Publikationsdatenbank ePub FH Technikum Wien
Not a member yet
8072 research outputs found
Sort by
The Role of Technological Innovations in ESG Reporting: Opportunities and Challenges
No full textThrough the pressure of investors, communities, businesses and regulators to publish ESGinformation, the process of establishing a well-aligned ESG reporting process has become anecessity for companies of most sizes. This paper investigates the opportunities andchallenges that the incorporation of technological innovation in the ESG reporting processhave. Furthermore, it looks at the impact that emerging technologies have on ESG reportingfor organisations in the next years.The findings on key opportunities, challenges and impact factors have been establishedthrough a combination of two qualitative empirical methods. The data collection consists of twoillustrative in-depth case studies of real-world examples and of additional nine interviews with11 experts on the topic of technology implementation into their own and their clients ESGreporting processes. The data analysis is based on literature content analysis, the TOEframework, and Mayring’s qualitative analysis approach.Findings highlight key benefits, including increased operational efficiency, time savings,improved data transparency and quality, enhanced ESG monitoring, data-driven decisionmaking, and better auditability. Contrarily, major challenges are found, such as regulatorycompliance gaps among ESG technology providers, infrastructure and workflow integrationissues, organisational resistance, resource constraints, technical complexities, securityconcerns, and budget limitations.Emerging technologies like Artificial Intelligence (AI) and eXtensible Business ReportingLanguage (XBRL) are transforming ESG reporting by improving data structuring, automation,and standardisation. After overcoming challenges, companies that proactively invest in ITinfrastructure, regulatory alignment and ESG data governance will gain a competitiveadvantage. Policymakers and technology providers play key roles in shaping interoperableESG reporting.by: Miriam VallantMasterarbeit Fachhochschule Technikum Wien 202
Einsatz von KI bei der Generierung von Schulungsvideos am Beispiel von ELLI
No full textDie vorliegende Masterarbeit untersucht den Einsatz von Künstlicher Intelligenz (KI) bei der Generierung von Schulungsvideos. Mithilfe der Plattform HeyGen wurde ein Prototyp einer Schulungsvideoreihe für die Software „ELLI“ entwickelt und im Rahmen eines Experiments mit 48 Teilnehmenden evaluiert. Zwei Gruppen wurden dabei mit identem Inhalt geschult. Eine Gruppe durch eine klassische Präsenzschulung, die andere mithilfe der KI-generierten Videos. Ziel des Experiments war es, zu analysieren, ob das neue Schulungsformat die Benutzerakzeptanz gegenüber der Software erhöhen und den Schulungsprozess effizienter gestalten kann. Die Ergebnisse zeigen, dass die Erstellung der Videos mit Einsatz von KI langfristig eine deutliche Zeitersparnis ermöglicht und Inhalte flexibel sowie schnell aktualisiert werden können. Hinsichtlich des Lernerfolgs ergaben sich keine signifikanten Unterschiede zwischen den beiden Gruppen. Die Schulungsvideos wurden von den Teilnehmenden als verständlich, praxisnah und leicht zugänglich bewertet.Ergänzende Expert*inneninterviews bestätigten das Potenzial der digitalen Schulungsmethode, wiesen jedoch auf zentrale Herausforderungen, insbesondere auf organisatorische Aspekte wie Change-Management und die notwendige Unterstützung durch die Führungsebene, hin. Sowohl die Interviewpartner*innen als auch die Teilnehmenden des Experiments sprachen sich daher für ein hybrides Schulungsmodell aus. Dabei werden Schulungsvideos mit Präsenzterminen kombiniert, um die jeweiligen Stärken beider Methoden optimal zu nutzen. Insgesamt lässt sich sagen, dass KI-generierte Videos, besonders bei standardisierten Prozessen, eine effiziente und zukunftsorientierte Ergänzung zu bestehenden Schulungsmethoden darstellen.This master’s thesis explores the use of artificial intelligence (AI) in the production of training videos. Using the platform HeyGen, a prototype video series was developed for the software "ELLI" and evaluated in an experiment involving 48 participants. Two groups received the same training content, one through a traditional face-to-face training session, the other via AI-generated videos. The aim of the experiment was to determine whether the new training format could enhance user acceptance of the software and increase the efficiency of the training process. The results show that producing videos with AI leads to significant long-term time savings and allows content to be updated quickly and flexibly. No statistically significant differences in learning outcomes were found between the two groups. The training videos were rated by participants as clear, practical, and easily accessible.Additional expert interviews confirmed the potential of the digital training format but also pointed out key challenges, especially organizational aspects such as change management and the need for leadership support. Both the interviewees and the participants favoured a hybrid training model that combines videos with in-person sessions to make the most of both methods. Overall, AI-generated videos, particularly for standardized processes, represent an efficient and future-oriented complement to traditional training approaches.ausgeführt von: Iris FischerMasterarbeit Fachhochschule Technikum Wien 202
The effect of increased randomness in procedural generation on the player experience
No full textIn dieser Arbeit wird untersucht, wie sich ein steigender Grad an Zufälligkeit bei der prozeduralen Generierung auf das Spielerlebnis auswirkt. Außerdem wird analysiert, wie sich die Erfahrung eines Spielers mit Rogue-Like Dungeon Crawlern auf seine wahrgenommene Erfahrung im generierten Dungeon auswirken könnte. Drei verschiedene Dungeon-Etagen werden mit prozedural generierten Raumformen, Raumverkettungen und Feindpositionierungen generiert. Jede Etage bietet einen anderen Grad an Zufälligkeit im resultierenden Dungeon. Nachdem die Tester die Dungeons durchgespielt hatten, beantworteten sie eine Umfrage. Es zeigt sich, dass der Erfahrungsgrad eines Spielers einen erheblichen Einfluss darauf hat, welche Art der Generierung er bevorzugt. Spieler mit einem hohen Erfahrungsgrad bevorzugen eine einfachere Generierung mit weniger Zufälligkeit, während unerfahrene Spieler einen höheren Grad an Zufälligkeit bevorzugen. Unerfahrene Spieler zeigen auch eine Voreingenommenheit bei der Bewertung der Positionierung von Gegnern, je nachdem, ob sie in der entsprechenden Dungeon-Etage gestorben sind oder überlebt haben. Sehr erfahrene Spieler weisen diese Voreingenommenheit nicht vor und bevorzugen eine zufällige Positionierung der Gegner. Die Ergebnisse geben erste Anhaltspunkte für eine allgemeine Spielerpräferenz, obwohl die Untersuchung auf eine feinere Generierung oder mehrere Genres ausgedehnt werden könnte.This thesis examines the impact of increasing levels of randomness in procedural generation on the player experience. It also analyzes how the level of experience a player might have with rogue-like dungeon crawlers might affect their perceived experience in the generated dungeon. Three different dungeon floors are set with procedurally generated room shapes, room concatenation, and enemy positioning. Each floor offers a different degree of randomness in the resulting dungeon. After playing through the dungeons, the testers answered a survey. The level of experience of a player shows to have a significant impact on which type of generation they prefer. Players with high levels of experience prefer simpler generation with less randomness, while inexperienced players enjoy higher degrees of randomness. Inexperienced players also show bias in how they perceive enemy positioning depending on whether they died or survived the corresponding dungeon floor. Highly experienced players do not show this bias and prefer random enemy positioning. The results show first clues towards a general player preference, though the research could be extended to more fine-grained generation or multiple genres.by: Andre SchneiderMasterarbeit Fachhochschule Technikum Wien 202
DSGVO-Compliance bei medizintechnischen Geräten: Entwicklung eines prozessorientierten Modells zur Optimierung der Betreiberprozesse und Herstellerangaben im intramuralen Gesundheitswesen
No full textDie fortschreitende Digitalisierung in der Medizintechnik birgt erhebliche Herausforderungen hinsichtlich der Einhaltung datenschutzrechtlicher Vorgaben gemäß der Datenschutz-Grundverordnung (DSGVO). Betreiberorganisationen wie z.B. Krankenhäuser, stehen dabei vor dem Problem, dass medizintechnische Geräte oft nicht eindeutig hinsichtlich ihrer datenschutzrechtlichen Relevanz gekennzeichnet sind. Dahingehend fehlen verbindliche Standards. Diese Unsicherheiten erschweren die Einschätzung der Verantwortlichkeiten und die rechtssichere Gestaltung von Auftragsverarbeitungsverträgen.Ziel dieser Masterarbeit ist die Entwicklung eines praxisorientierten und prozessorientierten Modells, welches Betreiber medizintechnischer Geräte dabei unterstützt, die datenschutzrechtlichen Anforderungen der DSGVO effizient umzusetzen. Zunächst werden konkrete Prozesse und eine standardisierte Vorlage zur Bestimmung des Zwecks der Datenverarbeitung erstellt. Diese werden anschließend mithilfe leitfadengestützter Experten:innen-Interviews innerhalb der Oberösterreichischen Gesundheitsholding (OÖG) validiert und optimiert. Die methodische Grundlage bildet die qualitative Inhaltsanalyse nach Mayring.Die Ergebnisse sollen dazu beitragen, die datenschutzrechtliche Klassifikation medizintechnischer Geräte klarer zu gestalten, Unsicherheiten bei der Einbindung externer Dienstleistungen zu reduzieren und bestehende Betreiberprozesse nachhaltig zu verbessern. Zusätzlich erfolgt eine Bewertung der Übertragbarkeit bestehender Datenschutzkennzeichnungen (Privacy Icons) aus dem IoT-Bereich auf die Medizintechnik.The ongoing digitalisation of medical technology poses considerable challenges with regard to compliance with data protection regulations in accordance with the General Data Protection Regulation (GDPR). Operator organisations, such as hospitals, are faced with the problem that medical devices are often not clearly labelled with regard to their relevance under data protection law. There is a lack of binding standards in this regard. These uncertainties make it difficult to assess responsibilities and to draft legally compliant data processing agreements.The aim of this master's thesis is to develop a practical, process-oriented model that supports operators of medical devices in efficiently implementing the data protection requirements of the GDPR. First, specific processes and a standardised template for determining the purpose of data processing are created. These are then validated and refined with the help of guideline-based expert interviews within the “Oberösterreichische Gesundheitsholding” (OÖG). The qualitative content analysis according to Mayring forms methodological basis.In particular, the results should help to clarify the data protection classification of medical devices, reduce uncertainties when integrating external services and sustainably improve existing operator processes. Furthermore, the transferability of existing data protection labelling (privacy icons) from the IoT sector to medical technology will be evaluated.ausgeführt von: Hiroaki OishiMasterarbeit Fachhochschule Technikum Wien 202
Analyse und Entwicklung eines Reduced Loss Tristate (RLT) Quadratic Buck- Konverters
No full textIm Zuge der zunehmenden Elektrifizierung verschiedenster Anwendungsfelder, wie der Elektromobilität, der Industrieversorgung und der Nutzung erneuerbarer Energien, rücken energieeffiziente Konzepte der Leistungselektronik verstärkt in den Fokus. Insbesondere im Bereich der DC-DC-Wandlung werden neue Schaltungstopologien benötigt, um hohen Effizienzanforderungen bei gleichzeitig geringeren Schaltverlusten gerecht zu werden. Klassische Wandler wie der Tiefsetzsteller stoßen bei extremen Spannungsreduktionen an ihre Grenzen, insbesondere aufgrund hoher Schaltverluste und EMV-Problematiken bei kleinen Tastverhältnissen. In dieser Arbeit wird der Reduced Loss Tristate Quadratic Buck-Konverter untersucht, der durch seine zweistufige Spannungswandlung eine quadratische Reduktion der Ausgangsspannung ermöglicht. Die Integration einer Tristate-Schaltstrategie reduziert die Schaltverluste erheblich und verbessert die elektromagnetische Verträglichkeit. Neben einer detaillierten theoretischen Analyse des Schaltungsverhaltens in drei Betriebsmodi wird der Konverter mithilfe der Zustandsraumdarstellung modelliert und um parasitäre Effekte erweitert. Darauf aufbauend erfolgt die Auslegung der Bauelemente sowie eine umfassende Simulation, in der sowohl ideale als auch reale Komponenten berücksichtigt werden. Die Simulationsergebnisse werden abschließend an einem real aufgebauten Prototyp verifiziert. Die Ergebnisse bestätigen die Vorteile der RLT Quadratic Buck-Topologie hinsichtlich EMV-Verhalten und Schaltverluste und unterstreichen deren Potential für den industriellen Einsatz.With the increasing electrification of various application areas – such as electromobility, industrial power supply and the use of renewable energies – energy efficient concepts in power electronics are gaining growing attention. Especially in the field of DC-DC conversion, new circuit topologies are required to meet high efficiency demands while minimizing switching losses. Conventional converters, such as the buck converter, reach their physical limits when dealing with extreme voltage reductions, primarily due to high switching losses and electromagnetic interference (EMI) issues at low duty cycles. This work investigates the Reduced Loss Tristate Quadratic Buck Converter, which enables a quadratic reduction of the output voltage through a two-stage voltage conversion. The integration of a tristate switching strategy significantly reduces switching losses and improves electromagnetic compatibility. In addition to a detailed theoretical analysis of the circuit behavior across three operating modes, the converter is modeled using state-space representation and extended to include parasitic effects. Based on this model, the circuit components are dimensioned and a comprehensive simulation is conducted, incorporating both ideal and non-ideal components. The simulation results are finally validated using a real hardware prototype. The findings confirm the advantages of the RLT Quadratic Buck topology in terms of EMI behavior and switching performance, highlighting its potential for industrial applications.ausgeführt von: Agon IstrefiMasterarbeit Fachhochschule Technikum Wien 202
Der Einsatz von Künstlicher Intelligenz zur Optimierung von Geschäftsprozessen in CRM-Systemen
No full textDiese Masterarbeit untersucht die Integration von Künstlicher Intelligenz (KI) in Customer-Relationship-Management (CRM)-Prozesse bei österreichischen mittelständischen und großen Unternehmen. Durch qualitative Experteninterviews werden die Einsatzbereiche, Entscheidungsgründe, Herausforderungen und erzielten Mehrwerte bei der KI-Implementierung analysiert. Die Ergebnisse zeigen, dass KI primär zur Effizienzsteigerung, Prozessautomatisierung und Qualitätsverbesserung in der Kundenansprache genutzt wird. Trotz unterschiedlicher Reifegrade berichten die Unternehmen von deutlichen Vorteilen wie schnelleren Reaktionszeiten, verbesserten Kundensegmentierungen und präziseren Entscheidungsgrundlagen. Als zentrale Herausforderungen erweisen sich Datenschutzbedenken, organisatorischer Widerstand und die Integration in bestehende Systemlandschaften. Die Arbeit identifiziert zudem eine Diskrepanz zwischen Herstellerversprechen und der Praxisrealität. Die abgeleiteten Handlungsempfehlungen betonen einen Use-Case-orientierten Implementierungsansatz, die Bedeutung von Datenqualität und effektivem Change-Management. Die Studie verdeutlicht, dass der erfolgreiche KI-Einsatz in CRM-Prozessen weniger von der Technologie selbst als von einer durchdachten Implementierungsstrategie und organisatorischer Anpassungsfähigkeit abhängt.This master's thesis examines the integration of Artificial Intelligence (AI) in Customer Relationship Management (CRM) processes within Austrian medium-sized and large enterprises. Through qualitative expert interviews, the study analyzes application areas, decision factors, challenges, and achieved benefits of AI implementation. The findings reveal that AI is primari-ly utilized for efficiency improvement, process automation, and enhanced quality in customer communication. Despite varying levels of maturity, companies report significant advantages including faster response times, improved customer segmentation, and more precise decision-making foundations. Key challenges identified include data privacy concerns, organiza-tional resistance, and integration with existing system landscapes. The research also highlights a discrepancy between vendor promises and practical reality. The derived recommendations emphasize a use case-oriented implementation approach, the importance of data quality, and effective change management. The study demonstrates that successful AI deployment in CRM processes depends less on the technology itself than on thoughtful implementation strategy and organizational adaptability.ausgeführt von: Salim SayimerMasterarbeit Fachhochschule Technikum Wien 202
Fehler-Potential-Analyse als Grundlage für vorrausschauende Instandhaltung der Wiener U-Bahn Type V
No full textDiese Arbeit untersucht das Ausfallverhalten der Komponenten im Druckluftsystem des Bremssystems des V-Wagens. Basierend auf betrieblichen Störungsmeldungen, Materialflussanalyse und Fehler-Potenzial-Analyse wurde analysiert, welche Komponenten besonders störanfällig sind und wie sich deren Überwachung verbessern lässt. Die Nutzung von MVB-Prozessdaten ermöglicht es, frühzeitig Fehlermuster zu erkennen und gezielte Wartungsstrategien zu entwickeln.Die Ergebnisse zeigen, dass etwa ein Drittel der Komponenten nicht im Voraus detektiert werden kann, während ein weiteres Drittel nur indirekt überwacht werden kann. Die verbleibenden Komponenten lassen sich direkt diagnostizieren, wodurch präzisere Wartungsmaßnahmen ermöglicht werden. Eine verbesserte Integration von Sensorik sowie eine optimierte Nutzung der MVB-Daten bieten Potenzial für eine effizientere Instandhaltung und eine erhöhte Betriebssicherheit. Zukünftig wird die Implementierung neuer Netzwerktechnologien, insbesondere in Bestandsfahrzeugen, eine zentrale Rolle spielen.This study analyzes the failure behavior of components within the compressed air system of the V-Wagon's braking system. By examining operational failure reports, material flow evaluations, and failure potential analyses, the study identifies critical components and explores methods for improving their monitoring. Utilizing MVB process data allows for the early detection of failure patterns and the development of targeted maintenance strategies.The findings reveal that approximately one-third of the components cannot be detected in advance, while another third can only be monitored indirectly. The remaining components can be directly diagnosed, enabling more precise maintenance measures. Enhanced sensor integration and optimized MVB data utilization provide potential for more efficient maintenance and improved operational reliability. Looking ahead, the implementation of new network technologies, particularly in legacy vehicles, will be crucial for further advancements.ausgeführt von: Markus SiebenhandlMasterarbeit Fachhochschule Technikum Wien 202
Validating Product-Market Fit for IT Ser-vices (Traditional Services and Software-as-a-Service)
No full textDiese Masterarbeit entwickelt und wendet ein praxisorientiertes Framework zur Validierung des Product-Market-Fit (PMF) im Kontext von IT-Dienstleistungen an – einschließlich klassischer Services und Software-as-a-Service (SaaS)-Lösungen. Im Zentrum steht das MVP von Job Genie. Die Forschung zeigt, dass PMF kein binärer Meilenstein ist, sondern ein iterativer Prozess, der auf kontinuierlichem Lernen, Nutzerfeedback und messbaren Geschäftsergebnissen basiert. Das Framework operationalisiert PMF als den Punkt, an dem erhöhte Investitionen in Marketing und Vertrieb zuverlässig zu einem proportionalen Wachstum von Nutzern und Umsatz führen. Die Validierungsexperimente verdeutlichen die Wirksamkeit eines hypothesengetriebenen Entwicklungsansatzes sowie nutzerzentrierten Designs. Zentrale Erkenntnisse belegen, dass Einfachheit, Geschwindigkeit und fokussierte Feature-Sets komplexen Lösungen überlegen sind. Verhaltensanalysen und strukturierte Interviews wurden zur Triangulation der Ergebnisse eingesetzt und zeigen, dass PMF schrittweise anhand verschiedener Signale wie Retention, Conversion und qualitativen Rückmeldungen entsteht. Die Arbeit liefert einen pragmatischen, evidenzbasierten Ansatz zur Bewertung von PMF und gibt IT-Dienstleistern und SaaS-Gründern konkrete Handlungsempfehlungen, um Produktentwicklung und skalierbare Marktnachfrage in Einklang zu bringen.This thesis develops and applies a practical framework for validating Product-Market Fit (PMF)in the context of IT services, including traditional offerings and Software-as-a-Service (SaaS)solutions. Centered around the MVP of Job Genie, the research confirms that PMF is nota binary milestone but an iterative process grounded in continuous learning, user feedback,and measurable business outcomes. The framework operationalizes PMF as the point whereincreased investment in marketing and sales reliably drives proportional growth in users andrevenue. Validation experiments demonstrated the effectiveness of hypothesis-driven devel-opment and user-centric design, with key findings showing that simplicity, speed, and focusedfeature sets outperformed complexity. Behavioral analytics and structured interviews were usedto triangulate insights, highlighting that PMF emerges gradually across various signals such asretention, conversion, and qualitative feedback. The study contributes a pragmatic, evidence-based approach to assessing PMF and offers actionable guidance for IT service companiesand SaaS founders aiming to align product development with scalable market demand.by: Maximilian LeodolterMasterarbeit Fachhochschule Technikum Wien 202
Challenges in Engineering Engaging Al for NPCs in Games
No full textDiese Masterarbeit erforscht die Anwendbarkeit von Reinforcement Learning (RL) um die Schwierigkeit eines Videospiels auszubalancieren. Dazu wurde das Flow-Konzept nach Csikszentmihalyi als konzeptuelle Grundlage für messbaren Spielspaß genutzt. Ein Arcade-Spiel inspiriert von Ataris Asteroids wurde implementiert, um durch einen RL Agenten mit dem Algorithmus Recurrent PPO balanciert zu werden. Für das Training wurde ein Simulator, der menschliches Verhalten nachahmt, verwendet. Eine doppelblinde Studie wurde durchgeführt um die AI-balancierte Version mit einer Kontrollversion zu vergleichen, die zufällig gewählte Agentenaktionen abspielt. Die Studie zeigte keine statistisch signifikanten Unterschiede in den Bereichen Spielerengagement, Leistung oder wahrgenommer Balance zwischen den zwei Versionen. Die Ergebnisse weisen auf leichte Verbesserungen in konsistenten Spielerlebnissen durch den RL Agenten hin. Einschränkungen im Aufbau der Studie könnten Einfluss auf die Ergebnisse gehabt haben und machen weitere Forschung notwendig.This thesis explores the practicality of using Reinforcement Learning (RL) to balance the difficulty of video games. The idea of enjoyment was explored with Csikszentmihalyi's concept of flow as a conceptual foundation. A simple arcade-style game inspired by Asteroids by Atari was developed and designed to be dynamically adjusted by an RL agent using the algorithm Recurrent PPO. For training a human behavior simulator was employed, and a double-blind user study compared the AI-balanced version with a control version based on randomly replayed agent actions. The study results show no statistically significant difference in player engagement, performance, or perceived fairness between the two versions. The findings suggest that while RL-based balancing introduces consistency and robustness, it does not guarantee a superior gameplay experience. Limitations in game design and study structure may have influenced these results, indicating a need for further research.by: Thomas VerweyenMasterarbeit Fachhochschule Technikum Wien 202
Vorausschauende Kollisionsvermeidung anhand von Partikelfiltern und Genetischen Algorithmen: Eine Analyse des D* Lite Algorithmus in mobilen Robotiksystemen
No full textDie sichere und effiziente Navigation autonomer mobiler Roboter in dynamischen Umgebungen stellt eine zentrale Herausforderung moderner Robotik dar. Ziel dieser Arbeit ist die Entwicklung und Analyse eines global planenden Navigationssystems, das vorrausschauende Kollisionsvermeidung durch Hindernisverfolgung mittels Partikelfiltern sowie die Optimierung von Strategien durch evolutionäre Algorithmen kombiniert.Hierzu wurde in einer ROS/Gazebo-Simulationsumgebung ein hybrides Navigationssystem entwickelt, das den globalen Planungsalgorithmus D* Lite mit einer durch Grammar-Guided genetic Programming (GGGP) generierten Entscheidungsstruktur kombiniert. Ziel dieses Ansatzes ist es, eine adaptive Policy zu entwickeln, die heuristische Verzerrungen in dyna-mischen Umgebungen reduziert und die Pfadwahl gezielt verbessert – insbesondere bei gleichwertigen Trajektorien oder topologisch ähnlichen Alternativen. Die durch GGGP er-zeugte Policy beeinflusst dabei selektiv die Pfadauswahl im D* Lite, ohne dessen grundle-gende Struktur zu ersetzen. Zusätzlich wurde der D* Lite-Planer um ein Partikelfilter-basiertes Obstacle Tracking erweitert das dynamische Hindernisbewegungen modelliert und deren Vorhersage direkt in die globale Kostenkarte einspeist. Auf diese Weise kann der Planer nicht nur auf statische Strukturen reagieren, sondern auch vorausschauend auf sich bewegende Objekte. Zur Bewertung des entwickelten Systems wurden umfangreiche Tests sowohl auf Datensatzebene als auch in simulationsbasierten Versuchsszenarien durchge-führt. Das GGGP-Modell zeigte eine lernfähige, wenn auch inhomogene Generalisierungsleistung mit systematischen Präferenzen bei der Richtungswahl und einer Kollisionsvermei-dungsgenauigkeit von 57 %. In der Simulation traten signifikante Verzögerungen auf, die weniger durch die Entscheidungsstruktur selbst, sondern vorwiegend durch rekursive Pfadaktualisierungen im D* Lite-Planer verursacht wurden. Diese beeinflussten die Echtzeitgenauigkeit und verdeutlichten Optimierungspotenzial im Zusammenspiel zwischen Entscheidungslogik und Pfaderzeugung. Abschließend zeigt die Arbeit, dass durch den kombi-nierten Einsatz von vorrausschauender Objekt-Modelle und lernbasierter Strategien die Limitierungen klassischer Planer gezielt adressiert werden können. Die gewonnenen Erkenntnisse legen nahe, dass insbesondere die gezielte Parametrisierung von Trainingsprozessen, adaptive Fitnessfunktionen sowie die Integration effizienter Planungsalgorithmen vielversprechende Ansatzpunkte für eine robuste Navigation in komplexen, dynamischen Umgebungen darstellen.The safe and efficient navigation of autonomous mobile robots in dynamic environments is a central challenge of modern robotics. The aim of this work is to develop and analyze a global path planning navigation framework that combines predictive collision avoidance by obstacle tracking using particle filters and the optimization of strategies using evolutionary algorithms.For this purpose, a hybrid navigation system was developed in a ROS/Gazebo simulation environment that combines the global path planning algorithm D* Lite with a decision structure generated by Grammar-Guided Genetic Programming (GGGP). The aim of this approach is to develop an adaptive policy that reduces heuristic biases in dynamic environments and improves path selection directly - especially in the case of equivalent trajectories or topologically similar alternatives. The policy generated by GGGP selectively influences the path selection in D* Lite without replacing its basic structure. In addition, the D* Lite algorithm was extended by a particle filter-based obstacle tracking that predicts dynamic obstacle movements and feeds their prediction directly into the global cost map. This way, the planner can not only react to static structures but also anticipate moving objects. To evalu-ate the developed system, extensive tests were carried out both at data set level and in simulation-based test scenarios. The GGGP model showed an adaptive, although inhomogeneous, generalization performance with systematic preferences in the choice of direction and a collision avoidance accuracy of 57%. Significant delays occurred in the simulation, which were caused less by the decision structure itself, but mainly by recursive path up-dates in the D* Lite planner. These influenced real-time accuracy and highlighted optimiza-tion potential in the interaction between decision logic and path generation. Finally, the work shows that the limitations of classical planners can be specifically addressed through the combined use of predictive object models and learning-based strategies. The findings suggest that the targeted parameterization of training processes, adaptive fitness functions and the integration of efficient planning algorithms are particularly promising starting points for robust navigation in complex, dynamic environments.ausgeführt von: Andreas BraunMasterarbeit Fachhochschule Technikum Wien 202