TY - THES A1 - Janes, Valentin T1 - Potenziale des Einsatzes von Künstlicher Intelligenz zur Rezeptentwicklung und Prognose der Eigenschaften von ZFSV N2 - “Methoden der Künstlichen Intelligenz (KI) werden im Bauwesen bereits vielfältig eingesetzt. In den meisten Fällen sind sie jedoch auf Spezial- oder Forschungsprojekte beschränkt. Die Analyse von geotechnischen Labordaten stellt dabei noch eine Ausnahme dar. Die Hauptgründe für den geringen Einsatz von KI-Anwendungen in der Geotechnik liegen nach Ansicht der Autoren neben dem eingeschränkten Zugang zu geeigneten Daten vor allem an Unsicherheiten im Umgang mit KI-Methoden, insbesondere der Nachvollziehbarkeit.”(René Sonnenberg und M Sc David Döring, 2023, S. 1) Aus diesem Grund wird in vorliegender Arbeit das Potenzial des Einsatzes von Künstlicher Intelligenz zur Rezeptentwicklung und Prognose der Eigenschaften von zeitweise fließfähigen, selbstverdichtenden Verfüllbaustoffen (ZFSV) untersucht. ZFSV werden hauptsächlich im Erd- und Tiefbau eingesetzt. Sie sind eine Mischung, welche in der Lage ist, ohne äußere Verdichtung unter dem Einfluss von Schwerkraft Hohlräume vollständig zu füllen. Dabei bietet der ZFSV logistische, ökonomische und ökologische Vorteile gegenüber konventionellen Verfüllmaterialien wie Sand. Aktuelle Forschungsprojekte an der HafenCity Universität (HCU) in Hamburg zeigen, dass ZFSV mit dem Einsatz von Recycling-Materialien noch nachhaltiger hergestellt werden kann (Weidlich, Banushi, Büschken u. a., 2022, S. 17). Das Ziel der Arbeit ist es, durch Verwendung digitaler Methoden, geotechnische Labordaten zu strukturieren und mittels KI auszuwerten. Die Auswertung mithilfe von Künstlicher Intelligenz erfolgt durch Programmierung einer Anwendung in Python. Mit der Auswertung will man Vorhersagen über die Rezeptur und Eigenschaften von ZFSV treffen. Dadurch ist es möglich, den ZFSV ressourcenschonender herzustellen, was gerade angesichts der aktuellen Thematik Nachhaltigkeit im Bausektor und dessen CO2-Bilanz positiv beitragen kann. KW - KI KW - Geotechnik KW - Datenbanken KW - Digitalisierung Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-77347 ER - TY - CHAP A1 - Dieckhoff, Christina A1 - Barlieb, Christophe A1 - Groth, Christian A1 - Linner, Thomas A1 - Weininger, Florian T1 - Erfolgsfaktor Interdisziplinarität: Das Lehrformat Digitalisierungskollegs an Bayerischen Hochschulen T2 - Informatik 2023 : Designing Futures: Zukünfte gestalten ; Tagung vom 26.-29.2023, Berlin N2 - Um den zunehmenden Anforderungen an die Beherrschung digitaler Techniken und an die Fähigkeit zur interdisziplinären Zusammenarbeit an Studierende aller Fachrichtungen zu begegnen wurde das interdisziplinäre Lehrformat Digitalisierungskollegs für Studierende entwickelt. Das in vielen Fachbereichen ausbaufähige Angebot von Digitalthemen in der Hoch- schullehre wird hiermit dauerhaft erweitert. Ein Digitalisierungskolleg besteht aus einer Vorlesungs- reihe mit angrenzendem Seminar, in denen Studierende interdisziplinäre Lösungen für Fragen der digitalen Transformation entwickeln. Geleitet werden sie von etablierten Wissenschaftlerinnen und Wissenschaftlern, aktiv betreut und ausgestaltet von ein bis zwei Coaches. Kernelement sowohl des Kollegs als auch der einzelnen Projekte ist die Interdisziplinarität. Eine*r der beteiligten Projekt- leiter*innen hat einen direkten Bezug zur Technik und kommt aus der Informatik, der Wirtschafts- informatik, der Elektrotechnik oder vergleichbaren Disziplinen. Zielgruppe der Projekte sind Studierende verschiedener Disziplinen im Masterstudium oder in den letzten Semestern eines Bachelorstudiums. Durch die Teilnahme erwerben auch Studierende aus digitalisierungsfernen Fächern frühzeitig umfangreiche IT-Kenntnisse. Als Begleiteffekt der umfangreichen Vernetzung zwischen den Digitalisierungskollegs (Studierende, Coaches und Projektleitende) entsteht bereits zu Beginn einer wissenschaftlichen Karriere eine große digitale Community. Alle Teilnehmenden lernen frühzeitig die interdisziplinäre Zusammenarbeit und verbessern erheblich ihre Karriere- chancen innerhalb und außerhalb der Wissenschaft. KW - Digitalisierung KW - Digitalisierungskompetenz KW - Digitalisierungskollegs KW - Interdisziplinarität Y1 - 2023 SN - 978-3-88579-731-9 U6 - https://doi.org/10.18420/inf2023_22 SN - 1617-5468 SP - 241 EP - 252 PB - Gesellschaft für Informatik e.V. ER -