Patrick Moosbrugger nutzt maschinelles Lernen, um eingebettete Systeme zu verbessern.

Foto: privat

Wien – Bei eingebetteten Systemen handelt es sich um Computer, die etwa auch in Geräten des täglichen Gebrauchs verbaut sind, ohne dass die Anwender sie in der Regel zur Kenntnis nehmen: Von der Waschmaschine bis zum Flugzeugautopiloten arbeiten sie meist autonom im Hintergrund. Da sie mit der physikalischen Umwelt interagieren, etwa als Bremssystem in Autos, sind sie gewissermaßen die Schnittstelle zwischen Außen- und Computerwelt.

Eingebettete Systeme sind durch ihre unabhängige Arbeitsweise relativ komplex und daher anfällig für Fehler, denn beim Testen lässt sich nicht jedes Szenario vorhersehen. An diesem Punkt setzt die Forschungsarbeit von Patrick Moosbrugger an: "Wir versuchen, ein System zu schaffen, das ähnlich wie ein Copilot im Flugzeug alles beobachtet und sofort merkt, wenn irgendetwas nicht funktioniert, und die Ursache dafür herausfindet."

Moosbrugger, der in Dornbirn aufgewachsen ist, studierte nach seiner Lehre zum EDV-Techniker und der Berufsreifeprüfung an der Fachhochschule Technikum Wien. Im Master Embedded Systems beschäftigte er sich intensiv mit der sogenannten Laufzeitverifikation – während ein System in Betrieb ist, wird es kontinuierlich beobachtet und überprüft. Dafür müssen Regeln aufgestellt werden, welches Systemverhalten normal oder ungewöhnlich ist und mit welcher Wahrscheinlichkeit es auftritt.

"Diese Technik benötigt man auch für selbstfahrende Autos, generell aber für alle autonomen Systeme", sagt Moosbrugger. Er befasst sich vor allem mit unbemannten Flugzeugen, die die Bekämpfung von Waldbränden unterstützen und die man umgangssprachlich oft als Drohnen bezeichnet. Der 31-Jährige kooperierte dabei mit der US-Weltraumagentur Nasa: "Wir haben unser System auf das Erkennen von Problemen fokussiert, zu denen die Nasa Erfahrungswerte besitzt. Zum Beispiel: Warum ist es bereits zu Flugzeugabstürzen gekommen?"

Ein Beispiel dafür ist das Oszillieren von Flugzeugen, also das Schlingern nach oben und unten, das Piloten oder Computersystemen verursachen können und das im schlimmsten Fall dazu führt, dass das Flugzeug abstürzt. Auch böswillige Angriffe auf das System sollen erkannt werden, etwa GPS-Spoofing. Hierbei wird das GPS-Signal von einer externen Quelle verfälscht. Durch die Verifikationssysteme ließe sich ebenfalls kontrollieren, ob das Flugobjekt in die Nähe einer Flugverbotszone gelangt.

Für seine Masterarbeit zum Thema wurde Moosbrugger im vergangenen November der Würdigungspreis des Wissenschaftsministeriums verliehen. Der Problematik bleibt er auch im PhD-Studium an der TU Wien treu, bei dem er durch das Selbsterhalterstipendium unterstützt wird.

Im neuen Forschungsprojekt R2U2 arbeitet er weiterhin mit Nasa-Kollegen zusammen und entwickelt bisherige Ansätze weiter. "Wir arbeiten im Moment an Techniken wie 'machine learning', bei dem unser beobachtendes System versucht zu lernen, wie das System funktioniert – wie eine künstliche Intelligenz." Bei seinem Forschungsaufenthalt in Kalifornien war er begeistert von der Interdisziplinarität: "Es gibt einen regen Austausch, man kann sich gegenseitig inspirieren." (Julia Sica, 17.4.2017)