opus htw (Hochschule für Technik und Wirtschaft Berlin)
Not a member yet
1647 research outputs found
Sort by
Electrochemical hydrogen pumps: a researcher's guide and review
No full textHydrogen is considered an attractive energy vector and an indispensable base chemical for a wide variety of chemical products. As more hydrogen is produced via electrolysis, finding ways to store the H2 will become increasingly important due to the low volumetric energy density at ambient pressure. While high pressure storage is favoured for many applications, compressing hydrogen poses distinct challenges due to its low density and high diffusivity. Electrochemical hydrogen pumps (EHP) present a solution to this challenge by efficiently compressing hydrogen. Hydrogen compression is more efficient using electrochemical hydrogen pumps than conventional mechanical compressors because they operate through isothermal rather than adiabatic compression. Additionally, they can be used to separate hydrogen from gas mixtures, for example from natural gas pipelines supplemented with hydrogen, creating the possibility of integrating them with existing energy transport infrastructure. This paper summarizes recent progress in electrochemical hydrogen pump research and presents a case study on an EHP test cell, test rig and a measurement guide to advance research in this field. Although electrochemical hydrogen pumps offer many advantages, shortcomings remain, including the lack of standardized measurement conditions and procedures, as well as a limited understanding of degradation mechanisms. This review aims to provide insights into these issues and discuss future directions for electrochemical hydrogen pump research
Characterization and Performance Evaluation of Cotton Fabrics Functionalized via In Situ Green Synthesis of Silver Nanoparticles Using Solanum tuberosum Peel Extract
No full textThe functionalization of textiles with nanomaterials through green synthesis offers a promising pathway for sustainable material innovation. This study explores the in situ green synthesis of silver nanoparticles (AgNPs) onto cotton fabrics using Solanum tuberosum (potato) peel extract as a natural reducing and stabilizing agent. The synthesis conditions were optimized by varying silver nitrate concentration, extract volume, temperature, pH, and reaction time, after which the optimized protocol was applied for fabric treatment. The presence and distribution of AgNPs were confirmed through UV-Visible spectroscopy, Fourier-transform infrared spectroscopy, scanning electron microscopy and dynamic light scattering. The treated fabrics demonstrated strong and durable antibacterial performance, with inhibition zones of 23 ± 0.02 against Escherichia coli and 16 ± 0.01 against Staphylococcus aureus. Notably, antibacterial activity was retained even after 20 washing cycles, demonstrating the durability of the treatment. Mechanical testing revealed a 32.25% increase in tensile strength and a corresponding 10.47% reduction in elongation at break compared to untreated fabrics, suggesting improved durability with moderate stiffness. Air permeability decreased by 8.8%, correlating with the rougher surface morphology observed in Scanning Electron Microscopy images. Thermal analysis showed a decrease in thermal stability relative to untreated cotton, highlighting the influence of AgNPs on degradation behavior. Overall, this work demonstrates that potato peel waste, an abundant and underutilized biomass, can be used as a sustainable source for the green synthesis of AgNP-functionalized textiles. The approach provides a cost-effective and environmentally friendly strategy for developing multifunctional fabrics, while supporting circular economy goals in textile engineering
Verzahnte Orientierungsangebote zur beruflichen und akademischen Ausbildung – das Modellvorhaben VerOnika (2019 – 2023)
No full textVerzahnte Orientierungsangebote stellen ein neuartiges und innovatives Modell der Studien- und Berufsorientierung dar, in dem Hochschulen gemeinsam mit Partnern der beruflichen Bildung Orientierungsprogramme am Übergang Schule-Ausbildung entwickeln und durchführen. In dem BMBF-geförderten Verbundvorhaben VerOnika wurden im Zeitraum 2019 – 2023 an den Standorten Berlin, Darmstadt und Karlsruhe verzahnte Orientierungsprogramme entwickelt und erprobt. In dem Bericht wird ein Überblick über das Verbundvorhaben gegeben und die drei Teilprojekte O ja! Orientierungsjahr Ausbildung und Studium (Berlin), das Darmstädter Orientierungsjahr für soziale Berufe –DasDoris! und das Karlsruher Orientierungssemester TWIN! vorgestellt. Ergänzt wird der Bericht durch zwei
Beiträge, die die Potenziale verzahnter Orientierungsangebote zu einer gendersensiblen Berufs- und Studienorientierung beleuchten sowie die Bedeutung einer wertneutralen Orientierung zu Ausbildung und Studium in den Blick nehmen
Audits for Trust: An Auditability Framework for AI-Based Learning Analytics Systems
No full textAudits contribute to the trustworthiness of Learning Analytics (LA) systems that integrate Artificial Intelligence (AI) and may be legally required in the future. We argue that the efficacy of an audit depends on the auditability of the audited system. Therefore, systems need to be designed with auditability in mind. We present a framework for assessing the auditability of AI-integrating systems in education that consists of three parts: (1) verifiable claims about the validity, utility and ethics of the system, (2) evidence on subjects (data, models, or the system) in different types (documentation, raw sources and logs) to back or refute claims, (3) means to validate evidence such as technical APIs, monitoring tools, or explainable AI principles must be accessible to auditors. We apply the framework to assess the auditability of the Learning Management System Moodle, which supports an AIintegrating dropout prediction system. Moodle’s auditability is limited by incomplete documentation, insufficient monitoring capabilities, and a lack of available test data
„Automatisierte Generierung eines Anlagenkennzeichnungssystems (AKS) in BIM-Projekten unter Einsatz von visuellen Programmierwerkzeugen“
No full textDiese Bachelorarbeit untersucht die Entwicklung und Implementierung eines automatisierten Systems zur Generierung von Anlagenkennzeichnungssystemen (AKS) in der Gebäudeautomation unter Anwendung von Building Information Modeling (BIM) und visuellen Programmierwerkzeugen wie Dynamo. Ziel ist es, den manuellen Aufwand bei der Erstellung von AKS-Schlüsseln zu reduzieren, die Datenkonsistenz zu erhöhen und die Effizienz des Planungsprozesses zu verbessern.
Die Arbeit beginnt mit einer Einführung in die Grundlagen der Gebäudeautomation und erläutert die Bedeutung von AKS für die Planung und den Betrieb technischer Gebäudeausrüstung. Es werden relevante Normen wie VDI 3814 Blatt 4.1, DIN 6779-12 und BACtwin analysiert, um die Anforderungen an ein standardisiertes AKS zu definieren. Anschließend wird der BIM-Ansatz als zentrale Methode für die Integration von Gebäudedaten vorgestellt, wobei der IFC-Standard als Grundlage für den Datenaustausch dient. Ein zentraler Bestandteil der Arbeit ist die Entwicklung eines modularen Dynamo-Skripts, das AKS-Schlüssel automatisch generiert. Das Skript greift auf eine strukturierte Datenbasis zu, die flexibel an projektspezifische Anforderungen angepasst werden kann. Es umfasst fünf Hauptsegmente: Eingabevariablen, Datenverarbeitung, Segmenterstellung, Zusammenführung der AKS-Abschnitte und Zuordnung der Schlüssel zu den Modellparametern. Der modulare Aufbau ermöglicht eine einfache Erweiterung und Anpassung des Skripts an unterschiedliche Projekte.
Die Implementierung des Dynamo Player bietet eine benutzerfreundliche Schnittstelle zur Ausführung des Skripts direkt aus Revit. Dadurch wird die Bedienung auch für Anwender ohne Programmierkenntnisse erleichtert. Ein Effizienzvergleich zwischen manueller und automatisierter AKS-Erstellung zeigt signifikante Zeitersparnisse und eine höhere Datenkonsistenz bei der automatisierten Methode.
Abschließend werden die Ergebnisse evaluiert und Empfehlungen für zukünftige Entwicklungen gegeben, wie etwa die Integration einer bidirektionalen Synchronisation zwischen Modell und Datenbasis. Die Arbeit leistet einen Beitrag zur Optimierung von Planungsprozessen in der Gebäudeautomation durch den Einsatz moderner Technologien und Automatisierungslösungen
Dynamische Adaption von Sprachmodellen durch Multi-LoRA
No full textBisher gilt für Large-Language-Modelle »Je größer, desto besser.«. Damit gehen enorme Hardwareanforderungen einher, die der wirtschaftlichen Nutzung der größten Modelle entgegenstehen. Alternativ gibt es auch kleinere Large-Language-Modelle, die zum Teil so wenige Modellparameter haben, dass sie auf mobilen Endgeräten wie Laptops oder Smartphones ausgeführt werden können. Die geringere Anzahl von Modellparametern führt jedoch auch zu geringeren Fähigkeiten, was die Qualität von Anwendungen mindern kann. Das Fine-Tuning ist ein Paradigma, welches diese Problematik durch erneutes Training für eine spezifische Anwendung adressiert.
Daraus ergibt sich die These »Je spezialisierter, desto besser.«.
Diese Masterarbeit untersucht die Spezialisierung von Sprachmodellen mithilfe von Low-Rank Adaptation. Die parallele Anwendung dieser Methode wird als Multi-LoRA bezeichnet und ermöglicht es Large-Language-Modelle durch die dynamische Adaption unbegrenzt häufig zu spezialisieren. Dieses Verfahren erschließt bislang ungenutztes Potential für die Skalierbarkeit und Flexibilität von Anwendungen mit Large-Language-Modellen. Der praktische Einfluss Multi-LoRAs wird in den Hauptpunkten Modellgüte, Hardwareanforderungen und Entwicklungsprozess evaluiert.
Dafür wurde ein Versuchsaufbau implementiert, der eine aktuelle Decoder-Only Transformerarchitektur für die Absichtsklassifikation von Textsequenzen anpasst. Das Fine-Tuning der Absichtsklassifikation erfolgt mit Multi-LoRA mehrsprachig in Englisch, Deutsch, Spanisch, Französisch und Italienisch. Die Trainings- und Inferenzphase des Versuchsaufbaus wurde ausschließlich mit Standardbibliotheken realisiert und liefert einen praktischen Entwurfsplan für Multi-LoRA. Bei den Hardwareanforderungen bestätigt sich das Potential Multi-LoRAs. Der Versuchsaufbau konnte mit einer einzelnen GPU mit 24 GB Speicher umgesetzt werden. Das LoRA Fine-Tuning benötigt lediglich 50 MB zusätzlichen GPU-Speicher. Während der Multi-LoRA Inferenz werden hingegen für jedes ersetzte Modell 98,33% GPU-Speicher gespart. Das Wechseln der trainierten Sprachen verzögert die Inferenz im Durchschnitt um 20,65 ms.
Die Implikationen Multi-LoRAs auf die Modellgüte sind dabei ausschließlich vom Erfolg des jeweiligen Fine-Tunings abhängig. Im Versuchsaufbau wurde festgestellt, dass die sprachliche Differenzierung von Trainingsdaten des gleichen Anwendungsszenarios zu einer Verminderung der Modellgüte führt.Multi-LoRA entfaltet sein Potential in Anwendungsszenarien, bei denen durch separates Fine-Tuning eine erhöhte Modellgüte erzielt wird. Der parallele Betrieb mehrerer Modelle kann dann mit Multi-LoRA vorteilhaft durch den dynamischen Wechsel von LoRA-Adaptern ersetzt werden
Vergleich und Integration von Standards und der NIS-2-Richtlinie: Herausforderungen und Lösungsansätze für Unternehmen in Deutschland
No full textDie Implementierung der NIS-2-Richtlinie stellt Unternehmen vor erhebliche Herausforderungen, da die Anforderungen komplex sind, die Rechtslage noch unklar ist und die Schwierigkeit besteht, konkrete Maßnahmen abzuleiten und diese mit bestehenden Standards zu verbinden. Ziel dieser Arbeit ist es, die Frage zu beantworten, wie ein praxisnaher, prozessorientierter Code of Conduct Unternehmen bei der Umsetzung von NIS-2 unterstützen kann. Im Rahmen der methodischen Vorgehensweise wird Requirements-Engineering angewendet, eine umfassende Literaturrecherche durchgeführt und qualitative Experteninterviews durchgeführt.
Das Ergebnis ist ein modular aufgebauter Code Of Conduct, der in einem GitHub-
Repository implementiert ist und für jede Umsetzungspflicht Ziele, Verhaltensregeln, organisatorische und technische Maßnahmen, Rollen, Nachweisdokumente und Checklisten bereitstellt. Darüber hinaus enthält er ein Mapping zwischen NIS-2 und ISO/IEC 27001, um den Standard in die NIS-2-Umsetzungsstrategie zu integrieren. Die Arbeit zeigt, dass die entwickelte Lösung eine strukturierte und praxisorientierte Grundlage zur Umsetzung von NIS-2 bietet, zugleich aber branchenspezifische Anpassungen und ergänzende Beratung erforderlich bleiben. Insgesamt stellt der Code of Conduct eine wertvolle Unterstützung dar, da er Prozesse klar abbildet, durch die modulare Struktur übersichtlich ist und die Richtlinie sowie Standards in eine gemeinsame Sprache übersetzt, die in verschiedenen Unternehmensbereichen nutzbar ist. Durch die Veröffentlichung auf GitHub ist er zudem offen, modular, flexibel, transparent und lässt sich kollaborativ weiterentwickeln.The implementation of the NIS2 Directive presents significant challenges for companies, as the requirements are complex, the legal situation remains unclear, and it is difficult to derive concrete measures and align them with existing standards. This thesis aims to answer the question of how a practical, process-oriented Code of Conduct can support organizations in implementing NIS2. The methodological approach combines requirements engineering, an extensive literature review, and qualitative expert interviews. The result is a modular Code of Conduct, published in a GitHub repository, which provides goals, behavioral guidelines, organizational and technical measures, roles, documentation templates, and checklists for each implementation obligation. Additionally, it includes a mapping between NIS2 and ISO/IEC 27001 to integrate the standard into the NIS2 implementation strategy. The study demonstrates that the developed solution offers a structured and practice-oriented foundation
for implementing NIS2, while also highlighting the need for sector-specific adaptations and supplementary consulting. Overall, the Code of Conduct serves as a valuable support tool by clearly illustrating processes, offering a transparent and modular structure, and translating regulatory requirements and standards into a unified language usable across various organizational areas. Its publication on GitHub ensures openness, flexibility, transparency, and the potential for collaborative development
Interpretable Deep Learning for Diabetic Retinopathy: A Comparative Study of CNN, ViT, and Hybrid Architectures
No full textDiabetic retinopathy (DR) is a leading cause of vision impairment worldwide, requiring early detection for effective treatment. Deep learning models have been widely used for automated DR classification, with Convolutional Neural Networks (CNNs) being the most established approach. Recently, Vision Transformers (ViTs) have shown promise, but a direct comparison of their performance and interpretability remains limited. Additionally, hybrid models that combine CNN and transformer-based architectures have not been extensively studied. This work systematically evaluates CNNs (ResNet-50), ViTs (Vision Transformer and SwinV2-Tiny), and hybrid models (Convolutional Vision Transformer, LeViT-256, and CvT-13) on DR classification using publicly available retinal image datasets. The models are assessed based on classification accuracy and interpretability, applying Grad-CAM and Attention-Rollout to analyze decision-making patterns. Results indicate that hybrid models outperform both standalone CNNs and ViTs, achieving a better balance between local feature extraction and global context awareness. The best-performing model (CvT-13) achieved a Quadratic Weighted Kappa (QWK) score of 0.84 and an AUC of 0.93 on the test set. Interpretability analysis shows that CNNs focus on fine-grained lesion details, while ViTs exhibit broader but less localized attention. These findings provide valuable insights for optimizing deep learning models in medical imaging, supporting the development of clinically viable AI-driven DR screening systems
Maintaining research integrity in the age of GenAI: an analysis of ethical challenges and recommendations to researchers
No full textBackground: This paper is a practice‑informed rapid review that maps the complex ethical challenges arising from the growing use of Generative Artificial Intelligence (GenAI) tools across the research life‑cycle. Earlier research primarily focused on academic integrity concerns related to students’ use of GenAI tools; however, limited information is available on the impact of GenAI on academic research. This study aims to examine the ethical concerns arising from the use of GenAI across different phases of research and explores potential strategies to encourage its ethical use for research purposes.
Methods: We selected one or more GenAI platforms applicable to various research phases (e.g. developing research questions, conducting literature reviews, processing data, and academic writing) and analysed them to identify potential ethical concerns relevant for that stage.
Results: The analysis revealed several ethical concerns, including a lack of transparency, bias, censorship, fabrication (e.g. hallucinations and false data generation), copyright violations, and privacy issues. These findings underscore the need for cautious and mindful use of GenAI.
Conclusions: The advancement and use of GenAI are continuously evolving, necessitating an ongoing in-depth evaluation. We propose a set of practical recommendations to support researchers in effectively integrating these tools while adhering to the fundamental principles of ethical research practices
11th ERRN Conference - Risk Management Challenges in Times of Change
No full textIt was with great pleasure that the 11th European Risk Research Network Conference was hosted at HTW Berlin under the theme “Risk Management Challenges in Times of Change.” The conference brought together leading academics, practitioners, and emerging scholars from across Europe, as well as North and South America, to engage in a shared exploration of the evolving landscape of risk management. The international character of the event reflected the global nature of today’s risk environment—an interconnected world where new threats and opportunities continue to emerge at an accelerating pace.
The conference aimed to provide a comprehensive examination of contemporary risk management challenges and to highlight innovative approaches to addressing them. In doing so, it sought to bridge the gap between academic research and professional practice. By fostering meaningful dialogue between scholars and industry experts, the event served as a platform where theoretical insights and practical experiences were exchanged, contributing to a deeper understanding of complex risk phenomena.
The contributions showcased during the conference—and now documented in these proceedings—reflect this interdisciplinary and practice-oriented approach. They examine risk management challenges from various angles, providing both analytical insight and practical applicability. Together, they highlight key research gaps and suggest potential directions for future development in the field. As a result, this volume serves as a valuable resource for academics, professionals, and policymakers aiming to navigate the increasing complexity of modern risk management.
Particular recognition is due to the PhD students who presented their projects. Their fresh perspectives and innovative ideas provided valuable impulses to the discussions and underscored the importance of supporting the next generation of risk management scholars. Their contributions have further enriched the diversity and intellectual vibrancy of the conference. By bringing together a distinguished group of experts from academia and practice, the conference and its proceedings have provided an in-depth examination of the challenges associated with managing risk in a rapidly changing world. The methods, insights, and case studies presented here are intended to inspire further research, reflection, and collaboration among all those committed to advancing the discipline and practice of risk management