Humboldt-Universität zu Berlin
UX-Design für eine Software zum Trainieren von KI-Modellen
Die Aufgabe:
Eine wissenschaftliche Software zum Anlernen eines KI-Modells soll benutzerfreundlich gestaltet werden. Das KI-Modell ist für die medizinische Bildanalyse gedacht, um krankheitsbedingtes Bewegungsverhalten bei Tieren erkennen zu können.
Die Lösung:
Um die manuelle Erzeugung der Trainingsdaten so intuitiv und effizient wie möglich zu gestalten, basiert unser UX-Konzept auf bekannten mentalen Modellen der Nutzer. So lässt sich die Einarbeitungszeit verkürzen und die Bedienung vereinfachen.
Durch Paletten und Werkzeugleisten, werden die einzelnen Funktionsbereiche sinnvoll strukturiert und die gesamte Anwendung übersichtlich gestaltet.
Das Interface im Vorher-Nachher-Vergleich
Zu Beginn des Projekts lag eine noch ungestaltete aber bereits voll funktionstüchtige Version der Software vor. Dies war die perfekte Ausgangslage für die folgende Designentwicklung.
Die Software vor und nach dem Designprozess:
Ein Blick in die eigens gestaltete Komponentenbibliothek, die die Grundlage für das Interface Design bildet.
Für das Anlernen eines KI-Modells sind große Datenmengen notwendig. Um so wichtiger ist es, dass sich die Software schnell und effizient bedienen lässt. Geübten Nutzern gelingt dies am Besten per Tastenkürzel (engl. „Shortcuts“), die wir für alle relevanten Funktionen vorgesehen haben.
Für den Tierschutz
Das von der Humboldt Universität initiierte Projekt widmet sich dem Tierschutz. Dabei liegt der Schwerpunkt zunächst auf den Tierarten Pferde und Nashörner. Ziel ist es, ein KI-Modell zu erarbeiten, das in Echtzeit Anomalien und Erkrankungen anhand der Bewegungsmuster der Tiere erkennen kann. Dazu werden die Tiere per Video überwacht und die Videodaten von der Software ausgewertet.
Lernen durch Bildannotation
Das KI-Modell wird mit Hilfe der Keypoint Annotation für jede Tierart trainiert. Dabei werden in den Bildern einer bestimmten Tierart festgelegte Punkte wie Augen, Ohren und Gelenke markiert. Dies ermöglicht der Software, zu lernen, was genau auf den Bildern zu sehen ist.
Je mehr Trainingsdaten zur Verfügung stehen, desto besser kann das Modell lernen. Schließlich ist das KI-Modell in der Lage, krankheitsbedingte Bewegungsmuster wie Lahmheit bei Pferden selbstständig zu erkennen. Dies bietet enorme Vorteile in der Früherkennung und Behandlung von gesundheitlichen Problemen bei Tieren.
Mehr Nutzerfreundlichkeit durch UX-Testing
Um eine möglichst reibungslose Bedienung zu erreichen, führten wir ein Usability-Testing anhand der tatsächlichen, lauffähigen Software durch. So konnten wir das Nutzungserlebnis in einem realen Szenario überprüfen und wertvolle Erkenntnisse gewinnen.
Es stellte sich beispielsweise heraus, dass das Feature des Kopierens von Punkten von einem Frame zum nächsten nicht intuitiv gelöst war. Durch geringfügige Anpassungen an Wording und Icons konnten wir die Funktion verständlicher gestalten.
Bilddatenannotation ist mit einem hohen Arbeitsaufwand verbunden. Ein Annotationswerkzeug, das sich reibungslos bedienen läßt, erleichtert die Arbeit und ist die Vorraussetzung für eine hohe Datenqualität.
Kunde
Humboldt Universität, Berlin
Förderer
fzmb GmbH – Forschungszentrum für Medizintechnik und Biotechnologie
Unsere Leistungen
UX ResearchUX & UI DesignResponsive DesignFrontend-Programmierung
Projektlaufzeit
Mai 2022 bis Dezember 2024
