Refine
Institute
- Fakultät Informatik (597)
- Fakultät Elektro- und Informationstechnik (463)
- THI Business School (412)
Version
- published (858)
Die Arbeit beschäftigt sich mit der Frage, wie ein bereits erfolgreicher Lebensmittelhändler in Deutschland ein Geschäftsmodell nach dem „Long Tail“-Prinzip ausgestalten kann. Der „Long Tail“ beschreibt die Strategie, auch weniger populäre Produkte, wie vegane oder glutenfreie Artikel, in einem breiten Sortiment anzubieten, um durch die Kumulierung der Erlöse insgesamt den Umsatz zu erhöhen.
Zur Beantwortung der Forschungsfrage wird die aktuelle Situation des deutschen Lebensmittelhandels betrachtet. Anschließend geht die Arbeit auf die vier zentralen Faktoren des Geschäftsmodells ein: die angebotenen Artikel, die Lebensmittelproduzenten, die potenzielle Kundschaft und die logistische Handhabung von Bestellungen.
Um diese Aspekte zu untersuchen, wurde eine ausführliche Literaturanalyse durchgeführt. Zudem liefern Interviews mit Fachexperten von Edeka Südbayern Einblicke in bestehende Abläufe eines Lebensmittelhändlers.
Die Untersuchung führt zum Ergebnis, dass Konsumenten die Vielfalt des Sortiments als entscheidendes Kriterium bei der Wahl eines Lebensmittelhändlers betrachten. Diese Vielfalt soll durch die Nutzung einer Onlineplattform entstehen. Zudem werden spezifische Konsumentengruppen identifiziert, die besonders von dem Geschäftsmodell profitieren können. Die Arbeit stellt anhand konkreter Zahlen dar, welche Artikelmengen jährlich neu auf den Markt kommen, und erläutert Kriterien anhand derer Lebensmittelhändler eine Auswahl an Produkten für die Plattform treffen können. Es zeigt sich außerdem, dass kleine Lebensmittelproduzenten in besonderer Weise von der Plattform profitieren. Mit dem großen Problem der Distribution kämpfen Lebensmittelhändler heute noch immer. Stationäre Lebensmitteleinzelhändler können das „Long Tail“-Sortiment aufgrund des Umfangs und der Vielfalt nicht vorhalten. Deshalb erfolgt die Zustellung erst nach eingegangener Bestellung aus Lagerung beim Großhändler oder Produzenten. Die Zustellung kann der Lebensmittelhändler schrittweise einführen, zunächst mit dem Click & Collect Modell und schließlich mit dem Endziel der Haustürlieferung. Bei der Ausarbeitung des Geschäftsmodells konnte die Arbeit bestehende Strukturen etablierter Lebensmittelhändler als Vorteil gegenüber jüngeren Akteuren identifizieren.
This bachelor thesis introduces and implements a hybrid software architecture capable of connecting to other instances, forming clusters of nodes to share workload and distribute synthetic environment generation. The architecture supports both peer-to-peer (P2P) and centralized patterns, such as the coordinator-worker model. Nodes can outsource tasks, request services, and share global state through event publishing. A key strength is adaptability to diverse use cases and future technologies through plugin loading. Third-party entities can customize the system with tailored plugins. While advantageous in scenarios with processor bottlenecks, distributing workload onto multiple nodes is not a universal solution. Real-time rendering faces challenges due to communication bottlenecks and network latencies, limiting its applicability. However, it shows promise for more resource-intensive rendering techniques like raytracing, or other inherently distributed applications, like in Monte Carlo simulations.
Magnetic resonance imaging (MRI) has assumed a central role in modern medical imaging thanks to its ability to provide detailed images of the inside of the body. This thesis aims to push the boundaries of conventional MRI by demonstrating two deep learning approaches to reconstruct multparametic correlation spectra. The multi-model approach determines each peak in the spectrum with a separate model, but does not generalise and requires knowledge of the number of spectra being searched for. The residual approach is an iterative process. The strongest signal is determined from the current residual and subtracted from the residual. The spectrum is created using the information obtained. This process is repeated until the residual no longer contains any information. A proof of concept was carried out with the restriction that the number of iterations was determined in advance. This thesis shows that the residual approach works and proves to be promising for future work.
Das Erreichen der Treibhausgasneutralität in Deutschland bis 2045 stellt eine große Herausforderung dar. Die Stromversorgung kann hierzu einen relevanten Beitrag leisten. Daher wird in der vorliegenden Arbeit szenariobezogen die Gewährleistung einer CO2-neutralen Stromversorgung in Deutschland im Verlauf des Jahres 2045 untersucht. Insbesondere ist zu klären, inwieweit dies innerdeutsch bewerkstelligt werden kann bzw. ob grüner Wasserstoff zu importieren ist und wie hoch entsprechend die Elektrolyse- sowie die Wasserstoffkraftwerkskapazität sein müsste. Zur Beantwortung dieser Fragen wurden der Stromverbrauch sowie die einzelnen Stromerzeugungen der erneuerbaren Energien als Haupteinflussfaktoren anhand von Szenariotrichtern analysiert. Die absoluten Jahreswerte wurden sodann in Werte auf Kalenderwochenbasis umgewandelt. Hieraus ließen sich wiederum für das Jahr 2045 drei gesamte Szenarien, welche die Haupteinflussfaktoren beinhalten, konzeptionieren und auswerten. Die Ergebnisse zeigen, dass in zwei der drei Szenarien grüner Wasserstoff in Höhe von 253,02 bzw. 563,38 TWh zu importieren ist, um eine CO2-neutrale Stromversorgung im Verlauf des Jahres 2045 zu gewährleisten. Lediglich in dem dritten Szenario, welches von einem durchschnittlichen Anstieg des Stromverbrauchs sowie dem Erreichen der gesetzlichen Ausbauziele für erneuerbare Energien ausgeht, kann die Stromversorgung eigenständig, ohne Import von Wasserstoff, bewerkstelligt werden. Hierzu ist allerdings eine Wasserstoffspeicherkapazität in Deutschland von mindestens 63 TWh erforderlich. Ferner ergibt die Analyse der drei Szenarien, dass in Deutschland bis 2045 szenariobezogen 5,46 bis 56,72 GW Elektrolyse- und 45,51 bis 80,91 GW Wasserstoffkraftwerkskapazität zu installieren ist.
Energy independence of commercial buildings is a critical aspect of modern construction. In the context of a planned office building project in Ekibastuz, Kazakhstan, located in an extreme climate with unstable coal energy tariffs, it is necessary to determine the energy needs and understand how to cover them. This thesis focuses on determining the level of efficiency in the use of electricity, reducing dependence on local energy suppliers, and integrating alternative sources. The energy assessment was carried out using software tools such as Autodesk Revit and DesignBuilder, which allow the integration of building information modeling (BIM), building energy modeling (BEM) and energy supply modeling (ESM) to optimize the energy design.
The results of commercial projects aimed at achieving nearly zero-energy building (nZEB) standards have informed the development of two energy concepts, both aiming to decrease dependency on district heating networks. These concepts encompass electrical and thermal concepts. In the electrical concept, the air-water heat pump (AWHP) and electric boiler demonstrated better energy efficiency compared to the thermal concept, which utilized a biomass boiler in conjunction with solar thermal collectors (STC) to mitigate the impact of coal-fired electricity. In addition to reducing energy dependence in the air handling unit (AHU), it is proposed to introduce a ground water-to-water heat pump (GWWHP), which is connected to the surface exchanger to capture heat leaks from central heating networks. A comparative analysis of installations without and with heating recovery unit (HRU) shows a fivefold reduction in electricity consumption for heating supply air. Solar technologies, including STC and photovoltaic (PV) panels, are integrated into each concept, but the limited use of STC makes a PV system the preferred option. The decisions made during the modeling process resulted in a fourfold reduction in the office building's average annual consumption compared to government requirements. Selection of energy efficient equipment and modeling led to nZEB classification for both concepts, achieving renewable energy system (RES) penetration rate from 16% to 33% of total consumption.
Economic analysis using the annuity method highlights the cost-effectiveness of rooftop PV systems compared to façade PV systems. In addition, wood pellets and solar heat help reduce costs in the thermal concept. The environmental analysis shows the significant reduction in carbon dioxide emissions achieved by the thermal concept, highlighting the importance of alternative energy sources for sustainable urban development.
With the prevalence of smart technology, machines become more and more connected. One possible field for IoT is the agrarian sector, since environmental factors can be recorded and acted upon independently from humans. This is especially true for agrarian indoor environments, such as stables and greenhouses. One acting device in this is the electromotor, controlling windows and shading, which is why in this thesis, a system of mechanically linked motors is set up as a scenario to evaluate the properties of different wireless technologies. After choosing 802.11ah as the most promising candidate, a hardware test between one transmitting and one receiving device within the protocol is set up and the results evaluated. Following that a simulation of larger scenarios is conducted and the results are compared to the hardware test, as well as used to judge whether the technology is suitable for the scenario.
Fault testing in the production line of automotive traction machines is essential to ensure the desired lifetime. Since repetitive partial discharges (PDs) caused by anomalies in the insulation system lead to premature breakdowns of electrical machines, a reliable PD detection is of great importance. This paper proposes deep learning (DL) methods to improve the discrimination of PD from background noise in comparison with the state-of-the-art amplitude based PD detection in the production line. First, a systematic data extraction and labeling procedure is introduced to obtain correctly labeled datasets from arbitrary PD measurements. In addition, datasets are enhanced with low signal-to-noise ratio PD pulses by applying a special data augmentation approach. 13 different convolutional, recurrent and fully connected neural networks are compared for various time-frequency representations of the input signals. Hyperparameters for input transform, network topology and solver are optimized for all 13 combinations to ensure a fair case study. As a result, the two-dimensional convolutional neural network with continuous wavelet transform achieves the best accuracy of around 99.76% on a test dataset of PD signals originating from previously not utilized test objects. All DL models considered in this comparison outperform the state-of-the-art threshold-based PD classification. Even for PD events with an amplitude close to the noise level, the detection rate is still around 95% for the best network. Furthermore, without applying the proposed data augmentation procedure, the DL models investigated are not able to distinguish small PD pulses from noise.
AbstractOur study emphasizes the evolving nature and increasing relevance of corporate foresight (CF) in a volatile, uncertain, complex, and ambiguous world. This research, therefore, contributes to the foresight literature, concerned with the antecedents and motivators of CF as it investigates how external events that are characterized by great uncertainty influence the CF practice of large companies. On the example of the COVID‐19 pandemic and based on a study of 25 interviews, this empirical research reveals that such events provoke an intensified engagement with the future within companies as implied by a greater resource commitment and interest in foresight. Thereby, CF and especially the development of multiple future scenarios, are considered helpful in countering uncertainty and facilitating responsiveness.
Diagnosis of malignancy in oropharyngeal confocal laser endomicroscopy using GPT 4.0 with vision
(2024)
AbstractGraph data models enable efficient storage, visualization, and analysis of highly interlinked data, by providing the benefits of horizontal scalability and high query performance. Clustering techniques, such as K-means, hierarchical clustering, are highly beneficial tools in data mining and machine learning to find meaningful similarities and differences between data points. Recent developments in graph data models, as well as clustering algorithms for graph data, have shown promising results in image segmentation, gene data analysis, etc. This has been primarily achieved through research and development of algorithms in the field of spectral theory, leading to the conception of spectral clustering algorithms. Spectral clustering algorithms have been one of the most effective in grouping similar data points in graph data models. In this paper, we have compiled 16 spectral clustering algorithms and compared their computational complexities, after an overview of graph data models and graph database models. Furthermore, we provided a broad taxonomy to classify most existing clustering algorithms and discussed the taxonomy in detail.
Development of a high-level System Architecture for a cost-effective Automated Valet Parking System
(2023)
Eignet sich mein Unternehmen für die Veröffentlichung eines Podcasts und wie gehe ich dieses Projekt an? Auf diese Fragen soll jene Thesis Antworten geben. Sie bietet Unternehmen eine Orientierung, indem sie Parameter erarbeitet, die zeigen, welche Bedingungen ein Unternehmen erfüllen muss, damit die Implementierung sinnvoll erscheint. Entscheiden sich Unternehmen dafür, wird ein Leitfaden bereitgestellt, der verdeutlicht, welche Schritte bei der Produktion zu gehen sind und was dabei zu beachten ist.
E-Mobilität im Wandel
(2024)
Die vorliegende Bachelorarbeit widmet sich einer Online-Umfrage mit dem Ziel, mit einer demografischen Analyse die Einflussfaktoren auf die Kaufentscheidung für Elektrofahrzeuge zu untersuchen. Der Fokus liegt nun auf batterieelektrische Fahrzeuge (BEV). Die Umfrage konzentriert sich dabei auf Teilnehmer, die repräsentativ für den deutschen Markt sind.
Die Arbeit beginnt mit einer Einleitung in den theoretischen Rahmen und legt die Grundlagen für die darauf aufbauende Untersuchung durch eine Umfrage fest. Es erfolgt eine ausführliche Darstellung der Problemstellung und die derzeit aktuelle Situation bezüglich des Wandels der Automobillandschaft in Richtung Elektromobilität wird erläutert. Im Zuge der Umfrage werden identifizierte Einflussfaktoren wie Reichweite, Anschaffungskosten, Batterieladeinfrastruktur und einige weitere bewertet, um sie anschließend anhand einer Auswertung und Analyse der demografischen Merkmale genauer zu untersuchen. Dabei werden verschiedene Wohlfühlfaktoren hinsichtlich ihrer Wichtigkeit abgefragt, beschrieben und mittels Grafiken veranschaulicht. Anschließend erfolgt die Analyse der Resultate, woraufhin die Schlüsselbotschaften aus den Ergebnissen abgeleitet und beschrieben werden sollen.
Zum Abschluss der Arbeit wird eine kritische Betrachtung anhand der gewonnenen Erkenntnisse durchgeführt. Insgesamt soll diese Arbeit die aktuelle Situation und die Herausforderungen des Elektromobilitätswandels bezogen auf das Kaufverhalten beschreiben und in einigen Aspekten Politik, Hersteller und Kunden einen Anstoß dafür geben, wie sie sich jeweils eine Möglichkeit für Risiken und Chancen ableiten können.
Diese Bachelorarbeit untersucht die Anwendung von Gamification-Strategien in modernen Recruiting-Prozessen. Der Fokus liegt dabei auf der Analyse spezifischer Fälle, in denen Unternehmen wie Jaguar Land Rover und Deloitte digitale Spiele und Wettbewerbe, wie zum Beispiel „Freedom Firefly“ und L'Oréals „Brandstorm“, in ihre Personalbeschaffungsverfahren integriert haben. Ein zentraler Aspekt der Arbeit ist die Betrachtung der Effektivität und Nachhaltigkeit dieser Strategien. Die Arbeit zeigt auf, wie solche innovativen Ansätze dazu beitragen können, Recruitingprozesse nicht nur effizienter, sondern auch ansprechender für potenzielle Bewerber zu gestalten. Dabei wird auch diskutiert, wie die flüchtige Natur digitaler Innovationen und die damit verbundenen Herausforderungen die akademische Forschung und die langfristige Anwendbarkeit solcher Strategien beeinflussen. Anhand von Praxisbeispielen für Gamificationelemente in Recruitingprozessen soll evaluiert werden, ob der Einsatz solcher Elemente Sinn macht und sich bis zum heutigen Tage etablieren konnte.
Diese Bachelorarbeit untersucht die Einflüsse der aktuellen Trends der Globalisierung, Digitalisierung und Nachhaltigkeitsbestrebungen auf die Struktur und Effizienz internationaler Produktionsnetzwerke in der deutschen Automobilindustrie. Die damit in Verbindung stehenden Herausforderungen und Auswirkungen werden herausgearbeitet und auf Basis dessen werden zukünftige Szenarien abgeleitet.
Die Problemstellung konzentriert sich darauf, wie diese Trends die geografische Verteilung von Produktionsstandorten, die technologische Integration und die strategischen Entscheidungen der Unternehmen beeinflusst haben. Dabei liegt der Fokus insbesondere auf der deutschen Automobilindustrie.
Die Ergebnisse dieser Forschung bestätigen, dass die Globalisierung zu einer internationalen Ausweitung der Produktionsstandorte geführt hat, während die Digitalisierung eine Transformation der Produktionsprozesse und eine zunehmende Vernetzung ermöglicht hat. Gleichzeitig haben die Bestrebungen nach Nachhaltigkeit zu einer Neuausrichtung von Produktionsmethoden und einer verstärkten
Verantwortung für ökologische Aspekte geführt.
Zukünftige Entwicklungen werden voraussichtlich von einer fortschreitenden Digitalisierung, verstärkten Nachhaltigkeitsbemühungen und sich ändernden globalen Handelsbeziehungen geprägt sein. Aufgrund der COVID-19-Pandemie und dem Ukrainekrieg, die jeweils in Produktionsunterbrechungen resultierten, wird für die deutsche Automobilindustrie ein Wandel zur Lokalisierung prognostiziert.
Die vorliegende Bachelorarbeit fokussiert sich auf die Konzeption und Rahmenbedingungen zeitgemäßer Arbeitswelten, insbesondere im Kontext mittelständischer Technologieentwicklung unter Verwendung des Campus-Modells. Die gegenwärtige Situation der Arbeitsrealität wurde analysiert und zwei Unternehmen wurden als Fallstudien herangezogen, die bereits das Campus-Modell erfolgreich implementiert haben. Im Zuge dessen wurden nicht nur Bürostrukturen, sondern auch die bisherige Planungsphase eines neuen Bürogebäudes detailliert erfasst. Die Arbeit schließt mit einer fundierten Empfehlung für die Gestaltung zukünftiger Arbeitswelten auf Basis der gesammelten Erkenntnisse und Erfahrungen.
Nachhaltige Verpackungen sind in der Lebensmittelindustrie ein wichtiges Thema,
da sie sowohl ökologische als auch ökonomische Vorteile bieten können. Diese
Bachelorarbeit untersucht, wie Unternehmen durch die strategische Anpassung
des Marketing-Mix und die Integration der Blue Ocean Strategy ihre
Marktakzeptanz und Wettbewerbsfähigkeit verbessern können. Sie verwendet eine
Kombination aus qualitativen und quantitativen Forschungsmethoden, darunter ein
Experteninterview, Literaturrecherche und eine Datenanalyse. Diese Studie zeigt,
dass Nachhaltigkeit umfassend in alle Aspekte des Marketing-Mix integriert werden
muss und innovative Ansätze zur Differenzierung und Marktdurchdringung
entscheidend sind. Somit leistet die vorliegende Arbeit einen Beitrag zur
Forschungsliteratur über nachhaltige Verpackungen, indem sie eine innovative
Strategie zur Differenzierung und Marktdurchdringung vorstellt. Die Arbeit bietet
praktische Empfehlungen für Unternehmen, die sich in einem umweltbewussten
Markt behaupten wollen.
The continuous introduction of new services in modern automotive systems increases their digital capabilities and growing significance for digital forensic investigations. Those investigations are necessary to reconstruct events of potential crimes, generate security learnings, or resolve insurance cases due to the increased attack surface resulting from the increasing digital capabilities of modern vehicles. Consequently, the acquisition of vehicle and vehicle ecosystem components, as well as analysis of the collected data, has become pivotal for investigators seeking to reconstruct events effectively. This dissertation proposes a novel approach to leverage a multi-layered model utilizing ontologies in automotive digital forensics investigations, facilitating more efficient and effective data analysis by combining information from diverse sources. By harnessing ontologies to reuse knowledge collected from past investigations, investigators can seamlessly combine data from multiple sources, unveil hidden knowledge, and establish connections that might have otherwise remained obscure, thereby aiding in the resolution of crimes and apprehending criminals. A multi-layered model is presented to showcase increased effectiveness achieved through knowledge reuse. The model comprises a query layer that serves as an interface between investigators and the knowledge layer, allowing automotive digital forensics stakeholders to pose forensic questions and hypotheses via SPARQL queries. These queries extract data from the knowledge layer, which consists of two ontologies developed for this study: the general vehicle ontology, offering comprehensive knowledge on modern vehicles, and the vehicle type ontology, containing vehicle-specific knowledge, such as information from a Tesla Autopilot. The knowledge is generated through the operational layer, which introduces digital forensics tools generating results in an ontology-ready format. Two real-world investigations were undertaken to validate the effectiveness of the proposed approach: a thorough examination of the Tesla Autopilot system and an in-depth inquiry involving a GM Airbag control module. Both investigations involved crucial evidence items highly relevant for event reconstruction. The results demonstrate a significant increase in the effectiveness of automotive digital forensics investigations using the multi-layered model. This improvement is validated through three evaluation criteria and twelve metrics to show the application proximity of the multi-layered model.
Knowledge Tracing (KT) aims to predict the future performance of students by tracking the development of their knowledge states. Despite all the recent progress made in this field, the application of KT models in education systems is still restricted from the data perspectives: 1) limited access to real life data due to data protection concerns, 2) lack of diversity in public datasets, 3) noises in benchmark datasets such as duplicate records. To resolve these problems, we simulated student data with three statistical strategies based on public datasets and tested their performance on two KT baselines. While we observe only minor performance improvement with additional synthetic data, our work shows that using only synthetic data for training can lead to similar performance as real data.
Levels of Driving Automation
(2023)
In dieser Arbeit wurde ein OPS5 ähnlicher Interpreter in Java 21 implementiert, genannt MemoRete OPS5. Der Name setzt sich zusammen aus dem Begriff Memo wie Memoisation (oder englisch Memoization), Rete vom Rete-Algorithmus und OPS5 aus Official Production System 5. Auf dem Weg zur Implementierung wurden Vor- und Nachteile unterschiedlicher Ansätze besprochen, besonders auf die Indizierung von Teilmatches in Beta-Knoten wurde eingegangen. Es wurde gezeigt wie man den herkömmlichen Rete-Algorithmus modifizieren und verbessern kann. Des Weiteren wurde die Aktion Call von OPS5 für objektorientiertes Java angepasst. Der Code von MemoRete OPS5 wurde auf Github veröffentlicht.
The thesis explores the critical role of advanced testing methodologies in enhancing the performance, safety, and reliability of autonomous vehicle electronics. It delves into various testing techniques like Hardware-in-the-Loop (HIL), Software-in-the-Loop (SIL), and Model-in-the-Loop (MIL) testing, among others, and their application in ensuring the dependability of these systems. The study also addresses the challenges in testing autonomous vehicles, such as real-world scenario simulation and scalability, and proposes a comprehensive testing framework. It includes case studies to demonstrate the application of these methods and discusses the implications for autonomous vehicle safety. The thesis aims to establish a roadmap for integrating advanced testing methods, contributing to safer and more effective autonomous driving technology.
Deep learning-based parameter mapping for joint relaxation and diffusion tensor MR Fingerprinting
(2020)
Diese Arbeit untersucht die Anwendbarkeit des AWS Glue Services und zugehöriger Amazon-Dienste für die Stapelverarbeitung von Telematikdaten. Forschungsfragen zielen auf die Eignung des AWS Glue Service, seine praktischen Vor- und Nachteile sowie Herausforderungen für Entwickler, die Amazon als Cloud-Provider für ETL-Prozesse wählen. Die Untersuchung gliedert sich in theoretische Grundlagen des ETL-Prozesses und eine AWS Glue-Analyse, die Implementierung eines Fahrzeugdatenverarbeitungsbeispiels und eine Praxisanalyse mit Schlussfolgerungen. Die Ergebnisse ermöglichen eine fundierte Entscheidungsfindung bei der Auswahl von AWS Glue für ETL-Prozesse.
Bias and precision analysis of diffusional kurtosis imaging for different acquisition schemes
(2016)
The demand for heat energy is increasing worldwide and to achieve net zero
carbon emissions targets, more innovation is needed for heat production. Heat
pumps are considered a potential replacement for boilers and are currently in
high demand. The next approach is to optimize the use of heat pumps with
household PV production to avoid grid overloading due to running increased
demand by the heat pump. In this work, a Reinforcement Learning algorithm is
used in the MATLAB RL toolbox with an energy-building model built in MATLAB
Simulink Carnot. The energy building model uses a heat pump to charge thermal
storage, and a PV system is considered with a typical ON/OFF strategy. This work
shows how the RL toolbox has the potential to interact with this energy-building
model to optimize the heat pump with a PV system. All suggested agents by the
MATLAB RL toolbox are investigated with this building energy model (BEM), and
annual simulation is performed with a well-trained agent, which converges
during training. Two different models have been developed for heat pump
control. The first model is called the RL-based Heat Pump Controller, which is
designed to meet thermal targets only. The second model is called the PV-
optimized RL-based Heat Pump Controller, which not only meets thermal targets
but also considers the operation of the PV system with the heat pump. The
simulation results show that using the RL toolbox, the RL-based Heat Pump
Controller model has performed excellently. In the PV-optimized RL-based Heat
Pump Controller model, there is almost a 4.37% increase in PV self-consumption
compared to the typical control strategy, resulting in annual electricity savings
of almost 3.52 MWh. Some challenges of using the RL toolbox are also
highlighted with future recommendations, which mainly include computational
efforts.
Die vorliegende Arbeit befasst sich mit der Frage, wie eine Implementierung eines Predictive Maintenance-Systems in der Gepäckförderanlage im Terminal 1 des Flughafen München aussehen könnte. Zu diesem Zweck wurde eine Auswertung der bestehenden Sensordaten der Sortierrundläufe gemacht, eine Implementierung eines “mobilen“ Sensorkonzepts und die Auswertung der Daten des Konzepts durchgeführt. Die Daten werden dahingehend analysiert, ob man eine Aussage über den mechanischen Zustand eines Förderers treffen kann. Die Analyse ergab, dass man mithilfe der Vibrationsdaten eine Aussage darüber treffen kann, ob eine defekte Laufrolle an einem Förderer vorhanden ist oder nicht. Zur automatisierten Auswertung der Daten wurde zudem ein Decision Tree trainiert. Um die Kategorisierung zu verbessern, wurde zudem eine Normalverteilung und ein Wert für die Welligkeit der Sensordaten berechnet und an den Entscheidungsbaum übergeben. Jeweils ein Decision Tree wurde für einen Förderertyp verwendet. Die Entscheidungsbäume lieferten für die Validierungsdaten in über 97% der Fälle das richtige Ergebnis, dennoch bedarf es noch mehr Arbeit in diese Richtung, um ein System zu implementieren, welches mehr als einen Fehlerfall abdeckt.
This thesis explores the effectiveness of training the deep-learning-based 6D pose estimation algorithm, GDR-NPP, for the detection of automotive industrial parts using a photorealistic synthetic dataset generated from digital simulation, in comparison to a structured domain-randomized dataset in an industrial context.
In the realm of industrial robotics, accurately detecting 6D poses of objects, essential for tasks like pick-and-place operations, presents significant challenges. Notably, GDR-NPP, an open-source deep-learning-based 6D pose algorithm highlighted in the BOP benchmark, has shown fast and robust results using single RGB camera inputs. However, collecting and annotating precise 6D pose data from RGB images is a daunting, time-consuming, and costly process, particularly for planned use cases that do not yet physically exist. Leveraging simulations from photorealistic, physically accurate engines like Nvidia IsaacSim, it is possible to realistically simulate the specific objects of interest and their environments.
This research establishes a pipeline for generating synthetic 6D pose data from such simulations, aiming to make data collection more cost-effective and efficient. The study involves creating and evaluating models trained on both digital twin datasets and structured domain-randomized datasets within an industrial context. The findings reveal that while digital twin datasets offer accuracy benefits over industrial randomized datasets in the 6D pose estimation pipeline (Mask R-CNN + GDR-NPP), the integration of real images with synthetic data enhances accuracy. Within the scope of this study, it was observed that models trained on industry domain-randomized datasets, when augmented with real images, exhibited the highest level of accuracy. Despite these advancements, the current state of the trained models necessitates further research to reach the reliability required for consistent industrial robotic applications.
Als rohstoffarmes Hochlohnland kann sich Deutschland im internationalen Wettbewerb nur dann behaupten, wenn in Deutschland gefertigte Produkte mit möglichst geringen Kosten hergestellt werden können. Das bedeutet unter anderem, dass manuelle Fertigungsprozesse durch optimierte und automatisierte Verfahren zur Reduktion der Fertigungszeit ersetzt werden müssen. In der Leistungselektronik ist die Through-Hole-Technology das etablierte Bestückungsverfahren, jedoch erfolgt die Bestückung bisher selten automatisch, weil Bauteiltoleranzen dies oftmals nicht zulassen. Um die Fertigungskosten zu reduzieren, sollen häufig genutzte Bauteile, wie beispielsweise Aluminium-Elektrolytkondensatoren künftig mittels eines Roboters bestückt werden. Eine vorangegangene Bachelorarbeit hat hierfür die Umsetzbarkeit der Aufgabe in Betracht auf die Bauteile, den zur Verfügung stehenden Komponenten und der Umgebung bewiesen. An diese Machbarkeitsstudie soll nun mit dieser wissenschaftlichen Arbeit angeknüpft werden. Dafür soll nach der Analyse der Gegebenheiten und der bereits gewonnen Erkenntnisse ein Konzept für eine automatische, robotergestützte Anlage entwickelt werden. In dieser kommt ein Roboter zum Einsatz, der die elektronischen Bauteile in Leiterplatten mithilfe von Sensoren fügt. Außerdem wird der mechanische, der elektrische Aufbau sowie das entwickelte Ablaufprogramm erklärt. Anschließend folgen Versuchsaufbauten zur Validierung sowie die Optimierung der Anlage für den Betrieb in der Produktion. Zuletzt wird die Anlage bewertet und daraus folgende Verbesserungsvorschläge für die weitere Automatisierung formuliert.
Learning a Spatiotemporal Dictionary for Magnetic Resonance Fingerprinting with Compressed Sensing
(2016)
Joint Super-Resolution Using Only One Anisotropic Low-Resolution Image per q-Space Coordinate
(2014)
Investigation of metabolic changes in STZ-induced diabetic rats with hyperpolarized [1-13C]acetate
(2015)
In the metabolism of acetate several enzymes are involved, which play an important role in free fatty acid oxidation. Fatty acid metabolism is altered in diabetes patients and therefore acetate might serve as a marker for pathological changes in the fuel selection of cells, as these changes occur in diabetes patients. Acetylcarnitine is a metabolic product of acetate, which enables its transport into the mitochondria for energy production. This study investigates whether the ratio of acetylcarnitine to acetate, measured by noninvasive hyperpolarized [1-13C]acetate magnetic resonance spectroscopy, could serve as a marker for myocardial, hepatic, and renal metabolic changes in rats with Streptozotocin (STZ)-induced diabetes in vivo. We demonstrate that the conversion of acetate to acetylcarnitine could be detected and quantified in all three organs of interest. More interestingly, we found that the hyperpolarized acetylcarnitine to acetate ratio was independent of blood glucose levels and prolonged hyperglycemia following diabetes induction in a type-1 diabetes model.
Das Ziel der vorliegenden Arbeit ist es, die Messvorrichtung für das semiaktive Fahrwerk eines selbst gebauten Fahrzeugs zu entwickeln. Hierfür wurden die nötigen Anforderungen für das Sensorsystem bestimmt, welche erfüllt werden müssen, um die Hydraulikzylinder des Fahrwerks mit einer Genauigkeit von mindestens 1mm ansteuern zu können. Es wurden kommerziell verfügbare Sensoren und deren Vor- und Nachteile betrachtet, von welchen keiner für diesen Einsatzzweck geeignet war.
Als Alternative dazu wurde ein Messsystem entwickelt, welches die Lichtausbreitung eines Lichtkegels nutzt, um von der einen Phototransistor erreichenden Lichtstärke auf den Zustand des Systems zu schließen. Dessen mögliche Fehlerquellen wurden analysiert und ein Vorgang zur Kalibrierung, Verarbeitung und Verifikation der Messwerte aufgestellt.
Dieses System erreichte im Test aufgrund von mangelnder Möglichkeit zur Kalibrierung nicht die geforderte Genauigkeit über den gesamten Temperaturbereich, kann mit erhöhtem Sicherheitsabstand zu den Betriebsgrenzen der Radaufhängungen aber trotzdem zur Messung des Fahrwerks verwendet werden.
Ein entscheidender Aspekt des Erfolgs in der Formula Student Electric ist die Integration fortschrittlicher Sensortechnologien und die präzise Signalverarbeitung. Sensoren werden verwendet zur Erfassung und Messung verschiedener physikalischer Größen und ermöglichen eine genaue Überwachung und Steuerung des Fahrzeugs. Die daraus gewonnenen Daten bieten die Grundlage für einen leistungsstarken, effizienten und sicheren Rennwagen.
Diese Arbeit beschäftigt sich mit der Hardwareentwicklung mehrerer Steuergeräte im Bereich der Signalverarbeitung des Schanzer Racing Electric Rennwagens. Es soll ein dezentrales Konzept umgesetzt werden, bei dem verschiedene, möglichst kleine Platinen zum Einsatz kommen sollen. Ein eng abgesteckter Funktionsumfang und die geringe Baugröße erlauben eine Platzierung der neuen Steuergeräte in unmittelbarer Nähe der Sensoren und Aktoren. Das Konzept zielt darauf ab, analoge Leitungswege zu kürzen und damit de Störanfälligkeit zu verringern. Die Anbindung an das Gesamtfahrzeug soll nur durch einen Kommunikationsbus und eine Spannungsversorgung realisiert werden. Insgesamt soll dadurch ein schlanker und robuster Kabelbaum entstehen, mit hoher Flexibilität bei der Einbindung neuer Komponenten.
Im Rahmen der Hardwareentwicklung wurden fünf verschiedene Steuergeräte entwickelt. Hierfür wurden Schaltungen für das Einlesen von analogen Sensorsignalen und digitalen Eingängen, sowie für das Treiben von LEDs entwickelt. Des Weiteren wurde ein 24 V Schaltausgang und ein PWM-Signalausgang realisiert. Die Anbindung von I2C-Komponenten und eine Schrittmotorsteuerung sind ebenso erstellt worden. Neben diesen platinenspezifischen Funktionen wurde die Spannungsversorgung, die CAN-Anbindung, die JTAG Schnittstelle, sowie die Schaltungen zur Verwendung des ausgewählten Mikrocontrollers entwickelt.
Der Test der Steuergeräte am Ende ergibt, dass die meisten systemkritischen Elemente funktionieren. Jedoch wurden auch Fehler festgestellt. Die Spannungsversorgung weist eine wesentlich zu hohe Verlustleistung auf und kann so nicht verwendet werden. Zusätzlich wurde bei einem anderen Bauteil ein falscher Footprint verwendet. Diese Fehler konnten für Testzwecke umgangen werden und wurden für die nächste Version der Leiterplatten überarbeitet.
Molecular Imaging
(2017)
Purpose
Diffusion spectrum imaging (DSI) is an imaging technique that has been successfully applied to resolve white matter crossings in the human brain. However, its accuracy in complex microstructure environments has not been well characterized.
Theory and Methods
Here we have simulated different tissue configurations, sampling schemes, and processing steps to evaluate DSI performances' under realistic biophysical conditions. A novel approach to compute the orientation distribution function (ODF) has also been developed to include biophysical constraints, namely integration ranges compatible with axial fiber diffusivities.
Results
Performed simulations identified several DSI configurations that consistently show aliasing artifacts caused by fast diffusion components for both isotropic diffusion and fiber configurations. The proposed method for ODF computation showed some improvement in reducing such artifacts and improving the ability to resolve crossings, while keeping the quantitative nature of the ODF.
Conclusion
In this study, we identified an important limitation of current DSI implementations, specifically the presence of aliasing due to fast diffusion components like those from pathological tissues, which are not well characterized, and can lead to artifactual fiber reconstructions. To minimize this issue, a new way of computing the ODF was introduced, which removes most of these artifacts and offers improved angular resolution.
This work presents an examination of using diffusion models to achieve efficient data compression. As diffusion models have become more dominant in areas such as generative modelling, this work shows that they achieve a strong performance on the task of image-, and video-compression and outperform classical algorithms, as well as established neural compression algorithms. This type of model, referred to as Diffusion Autoencoders, is able to achieve spatial compression factors of 32x, while achieving high quality reconstructions that even maintain fine details of the input. The bachelor thesis presents a thorough analysis of individual components of the diffusion autoencoder through extensive experiments, while undermining the solidness of the approach by numerous comparisons and ablation studies. Additionally, an in-depth overview of related work for classical-, and neural-compression, diffusion models and evaluation methods is given.
Open-Space-Büros werden bei Unternehmen immer beliebter. Diese weisen jedoch oft Probleme mit der Geräuschumgebung bzw. der Raumakustik auf, für die es bisher noch keine adäquate Lösung zu geben scheint. Obwohl sich das Prinzip des Nudgings auch in Büros bereits als wirksam erwiesen hat, wurde es bisher kaum auf die Verbesserung der Raumakustik in Open-Space-Büros angewandt. Die vorliegende Arbeit führt deshalb eine Feldstudie durch, um die Forschungsfrage „Lässt sich die Raumakustik in Open-Space-Büros durch Nudging verbessern?“ zu beantworten. Dabei kommen als Intervention Lärmampeln in Kombination mit Erinnerungszetteln zum Einsatz. Die Untersuchung fand über zwei Arbeitstage hinweg statt, wobei der erste als Kontroll-Zeitraum und der zweite als Nudge-Zeitraum diente. Die Mitarbeitenden füllten Fragebögen aus, die in Anlehnung an den Vorschlag aus der ISO 22955 konstruiert wurden. Zusätzlich wurde der Schallpegel im Büro mit drei Messgeräten gemessen. Die gesammelten Daten wurden statistisch mit Welch-Tests, Wilcoxon-Vorzeichen-Rang-Tests und Spearman-Rangkorrelationen ausgewertet und die jeweilige Effektstärke berechnet. Es konnte sowohl bei den subjektiv (Fragebögen), als auch bei den objektiv gemessenen Parametern (Schallpegelmessung) keine Verbesserung durch den Einsatz des Nudges festgestellt werden. Die unerwarteten Ergebnisse könnten aufgrund von einigen Limitationen (kleine Stichprobengröße, kurzer Untersuchungszeitraum, wenige Messgeräte) entstanden sein, es ist jedoch auch eine Trotz-Reaktion der Mitarbeitenden, ein Hawthorne-Effekt oder eine zu geringe Stärke des Nudges als Ursache denkbar. Es konnten Korrelationen gefunden werden, die eine Wirkung der Raumakustik auf die Leistungsfähigkeit und das Wohlbefinden von Mitarbeitenden indizieren. Um die Forschungsfrage mit hoher Validität beantworten zu können, ist weitere Forschung nötig.
Schlüsselwörter: Open-Space-Büro, Raumakustik, Nudging, Lärmampel, Schallpegelmessung, ISO 22955, Offene Bürolandschaften, Open Office, Produktivität, Wohlbefinden, Konzentration, Ablenkung, Lärm, Büro
Unter dem Titel „Gamification trifft Hybride Lehre“ wurde im Sommersemester 2023 ein Lehrprojekt im Fach Statistik des Studiengangs Wirtschaftsmathematik-Aktuarwissenschaften der Technischen Hochschule Rosenheim durchgeführt. Unterschiedliche hybrid-synchrone Lernsettings wurden in einem technisch entsprechend ausgestatteten Lehr-Experimentierraum mit den Studierenden erprobt. Als Ansatz zur Vor- und Nachbereitung der hybriden Lehre kam Gamification bzw. Gameful Motivation zum Einsatz.
Im Lehrprojektteam mit Stefanie Neumaier wurde die hybride Lehre mittels der sog. EMPAMOS-Methode vorbereitet und reflektiert. Dabei ging es nicht darum, den spielfremden Kontext (die hybride Lehre) in ein Spiel zu verwandeln, sondern Spielelemente zur Zielerreichung einzusetzen. Die Auseinandersetzung mit hybriden Formaten wird dabei für Studierende und Lehrende als ein Zukunftsthema gesehen, nicht zuletzt für den Erwerb von Future Skills in einer Arbeitswelt, in der sich hybride Kollaboration etabliert.
Integration digitaler Mathematik-Aufgaben in die ingenieurwissenschaftliche Grundlagenausbildung
(2023)
Digitale Übungsaufgaben bilden speziell in MINT-Fächern eine wertvolle Unterstützung für Studierende, um ihren Kompetenzerwerb fortlaufend selbst überprüfen zu können. Gleichzeitig ermöglicht die Analyse entsprechender Nutzungsstatistiken und Erfolgsquoten innerhalb von Lernmanagement-Systemen auch den Lehrenden einen besseren Überblick über die studentische Inanspruchnahme der Angebote und den Erfolg der eigenen Lehre. Der vorliegende Beitrag berichtet über erste Erfahrungen mit der systematischen Integration von digitalen Übungsaufgaben und e-Assessments in der ingenieurmathematischen Grundlagen-Ausbildung der Hochschule Magdeburg-Stendal. Neben der statistischen Analyse der vom Lernmanagement-System Moodle bereit gestellten Daten liefern qualitative Interviews mit Studierenden wertvolle Hinweise auf Gelingensbedingungen beim Einsatz digitaler Mathematik-Aufgaben.
Der Beitrag beschreibt den Entwicklungsprozess ausgewählter gelungener middle-out-initiierter und kooperativ umgesetzter Weiterentwicklungen hochschulischer Lehr-Lernsysteme einzelner Hochschulen. Ausgehend von innerhochschulischen Prozessen, die auf die Mikro- und Mesoebene studentischer Kompetenzaneignungsprozesse im Kontext ‚Schreibdidaktik‘ fokussieren, konnte eine bilaterale interhochschulische Kooperation etabliert werden. Der daraus generierte Mehrwert wird diskutiert. Er bildet die Grundlage für die Idee eines größeren interhochschulischen Netzwerks von Middle-Out-Transformierer:innen. Hierzu werden die notwendigen Voraussetzungen für das nachhaltige Etablieren sowie die Entwicklungspotentiale eines solchen Netzwerks erarbeitet.
Die Evaluation der Kurscharakteristika von Moodle-basierten Kursen an der TH Augsburg zeigt, dass Moodle-Kursräume oft strukturelle Mängel aufweisen und die Möglichkeiten der Plattform meist nur unzureichend genutzt werden. Unter dem Arbeitstitel „Moodle Next Level“ hat sich das Didaktik-Medien-Zentrum der TH Augsburg deswegen zum Ziel gesetzt, Lehrende bei der strukturellen Verbesserung und didaktisch sinnvollen Nutzung von Moodle zu unterstützen.
In dieser Arbeit schlagen wir Richtlinien für verschiedene Kurstypen vor, z. B b. die Einbindung von Lernzielen und Ablaufplänen für den Typ „Vorlesungsbegleitung“. Ferner definieren wir Prinzipien etwa für die leichte Auffindbarkeit, klare Strukturierung und gestalterische Organisation, Interaktionsmöglichkeiten wie Kommunikations- und Feedbackkanäle sowie aktivierende Elemente wie Peer-Prozesse und Möglichkeiten zum Self-Assessment. Unser Ziel ist es, Verbesserungspotentiale von Moodle-basierten Kursen aufzuzeigen und Lehrende in diesen Kompetenzen zu stärken.
Verantwortlicher Umgang mit Ressourcen – ein Praxisbeispiel zu interdisziplinärem Lehren und Lernen
(2023)
Der Beitrag basiert auf den Erfahrungen aus einem Drittmittelprojekt, das den Aufbau innovativer Lehr- und Lernstrukturen für interdisziplinäre Zusammenarbeit zum Ziel hatte. An dem Projekt beteiligt waren Lehrende und Studierende aus fünf Fachrichtungen der Hochschule Hannover. Die Lehrenden haben gemeinsam mit einer Hochschuldidaktikerin ein neues Lehr-Lernangebot entwickelt, in dessen Mittelpunkt die Bearbeitung von Fragestellungen nachhaltiger Entwicklung in interdisziplinären Teams stand. Dabei hat sich gezeigt, wie vielfältig die Perspektiven auf das Thema und die Zusammenarbeit sind, wie unterschiedlich die fachspezifische Sprache ist und wie sehr sich die generellen Denk- und Arbeitsweisen der Disziplinen unterscheiden. Für das Gelingen der Zusammenarbeit trotz Heterogenität, sind Mut, Geduld und Offenheit nötig, um sich auf das Fremde einzulassen. Gleichzeitig ist es elementar, eine gemeinsame ‚Sprache‘ zu finden, damit Verständigung über Disziplingrenzen hinweg möglich
Wissensmodelle sind ein zentrales Werkzeug in der Bildungsproduktion, wenn Lernziele unmissverständlich zwischen Bildungsorganisationen sowie deren Menschen und IT-Systemen ausgetauscht werden sollen. Diese Interoperabilität ist eine zentrale Grundlage, um Ressourcen – besonders im öffentlichen Sektor - ökonomisch zu nutzen. So erlaubt es ein standardisiertes Wissensmodell, Lernobjekte frei und zweckgerichtet auszutauschen, Lernstände auch über die Grenzen von Bildungsorganisationen hinweg eindeutig zu kommunizieren und einfache Interaktionen zwischen Computersystem und Lernenden zu ermöglichen. Lehrende sollen so von Routineaufgaben entlastet und Lernende durch einfache, automatisierte Lehrinterventionen unterstützt werden.
Dabei stellen wir in diesem Artikel keine Software oder Dienstleistung vor, die im konkreten Bildungskontext einen Mehrwert erzeugt. Wir stellen ein Wissensmodell vor, von dem wir glauben, dass es eine neue, innovative Bildungslandschaft ermöglicht, in der Lehrende und Lernende von Computeranwendungen profitieren können.
Spannung, Spiel und was zum Programmieren!? – Das „LEGO-Praktikum“ als gamifizierter Programmierkurs
(2023)
Als Beispiel für eine „digital erweiterte Projektlehre“ mit Gamification-Aspekten stellen wir unser Projektseminar Elektrotechnik/Informationstechnik an der OVGU Magdeburg vor, das auch als LEGO-Praktikum bekannt ist. Studierende sollen das Programmieren in MATLAB lernen und bekommen dazu als Vehikel einen LEGO-Mindstorms-Kasten mit programmierbaren Motoren und Sensoren. In kleinen Gruppen konzipieren, entwickeln, bauen und programmieren die Studierenden dann innerhalb von zwei Wochen einen Roboter oder eine Maschine nach eigener Zielstellung. Als außerfachliche Kompetenzen werden im Seminar auch Zeit- und Projektmanagement entwickelt. Die Studierenden üben außerdem in Kick-Off-, Zwischen- und Abschlusspräsentationen das Darstellen und Verteidigen der eigenen Ergebnisse vor einer größeren Gruppe. Abschließend entwickeln die Studierenden auch erste Kompetenzen im wissenschaftlichen Schreiben, weil sie die zentralen Ergebnisse ihres Projekts als kurze 4-seitige Paper veröffentlichen.
Der Studieneinstieg stellt für die meisten Studierenden eine enorme Herausforderung dar. Es braucht Lernszenarien, die einem frühen Studienabbruch entgegentreten. Dazu gehört die Berücksichtigung der Heterogenität der Studierenden ebenso wie die Förderung hochschuladäquater Lernstrategien. Gleichzeitig muss auch eine positive Einwirkung auf Motivation und Leistungsbereitschaft der Studierenden gelingen. Nach der Selbstbestimmungstheorie der Motivation muss der Fokus dafür auf Autonomieempfinden, Kompetenzerleben und sozialer Eingebundenheit der Studierenden liegen. Gamification-Einsatz kann hier einen Beitrag leisten.
Im WS 22/23 wurde ein bereits stark auf die Aktivierung der Studierenden ausgerichtetes Lernszenario um ein austariertes Zusammenspiel von Gamification-Elementen erweitert. Eine Besonderheit des in Moodle umgesetzten Konzepts ist die Verbindung zwischen virtuellen Belohnungen und realem, auf Autonomiegewinn der Studierenden ausgerichteten Mehrwert.
Online-Portal „MINTFabrik“
(2023)
Das browserbasierte Online-Portal „MINTFabrik“ entstand im Zuge der Maßnahmen zur Minderung von Lernrückständen mit der Idee, eine Lücke zu schließen, die es oft bei großen Online-Brückenkursen gibt: Ein Mangel an Übungsaufgaben, die schnell zugänglich sind, einfach ausgesucht werden können und gut auf bestimmte Lehrveranstaltungen und deren Anforderungen zugeschnitten sind. Die Entwicklung erfolgte in einer Kooperation der Hochschule Reutlingen mit der Tübinger Softwarefirma „Let’s Make Sense GmbH“. Das Portal verzichtet bewusst auf eine Lektionsstruktur und besteht ausschließlich aus einzelnen Lernbausteinen (Items), d. h. Video-Tutorials, VisuApps und Aufgaben, die über eine komfortable Suche mit Filtern erreichbar sind und direkt bearbeitet werden können. Ein besonderes Merkmal der MINTFabrik sind Mikrokurse, die von Lehrenden und Studierenden erstellt werden können. Das sind kleine Einheiten aus einigen wenigen Items, die beliebig miteinander kombinierbar sind.
Wir präsentieren die Campus-App der TH Augsburg, die innovative, interaktive Lehrmethoden (Peer Instruction) fördert und gleichzeitig typische Interessen von Studierenden (Stundenplan, Mensa etc.) adressiert. Die Einführung didaktischer Methoden (z. B. Gruppenarbeiten) kann herausfordernd sein und involviert oft mehrere Tools. Die App soll in einheitlicher Umgebung didaktische Aktivitäten in Planung (offline) und Durchführung (live) unterstützen. Für die Konzeption der App wurden mit 35 Studierenden und 10 Lehrenden Design-Thinking-Workshops durchgeführt. Daraus wurden über 40 Featurevorschläge abgeleitet und so priorisiert, dass eine schnelle Verbreitung der App gefördert wird und gleichzeitig didaktischer Mehrwert entsteht. Bei der agilen Entwicklung der App unterstützt ein Expert:innenrat aus Informatik, Wirtschaft und Gestaltung. In einer ersten Studie mit über 250 Studierenden wurden zahlreiche Rückmeldungen zum Bedienkonzept der App, die auf hohe Akzeptanz stieß, gesammelt. Die App wird in zwei weiteren Phasen bis Mitte 2024 finalisiert.
Die Entwicklung von Methoden- und Handlungskompetenzen Studierender in komplexen Problemlösungsprozessen sowie die Befähigung zum kollaborativen Lernen und Arbeiten muss gezielt gefördert werden. Dazu erhalten Studierende die Möglichkeit, in (interdisziplinären) Teams an Entwicklungen von Prototypen mitzuarbeiten oder eigene Projekte durchzuführen. Für die Umsetzung hierfür nötiger didaktischer Szenarien ist eine passende und flexible Gestaltung von Lernräumen und des Ressourcenmanagements erforderlich.
Um Lernräume und Angebote für die Studierenden einfach nutzbar zu machen, wurde das „Blended Makerspace“-Konzept ausgearbeitet. Realisiert als FabLab@TU-Ilmenau sind damit nun Ressourcen und realisierte Projekte verschiedener Akteure zentral beschrieben, Zugangsmöglichkeiten erklärt und Reservierungsmöglichkeiten vorgesehen. Diese Arbeiten zur Unterstützung der MIN T-Lehre werden maßgeblich im Rahmen der Projekte examING 1 und Ilmkubator2 an der TU Ilmenau vorangetrieben.
Die Lehrveranstaltung „Nachhaltigkeit & KI“ verbindet Konzepte der nachhaltigen Entwicklung mit künstlicher Intelligenz, um Studierende auf komplexe, interdisziplinäre Problemstellungen unserer Zeit vorzubereiten. Ziel ist es, Studierende informatiknaher Studiengänge dabei zu unterstützen, ein fundiertes Verständnis für die Zusammenhänge von Nachhaltigkeit und künstlicher Intelligenz sowie deren Bedeutung für nachhaltige Entwicklung zu entwickeln. Durch die semesterbegleitende Projektarbeit lernen die Studierenden, Problemstellungen mit Nachhaltigkeitsbezug mittels erlernter Techniken aus dem Bereich des maschinellen Lernens zu lösen und dabei ganzheitliche, systemische Denkansätze zu verfolgen. Ergänzend fördert die indirekte Konfrontation mit bestehenden und tief verwurzelten Werten das eigene Nachhaltigkeitsbewusstsein aller Beteiligten, wodurch ein Hebel für den Transformationsprozess in Richtung Nachhaltigkeit entsteht.
Der Beitrag beruht auf den fast 10-jährigen Erfahrungen im Rahmen von drei Förderprojekten des Freistaats Bayern. An der Hochschule Hof wurden, u. a. auf Basis einer entwickelten MINT-Datenbank und deren Analysen, zahlreiche Maßnahmen abgeleitet, durchgeführt und evaluiert. Basierend darauf wurde im letzten WiSe ein neues, modulares Studiengangkonzept im Bereich der Ingenieurwissenschaften eingeführt. Als wesentliche Erkenntnisse lassen sich folgende Aussagen festhalten:
• Eingangsprüfungen verbessern die Studienerfolgsquote
• ca. 10 % einer Kohorte wollen gar nicht studieren
• NotenMonitoringProgramme sind ein wichtiger Baustein für die Studienberatung bzw. den Studienerfolg
• Notenanrechnung braucht definierte Rahmenbedingungen
• Tutorien sind erst bei einer Teilnahme > 60 % richtig wirksam
• Prognosen zum Studienerfolg sind anhand der Hochschulzugangs-berechtigungsnote bzw. anhand dem Studierverhalten im ersten Semester möglich
• der wichtigste Faktor für den Studienerfolg ist die/der Studierende selbst
Im Kontext der Ingenieurwissenschaften wird die Mathematik als Werkzeug gebraucht. Häufig reicht es aus, wenn Herleitungen nachvollzogen und mathematisch einfache Probleme gelöst werden. Dies bezieht sich jedoch auf eine große Zahl inhaltlicher Themen. Diese Anforderung sollte sich in den Prüfungen widerspiegeln. Klassische Klausurformate bieten Prüfenden und Prüfling häufig nicht die Möglichkeit zu differenzieren, inwieweit diese Anforderungen erfüllt sind. Das Feedback bleibt dadurch eher vage. Das hier vorgestellte Klausurformat orientiert sich an den Anforderungen der Taxonomiestufen. Das neue Prüfungsformat unterscheidet in der Klausur zwischen grundlegenden Anwendungen, Transfer und weiterführenden Aufgaben. Die Erfahrung zeigt, dass diese Prüfung den Studierenden ein gutes Feedback über ihren Lernstand bietet. Besonderes die Erfüllung von hier vorgestellten Minimalanforderungen kann besser abgebildet werden und führt zu objektiverer Bewertung.
Mathe meets Medi(t)ation beschreibt ein innovatives Lehrkonzept, das auf der Verbindung des integrativen Ansatzes zur Förderung von fachlichen und überfachlichen Lerninhalten (Future Skills) und dem Lehrkonzept des Lernteamcoachings basiert (LTC). Das Konzept kann als Beispiel dienen, wie Future Skills in fachliche Lehre integriert und gefördert werden können und wie fachliche Lehre davon profitieren kann.
Ziel des innovativen Konzepts ist es Studierende mithilfe von Future Skills für das Studium und die sich schnell verändernde Arbeitswelt vorzubereiten und zugleich den Lernstoff auf tiefer kognitiver Ebene zu erschließen.
Hierzu wird das Future Skills Modell der htw saar vorgestellt, die einzelnen Elemente des integrativen Lehrkonzepts, die in den synchronen und asynchronen Phasen des LTC eingebettet wurden, werden beschrieben und exemplarische Szenarien werden dargestellt. Abschließend werden erste Erfahrungen und Zukunftsvisionen des erstmalig pilotierten Lehrkonzepts diskutiert.
ZusammenfassungIm BMBF-Verbundprojekt HAnS entwickeln und implementieren neun Hochschulen sowie drei hochschulübergreifende Einrichtungen ein intelligentes Hochschul-Assistenz-System als Open-Source-Lösung. Videobasierte Lehrmaterialien werden verschriftlicht und durch eine Indexierung Stichwortsuchen ermöglicht; geplant ist, über einen KI-Tutor automatisiert Übungsaufgaben zu generieren. Studierende sollen so in ihrem Selbststudium digital unterstützt werden. Die technische Entwicklung wird interdisziplinär – auch sozialwissenschaftlich und pädagogisch – begleitet und in einem iterativen Vorgehen evidenzbasiert entsprechend Design-Based-Research angepasst. Wissen und Wertesystem der Anwender*innen, Didaktik, Ethik, Akzeptanz und Datenschutz werden dabei im Entwicklungsprozess einbezogen.