Das Interesse am Thema „Maschinelles Lernen“ ist in letzter Zeit extrem angewachsen. Heute gibt es viele Cloud-basierte Lösungen mit enormer Leistung. Wenn eine Anwendung aber begrenzte Netzverfügbarkeit aufweist, mit sensiblen Daten arbeitet oder eine geringe Latenzzeit erfordert, wäre es jedoch besser, alles lokal mit Mikrocontrollern zu realisieren. Ein Beispielprojekt rund um das Software-Entwicklungs-Kit Edge Impulse demonstriert, wie man Maschinelles Lernen auch auf kleinen, stromsparenden und preiswerten Mikrocontrollern möglich machen kann.