenn ich diese Information vorher habe und weiß, in 15 Minuten ändert sich die Strommenge, kann ich meine Trades optimieren und damit wirklich Geld verdienen. Und genau um diese Vorhersagen geht es in dem Start-up.
Wie bewerten Sie Ihr Studium an der HKA, rückblickend betrachtet?
ND: Extrem gut. Ich bin nach wie vor unfassbar glücklich, an der HKA studiert zu haben. Auch jetzt gerade im Vergleich zur TUM: Es ist einfach total viel wert, dass man an der HKA diese kleine Klassengröße hat. Und wir hatten viele Top-Professoren bei uns – aus den Vorlesungen habe ich wirklich viel mitgenommen.
Vielen Dank für das Gespräch!