Filtern
Erscheinungsjahr
- 2022 (90) (entfernen)
Dokumenttyp
- Masterarbeit (88)
- Arbeitspapier (2)
Sprache
- Deutsch (90)
Volltext vorhanden
- ja (90)
Gehört zur Bibliographie
- ja (90)
Schlagworte
- Digitalisierung (5)
- Führung (3)
- Didaktik (2)
- Hochschullehre (2)
- Personalentwicklung (2)
- Personalmarketing (2)
- Personalwesen (2)
- Supply Chain Management (2)
- Telearbeit (2)
- Akustisches Signal (1)
Institut
Modellbasierte Ansätze gewinnen innerhalb des Produktentwicklungsprozesses zunehmend an Bedeutung, um Ressourcen zu schonen und Produkte termingerecht auf den Markt zu bringen. Zentral sind in diesem Zusammenhang die Umsetzung von modernem Anforderungsmanagement und die Nutzung bereits entwickelter Module für neue Produkte. Dies kann mit Hilfe von Variationsmanagement und modellbasierten Systems-Engineering-Methoden erreicht werden. Anton Paar entwickelt komplexe Messsysteme für ein breites Anwendungsfeld, etwa die Messung von rheologischen Verhalten oder der Partikelgröße. Ziel der Arbeit ist es, zu untersuchen, inwiefern Variantenmanagement und modellbasierter Systementwurf in den Produktentwicklungsprozess von Messsystemen integriert werden können, um Time-to-Market-Ziele zu erreichen und Entwicklungsressourcen zu sparen. Im ersten Schritt wurden verschiedene Methoden evaluiert, um das beste Verfahren zur Erstellung des Modells eines hochkomplexen prozessintegrierten Partikelanalysesystems zu finden. Basierend auf dem Ergebnis dieser Analyse ergeben sich die verschiedenen Varianten, um identische Komponenten zu finden, die für mehrere Anwendungen wiederverwendet werden können. Dadurch können Ressourcen gespart werden und nachhaltige Entwicklung wird ermöglicht. Darüber hinaus konnten die verschiedenen Varianten des Systems in eine modellbasierte Systems-Engineering-Umgebung integriert werden, um die Vorteile im Vergleich zu veralteten Ansätzen aufzuzeigen. Das Ergebnis belegt, dass State-of-the-Art-Ansätze im Produktentstehungsprozess einen positiven Einfluss auf die Entwicklungsqualität haben. Darüber hinaus zeigt es, dass modellbasierte Methoden auch die Entwicklungszeit positiv beeinflussen können. Durch weitere Untersuchungen können diese Ergebnisse der Masterarbeit verifiziert werden.
Künstliche Intelligenz (KI) ist heutzutage ein wichtiger Teil von vielen Software-Applikationen geworden. Sie ist in Handy Apps integriert und je komplexer KI wird, umso größer ist in diesem Zusammenhang der Einfluss, den sie auf die individuelle Privatsphäre hat. Potentielle Risiken, die durch KI entstehen können, haben die Europäische Union dazu gebracht, einen Vorschlag für eine KI-Verordnung zu erarbeiten. Um die darin geforderten Risikominderungsmaßnahmen zu adressieren, hat das Fraunhofer Institut einen Leitfaden zur Gestaltung vertrauenswürdiger Künstlicher Intelligenz veröffentlicht.
Das Hauptziel dieser Masterarbeit ist es, diesen textbasierten Leitfaden in ein Software-Tool zu überführen, welches Entwicklern von KI-Applikationen hilft, den Prozess gemäß Leitfaden zu dokumentieren. Dies hilft, den Leitfaden zu vereinfachen, um einen niederschwelligen Zugang zu dem Leitfaden für viele Menschen zu ermöglichen. Weitere Ziele dieser Arbeit sind sowohl das Aufdecken von möglichen Optimierungen der Richtlinie als auch Verbesserungen des bestehenden Software-Frameworks.
Das Software-Tool wurde unter Zuhilfenahme dieses Frameworks innerhalb der Low-Code Plattform Mendix entwickelt.
Das Ergebnis ist ein Software-Tool, welches die Anforderungen an vertrauenswürdige KI vereinfacht, je nach dem Anwendungsbereich der gerade beurteilten KI-Applikation. Nach der Nutzung des Software-Tools kann ein Bericht erzeugt werden, um die erfüllten Anforderungen der Vertrauenswürdigkeit zu dokumentieren.
Teleoperation über 5G
(2022)
Die Mobilfunktechnologie beeinflusst die Kommunikation und den Informationszugang der Menschheit seit den 1980er Jahren. Der 2017 definierte New-Radio-Standard der fünften Generation, bezeichnet als ‚5G‘, bietet fundamental neue Funktionalitäten, die mit keiner vorhergegangenen Mobilfunktechnologie vergleichbar sind. Aus diesem Grund wurde an der Fachhochschule CAMPUS 02 eine 5G-Infrastruktur errichtet, um Forschungsarbeit in den neuen Anwendungsfeldern und Einsatzszenarien zu betreiben.
Das Ziel dieser Arbeit ist die Realisierung eines ersten Anwendungsfalls in der Infrastruktur der Fachhochschule CAMPUS 02, um die Datenübertragung mit niedriger Latenz und Latenzzeitmessungen in einem 5G-Netzwerk zu untersuchen.
Zu Beginn erfolgte eine Sichtung der verfügbaren Soft- und Hardware für die Entwicklung eines Versuchsträgers, der die Anforderungen erfüllt und fernbedienbar ausgeführt werden kann. Der Aufbau bestand aus zwei USB-Webcams, montiert auf einem motorisierten Stativ. Die Steuerung erfolgte mit einem Servo-Controller-Board und einem Raspberry Pi 4, der mit einem 5G-Modem/Router verbunden war. Als Wiedergabegerät der Videoübertragung diente eine VR-Brille, die mit einem Kabel an einem Rechner angeschlossen war. Die Anforderungen an die Datenübertragung konnten durch die Nutzung des bidirektionalen WebRTC-Protokolls erfüllt werden. Dieses ermöglichte die Video- und Audioübermittlung sowie einen Datenkanal für die Übermittlung der Kopfbewegung.
Als wichtigstes Ergebnis sind die Entwicklung und Inbetriebnahme der Testanwendung zur Durchführung von Netzwerkmessungen mittels perfSONAR, einer Network-Performance-Monitoring-Software, zu nennen. Aufgrund von Limitationen technischer, infrastruktureller und zeitlicher Natur konnten nicht alle Aspekte vollumfänglich untersucht und umgesetzt werden. Basierend auf den erzielten Resultaten wurde eine Roadmap für die Rekonfiguration der 5G-Infrastruktur erstellt und weiter Entwicklungsmöglichkeiten für den Versuchsaufbau aufgezeigt.
Künstliche Intelligenz (KI) und Cloud-Computing sind treibende Kräfte der digitalen Transformation und Erfolgsfaktoren für eine nachhaltige Wettbewerbsfähigkeit. Insbesondere der Bereich der KI-basierten Audiosignalverarbeitung weist ein hohes Potential zur Fehlererkennung von Maschinen und Anlagen auf. Jedoch scheitert die Umsetzung von KI-Projekten oftmals bereits vor Projektstart aufgrund fehlender Fachkenntnisse der Unternehmen.
Das Ziel dieser Masterarbeit ist zu zeigen, wie KI-basierte Audioklassifizierungssysteme unter Verwendung von Cloud-Services implementiert werden können. Zu diesem Zweck werden die einzelnen Phasen eines KI-Projektes, von der Datenanalyse bis hin zur Bereitstellung eines fertig trainierten Modells in der Cloud-Umgebung, betrachtet. Frühere Arbeiten haben gezeigt, dass State-of-the-Art-Audioklassifizierungs-systeme auf Konzepten wie der Fourier-Analyse, Convolutional Neural Networks (CNN) und Recurrent Neural Networks (RNN) basieren. Anhand dieser Methoden wurden insgesamt 33 Klassifizierungsmodelle mittels Python, PyTorch und der cloudbasierten Plattform Google Vertex AI implementiert, trainiert und verglichen. Aufgrund der dynamischen Charakteristik der Audiodateien, wurde dazu ein komplexer Datensatz der Plattform Kaggle als Entwicklungsgrundlage verwendet (BirdCLEF2022).
Das ausgewählte Modell wurde hinsichtlich der Vorhersagegenauigkeit optimiert und auf Vertex AI zur Beantwortung von Vorhersageanfragen veröffentlicht. Dabei konnte ein auf der CNN-Architektur basierendes Klassifizierungsmodell entwickelt werden, das neun unterschiedliche Klassen mit einer Vorhersagegenauigkeit von 80,4 % klassifiziert. Weitere Ideen zur Verbesserung des Ergebnisses konnten vorgestellt werden, wodurch bewiesen wird, dass schwierige Daten mit einer Vorhersagegenauigkeit von über 90 % klassifiziert werden können. Diese Masterarbeit zeigt, wie ein KI-basiertes Audioklassifizierungssystem unter Verwendung verschiedener Cloud-Dienste und State-of-the-Art-Deep-Learning-Methoden, entwickelt werden kann.
In Fertigungsbetrieben sind Produktionsmaschinen oft nicht optimal aufgestellt. Die Gründe dafür sind sich ständig ändernde Kundenanforderungen oder dass Maschinen gemäß ihrem Kaufdatum am nächstmöglichen Standort aufgestellt werden. Bei Optimierungsmaßnahmen im Laufe eines Fabriklebenszyklus werden oft Kompromisse eingegangen. Des Weiteren liegt der Fokus oft auf der Umsetzung eines Projektes. Diese Arbeit verfolgt einen ganzheitlichen Ansatz für die gesamte Produktion.
Ziel dieser Arbeit ist die Optimierung einer Produktionsanlage von Metallbearbeitungsmaschinen. Diese Optimierung geschieht in Form einer neuen Ausarbeitung des Maschinenlayouts. Dabei sollen Wegstrecken des Fertigungspersonals verkürzt und eine offenere Anordnung der Bearbeitungsmaschinen erstellt werden, um frühzeitig Maschinenstillstände zu erkennen. Zur Erreichung der Ziele werden die Materialflussanalyse und Werkzeuge aus dem Lean Management angewandt. Für die Materialflussanalyse wird eine Simulationsstudie unter Verwendung verschiedener Ausprägungen des Layouts implementiert. Als Tool aus dem Lean-Management wird Gemba-Kaizen angewandt, wobei spezielle Visualisierungsmethoden mittels 3D-Modellen, Virtual Reality und Augmented Reality vorgestellt werden.
Das Ergebnis dieser Arbeit zeigt eine Durchsatzsteigerung durch Vermeidung von Verschwendung auf. Das Potenzial dieser Verbesserungsmaßnahme wird mithilfe einer Simulationsstudie in Zahlen ausgewertet und dargestellt. Eine wesentliche Erkenntnis dieser Arbeit ist, dass die Umsetzung von Optimierungsmaßnahmen eine Kombination fachbereichsbereichsübergreifender Fähigkeiten und Kenntnisse erfordert. Diese Arbeit soll als Wegweiser für zukünftige Optimierungsmaßnahmen dienen.
Diese Arbeit beschäftigt sich mit dem Kalibrieren von Schwingungssensoren. Dabei werden unterschiedliche Arten von Schwingungssensoren betrachtet. Es werden auch die verschiedenen Möglichkeiten diskutiert, wie Schwingungssensoren kalibriert werden können. Im weiteren Verlauf wird jedoch nur die Vergleichsvariante behandelt. Für diese Variante wurde die Software in dieser Arbeit entwickelt. Dabei wird das Messgerät mit einem Frequenzgenerator angesprochen sowie parametriert und die Messdaten werden erfasst sowie verarbeitet.
Die Eingangskanäle können, wenn vorhanden, mithilfe der im Sensor abgespeicherten Daten parametriert werden. Diese Einstellungen können über die grafische Bedienoberfläche eingesehen werden. Sollte der Prüfling über keinen Speicher verfügen oder dieser defekt sein, können die Daten auch manuell eingegeben werden.
Zu einer Kalibrierung gehört auch ein dementsprechendes Protokoll, das dem Sensor die Einhaltung seiner angegebenen Grenzwerte bescheinigt, sofern dies das Ergebnis der Kalibrierung ist. Da diese Erstellung mit Aufwand verbunden ist und dabei auch Fehler unterlaufen können, wurde dies in dieser Arbeit vollständig automatisiert.
Digital Storytelling
(2022)
Digitales Storytelling (DS) ist eine Lehr- und Lernmethode, welche es Lernenden ermöglicht, das Erzählen mit digitalen Technologien zu verknüpfen. Hierbei produzieren Lernende ihre eigenen Videos, die sich meist mit Themen aus ihrem eigenen Leben beschäftigen. Auf sprachlicher und medialer Ebene können diese Videos leicht für verschiedene Levels angepasst werden. Die Methode des digitalen Storytellings regt außerdem zur Auseinandersetzung auf mehreren Ebenen an, wie zum Beispiel auf der digitalen, kulturellen, sprachlichen oder auch thematischen Ebene.
Achtsamkeit
(2022)
Da der Terminus „Achtsamkeit“ sowohl spirituelle als auch säkulare
Komponenten enthält, wird der Begriff oft als unspezifisch klassifiziert. Ursprünglich stammt das Konzept der Achtsamkeit jedoch aus dem Buddhismus und beinhaltet eine formale Übungspraxis (Meditation), Anleitungen zur Lebensführung und ethisch-spirituelle Haltungen. Vor allem Meditationsübungen sind aber in der westlichen Lehre über die letzten Jahrzehnte aus dem buddhistischen Kontext herausgelöst worden. Sie verfolgen nun spezifische Ziele wie z.B. das Erreichen von Entspannung, Konzentration oder allgemeinem Wohlbefinden. Dies soll durch die gezielte Lenkung der Aufmerksamkeit und dem bewussten, nicht-wertenden Erleben des aktuellen Moments erreicht werden.
Seit der Corona-Pandemie ist die Remote Arbeit zu einem wichtigen und langfristigen Bestandteil in vielen Unternehmen der IT-Branche geworden. Dadurch wird es notwendig, dass auch die Führungskonzepte auf die neuen Arbeitsmodelle angepasst werden. Die jungen Arbeitnehmer und Arbeitnehmerinnen gehören der Generation Z an und haben neue Bedürfnisse und Anforderungen an Unternehmen.
Im Zuge dieser Masterarbeit werden Arbeits- und Führungskonzepte im Bereich von Remote Work analysiert und mit den Anforderungen und Wünschen der Generation Z gegenübergestellt. Daraus ergeben sich Maßnahmen für Digital Leadership, die speziell den Arbeitnehmern und Arbeitnehmerinnen der Generation Z gerecht werden. Diese Maßnahmen werden in einem Maßnahmenkatalog gebündelt, der anschließend in einer quantitativen Umfrage mit Fokus auf die Zielgruppe der Generation Z überprüft wird. Weiters dient eine qualitative Befragung dazu, Maßnahmen und Ansätze für innovative Digital Leadership Konzepte aus der Praxis zu finden und den Maßnahmenkatalog damit zu ergänzen.
Ergebnis dieser Arbeit sind Maßnahmen für IT-Unternehmen in den Bereichen Führung, Kommunikation, Arbeitsmodelle und Kultur, die dazu dienen, Digital Leadership in einem Unternehmen zu etablieren und dabei besonders den Bedürfnissen und Anforderungen der Generation Z gerecht zu werden.
Die Adaption des eigenen Geschäftsmodells ist für alle Unternehmen aufgrund der sich schnell ändernden Umgebungsbedingungen und Marktgegebenheiten von hoher Bedeutung. Doch speziell für Startups ist die laufende und systematische Entwicklung des Geschäftsmodells sehr wichtig, da es oftmals noch keine jahrelange Erfahrung am Markt, einen großen Kund*innenstock oder viele Kooperationspartnerschaften gibt. Die Weiterentwicklung des Geschäftsmodells soll dabei nicht dem Zufall und ungeplant auftretenden Ideen überlassen sein, sondern systematisch und in Kombination mit einer strategischen Betrachtungsweise passieren.
Diese Masterarbeit beschäftigt sich daher mit dem Thema der systematischen Geschäftsmodellentwicklung für Startups, in dem einerseits vorhandene Modelle zur Geschäftsmodelldarstellung untersucht wurden und andererseits Methoden aus dem Innovationsbereich auf ihre Kompatibilität im Einsatz mit Startups bewertet wurden. Als Modell, welches am häufigsten im Startup Bereich eingesetzt wird, hat sich das Business Model Canvas von Osterwalder herausgestellt. Die neun Felder beschreiben die wesentlichen Einflussfaktoren zur Leistungsgenerierung. Bei der Anwendung des BMC werden jedoch lediglich Methoden zu den einzelnen Phasen der Geschäftsmodellentwicklung empfohlen, es gibt keinen Hinweis darauf, welche Methoden sich besonders zur Anwendung in den einzelnen Feldern eignen. Deshalb wurde eine Auswahl an Methoden einer Nutzwertanalyse unterzogen und bewertet.
Daraus ist ein theoretisches Modell entstanden, welche jeweils drei ausgewählte Methoden den neun Feldern des Business Model Canvas zuordnet, um so auf innovative Ansätze im Zuge der Geschäftsmodellentwicklung zu kommen. Dieses theoretische Modell wurde im praktischen Teil in Workshops mit vier Startups validiert und die Erkenntnisse daraus eingearbeitet. Entstanden ist eine Methodenmatrix in Kombination mit den Feldern des Business Model Canvas und Prämissen zur Nutzung dieser, um den optimalen Output bei der Geschäftsmodellentwicklung zu erreichen.