REPOSIT HAW Hamburg

HAW Hamburg

REPOSIT HAW Hamburg
Not a member yet
    18069 research outputs found

    Evaluation eines Modellprogramms zur Bewusstseinsbildung in Unternehmen zur Inklusion von Menschen mit Behinderungen

    No full text
    Im Rahmen der Begleitforschung eines Projektes zur Bewusstseinsbildung bei Unternehmen und der dadurch intendierten Erhöhung der Beschäftigungsquote von behinderten Menschen wurden Wirkungen unterschiedlicher Bildungsmaßnahmen bei Teilnehmenden erfasst. Die intendierte Wirkung der Maßnahmen konnte bestätigt werden. Es wurde allerdings durch die Studie auch deutlich, wo die Begrenzungen in der Umsetzung einer inklusiven Unternehmenskultur liegen. Zudem konnten aufgrund der Projektlaufzeit keine Aussagen getroffen werden, wie die konkreten Umsetzungswege aussehen bzw. wie Inklusion nachhaltig verankert werden kannSo sollen daraus Schlussfolgerungen für die weitere Entwicklung des Inklusionsmanagements in Betrieben des ersten Arbeitsmarktes gezogen werden. Das methodische Design umfasste Methoden der Einstellungsforschung, aber auch selbst entwickelte Forschungsinstrumente zur Erfassung der Angebots-Nutzung und Einstellungsänderung enthalten. Neben der Anwendung von quantitativen ausgerichteten Befragungsinstrumenten und der Erfassung von Strukturdaten sollen auch qualitative Einzelinterviews und Fokusgruppen durchgeführt werden, um die subjektiven Erfahrungen, Zufriedenheit und den Grad des Bewusstseinswandels zu erfassen. Es handelt sich um ein Kooperationsprojekt zwischen der HAW Hamburg und Dialogue Social Enterprise, das vom Bundesministerium für Arbeit und Soziales gefördert wird.Bundesministerium für Arbeit und SozialesNonPeerReviewe

    Liquid hydrogen mass gauging : sensor concepts for future hydrogen aircraft tanks

    No full text
    he safe and precise measurement of liquid hydrogen (LH₂) tank levels is a key challenge for the use of hydrogen as a sustainable aviation fuel. The envisioned large cylindrical hydrogen tanks differ greatly from today's integrated wing tanks. While traditional Fuel Quantity Indication Systems (FQIS) rely on tens of capacitive probes, temperature sensors, compensators and high/low-level sensors to achieve the required robustness, the necessary sensor systems for an LH₂ FQIS that meet future requirements remain unknown. Although multiple LH₂ level measurement principles have been applied in industry, automotive, and space applications, no complete system has yet been developed at the scale and performance required for future LH₂ aircraft. Historically, there have been test flights powered by turbines or fuel cells using LH₂, but for these prototypes no full FQIS was developed; instead, fuel duration was estimated, or a single probe was used. This paper focuses on identifying the requirements of today's FQIS, addressing both robustness and precision. While regulations regarding LH₂ fuel systems for civil aviation (ISO/AWI 19888, SAE AS6679) are still under development, existing standards for LH₂ systems in the automotive sector can be combined with the requirements of modern FQIS and current LH₂ aircraft design studies to provide insights into the operational requirements and challenges of LH₂ FQIS systems. In addition, an overview of measurement concepts for LH₂ fill-level sensors is presented, along with initial experimental results obtained from tests with capacitive probes in cryogenic nitrogen, non-invasive vibro-acoustic methods, and temperature-based fill-level sensors.Bundesministerium für Wirtschaft und EnergieNonPeerReviewe

    Alarmierungsübungen im kommunalen Katastrophenschutz : Konzeption eines Unterstützungsmodells auf Grundlage des § 7 der Katastrophenschutzverordnung Rheinland-Pfalz

    No full text
    Alarmierungsübungen sind ein wesentliches Instrument, um Funktionsfähigkeit und Belastbarkeit von Alarmierungsstrukturen, Alarmierungsplänen und der Einsatzbereitschaft im Katastrophenschutz zu überprüfen. Mit der Neuordnung des Katastrophenschutzes in Rheinland- Pfalz und der Einführung der Katastrophenschutzverordnung (KatS-VO) wurde für Landkreise und kreisfreie Städte eine verbindliche Übungspflicht geschaffen. Gleichzeitig stehen Sie als untere Katastrophenschutzbehörden vor der Herausforderung, diese Übungen unter begrenzten personellen und zeitlichen Ressourcen systematisch zu planen und zu dokumentieren. Ziel dieser Arbeit ist es daher, einen praxistauglichen Unterstützungsansatz für die Ausarbeitung von Alarmierungsübungen nach Paragraf 7 KatS-VO auf Ebene der Landkreise und kreisfreien Städte zu entwickeln. Methodisch basiert die Arbeit auf einer systematischen Literaturrecherche zu Übungen im Bevölkerungsschutz, der Analyse der rechtlichen und organisatorischen Rahmenbedingungen in Rheinland-Pfalz sowie der konzeptionellen Entwicklung eines Unterstützungsinstruments. Auf Grundlage der identifizierten Anforderungen an Übungsplanung, Durchführung, Beobachtung und Auswertung wurde ein phasenorientierter Leitfaden zur Ausarbeitung von Alarmierungsübungen sowie eine ergänzende Checkliste als ausfüllbares PDF-Formular erstellt. Die Praxisorientierung des Ansatzes wurde anschließend mithilfe eines strukturierten Validierungsbogens durch eine fachkundige Person aus der Katastrophenschutzpraxis bewertet. Die Ergebnisse zeigen, dass Alarmierungsübungen als eigenständiger Übungstyp in der Literatur bislang nur randständig behandelt werden, zentrale Anforderungen an professionelle Übungsausarbeitung aber gut übertragbar sind. Der entwickelte Leitfaden verknüpft diese Anforderungen mit den normativen Vorgaben des Paragrafen 7 KatS-VO und wird in der Validierung als fachlich stimmig, übersichtlich und praxistauglich eingeschätzt. Die Arbeit leistet damit einen konzeptionellen Beitrag zur Unterstützung der unteren Katastrophenschutzbehörden bei der strukturierten Planung und Dokumentation von Alarmierungsübungen und zeigt zugleich den Bedarf weiterer empirischer Untersuchungen und breit angelegter Praxiserprobungen auf

    Bewertung von SQL- und NoSQL-Datenbanksystemen: Eine Nutzwertanalyse zur Entscheidungsfindung

    No full text
    Daten werden mit jedem Tag wichtiger und gewinnen vor allem in der Wirtschaft an Bedeutung. Aus diesem Grund ist es entscheidend, wie die Daten gespeichert werden. Derzeit gehören SQL- und NoSQL-Datenbanken zu den am häufigsten eingesetzten Datenbanksystemen. Die Frage ist jedoch wie entscheidet man welches Datenbankmanagementsystem am besten zu dem Anwendungsfall und den daraus folgenden Daten passt? Die vorliegende Arbeit untersucht welche Kriterien bei der Entscheidungsfindung möglich sind und welche tatsächlich auch eine Rolle in der reellen Welt spielen. Zudem werden Performance Tests durchgeführt, um die Leistungsstärke der jeweiligen Datenbanksysteme zu bewerten. Alle gemachten Erkenntnisse werden in einer Nutzwertanalyse zusammengefasst und ausgewertet. Das Ergebnis ist hiermit eine Unterstützung zu der Wahl zwischen SQL- und NoSQL für zwei Anwendungsfälle - Banking Daten sowie Daten aus E-Commerce.Data is becoming increasingly important every day and is gaining particular significance in the business world. For this reason, it is crucial to determine how data is stored. Currently, SQL and NoSQL databases are among the most commonly used database systems. However, the question arises: how does one decide which database management system is best suited for a specific use case and its associated data requirements? This study explores the criteria that can influence decision-making and identifies those that are truly relevant in real-world scenarios. Additionally, performance tests are conducted to evaluate the efficiency of each database system. All findings are summarized and analyzed in a utility value analysis. The result provides guidance for choosing between SQL and NoSQL databases for two specific use cases: banking data and e-commerce data

    Radikalität, ein gefährliches Versprechen?

    No full text
    NonPeerReviewe

    Die AAS als Schlüssel zur ganzheitlichen Steuerungscodegenerierung : ein Diskussionspapier

    No full text
    Die manuelle Erstellung von Steuerungscode ist zeitaufwendig und fehleranfällig. Automatische Codegenerierung kann diesen Aufwand reduzieren, benötigt dafür jedoch viele Informationen, die bisher meist manuell bereitgestellt oder in komplexen Modellen gepflegt werden müssen. In diesem Beitrag wird untersucht, wie die Asset Administration Shell (AAS) als digitales Anlagenmodell diese Nachteile verringern kann. Es wird gezeigt, dass AAS-basierte Modelle über den Anlagenlebenszyklus hinweg automatisch entstehen und Engineering-Werkzeugen eine einheitliche und aktuelle Informationsbasis für die Codegenerierung bieten. Dadurch lassen sich viele wiederkehrende Aufgaben einfacher automatisieren. Gleichzeitig bleibt vollständig automatisch erzeugter Steuerungscode weiterhin schwierig, da dafür zusätzliche Kontextinformationen fehlen. Abschließend wird diskutiert, inwieweit zukünftige LLM-basierte Ansätze helfen können, diese verbleibende Lücke zu schließen.AlternativeReviewe

    Entwicklung eines handgeführten 3D-Scanners zur Objektreproduktion mittels texturierter 3D-Punktwolken

    No full text
    In dieser Masterarbeit wird ein System zur Erstellung von 3D-Modellen aus Aufnahmen einer mobilen Sensoreinheit entwickelt. Die erfassten Bilddaten durchlaufen eine Verarbeitungskette, die letztendlich ein vollständiges 3D-Modell erzeugt. Dabei steht ein umfassendes Gesamtsystem im Vordergrund, das sämtliche Arbeitsschritte von der Bilderfassung über die Vorverarbeitung bis zur finalen Modellierung integriert.In this thesis, a system for creating 3D models from images captured by a mobile sensor unit is developed. The acquired image data are processed through a pipeline that ultimately generates a complete 3D model. The focus is on a comprehensive integrated system that encompasses all workflow steps, from image acquisition and preprocessing to final modeling

    [Ausstattung zu: Löwenherzen]

    No full text
    NonPeerReviewe

    Clustering of Charging Processes to Identify and Categorize Transaction Quality in E-Mobility

    No full text
    Der globale Übergang zu Elektrofahrzeugen zielt darauf ab, Treibhausgasemissionen zu reduzieren, die Luftqualität zu verbessern, Lärm zu minimieren und die Abhängigkeit von fossilen Brennstoffen zu verringern. Die Akzeptanz von Elektrofahrzeugen hängt von Faktoren wie der öffentlichen Ladeinfrastruktur, den Eigentumskosten, der Reichweite und den staatlichen Richtlinien ab. Diese Studie identifiziert Schlüsselindikatoren zur Bewertung von Ladevorgängen unter Verwendung von Daten aus einem Ladepunkt-Managementsystem. Sie untersucht die Rolle des Open Charge Point Protocols bei der Standardisierung der Kommunikation zwischen Ladestationen und Backend-Systemen. Ein auf maschinellem Lernen basierender Clusteransatz wird angewandt, um Ladevorgänge zu kategorisieren und Einblicke in die Qualität von Ladevorgängen und Dienstleistungen zu gewinnen, was wiederum die Akzeptanz durch die Verbesserung der Benutzererfahrung und der Zuverlässigkeit der Infrastruktur fördert. Diese Studie demonstriert eine Methodik, die auf Datensätze aus jedem beliebigen Zeitraum angewendet werden kann und die kontinuierliche Optimierung der Ladeinfrastruktur unterstützt.The global transition to electric vehicles aims to reduce greenhouse gas emissions, enhance air quality, minimize noise, and decrease fossil fuel dependence. Adoption of electric vehicles depends on factors such as public charging infrastructure, ownership costs, driving range, and government policies. This study identifies key performance indicators for evaluating charging transactions using data from a charge point management system. It examines the Open Charge Point Protocol’s role in standardizing communication between charging stations and backend systems. A machine learning-based clustering approach is applied to categorize charging transactions, providing insights into charging and service quality, which in turn enhances adoption by improving user experience and infrastructure reliability. This study demonstrates a methodology that can be applied to datasets from any time period, supporting the continuous optimization of charging infrastructure

    Machine language and journalism : how (generative) AI transforms public discourse

    No full text
    Die Integration Künstlicher Intelligenz (KI) in den Journalismus eröffnet Chancen, stellt jedoch zugleich eine ernsthafte Herausforderung für den demokratischen Diskurs dar. KI-gestützte Anwendungen können die Bekämpfung von Falschinformationen unterstützen. Sie bergen aber auch Risiken, die von der Machtkonzentration bei wenigen US-Plattformen bis hin zur Verstärkung von Vorurteilen reichen. Die mangelnde Transparenz algorithmischer Entscheidungsprozesse bei der Themengewichtung kann den pluralistischen Charakter der Öffentlichkeit gefährden. Ein Beitrag zur zentralen Frage, ob KI-basierte Systeme die journalistischen Grundsätze von Qualität, Verantwortung und Unabhängigkeit wahren können – oder ob sie diese langfristig unterminieren.The integration of artificial intelligence (AI) into journalism offers opportunities but also poses major challenges to democratic discourse. While AI tools can support fact-checking and streamline research, they also risk concentrating power in a few plattforms, reinforcing biases, and reducing transparency in news selection. This raises the central question of whether AI-based systems can uphold journalistic principles of quality, responsibility, and independence—or whether they risk under-mining them in the long term.Keywords: Artificial Intelligence, Journalism, Democratic Discourse, Transparency.AlternativeReviewe

    7,602

    full texts

    18,069

    metadata records
    Updated in last 30 days.
    REPOSIT HAW Hamburg is based in Germany
    Access Repository Dashboard
    Do you manage REPOSIT HAW Hamburg? Access insider analytics, issue reports and manage access to outputs from your repository in the CORE Repository Dashboard!