Projekt: FallGuard – KI-gestützte Sturzerkennung für den Pflegebereich

Projektfokus: Agile Produktentwicklung (Scrum), Edge-AI, User Research & Privacy by Design
Rolle: Projektleiter / Product Lead
Budgetverantwortung: Sechsstelliger Bereich

Ausgangslage & Mission

Bestehende Notrufsysteme für Senioren (z. B. Armbänder) scheitern oft in der Praxis, wenn Betroffene nach einem Sturz handlungsunfähig sind oder das Gerät nicht am Körper tragen. Ziel des Projektes „FallGuard“ war die Entwicklung eines stationären, berührungslosen Sturzerkennungssystems, das maximale Sicherheit bietet, ohne die Privatsphäre der Bewohner zu verletzen.

Strategisches Projektmanagement & Methodik

Deep User Research: Um den Product-Market-Fit sicherzustellen, führte ich umfassende Interviews mit Pflegediensten, stationären Einrichtungen und Angehörigen durch. Zentrale Anforderungen waren eine niedrige Fehlalarmquote, einfache Installation und ein diskretes Design.

Agile Entwicklung nach Scrum: Als Projektleiter steuerte ich den gesamten Entwicklungszyklus innerhalb des Scrum-Frameworks. Dies ermöglichte es uns, in schnellen Iterationen auf Feedback aus den Testphasen zu reagieren und die Hardware-Software-Kombination kontinuierlich zu optimieren.

Budget- & Team-Verantwortung: Ich verantwortete den Aufbau des interdisziplinären Projektteams und die Steuerung eines Budgets im sechsstelligen Bereich.

FallGuard-Alarm

Lösung: Innovation durch Edge-AI & Privacy by Design

Nach intensiven Tests verschiedener Sensortechnologien (Ultraschall, Funk, Erschütterung) erwies sich ein optischer Sensor in Kombination mit lokaler KI-Auswertung als überlegen:

  • Höchster Datenschutz (Zero-Storage-Policy): Um das Persönlichkeitsrecht der Bewohner absolut zu wahren, wurde eine „Edge-Processing“-Architektur implementiert. Die Bilddaten werden zu keiner Zeit lokal oder in der Cloud gespeichert oder übertragen. Die Auswertung der Personenerkennung erfolgt in Echtzeit direkt auf dem Prozessor des Geräts; das Bild wird unmittelbar nach der Analyse überschrieben. Somit ist ein Eingriff in das Persönlichkeitsrecht technisch ausgeschlossen.
  • Diskretion & Hardware-Design: Der Sensor wurde in einem Gehäuse verbaut, das optisch einem Standard-Rauchmelder entspricht, um Akzeptanzprobleme durch „Kamera-Optik“ zu vermeiden.
  • Autarker Betrieb: Ausgestattet mit einem 10.000-mAh-Akku und GSM-Anbindung funktionierte das System völlig unabhängig von Strom- und WLAN-Infrastruktur.
  • Intelligente Zonen-Konfiguration: Über ein einfaches System mit Musterkarten konnten sensible Bereiche (wie Betten oder Sessel) von der Alarmierung ausgeschlossen werden, um Fehlalarme durch geplantes Hinlegen zu vermeiden.

Ergebnisse & Projektabschluss

  • Marktvalidierung: Erfolgreiche Präsentation des Prototyps auf zwei Fachmessen mit durchweg positivem Feedback von Fachbesuchern und Experten.
  • Geplanter Rollout: Für April 2022 war ein großflächiger Testlauf in einer Pflegeeinrichtung mit 15 Zimmern final vorbereitet.
  • Projektausgang: Infolge des russischen Angriffskrieges auf die Ukraine wurden die Zentrale in Charkiv und das Rechenzentrum in Kiew zerstört. Trotz des Verlusts der Prototypen und Daten steht das Projekt als Beleg für eine erfolgreiche, ethisch verantwortungsvolle Technologieentwicklung im IoT-Bereich.