TY - THES A1 - Seeland, Jan Philipp T1 - Entwicklung einer Logging-Software zur Überwachung und Analyse der Achsdrehmomente von Industrierobotern N2 - In dieser Arbeit werden Achsdrehmomente und Motorlast eines Industrieroboters der Firma FANUC analysiert, um diese über eine Logging-Software zu optimieren. Das Ziel ist es, über die Aufzeichnung der Motordaten, mechanische Belastungen an den Motoren der Robotergelenke zu reduzieren. Durch diesen Ansatz können Bewegungen des Roboters optimiert und Traglasten maximiert werden. Die zur Zeit angebotene Robotersteuerung des Herstellers bietet nur wenig zeitlich aufgelöste Diagnoseoptionen. Die vorgestellte Lösung unterscheidet sich von anderen Lösungen darin, dass keine Verkabelung von zusätzlicher Hardware notwendig ist. Auch muss keine zusätzliche, kostenpflichtige Software installiert werden. Der in dieser Arbeit verfolgte Ansatz implementiert eine webbasierte Logging-Software für einen Client-PC und ein KAREL Programm für einen FANUC Roboter, welches als Schnittstelle dient. Die Parameter Drehmoment(Disturbance Torque, Torque Monitor) und Motorstrom (OVC Monitor) konnten periodisch alle 50ms von der Robotersteuerung aufgezeichnet und anschließend zeitlich aufgelöst dargestellt werden. Es wurden Experimente mit verschiedenen Geschwindigkeiten, Achsstellungen und Traglasten durchgeführt. Ein signifikantes Ergebnis konnte bei der Reduzierung der Motorlast unter Verwendung von Beschleunigungsrampen festgestellt werden. Auch wurde der negative Einfluss einer inkorrekt eingestellten Traglast bei der Ansteuerung der Motoren nachvollzogen und aufgezeichnet. In einem Kundenprojekt konnte die Software erfolgreich zur Machbarkeitsanalyse eingesetzt werden. KW - FANUC KW - Industrieroboter KW - Motordrehmoment KW - Logging KW - Analyse KW - KAREL KW - Software Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:522-opus4-28294 ER - TY - THES A1 - Selent, Paulina T1 - Deepfakes im Marketing: Eine Analyse von Deepfake-Marketing mit exemplarischer Ausarbeitung eines eigenen Deepfake-Modells zur Überprüfung von Effekten bei Rezipienten N2 - In dieser Masterarbeit wird der Einsatz von Deepfakes im Marketing untersucht. Es geht darum, Deepfake-Marketing zu analysieren und vier eigene Deepfakes zu erstellen, um mögliche Effekte bei Rezipienten zu erkennen. Dazu wird die folgende Forschungsfrage „Welche Effekte lösen hyperpersonalisierte Werbebotschaften durch Deepfakes bei Probanden aus?“ aufgestellt. Für die Beantwortung der Forschungsfrage wird zunächst die Personalisierung von Werbung, sowie Deepfakes im Allgemeinen thematisiert. Im Anschluss daran wurden die Vor- und Nachteile der Hyperpersonalisierung durch die Integration von Deepfakes in die Werbung analysiert und vier eigene Deepfakes auf Basis realer Video-Werbungen generiert. Zur Überprüfung der möglichen Effekte bei Rezipienten wurde eine Online-Umfrage erarbeitet, bei der 22 Probanden die vier selbst produzierten Deepfakes sahen und Fragen zu ihrer persönlichen Einstellung zur Personalisierung durch Deepfakes mitteilten. Die Ergebnisse der nicht repräsentativen Umfrage zeigen, dass sich die Auswirkungen bei hyperpersonalisierten Werbebotschaften durch Deepfakes primär in zwei Kategorien einordnen lassen: positive Überraschung und Misstrauen. Im Detail können die Probanden Deepfakes nicht eindeutig erkennen und wünschen sich eine offene Deklarierung von Deepfake- Inhalten in der Werbung. Bereits 4 von 10 Teilnehmern würden sogar ihre Daten für die Produktion von Deepfake-Werbung zur Verfügung stellen. Doch auch die Angst vor dem Missbrauch persönlicher Daten und möglichen Gefahren, welche von Deepfakes ausgehen könnten, belasten die Teilnehmer. Für zukünftige Forschung bietet sich an, zur Produktvermarktung mit Deepfake-Werbung weiterzuforschen. Dafür bedarf es in erster Linie eine umfangreichere Datenerhebung. KW - Deepfake KW - Marketing KW - Hyperpersonalisierung KW - künstliche Intelligenz Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:522-opus4-28395 ER -