German National Library of Science and Technology
Repositorium für Naturwissenschaften und TechnikNot a member yet
29164 research outputs found
Sort by
Sachbericht zum Verwendungsnachweis ProChild Berlin (Teilprojekte 1 und 5)
No full textDas Projekt wurde als Verbundprojekt mit vier Zentren (Universität Bremen, später ersetzt durch Universität Bielefeld, Ruhr-Universität Bochum und Freie Universität Berlin) unter der Koordination von Prof. Dr. BabeKe Renneberg (Leitung Teilprojekt 1) durchgeführt. Teilprojekt 1 zielte primär auf die EvaluaJtion eines Trainings für Mütter mit einer Borderline-Persönlichkeitsstörung ab, Teilprojekt 2 (Leitung: Prof. Dr. Silvia Schneider) fokussierte auf die psychische Gesundheit sowie Emotionsregulationsfähigkeiten der Kinder. Teilprojekt 3 (Leitung: Prof. Dr. Nina Heinrichs) untersuchte das Familienklima und die Beziehungsqualität, Teilprojekt 4 (Leitung: Prof. Dr. Robert Kumsta) analysierte epigenetsche Mechanismen in den Mutter-Kind-Dyaden. Teilprojekt 5 (Leitung: Prof. Dr. Ulrike Urban- Stahl) erfasste die Zusammenarbeit verschiedener beteiligter Hilfesysteme. Für diese Ziele wurden Mütter mit einer Borderline-Persönlichkeitsstörung (BPS) mit Kindern im Alter zwischen 6 Monaten und 6 Jahren rekrutiert und mit a) einer gesunden (psychisch gesunde Mütter und ihre Kinder; KON) und b) einer klinischen Kontrollgruppe (MüKer mit einer Angststörung/Depression und ihre Kinder; AD/D) verglichen.
Dieser Bericht bezieht sich auf TP 1 und TP 5, beide durchgeführt an der Freien Universität Berlin. Im Teilprojekt TP1 lag der Schwerpunkt darauf, ein neu entwickeltes, manualisiertes Elterntraining
(„Borderline und Mutter sein“, Buck-Horstkotte, Renneberg & Rosenbach, 2022) systematisch zu evaluieren und dessen Wirksamkeit im Rahmen einer multizentrischen, randomisiert-kontrollierten
Studie zu überprüfen. Darüber hinaus sollten zentrale Wirkmechanismen elterlichen Verhaltens differenziert untersucht sowie Grundlagen für eine nachhaltige Implementierung und Weiterentwicklung des Trainings geschaffen werden. Teilprojekt TP5 wurde als multiperspektivische Fallstudie mit einem qualitativ-rekonstruktiven Design angelegt. Die zentrale Fragestellung zielte darauf, wie Mütter mit einer diagnostizierten Borderline-Persönlichkeitsstörung und die jeweils beteiligten Fachkräfte aus der Kinder- und Jugendhilfe und dem Gesundheitssystem den Hilfeprozess erleben. Übergeordnete Ziele beider Projekte waren die Minimierung des Risikos für Kindeswohlgefährdung und der Schaffung förderlicher Bedingungen für das Aufwachsen der Kinder in ihren Familien
Schlussbericht interDropCoal
No full textDas Ziel dieses Projekts ist es, die Transportprozesse, die zur Koaleszenz zweier unterschiedlicher Flüssigkeiten führen, besser zu verstehen und die den Koaleszenzprozess begleitenden Phänomene zu beschreiben, um hieraus zuverlässige
Modellbeschreibungen dieser Prozesse zu entwickeln. Hierfür sollte der Einfluss von Unterschieden zwischen den initialen Oberflächenspannungen, Dichten oder Viskositäten beider Tropfen durch komplementäre Versuchsreihen mit und ohne
Schwerkraft untersucht werden. Mithilfe der Ergebnisse sollten theoretische Modelle und Skalierungen erarbeitet werden, die eine Beschreibung der unterschiedlichen Phasen der Koaleszenzdynamik und des Mischprozesses unter Berücksichtigung der wichtigsten Einflussparameter ermöglichen. Des Weiteren wurde die Unterstützung der ISS-Mikrogravitationsexperimente DropCoal durch die Erprobung wichtiger Teile des Aufbaus während einer Parabelflugkampagne realisiert
Sachbericht
No full textBiomethan, das durch biologische Methanisierung im Rahmen der mikrobiellen Umsetzung von Kohlenstoffdioxid und Wasserstoff synthetisiert wird, kann als chemischer Energiespeicher wesentlich zum Ausgleich von fluktuierender Wind- und Solarenergie beitragen. Damit leistet die Technologie einen entscheidenden Beitrag zur Systemstabilisierung und zur Integration hoher Anteile erneuerbarer Energien in das Energiesystem. Zugleich schafft diese Biotechnologie ein neues Geschäftsfeld in der Wasserstofftechnologie und Sektorkopplung für Biogasanlagen, indem Strom-, Gas- und Wärmesektor miteinander verknüpft werden kann. Für Bestandsbiogasanlagen, welche nach dem Auslaufen der EEG-Förderung vor wirtschaftlichen Herausforderungen stehen, entsteht so ein innovatives Geschäftsmodell. Durch die Integration von Power-to-Gas-Konzepten können sie ihre Infrastruktur weiter nutzen, zusätzliche Wertschöpfung generieren und zu einer klimaneutralen Energieversorgung beitragen.
Im Rahmen des Vorhabens wurden verschiedene Ansätze zur Optimierung der biologischen Methanisierung in Blasensäulenreaktoren untersucht. Ein zentraler Bestandteil der Arbeiten war die Entwicklung und Erprobung neuartiger Gaseinbringsysteme. Hierfür entwarf das Fraunhofer IKTS ein Einspannsystem für Sinterplatten aus Siliciumcarbid (SiC), das eine definierte und reproduzierbare Gaseinbringung in den Reaktor ermöglicht. Diese Sintermaterialien wurden anschließend am DBI hinsichtlich ihrer Eignung zur Optimierung der biologischen Methanisierung untersucht. Die Ergebnisse zeigten, dass Oberflächenmodifikationen der Sinterplatten die Prozessleistung beeinflussen. Materialien mit einer zusätzlichen Zwischenschicht schienen im Vergleich zu SiC-Spargern ohne Oberflächenbehandlung bessere Ergebnisse zu erzielen, während eine Hydrophobisierung der Oberfläche eher negative Effekte auf die Methanbildungsrate und den Umsatz zeigte.
Im Bereich der Mikrobiologie wurde der Einsatz von Leistungskulturen der methanogenen Archaeen der Gattungen Methanoculleus und Methanobacter untersucht. Insbesondere bei Kulturen der Gattung Methanoculleus trat eine verstärkte Säureakkumulation auf. Die Ergebnisse zeigen insgesamt einen deutlichen Vorteil beim Einsatz stabiler Mischkulturen, da diese eine höhere Prozessstabilität gewährleisten und Störungen im mikrobiellen Gleichgewicht besser kompensieren können.
Abschließend wurde eine techno-ökonomische Bewertung aus Sicht des Anlagenbaus durchgeführt. Dabei zeigte sich, dass die Wirtschaftlichkeit des Verfahrens maßgeblich von der Herkunft des eingesetzten Wasserstoffs sowie vom Energieaufwand für dessen Bereitstellung durch Elektrolyse abhängt. Die Verfügbarkeit kostengünstigen, erneuerbaren Wasserstoffs stellt somit einen entscheidenden Faktor für die zukünftige industrielle Umsetzung der biologischen Methanisierung dar
Schlussbericht
No full textEvaluationsmetriken für Textgenerierung bewerten die Qualität von Systemen, die automatisch Text erzeugen. Solche Systeme können z.B. Maschinelle Übersetzungssysteme, Systeme zur Zusammenfassung (``Summarization'') längerer Texte oder auch Chatbots sein. Die Textgenerierungs-Systeme selbst sind von enormer Bedeutung für die Verarbeitung natürlicher Sprache und haben vielfältige Anwendungen in Industrie und Wissenschaft (man denke an Google Translate oder DeepL). Durch den Fortschritt in der Künstlichen Intelligenz (KI) und insbesondere in den Bereichen des Tiefen Lernens (``deep learning'') haben diese Systeme in den letzten Jahren enorme Qualitätssprünge gemacht und die Erwartung ist, dass sie die Mensch-Computer-Interaktion in den nächsten Jahren revolutionieren werden. Andererseits hinken die Evaluationsmetriken dem Fortschritt der Systeme selbst hinterher, da die in der Community üblichen Metriken auf einfachsten Algorithmen beruhen, die vor über 20 Jahren entwickelt wurden. Dies birgt das große Risiko, dass neue Generationen von Systemen inadäquat bewertet und nach falschen Maßstäben ``Gewinner-Systeme'' ermittelt werden, was zu Fehlsteuerungen und Fehlinvestionen erheblichen Ausmaßes führen kann.
Die KI-Nachwuchsgruppe Metrics4NLG setzt sich zum Ziel, eine neue Generation von Evalationsmetriken für Textgenerierung einzuläuten. Diese sollen verschiedene Anforderungen erfüllen, die aus Perspektive von Wissenschaft und Industrie höchste Priorität haben. Eine erste Anforderung ist eine weit höhere Qualität der Metriken. Dies soll im Projekt erfüllt werden, indem die Metriken auf Text-Repräsentationen aufbauen, die dem neuesten Stand des Tiefen Lernens entsprechen. Darüber hinaus sind die Effizienz, Erklärbarkeit und Robustheit der Metriken von größter Bedeutung. Effizienz meint hierbei (i) Metriken aus wenigen Ressourcen induzieren zu können, was Grundlage für eine integrative Abdeckung der Metriken über verschiedene Sprachen der Welt ist, sowie (ii) schnelle Ausführbarkeit und niedrige Speicherkosten der Metriken. Erklärbarkeit bedeutet, dass die Prozesse der Metriken nachvollziehbar sind, was zu größerem Vertrauen bei Nutzern und zu verbesserten Entwicklungen führen soll, indem Limitationen der Metriken offengelegt und behoben werden können. Robustheit bedeutet, dass die Metriken auch unter `real-world' Bedingungen (z.B. Schreibfehler, sowohl natürlicher als auch adversarialer Art) robust Qualität vorhersagen können. Zu den Anforderungen gehört im interdisziplinären Kontext auch, dass die Metriken in zeit-sensitiven Szenarien, z.B. wenn sie die Qualität von Systemen bemessen, die aus historischen Sprachen in moderne übersetzen, und für geisteswissenschaftliche Problemstellungen (z.B. Bewertung von Systemen zur Erzeugung von Gedichten) adqäquat funktionieren sollen.
Der Nutzen solcher Metriken betrifft alle Industriezweige, die sich mit Generierung natürlicher Sprache befassen. Dazu gehören nicht nur Übersetzungsanbieter wie DeepL, Nachrichtendienstleister wie die Deutsche Welle (die z.B. Interesse an Systemen für automatische Zusammenfassungen haben), sondern auch unzählige Webunternehmen, die z.B. mit KI-basierten Chatbots Kontaktanfragen abwickeln. Im Kontext des Projekts arbeiten wir mit zwei Unternehmen zusammen, Siemens Global Translate Services (als Teil von Siemens), die großes Interesse an neuen Metriken für ihre haus-internen Übersetzungssoftware haben, sowie Summetix, ein start-up, das sich auf die Zusammenfassung von Argumenten sowie das Erschließen von Argumenten, um bessere Entscheidungsfindung zu ermöglichen, spezialisiert hat
Vernetzungs- und Transfervorhaben TransPhoR: BMFTR – Fördermaßnahme Regionales Phosphor-Recycling, Teilprojekt 2 - Nachhaltigkeitsbewertung : Abschlussbericht
No full textDas übergeordnete Ziel der RePhoR-Maßnahme war, ein unter ökologischen, ökonomischen und sozialen Kriterien möglichst nachhaltiges P-Recycling zu forcieren. Zu diesem Zweck wurden am INaB eine Ökobilanz, eine soziale Hotspot-Analyse sowie eine Sozialakzeptanz-Studie durchgeführt, die als Grundlage für eine Nachhaltigkeitsbewertung herangezogen werden können.
Es wurde eine Strategie zur Erstellung vergleichbarer Ökobilanzen entwickelt, die als Hand-lungsanweisung für alle Verbundprojekte des Projektes RePhoR zur zukünftigen Durchführung einer Ökobilanz dienen soll und somit einen unmittelbaren Vergleich mit anderen Groß-technologien ermöglicht.
Wesentliche Festlegungen betreffen dabei die funktionelle Einheit, die Systemgrenzen oder auch Annahmen bezüglich potenzieller Gutschriften für Sekundärprodukte des Systems. Durch die Berücksichtigung von Gutschriften wird die Ökobilanz auf die primäre Produktion des Produktes erweitert, das durch die Sekundärproduktion auf der Kläranlage resp. in der Behandlungsanlage der Klärschlammasche ersetzt wird.
Ein weiterer Arbeitsschwerpunkt lag auf der Untersuchung der sozialen Akzeptanz eines sekundären Phosphordüngers. Auf Basis einer Umfrage aus dem Jahr 2021 mit insgesamt 189 Personen aus den Bereichen Landwirtschaft, Kläranlagen, Händler und Andere wurden u.a. als wichtig erachtete Aspekt entsprechend der Reihenfolge "Qualität des Sekundärproduktes", "Preis", "Akzeptanz beim Kunden" sowie "rechtliche Aspekte" identifiziert.
Eine abschließende Nachhaltigkeitsbewertung konnte aufgrund fehlender Daten lediglich theoretisch thematisiert werden. Dabei ist zudem zu berücksichtigen, dass sowohl in einer Ökobilanz als auch im Sozialbereich Wechselwirkungen auftreten, die sich einer quantitativen Bewertung entziehen. An dieser Stelle ist es erforderlich, dass sich die Branche unter Beteiligung der Politik und weiterer interessierter Stakeholder im Sinne eines Konsenses auf wesentliche Nachhaltigkeitsziele einigt.
Abschließend ist festzuhalten, dass die in Zukunft vorliegenden Ökobilanzen in Verbindung mit entsprechenden Wirtschaftlichkeitsbetrachtungen und Erkenntnissen zur sozialen Situation der primären und sekundären Phosphorversorgung einen wesentlichen Beitrag zur Versachlichung des Diskurses zur konsensualen Festlegung von Nachhaltigkeitsanforderungen leisten können
Steigerung der Therapieeffizienz durch eine KI-basierende Operationsplanung und Risikoanalyse bei der chirurgischen Resektion von Nierentumoren (RENALCARE); Einsatz von KI-basierenden Natural Language Processing Algorithmen für die Analyse von textbasierten klinischen Dokumenten zur Operationsplanung und Risikoanalyse bei der chirurgischen Resektion von Nierentumoren
No full textDie präoperative Planung von Nierentumor-Resektionen stützt sich auf klinische Scores (z. B. C-Index, R.E.N.A.L., P.A.D.U.A.), die bei der Bestimmung des Operationsrisikos und der Operationstechnik unterstützen. Trotz ihrer Bedeutung für die Patientensicherheit werden diese Scores im Klinikalltag kaum systematisch berechnet, da die erforderlichen Daten überwiegend in unstrukturierter, uneinheitlicher Form vorliegen. Die manuelle Aufbereitung dieser Informationen aus klinischen Dokumenten und Bilddaten ist für das Personal zu zeitaufwendig und fehleranfällig.
Das Vorhaben adressierte dieses Defizit durch eine innovative KI-Lösung: Mittels Natural Language Processing (NLP) und modernen Machine-Learning-Verfahren (Deep Learning, supervised/unsupervised Learning) wurden im Teilvorhaben von DFC-SYSTEMS unstrukturierte Texte automatisiert erschlossen.
Über eine Echtzeitschnittstelle wurden diese Ergebnisse mit einer KI-basierten Bildanalyse korreliert. Ziel war eine automatisierte, hochpräzise Berechnung der Operations-Scores, um selbst bei komplexer Tumorgeometrie oder lückenhafter Dokumentation eine maximale Ergebnisqualität der Risikofaktoren zu gewährleisten. Dies entlastet das klinische Personal nachhaltig und optimiert die chirurgische Präzision sowie den gesamten Therapieverlauf
Sachbericht und zugleich Schlussbericht zum Verwendungsnachweis - Leitprojekt H2Giga
No full textDer Kapitalbedarf für die Energietransformation ist enorm und kann von der öffentlichen Hand allein nicht gedeckt werden. Die Herausforderungen für die Kapitalmarktteilnehmer bei Investitionen in Wasserstoffinfrastruktur liegen einerseits in der Bewertung der Investitionsrisiken, andererseits in der Erfüllung der aufsichtsrechtlichen Vorgaben.
Das Ziel des Teilprojekts war es, mehr Investitionssicherheit durch Transparenz für Kapitalmarktteilnehmer bei der Strukturierung und Investition in Produkte und Portfolios regenerativer Energiesysteme inklusive Wasserstoffinfrastruktur zu schaffen, um zukünftig Kapital für den flächendeckenden Ausbau regenerativer Energiesysteme einwerben zu können.
Die in SYSTOGEN100 integrierte mathematische Modellentwicklung zur prognostischen Risikoanalyse liefert einen Beitrag zur Ermittlung der technischen, rechtlichen, volkswirtschaftlichen und sozioökonomischen Zusammenhänge multimodaler Energiesysteme. So können mittels der Ergebnisse von SYSTOGEN100 zukünftig Investitionen in groß-skalige Wasserelektrolyseure detaillierter analysiert werden und durch ein Last- und Steuerungsmanagement zur Stabilität und höheren Wertschöpfung in gekoppelten Energieinfrastrukturen beitragen. Damit wird eine Optimierung des energetischen Gesamtsystems gefördert.
Das Projekt knüpft an aus der Finanzmathematik bekannten Konzepten und Methoden an, welche in den Bereich der Modellierung regenerativer Energiesysteme übertragen wurden: Monte-Carlo-Simulationen und stochastische Modelle zur Risiko- und Szenarioanalyse wurden adaptiert, um Einflussgrößen und Unsicherheiten im Projekt zu bewerten.
Mit der Software RealEstimate® wurde das modernste verfügbare Framework zur Modell- und Reporterstellung im Projekt eingesetzt: Das Gesamtsystem und die einzelnen Komponenten wie Elektrolyseure, energieerzeugende Anlagen, Speicher, Kapitalmarktprodukte, Wetter- und Klimakomponente, wurden in der Software RealEstimate® abgebildet und durch entsprechende Logiken mit Steuerungskomponenten verbunden. Die Transformation von System-Unsicherheiten in ein Cashflow-Risiko ist gelungen. Dabei wurden nicht nur Marktschwankungen, sondern auch Unsicherheiten aus „natürlichen Quellen“ wie z.B. Wetter/Klima an die Ertragssimulation gekoppelt. Die zugehörigen Cashflows wurden in einem stochastischen Modell modelliert und daraus z.B. Renditeverteilungen einer Finanzierungstranche in Abhängigkeit von der Unsicherheit von Preisen, Wettereinflüssen etc. abgeleitet. Somit können Finanzprodukte in RealEstimate® gemäß der Investitionsprofile unterschiedlicher Kapitalmarktteilnehmer strukturiert und die Stabilität von Kapital- und Schuldendienste analysiert werden. Es reicht dabei nicht aus, das Liquiditätsmanagement auf die finanzielle Situation abzustimmen. Genauso wichtig ist das Management der Energieflüsse (Commodity-Ebene: Strom und H2).
Zukünftige Bilanzen, GuV und strukturierte Finanzierung wurden im Software-Framework RealEstimate® für den gesamten Investitionshorizont simuliert. Es konnte ein quantitatives holistisches Maß vorgeschlagen werden, welches Rendite-, Risiko- und Nachhaltigkeitsaspekte vereint. Dieses erlaubt eine ganzheitliche Betrachtung der Investition. Es wurde zudem ein Nachhaltigkeitsrating weiterentwickelt, um die Erfüllung regulatorischer Rahmenbedingungen für Kapitalmarktteilnehmer zu unterstützen.
Das Modell ist vorbereitet, Produkt- und Portfoliostrukturierung virtuell durchzuführen
DLR 50OR2303 Schlussbericht
No full textDiese JWST-Schmalbanddurchmusterung nutzte den NIRCam-Filter F470N in Kombination mit Breitbandfiltern der Cosmic Evolution Early Science Survey (CEERS) Durchmusterung, um Emissionsliniengalaxien von der Epoche des kosmischen Mittags bis zur Reionisierungsepoche systematisch zu identifizieren. Mittels der Schmalband-Überschussmethode wurden 49 Paschen-a-Emitter bei z ˜ 1,5, 49Ha-Emitter bei z ˜ 6,2 und 1 [OIII]-Emitter bei z ˜ 8,4 im CEERS-Feld identifiziert. Für Paa und Ha wurden Leuchtkraftfunktionen abgeleitet und die Sternentstehungsratendichte bestimmt. Die räumliche Verteilung der Emitter zeigt eine in homogene Struktur mit Hinweisen auf Clustering. Technische Herausforderungen bei der Datenreduktion führten zur Entwicklung der spezialisierten Software „snowblind“, die mittlerweile von der internationalen JWST-Gemeinschaft genutzt wird. Das Projekt ermöglichte die Erstellung eines umfassenden Katalogs von Schmalband-Exzess-Galaxien, generierte zwei ko-autorisierte Publikationen (Taylor et al. 2025, ApJ986, 165; Gandolfietal. 2026, A&A, akzeptiert) und führte zu einer erfolgreichen Masterarbeit an der Universität Heidelberg
DATIpilot Modul 1 Innovationssprints
No full textEntwicklung eines Verfahrens und prototypischer Bereitstellung von FACTS-Bot (engl. "Fake Article Classification and Truth Screening Bot"), einem benutzerfreundlichen System zur KI-gestützten Detektion, Validierung und Bewertung maschinell generierter Inhalte für die Identifikation von Fehlinformationen in Nachrichten- und Informationsseiten. Ziel ist der Schutz der digitalen Integrität und die langfristige Förderung von ethischem Verhalten im digitalen Raum