Fachbereich Wirtschaft, Informatik, Recht
Refine
Document Type
Institute
- Fachbereich Ingenieur- und Naturwissenschaften (7) (remove)
Has Fulltext
- yes (7)
Keywords
- Akkreditierung (1)
- Covid-19 (1)
- Hochschulprozesse (1)
- Implementierung (1)
- Monitoring (1)
- Pandemieplanung (1)
- Qualitätssicherung (1)
- Thesis (1)
Die internen Abläufe an Hochschulen folgen selten vordefinierten Regeln, sodass bei der Digitalisierung solcher Prozesse Standardlösungen vielfach nicht ausreichen. Für die Abbildung ehemals analoger Prozesse sind individuelle Softwarelösungen unabdingbar. In diesem Kapitel soll am Beispiel ausgewählter hochschulspezifischer Softwareanwendungen der Weg beschrieben werden, wie ein solcher Umbau im Rahmen bestehender Systeme vollzogen werden kann.
Im Fokus dieser Beschreibung stehen Softwareanwendungen, die sowohl die Verwaltungsprozesse rund um die Erstellung von Thesisarbeiten – beginnend mit der Anmeldung bis zur Abgabe der Arbeit, der Durchführung von Abschlussprüfungen bis zur Publikation der Thesisarbeiten – als auch Akkreditierungsprozesse an der TH Wildau unterstützen, mit denen Modulhandbücher und Logbücher erstellt werden, die die Entwicklung von Studiengängen zwischen den Reakkreditierungen transparent nachvollziehbar machen. Ein besonderes Augenmerk wird auf Schnittstellen anderer Hochschulprozesse gelegt.
Diese Anwendungen wurden mit agilen Methoden erstellt. Das Zusammenspiel von agiler Softwareentwicklung und entsprechenden Evaluationsschritten soll zeigen, wie diese Methoden an der Hochschule mit kleinen Teams effektiv eingesetzt werden können, um mit Blick auf die Verbesserung der Qualität und Einheitlichkeit von Studium und Lehre ein bestmögliches Optimierungspotenzial zu erreichen.
Der Report zeigt auf, dass Unternehmen als Reaktion auf die COVID-19 Pandemie eigenständig Abläufe angepasst und zum Teil sogar individuelle betriebliche Pandemiepläne erstellt haben. Diese Prozesse sind dennoch oft notgedrungen und unter hohem zeitlichen Druck durchgeführt worden. Hier fehlte es an Orientierungshilfen, die die Umsetzung optimieren und die einzelnen Schritte für die Unternehmen wie auch ihre Mitarbeitenden erheblich erleichtern könnten. Besonders fehlte es ihnen an präventiven Maßnahmen, die im Rückblick schnellere Reaktionen und eine effizientere Lösung von verschiedenen Problemstellungen ermöglicht hätten. Daher bieten sich übergreifende Konzepte an, die sich auf die essentiellen Bausteine in verschiedenen Pandemiestufen einer „idealen“ Planung beziehen und an das individuelle Unternehmen anpassbar sind. Das Projekt RESPAN hat im Zuge dieser und einer weiteren quantitativen Erhebung Leitfäden sowie ein webbasiertes Tool zur Umsetzung eines eigenen Pandemieplans entwickelt, die die genannten Kriterien erfüllen und deutsche Unternehmen vor und während einer Pandemie unterstützen sollen.
Diese Publikation befasst sich mit dem Langzeitverhalten der Schutzeigenschaften von weichballistischem ultra-hochmolekularem Polyethylen. Vorrangig soll die Frage geklärt werden, ob dieses Material qualitätsmindernde Erscheinungen im Schutzverhalten aufweist, die mit seinem fortschreitenden Alter einhergehen. Um diese Frage zu klären, wurden anhand zahlreicher Beschussversuche an polizeilichen Schutzwesten und Prüfmustern statistisch verlässliche Daten gesammelt und anschließend unter verschiedenen Blickwinkeln ausgewertet. Ein wesentliches Ergebnis der Untersuchungen ist, dass sich die Schutzeigenschaften von weichballistischem ultra-hochmolekularem Polyethylen zumindest über einen Zeitraum von 30 Jahren nicht nennenswert ändern.
Collaborative Problem Solving for Regional Development? – A New Approach of Public Participation
(2015)
In this paper, we present a concept prototype for a socio-technical assistant (s.TAS) as a collaborative problem-solving approach to support the regional development in a selected rural district. The presented concept considers insides from citizen participation as an open government instrument and strongly incorporates collaborative value creation to address regional development issues. The presented approach incorporates citizens and other regional stakeholders (e.g., companies, organizations, associations) as problem-solvers and strongly enables regional stakeholders and the public administration to develop solutions jointly as an ongoing learning process. In this sense, s.TAS addresses participation approaches and elaborates participation to collaboration. For the development of this participatory problem-solving approach, we conducted (1) a broad literature review on participatory approaches and (2) we implemented a qualitative, collaborative research approach with participants from different stakeholder groups. In several workshop rounds, supported by interviews and surveys we developed a concept prototype for the socio-technical assistant s.TAS, which is a technical, smart system, which supports information, communication, participation and collaboration in the selected region.
Daten liegen in modernen Fahrzeugen in einer großen Menge vor. Die Daten, welche die Sensoren des Fahrzeuges erzeugen, werden über Bus-Systeme zentral zur Verfügung gestellt und für die jeweiligen Anwendungen von den Steuergeräten ausgewertet. Nach diesem Einsatz werden die Sensordaten verworfen. Eine Herausforderung an die Verwendung jener Daten sind die Historisierung und systematische Auswertung dieser. Dafür werden Data-Mining-Methoden angewandt, welche die internen sowie die externen Daten (Car2X-Kommunikation) in Echtzeit auswerten und mit dem digitalem Gedächtnis abgleichen. Ziel dessen ist die Erkennung von Mustern, zur Identifikation von Situationen (z.B. Verkehrsunfall) und Fahrzuständen (z.B. Autobahnfahrt). Als Ergebnisse sollen der Komfort der Insassen und die Sicherheit des Straßenverkehrs verbessert werden. Potentiell bedrohliche Situationen sollen dabei vor dem Eintreffen erkannt werden, um Fahrer und Fahrzeug entsprechend zu konditionieren.
Das Vorhaben zielt konkret auf ein Echtzeit-Data-Mining von Fahrzeugdaten ab. Dabei wird Stream-Machine-Learning als möglicher Lösungsansatz verwendet, da große Datenmengen vorhanden sind und diese in Echtzeit ausgewertet werden müssen, um potentiell bedrohliche Situationen frühzeitig zu erkennen. Der klassische Batch-Learning-Ansatz ist dazu nicht geeignet, da jener alle Daten mit einmal verarbeiten will. Stream-Machine-Learning kombiniert das Konzept von Datenströmen mit dem Online-Lernen. Dadurch verwendet der Ansatz nur die im Stream empfangenden Daten und zudem lernt er während des Betriebs weiter. Nach jeder verarbeiteten Instanz ist es dem Algorithmus möglich ein Modell auszugeben bzw. das vorhandene Modell wird weiter trainiert. Ein selbstständiges Lernen wird ermöglicht.
Für die Umsetzung ist eine Toolchain erstellt worden, die das Vorhaben mit vom Fahrzeug erzeugten und über die OBD2-Schnittstelle bereitgestellten Datensätzen simuliert darstellt. Dabei ist besonderes Augenmerk auf die Komptabilität zu in Fahrzeugen genutzten Betriebssysteme (Linux, Autosar [WaPa12]) gelegt, damit eine Migration gewährleistet wird.
Das autonome Fahren ist eines der großen Themen im Automobilbereich der Gegenwart. Umsatzstarke Software-Unternehmen gehen Kooperationen mit Unternehmen der Automobilbranche ein, um das automatisierte Fahren schnellstmöglich voranzutreiben (Fuest 2015). Gleichzeitig forschen diverse Universitäten an dem Thema und zeigen bereits weitgehende Fortschritte. Exemplarisch ist die Universität Ulm zu nennen, die bereits Testfahrten im urbanen Gebiet erfolgreich absolviert hat (Dietmayer 2014). Auch die Politik fördert den Forschungsschwerpunkt zunehmend. Als Beispiel ist das Förderprogramm »Elektroniksysteme für das vollautomatisierte Fahren (ELEVATE)« zu nennen, welches vom Bundesministerium für Bildung und Forschung angeboten wird (Bundesministerium für Bildung und Forschung 2015). Diese intensive Forschung, die gleichzeitig von der Wirtschaft, der Wissenschaft und der Politik vorangetrieben wird, zeigt wie viel Potential das Thema besitzt. Auch dadurch stellen sich neue Herausforderungen an die Sensorik innerhalb der Fahrzeuge. Aktuell wird der Großteil der Sensordaten einmalig für den jeweiligen Zweck genutzt und anschließend verworfen.
An diesen Punkt setzen das Vorhaben und der damit verbundene Einsatz von Data-Mining-Methoden an. Ziel ist die systematische Auswertung von Daten im Fahrzeug und von außerhalb (Car2X) in Echtzeit, um aktuelle Fahrsituationen mit einem digitalen Gedächtnis abzugleichen und somit einen kurzen Blick in die Zukunft abzuleiten. Hierbei werden Situationen durch Muster erkannt und Fahrzeug bzw. Fahrer konditioniert, um die Situation positiv zu beeinflussen.
Das Vorhaben ist nicht ausschließlich auf das autonome Fahren ausgerichtet, sondern auch als Hilfe für fahrergelenkte Fahrzeuge konzipiert.
Im Rahmen des Verbundprojekts „InterKomp KMU 2.0“ ist im Teilprojekt „Technik und Kultur“ der TH Wildau [FH] ein computergestütztes Lehrwerk zu interkulturellen Kompetenzen für KMU und insbesondere für KKU in Brandenburg entstanden, das inhaltlich und methodisch sowohl mehreren Anforderungen an Weiterbildungsangebote im Themenfeld Interkulturalität entspricht als auch dem Lehr- und Lernformat Blended Learning (BL) genügt. Der modular aufgebaute Onlinekurs bildet thematisch die wichtigsten Schwerpunkte des Bereiches Interkulturelles Lernen ab, stellt eine bereichernde Ergänzung für jede interkulturelle Bildungsmaßnahme dar und ist für Nutzer frei und kostenlos zugänglich. Für das selbstständige Lernen ist der Onlinekurs eine gute Möglichkeit, eine größere Sensibilität für interkulturellen Kontexte zu entwickeln und das Grundlagenwissen auf dem Gebiet der interkulturellen Kommunikation anzueignen. Allerdings muss er als Lehrund Lernmaterial in den Gesamtzusammenhang der interkulturellen Bildung eingebettet und der Lernprozess durch diskursive Lernmethoden in den Präsenzphasen professionell begleitet werden, um das Lernziel interkultureller Handlungskompetenz zu erreichen.