Unter dem Motto “Forschen – Vernetzen – Gestalten“ bietet die NWK Masterstudierenden, Promovierenden, sowie wissenschaftlichen Mitarbeiter:innen eine Plattform, ihre Projekte der angewandten Forschung und Entwicklung einem interessierten Fachpublikum zu präsentieren und in die Diskussion zu treten. Klimaschutz – digitale Transformation – Strukturwandel: Wir möchten gemeinsam mit Ihnen zentrale Herausforderungen unserer Zeit in den Fokus nehmen. Die Forschung an den Hochschulen leistet dabei wichtige praktische Arbeit. Wie tragen Ihre Forschungsergebnisse zur Lösung aktueller Probleme im Sinne einer nachhaltigen Entwicklung bei? Darum soll es beim interdisziplinären Austausch der 22. NWK gehen.

This study analyzes approaches to decarbonize the energy supply of the secondary steel processing industry. Therefore, real data from a secondary steel production company is used in combination with state-of-the art low carbon energy supply technologies. Also, the use of waste heat from a pusher furnace for process integration is considered. The developed temporal process model allows holistic optimizing and expanding the steel making process system regarding techno-economic criteria. As we show, implementing the annual heat demand of a municipality shows that a nearly 100 % self-sufficient heat supply is possible.

Gegenstand der vorliegenden Masterarbeit ist die Realisierung eines EXIT-Puzzles mit integrierten AR- und VR-Elementen. Im Kontext der Wissensvermittlung im Fachgebiet Mathematik angewandt, wirken sowohl die Verwendung des Gesellschaftsspiels als auch der Gebrauch moderner Techniken motivierend auf die Schülerinnen und Schüler. Auf die theoretischen Erkenntnisse, welche mit Hilfe einer umfangreichen Literaturrecherche gesammelt wurden, baut die Analyse verwandter Arbeiten auf. Anhand von 11 semi-strukturierten Benutzerinterviews, konnten Information über die Zielgruppe, den Nutzungskontext und eventuelle Problempunkte des geplanten Puzzles zusammengetragen werden. Auf Grundlage dieses Wissens wurde ein Katalog der wichtigsten Anforderungen und Schwerpunkte aufgestellt. In der Konzeptionsphase wurde dieser Anforderungskatalog als Basis für die Planung des EXIT-Puzzles verwendet, welche anschließend prototypisch umgesetzt wurde. Dieser Prototyp wurde abschließend einer Evaluation anhand von zehn Benutzertests unterzogen, welche einerseits die Gebrauchstauglichkeit des Puzzles erfassen und andererseits Anregungen zur weiteren Verbesserung festhalten sollten. Diese abschließende Evaluation konnte sowohl die Gebrauchstauglichkeit des Puzzles bestätigen als auch Hinweise darauf liefern, dass die Applikation beim Anwenden und Verstehen des Unterrichtsstoffes unterstützend wirkt und unter gewissen Bedingungen für den Einsatz im Mathematikunterricht geeignet wäre.

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.

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.

Forecasting ist eine wichtige Methode zur Entscheidungsfindung für Unternehmen, Organisationen und Regierungen, da so der Ressourcenverbrauch reduziert werden kann. Der Forecast des prozentualen Marktanteils der neuen BEV-PKW-Zulassungen in Deutschland kann helfen, um strategische und zukunftsorientierte Entscheidungen, z.B. die vom Bund gesetzten Klimaziele, besser steuern zu können. Zur Durchführung des Forecastings wurde der Einsatz unterschiedlicher Machine-Learning-Methoden ausgenutzt. Es wurden zwei Machine-Learning-Modelle für das Forecasting des prozentualen Marktanteils der BEV-PKW-Neuzulassungen in Deutschland verwendet: Die SARIMA(X)- und DeepAR-Modelle. Aufgrund der Unterschiede in den Eingabedatensätzen wurden vier Modelle der Univariate- und Multivariate- Zeitreihenanalyse trainiert. Mit Hilfe der RMSE-Fehlermetrik wurden die vier trainierten Modelle miteinander verglichen. Die letzten sechs Monate der Eingabedatensätze wurden zur Evaluierung der Modellqualität genutzt. Die Ergebnisse dieser Masterarbeit zeigen, dass das SARIMAX-Modell zur Erstellung einer Prognose der multivariaten Datensätze die exogenen Variablen benötigt. Allerdings braucht das DeepAR-Modell keine exogenen Variablen, um eine Prognose generieren zu können. Wenn der Eingabedatensatz mindestens 300 Zeitreihen beträgt, eignet sich das DeepAR-Modell besser als das SARIMA(X)-Modell. Das DeepAR-Modell unterstützt nicht nur die univariaten- und multivariaten Datensätze, sondern generiert auch ein globales Modell, wodurch eine Prognose je Variable erstellt wird. Das ist ein großer Vorteil gegenüber dem SARIMA(X)-Modell, welches dazu nicht in der Lage ist.

In der heutigen Zeit finden Single-Page-Webanwendung immer mehr Verwendung. Entsprechend dieser Entwicklung wurden Technologien, zur Erstellung von Single-Page-Webanwendungen, angefertigt. Um ihre Unterschiede und individuellen Anwendungsmöglichkeiten zu ermitteln, wurde mit den drei populärsten Technologien eine Webanwendung gebaut und eine Evaluation anhand einer Reihe von Kriterien durchgeführt.

How do we interact with the digital world in the future by only using our thoughts to interact? To interact with the digital world, we use gestures (most common: swipe gestures), voice, facial expressions and mental commands. The latter has become more important by recent press releases about scientific achievements, for example, from Neuralink [1] using invasive technology to control a computer game by thoughts only [2]. Another study says an application can display text on a screen by just thinking about a word [3]. Currently, BCIs are mainly developed for neurotechnology and healthcare. However, it is a question of time when these services will be available for commercial products for everyday life. (Until then, manufacturers have to minimize health risks and face privacy and safety regulations.) The thesis is that in the future, you will be able to interact with your digital devices just by using your thoughts and you’ll do much faster. This makes sense in many situations where you f. e. do not have a free hand (manufacturing, sports) or cannot speak (underwater). But for such services, you cannot rely on conventional visual design guidelines or interaction patterns, frameworks or libraries. Navigation interacting with a digital service by mental command has a lot of advantages, the human brain comes naturally with some specific features that force us to find a radically new way to interact with digital interfaces. The following study introduces you first into working conditions with mental commands, comparing invasive and non-invasive technologies, and later on comparing several possibilities of interaction patterns for a BCI of everyday usage. [1] Neuralink is a US neurotechnology company founded in July 2016 by Elon Musk and eight other persons. Neuralink’s goal is to develop a device for communication between human brain and computers, a so-called brain-computer-interface(BCI). [2] The Guardian, Fr. 9th April 2021 “Elon Musk startup shows monkey with brain chip implants playing video game”. https://www.theguardian.com/technology/2021/apr/09/elon-musk- neuralink-monkey-video-game . [3] Scientific American, 15th July 2021, Neuroscience, author Emily Willingham: “New Brain Implant Transmits Full Words from Neural Signals”.

Biomass gasification is recognized as a viable avenue to accelerate the sustainable production of hydrogen. In this work, a numerical simulation model of air gasification of rice husks is developed using the Aspen Plus to investigate the feasibility of producing hydrogen-rich syngas. The model is experimentally validated with rice husk gasification results and other published studies. The influence of temperature and equivalence ratio on the syngas composition, H2 yield, LHVSyngas, H2/CO ratio, CGE, and PCG was studied. Furthermore, the synchronized effects of temperature and ER are studied using RSM to determine the operational point of maximizing H2 yield and PCG. The RSM analysis results show optimum performance at temperatures between 820 °C and 1090 °C and ER in the range of 0.06–0.10. The findings show that optimal operating conditions of the gasification system can be achieved at a more refined precision through simulations coupled with advanced optimization techniques.

Due to the increasing number of complaints alleging privacy violations against companies to data protection authorities, the translation of business goals to system design goals and the subsequent consequences for customers’ privacy poses a challenge for many companies. For this reason, there is a need to bridge the economics of privacy and threats to privacy. To this end, our work relies on the concept of privacy as contextual integrity. This framework defines privacy as appropriate information flows subjected to social norms within particular social contexts or spheres. In this paper, we introduce a preliminary version of a semantic model which aims to relate and provide understanding on how well-established business goals may affect their customers’ privacy by designing IoT devices with permission access, data acquired by sensors, among other factors. Finally, we provide a use case application showing how to use the semantic model. The model aims to be an educational tool for professionals in business informatics during the modeling and designing process of a product which may gather sensitive data or may infer sensitive information, giving an understanding of the interaction of the product and its footprint with diverse actors (humans or machines). In the future, a further complete model of the presented may also target other groups, such as law enforcement bodies, as part of their educational training in such systems.

360-degree image and movie content has gained popularity over the media and the MICE (Meeting, Incentive, Conventions, and Exhibitions) industry in the last few years. There are three main reasons for this development. First, on the one hand, it is the immersive character of this media form, and, on the other hand, the development of recording and presentation technology has made significant progress in terms of resolution and quality. Third, after a decade of dynamic rising, the MICE Industry focuses on a disruptive change for more digital-based solutions. 360-degree panoramas are particularly widespread in VR and AR technology. However, despite the high immersive potential, these forms of presentation have the disadvantage that the users are isolated and have no social contact during the performance. Therefore, efforts have been made to project 360-degree content in specially equipped rooms or planetariums to enable a shared experience for the audience. One application area for 360-degree panoramas and films is conference rooms in hotels, conference centers, and any other venues that create an immersive environment for their clients to stimulate creativity. This work aims to overview the various application scenarios and usability possibilities for such conference rooms. In particular, we consider applications in construction, control, tourism, medicine, art exhibition, architecture, music performance, education, partying, organizing and carrying out events, and video conferencing. These applications and use scenarios were successfully tested, implemented, and evaluated in the 360-degree conference room “Dortmund” in the Hotel Park Soltau in Soltau, Germany. Finally, the advantages, challenges, and limitations of the proposed method are described.

Smectic films in a collapsing catenoid develop spontaneous wrinkling patterns like solid sheets. Smectic freely-suspended films can wrinkle like solid sheets. This has been demonstrated earlier with shape-fluctuating smectic bubbles. Here, we exploit the collapse of smectic catenoid films with a central equatorial film to expose the latter to rapid lateral compression. Wrinkle formation is observed in the planar film and the thickness dependence of the undulation wavelength is measured. In addition to the central film, its border undergoes an undulation instability as well.

Making and interpretation of drawings and schematics is an important skill to be developed in engineering education. The question type STACK in the Moodle learning management system combined with the interactive graphics library JSXGraph has a great potential for implementation of e-learning resources addressing these skills in formative and summative settings. The authoring process of such materials is complex due to multiple markup and programming languages like HTML, LaTeX, Maxima and JavaScript (JS) being involved. The Meclib concept mitigates this complexity and allows for efficient bulk production of material with consistent appearance and user experience. The core of Meclib is a set of pre-defined JSXGraph-based objects with an interface to Maxima, such that no problem specific JS code is required at all. The present paper outlines the basic ideas of the implementation and demonstrates the approach for some typical examples of different complexity. The focus is on applications in engineering mechanics, starting from static illustrations up to an editor for free body diagrams, with rich adaptive formative feedback.

Zur Umsetzung ihres "digitalen Kompass 2030" hat die Kommission zwei weitere Rechtsakte vorgeschlagen. Die mehr als 30 Jahre alte Produkthaftungsrichtlinie soll revidiert und eine neue Richtlinie über die Haftung für künstliche Intelligenz erlassen werden. Damit soll die politisch gewünschte Etablierung von KI in der EU für Wirtschaft und Gesellschaft auch haftungsrechtlich abgesichert werden. Der Beitrag analysiert die Richtlinie über die Haftung für künstliche Intelligenz in ihrem Verhältnis zum Gesetz über künstliche Intelligenz und zur Produkthaftungsrichtlinie.