006 Spezielle Computerverfahren
Refine
Document Type
- Conference Proceeding (30)
- Article (28)
- Article in a Periodical of the TH Wildau (12)
- Master's Thesis (4)
- Part of a Book (3)
- Contribution to a Periodical (2)
- Working Paper (2)
- Other (1)
- Preprint (1)
- Research data (1)
Year of publication
Institute
Has Fulltext
- yes (84)
Keywords
- machine learning (11)
- Künstliche Intelligenz (10)
- artificial intelligence (9)
- Bildverarbeitung (5)
- deep learning (5)
- AI (4)
- YOLO (4)
- natural language processing (4)
- Maschinelles Lernen (3)
- microbiome (3)
Analysemodell der organisationalen Ambidextrie in der Anwendung Künstlicher Intelligenz in KMU
(2026)
Die Digitalisierung und zunehmende Diffusion Künstlicher Intelligenz (KI) eröffnet kleinen und mittleren Unternehmen (KMU) erhebliche Potenziale zur Effizienzsteigerung etablierter Wertschöpfungsprozesse sowie zur Entwicklung neuer Produkte, Geschäftsmodelle und Erschließung neuer Märkte. Gleichzeitig sind die Implementierung und Nutzung von KI für KMU mit vielfältigen Herausforderungen verbunden, insbesondere hinsichtlich fehlender KI-Expertise, begrenzter finanzieller Ressourcen, unzureichender IT-Infrastruktur sowie Fragen der Akzeptanz und des Vertrauens. Vor diesem Hintergrund gewinnen KI-Kooperationen als strategisches Instrument an Bedeutung, da sie KMU den Zugang zu Wissen, Daten, Technologien und Innovationsökosystemen ermöglichen. Aufbauend auf dem Konzept der organisationalen Ambidextrie untersucht der Beitrag, wie KI-Kooperationssysteme zur gleichzeitigen Verfolgung exploitativer und explorativer Zielsetzungen beitragen können. Vorgestellt wird ein theoriegeleitetes Analysemodell, das KI-Kooperationssysteme als mehrdimensionale sozio-technische Arrangements versteht und vier zentrale Analysedimensionen – Technologie, Struktur, sozio-kulturelle Aspekte und Kontextbedingungen – im Spannungsfeld von Exploration und Exploitation differenziert. Der Beitrag leistet eine Erweiterung der Ambidextrieforschung auf die interorganisationale Ebene und bildet die Grundlage für eine empirische Untersuchung sowie die Entwicklung einer Typologie von KI-Kooperationen für KMU.
Die vorliegende Arbeit präsentiert ein redundantes System, das Vitalparameter als Schnittstelle zwischen physischen Entitäten und virtuellen Repräsentationen in Unity verbindet. Die Echtzeiterfassung physiologischer Parameter wie der Herzfrequenz (EKG), der Hautleitwert (EDA) oder der Muskelaktivität (EMG) ermöglicht die Übertragung der jeweiligen physiologischen Zustände in virtuelle Modelle. Diese neuartige Form der Interaktion zwischen Mensch und Maschine eröffnet ein breites Spektrum an Anwendungsmöglichkeiten. Der präsentierte Ansatz mittels EMG gewährleistet durch redundante Signalverarbeitung eine robuste Kommunikation zwischen physischer und virtueller Ebene und erweitert die Möglichkeiten von Digitalen Zwillingen, um eine physiologisch fundierte Dimension als Beschreibungselement für sozio-kognitive Entitäten.
Responsible Artificial Intelligence (RAI) has emerged as a central concept to guide the development and use of artificial intelligence in government, yet its institutional implementation remains insufficiently understood. This study conducts a systematic literature review of 24 peer-reviewed articles to synthesize how organizational and governance structures enable or hinder the responsible implementation of AI in government. The findings reveal that while transparency, accountability, and legality are widely invoked as guiding principles, their realization depends on institutional capacity, organizational commitment, and the presence of formal governance mechanisms. The study contributes by consolidating fragmented evidence on RAI in government into a structured synthesis of organizational and governance determinants. Beyond mapping existing studies, it develops a conceptual framing that highlights how normative principles, organizational capacities, and governance mechanisms interact to shape implementation, and reveals the symbolic orientation of many current governance practices as a key challenge for moving toward actionable accountability.
The research project FASER advances additive manufacturing processes for metallic materials, focusing on Selective Laser Melting (SLM). FASER stands for “Fehlerfreies Additives Fertigen durch adaptive Sensorik zur Optimierung der Energie- und Ressourceneffizienz”. Conducted at the Technical University of Applied Sciences Wildau, it implements a comprehensive zero-defect strategy using market-standard equipment like the One Click Metal MPrint+ SLM machine and MPure powder removal station. These systems are enhanced with adaptive multi-sensor technology and intelligent process control to boost quality, cut energy use, and minimize material waste. Central to FASER is flexible camera-based multi-sensor integration, combining optical, thermographic, and spectroscopic methods for real-time monitoring in harsh SLM environments.
In vorhergehenden Arbeiten wurden sowohl ein Bildverarbeitungsmodell zur automatisierten Erkennung von Messarealen als auch Studien zur Akzeptanz robotergestützter in vivo-Messungen entwickelt und erprobt. Auf dieser Grundlage wurde ein prototypischer Hautmessroboter aufgebaut, der Anforderungen an Ergonomie, Sicherheit und Bedienbarkeit integriert. Im vorliegenden Beitrag wird eine erste Validierungsstudie vorgestellt, in der robotergestützte Messungen systematisch mit manuellen Referenzmessungen verglichen werden. Die Ergebnisse zeigen eine insgesamt hohe Korrelation zwischen manueller und robotergestützter Messung für beide untersuchten Hautparameter. Nach Produktanwendung zeigen die Ergebnisse, dass mit der robotergestützten Messung statistisch signifikante Produkteffekte erfasst werden können. Die Resultate deuten darauf hin, dass robotergestützte in vivo Messungen ein hohes Potenzial für den Einsatz im dermatologischen Studienbetrieb haben können.
Schichtübergabe an den Roboter: ein LLM-gestütztes Vorgehensmodell für ambidextre Automatisierung
(2026)
Im Beitrag wird ein transparentes, Large Language Model (LLM)-gestütztes Vorgehen zur Organisationsoptimierung am Beispiel einer unbemannten Roboterschicht in cyber-physischen Produktionssystemen vorgestellt. Es operationalisiert ambidextre Automatisierung durch explorative und exploitative Arbeit: Repetitive Anteile wandern zum Roboter, während Bediener geplante, auditierbare Blöcke für Beobachtung, Lernen, Standardverbesserung und kurze Erholung erhalten – bezeichnet als Explorationsrente. Eine 14-Punkte-Checkliste wird auf flexible operative Datendomänen abgebildet; das LLM fragt Retrieval-Augmented Generation (RAG)-gestützte Auswertungen ab, um zwei Stresssignale (Exploration vs. Exploitation) zu berechnen. Daraus leitet es Übergabevorschläge für die kollaborative Tagesphase, das Übergabefenster und die unbemannte Schicht ab. Entscheidungen folgen einem Human-in-the-Loop PDCA-Zyklus; die Interaktion kann lokal oder remote erfolgen. Das Konzept wird anhand messbarer Ergebnisse evaluiert: geplante menschliche Zeit, realisierte Roboter-Aktivzeit versus Plan, Unterbrechungen/Leerlauf sowie Akzeptanz. Der Beitrag präsentiert ein Szenario; empirische Schwellenwerte und Gewichtungen verbleiben als zukünftige Arbeit.
Kernbotschaften:
• RAI in Behörden bleibt oft deklarativ – Prinzipien zu ethisch, verantwortungsvoll und rechenschaftspflichtiger KI werden proklamiert, aber nicht systematisch in Governance-Strukturen und Prozesse überführt.
• Das Government RAI Maturity Model (G-RAI-MM) bietet eine strukturierte Bewertung der RAI-Reife in fünf Stufen – von symbolisch bis transformativ.
• Reife entsteht durch die Angleichung von Prinzipien, Prozessen und Fähigkeiten – ein Defizit in einer Dimension gefährdet die gesamte Implementierung.
In der modernen Produktionstechnik ist die Minimierung von Produktionszeiten von zentraler Bedeutung für die Steigerung der Wirtschaftlichkeit. Eine nachhaltige Prozessoptimierung erfordert die Identifizierung und Beseitigung von Schwachstellen und Engstellen innerhalb der Produktionsabläufe. Hierbei spielt die Analyse der Verweildauer von Personen und fahrerlosen Transportsystemen (FTS) an Arbeitsstationen eine entscheidende Rolle. Diese Daten dienen als Indikator für verschiedene Faktoren, darunter die Effizienz der Arbeitsabläufe, die Notwendigkeit von Wartungsintervallen und die Komplexität der Prozesse.Umdiese versteckten Herausforderungen innerhalb der Produktion zu identifizieren, wird in dieser Arbeit ein System zur optischen Datenerfassung vorgestellt. Durch die Erfassung und Analyse der Bewegungen von Personen und FTS in Produktionsumfeld, können wertvolle Erkenntnisse gewonnen werden. Ziel ist es, hierdurch ein tiefgreifendes Verständnis der Produktionsprozesse zu erlangen und fundierte Entscheidungsgrundlagen für gezielte Optimierungsmaßnahmen zu schaffen, die zu einer nachhaltigen Effizienzsteigerung führen.
Robuste Lokalisierung und Pfadplanung auf verschiedenen Größenskalen durch fraktale Landmarken
(2026)
In diesem Beitrag wird der Einsatz fraktaler Landmarken zur kamerabasierten Bestimmung von Position und Orientierung einer autonomen robotischen Plattform untersucht. Die Plattform wird dabei innerhalb eines digitalen Zwillings in einem realitätsnahen Szenario simuliert. Ziel ist die robuste und wiederholgenaue Verfolgung einer vom Anwender vorgegebenen Referenztrajektorie. Die in dieser Arbeit genutzen fraktalen Landmarken ermöglichen durch ihre multiskalige Struktur eine zuverlässige Detektion und Posenbestimmung über einen großen Entfernungsbereich hinweg und adressieren damit die Skalierungsprobleme konventioneller Landmarken. In Kombination mit einer splinebasierten Pfadplanung und einer echtzeitfähigen Simulation werden die Auswirkungen der Landmarkengeometrie, der Pfadführung sowie von Bildrauschen auf die Lokalisierungsgenauigkeit analysiert. Die Ergebnisse zeigen, dass der vorgestellte Ansatz eine stabile Posenbestimmung entlang der geplanten Trajektorie erlaubt und sich insbesondere für Anwendungen mit variierenden Arbeitsabständen eignet.
Im Rahmen einer Masterarbeit wurde ein Bildverarbeitungsmodell konzeptioniert und umgesetzt, mit dem die menschliche Körperhaltung visualisiert sowie Kollisionen zwischen einem Menschen und einem kollaborativen Roboter vermieden werden können. Hierbei wird zunächst mittels einer Intel RealSense D435i 3D-Kamera und der Bildverarbeitungsbibliothek Mediapipe die aktuelle Körperhaltung der Person bestimmt. Auf Basis einer zeitlichen Abfolge von gemessenen Armgelenkpositionen erfolgt die Berechnung einer zukünftige Armhaltung, welche anatomisch bedingte Gelenkabstände und Gelenkwinkel berücksichtigt. Ein 3D-Avatar als digitaler Schatten – erstellt mithilfe der Unity 3D-Game Engine – visualisiert zeitgleich die aktuelle, als auch die vorhergesagte Gelenkposition. Die prognostizierte Armhaltung ist darüber hinaus Grundlage einer Kollisionsvermeidung mit einem, in Bewegung versetzten, kollaborativen Roboter. Unterschreitet hierbei der berechnete Abstand zwischen der aktuellen Roboter-Haltung und der zukünftigen Armhaltung des Menschen die Grenzen zuvor definierter Kollisionsbereiche, wird der Roboter sofort gestoppt. Über eine Versuchsreihe, werden unter Variation von Abständen, Beleuchtungsstärken und Materialien die bestmöglichen Messbedingungen der eingesetzten 3D-Kamera ermittelt. Die Ergebnisse deuten darauf hin, dass helle, glatte Materialien, eine Beleuchtungsstärke von 500 lx und ein möglichst geringer Abstand von weniger als 1mdie präzisesten Distanzmessungen ermöglichen. Anhand der durchschnittlichen Zykluszeit wird ein Vorhersagehorizont von bis zu 150ms angenommen.

