Prof. Dr. Christoph Würsch

ICE Institut für Computational EngineeringTeamleiter Industrial AI, Dozent für Mathematik, Physik und Machine Learning

+41 58 257 34 52christoph.wuersch@ost.ch

Beruflicher Abschluss

  • Dipl. Phys. ETHZ, ETH Zürich
  • Dr. sc. nat., ETH Zürich

Kompetenzfelder

  • Modellierung und Simulation von Multiphysik-Systemen
  • Modellreduktion und Simulatorbau
  • Elektromagnetismus, Hochfrequenztechnik, UWB Radartechnologie
  • Modellbasierte Signalverarbeitung und Inverse Probleme
  • Machine Learning
  • Patentwesen, Systems-Engineering, Projektanträge

Fachliche Schwerpunkte

  • Modellierung und Simulation von Multiphysik-Systemen Machine Learning (Deep Learning , Reinforcement Learning) Modellreduktion und Simulatorbau Elektromagnetismus, Hochfrequenztechnik, UWB Radartechnologie Modellbasierte Signalverarbeitung und Inverse Probleme Patentwesen, Systems-Engineering, Projektanträge

Wissenschaftliche Auszeichnungen, Preise

  • Medallie der ETHZ

Berufspraxis

  • 1998-2000: Entwicklungsingenieur, New Packaging Technologies, Phonak AG, Stäfa 2000-2004: Research Engineer, Advanced Mechatronics, Corporate Research, HILTI AG, Schaan, Li 2004-2011: Research Engineer, Senior Scientist and Group Leader, BU Measuring Systems, HILTI AG, Schaan, LI

Curriculum Vitae

Christoph Würsch studierte Physik an der Eidgenössischen Technischen Hochschule (ETH) in Lausanne und Zürich, wo er 1994 mit dem Diplom abschloss. 1998 erlangte Christoph Würsch den Doktortitel für Arbeiten im Gebiet von Quanteneffekten in niedrigdimensionalen magnetischen Systemen, welche am Institut für Mikrostrukturforschung bei Prof. Dr. Danilo Pescia am Laboratorium für Festkörperphysik der ETHZ durchgeführt wurden. Nach zwei Jahren als Entwickler für neuartige, miniaturisierte Hörgeräte bei der Firma Phonak AG in Stäfa, trat er der Gruppe Advanced Mechatronics der Konzernforschung der HILTI AG bei, wo er neuartige Aktor-, Sensor- und Regelkonzepte für das Arbeiten am Bau mitentwickelte. Im Jahr 2004 wechselte er innerhalb der HILTI AG in die Business Unit Measuring Systems, wo er massgeblich an der Entwicklung von Sensoren zur Detektion von Objekten im Untergrund auf Basis breitbandiger Induktionsverfahren und der Radartechnologie beteiligt war. Als Teamleiter leitete er dort die Gruppe Sensorik, Optik & Test. Seit August 2011 ist Dr. Würsch als Dozent am Institut für Computational Engineering ICE an der NTB tätig. Dr. Würsch hält über 40 Patente und hat 7 wissenschaftliche Publikationen veröffentlicht. Er ist Mitglied der IEEE, des VDI und der DPG.

Laufbahn

Seit 2011Dozent für Physik, NTB
2004-2011Projektleiter & Chief Scientist, Measuring Systems, HILTI AG
2000-2004Forschungsingenieur, Projektleiter & Chief Scientist, Advanced Mechatronics, HILTI AG
1998-2000Entwicklungsingenieur, New Packaging Technologies, Phonak AG
1998Höheres Lehramt für Mittelschulen, Universität Zürich
1994-1998Doktoratsstudium Festkörperphysik, ETH Zürich bei Prof. Pescia
1989-1994Studium der Experimentalphysik, ETH Zürich & EPFL Lausanne

    Projekte

    Auswahl von durchgeführten Projekten:

    • KTI-Projekt: Entwicklung einer Simulationsplattform für Vakuumverpackungsanlagen zur Optimierung von Leistung, Energiebedarf und Kosten (16989.1;3 PFLS-LS)
    • KTI-Projekt: Effiziente Entwicklung und Optimierung von Detektionsalgorithmen für induktive Sensoren durch selbstlernende Strategien und automatische Code-Generierung (17917.1;3 PFIW-IW)
    • KTI-Projekt: Induktiver Array Sensor zur Ortung, Klassifizierung und Vermessung von metallischen Objekten in Wänden, Böden und Decken - Technologie und Realisierung (14469.1;8 PFIW-IW)
    • KTI-Projekt: Control of Traveling EM Waves in Large Area (VHF) PECVD Reactors for the Production of Competitive Solar Panels (14823.1;9 PFNM-NM)
    • BFU-Projekt:  Electro Magnetic Desalination System EMDS (Machbarkeitsstudie zur elektromagnetischen Meerwasserentsalzung) (UTF 411.07.12)
    • Innoscheck: Early warning and measurement systems for geophysical hazards  (16981.1;7 INNO13-16-IW)

    Ausgewählte Publikationen:

    • Th. Stadelmann, J. Keuzenkamp, H. Grabner, Ch. Würsch. 2021. The AI-Atlas: Didactics for Teaching AI and Machine Learning On-Site, Online, and Hybrid, Educ. Sci. 11, no. 7: 318. https://doi.org/10.3390/educsci11070318
    • R. Vetschn, Ch. Egger, Ch. Würsch. Fertigungsqualität über maschinelles Lernen zuverlässig und in Echtzeit bestimmen, TwinCAT Machine Learning für eine intelligente Bolzenanker-Produktionslinie, PC control, The New Automation Technology Magazine, Nr. 2, Juni 2021 (p.24-25), www.pc-control.net
    • Ch. Würsch, E. Carelli, D. Gstöhl; Ch. Seitz, S. Frei; K. Mishra, P. Braun, R. Egli. Success Story: Ein kontrollierter Prozess für die Produktion von Margarine höchster Qualität, Lebensmittel-Industrie, 11|12, 2019
    • Ch. Würsch, C. Stamm, S. Egger, D. Pescia, W. Baltensperger, J. S. Helman. Quantum Oscillations in a confined electron gas. Nature, 389: 937-939 (1997)
    • C. H. Back, Ch. Würsch, A. Vaterlaus, U. Ramsperger, U. Maier, D. Pescia. Experimental confirmation of universality for a phase transition in two dimensions. Nature 378: 597-600 (1995)
    • C. H. Back, Ch. Würsch, D. Pescia. Test of Scaling in two dimensions, Zeitschrift für Physik B (Condensed-Matter), 98 (1): 69-73 (1995)
    Verfasser/inTitelJahrArt der Arbeit
    Amira Jäger Evaluation of the use of 3D LiDAR Point Cloud Data in Speed Enforcement Systems 2024Masterarbeit
    Robin Vetsch Learning Robots to Work on the Construction Site 2024Masterarbeit
    Joel Erzinger Ratatouille - Autoencoders as chef and nutritionist 2024Masterarbeit
    Ivan Ziegler Automatisierte Qualitätssicherung eines Kugelgewindetriebes mittels maschinellem Lernen 2023Masterarbeit
    Marco Pleisch Data-Science im Spitzen-Skirennsport 2023Bachelorarbeit
    Marvin Kammerer Non-Contact Tidal Volume Estimation 2023Bachelorarbeit
    Pascal Schaback Windsurfalarm 2023Bachelorarbeit
    Florian Schneider,
    Sven Schlanser     		Von den Gebrüdern Wright hin zum digitalen Windkanal 2022Bachelorarbeit
    Stephan Seliner,
    Alex Koller     		Yoga AI 2022Bachelorarbeit
    Stefan Keller Attention Is All You Need 2021Bachelorarbeit
    Remo Hänggi Entwicklung eines digitalen Zwillings für einen Göttinger Windkanal 2021Bachelorarbeit
    Julian Hofer Neuronale Netzwerke als generative Modelle für die Generierung klassischer Musik 2021Bachelorarbeit
    Beat Schneider Deep Quality - Machbarkeitsstudie zur Waschkorbinspektion 2020Bachelorarbeit
    Anja Bischof,
    Marc Hofer     		Fast Neural Style Transfer: Echtzeit-Filmkunst aus dem Computer 2020Bachelorarbeit
    Robin Vetsch Smart Anchor Assembly Line 2020Bachelorarbeit
    Marco Stieger,
    Stefan Tobler     		Low-Cost Radarscanner zur robusten Detektion und Visualisierung von Objekten im Untergrund 2019Bachelorarbeit
    Marcel Michaud,
    Marco Fehr     		Virtueller Sensors für die Haltbarkeit von Lebensmitteln 2019Bachelorarbeit
    Silvio Jäger,
    Joel Erzinger     		Vorhersage von Aktienkursen mit tiefen LSTM-Netzwerken 2019Bachelorarbeit
    Dominik Wagner,
    Riccardo Jung     		MagicMushroom-App - mit Deep Learning essbare Pilze erkennen 2018Bachelorarbeit
    Franziska Laich Modellierung und Optimierung der Strömung in einem Durchflussmessrohr 2018Bachelorarbeit
    Samuel Dutler,
    Jan Breu     		Optimierung der Aerodynamik des Heckbereichs von LKWs – Konzipierung, Simulation und Validierung 2018Bachelorarbeit
    Christian Holinger Aufbau und Programmierung eines Cluster-Computers mit Raspberry PIs 2017Bachelorarbeit
    Janik Hutter,
    Markus Wüst     		Entwicklung eines aktiven Eisportionierers 2017Bachelorarbeit
    David Eggenberger,
    Martin Stahel     		Enzymatischer Lactatsensor 2017Bachelorarbeit
    Andreas Meier,
    Dominik Niederer     		Antennen-Auslegungstool in MATLAB und Bau einer Waveguide-Slot-Antenne 2016Bachelorarbeit
    Selina Seitz Entwicklung eines Fehlertrennverfahrens für Präzisionsmessgeräte in der dimensionellen Messtechnik 2016Bachelorarbeit
    Fabiano Sala,
    Gabriel Salkim     		Werkzeug zur Propeller- und Rotoren-Auslegung 2016Bachelorarbeit
    Fabian Graber Kühlsimulation für additiv gefertigte Spritzgusswerkzeuge 2015Bachelorarbeit
    Tobias Alpiger,
    Raphael Carigiet     		Live-Feedbacksystem zur Anlaufgeschwindigkeit im Ski Freestyle Aerials 2015Bachelorarbeit
    Fabian Hutter Optimierung von Pulverinjektoren mittels Strömungssimulation 2015Bachelorarbeit
    Tim Federer,
    Ramon Zoller     		Strömungssimulationen zur Untersuchung von Auftriebshilfen beim Leichtflugzeug FK-12 Comet 2015Bachelorarbeit

    Deep Glant Hogweed: Automatisierte Erkennung von Neophyten mittels multispektralen LuftbildernDeep Glant Hogweed: Automatisierte Erkennung von Neophyten

    Allgemeines Projekt

    Invasive Pflanzen, sogenannte Neophyten, stellen Kommunen und Gemeinden vor grosse Herausforderungen. Neophyten bedrohen naturbelassene Gebiete, verdrängen einheimische Arten und können im Extremfall sogar gesundheitsschädlich sein (z.B. Riesenbärenklau, Heracleum mantegazzianum). Ein verlässliches Monitoring ist Grundvoraussetzung für die Bekämpfung dieser Pflanzen. Mittels Drohnentechnologie können automatisiert multispektrale Luftaufnahmen der betroffenen Gebiete erfasst und mittels Methoden des Maschinellen Lernens mit hoher Zuverlässigkeit erkannt und klassifiziert werden. Um die Strukturen in der Vegetation hervorzuheben, werden relevante, aus der Literatur bekannte Vegetationsindizes angewendet. Diese Vegetationsindizes dienen als Merkmale für die Machine Learning Klassifikatoren. Um die Robustheit zu erhöhen, wird die Klassifikation nicht auf Pixelebene, sondern auf sogenannten Superpixeln ausgeführt. In dieser Arbeit konnte die Praxistauglichkeit des Ansatzes anhand eines einfachen Benchmark Szenarios nachgewiesen werden.

    Autonomes Drohnensystem zur präzisen Lokalisierung von LawinenopfernAutonomes Drohnensystem zur präzisen Lokalisierung von

    Allgemeines Projekt

    Jährlich sterben alleine in Europa ca. 100 Personen bei Lawinenunfällen. Zusammen mit dem Industriepartner ANAVIA aus Näfels GL wird ein System entwickelt um eine möglichst schnelle Lokalisierung von Lawinenverschütteten zu erzielen. Die Projektidee wurde beim 5. Call der Innovation Boosters Robotics Neben fünf weiteren Projekten als Gewinner gewählt.

    KlimUrbain

    Forschungsprojekt

    Die OST entwickelt im Rahmen eines interdisziplinären Projektes ein digitales KI-basiertes Planungstool für die Raum- und Freiraumplanung, das die Wirksamkeit und den zu erwartenden Mehrwert von blau-grünen Massnahmen in Bezug auf Klima, Gesundheit und Soziales simuliert und spezifische Kosten-Nutzen-Analysen liefert

    Radarbasierte Vitalparameterschätzung

    Forschungsprojekt

    Weltweit leiden fast eine Milliarde Menschen an Schlafapnoe. Die Diagnose im Schlaflabor ist aufwendig und die Schlafqualität aufgrund einer Vielzahl notwendiger Sensoren niedrig. Durch den Einsatz von Radartechnologie können Vitalfunktionen wie Atemfrequenz, Herzfrequenz und Bewegungsmuster berührungslos in einer gewohnten Schlafumgebung analysiert werden.

    Induktiver Array-Sensor für die Detektion, Klassifikation und Parameterschätzung von metallischen Objekten im Untergrund als Werkzeug für die Validierung von BIM-ModellenInduktiver Array-Sensor für die Detektion, Klassifikation

    Allgemeines Projekt

    Induktive Detektoren gehören heutzutage zum Standard auf jeder Baustelle. Bei der Durchführung einer Kernbohrung oder beim Setzen eines Lastankers muss garantiert werden, dass keine tragende Armierung oder gar ein Spannkabel angebohrt werden. Die Firma HILTI AG hat in Zusammenarbeit mit dem Institut für Computational Engineering ICE (OST) einen neuartigen induktiven Sensor entwickelt, bei welchem mittels Machine-Learning Methoden eine hohe Zuverlässigkeit und Genauigkeit bei der Parameterschätzung von Armierungseisen erreicht wird.

    Low-Cost multistatischer Radarscanner zur robusten Detektion und Visualisierung von Objekten im UntergrundLow-Cost multistatischer Radarscanner zur robusten Detektion

    Allgemeines Projekt

    Vorhersage von Aktienkursen mittels tiefen LSTM-Netzwerken

    Allgemeines Projekt

    Ein kontrollierter Prozess für die Produktion von Margarine höchster QualitätEin kontrollierter Prozess für die Produktion von Margarine

    Allgemeines Projekt

    Optimierung der Aerodynamik des Heckbereichs von LKWs – Konzipierung, Simulation und ValidierungOptimierung der Aerodynamik des Heckbereichs von LKWs –

    Allgemeines Projekt

    Magic Mushroom App – mit Deep Learning essbare Pilze erkennenMagic Mushroom App – mit Deep Learning essbare Pilze

    Allgemeines Projekt

    Antennen-Auslegungswerkzeug für resonante und nicht-resonante Waveguide-Slot-AntennenAntennen-Auslegungswerkzeug für resonante und

    Allgemeines Projekt

    Induktiver Array Sensor zur Ortung, Klassifizierung und Vermessung von metallischen Objekten in Wänden, Böden und DeckenInduktiver Array Sensor zur Ortung, Klassifizierung und

    Allgemeines Projekt

    Eisportionieren leicht gemacht

    Allgemeines Projekt

    Entwicklung von grossflächigen PECVD-Reaktoren für die Fertigung von effizienten Dünnfilmsolarzellen (TEL Solar)Entwicklung von grossflächigen PECVD-Reaktoren für die

    Forschungsprojekt

    Plasma-Turbulenzen im invertierten Magnetron

    Allgemeines Projekt