Publikationsdatenbank ePub FH Technikum Wien
Not a member yet
8072 research outputs found
Sort by
Training mit dem Nintendo® Wii Fit™ Balance-Board für das Gleichgewicht und die Gangfähigkeit bei prothetisch versorgten Patient:innen mit einer Beinamputation in der Rehabilitation: eine Machbarkeitsstudie
No full textDie fortschreitende Digitalisierung im Gesundheitswesen eröffnet neue Möglichkeiten für die Physiotherapie. Exergames haben sich als effektive therapeutische Instrumente in der Rehabilitation etabliert. Die vorliegende Studie untersucht die Machbarkeit des Studienkonzeptes und evaluiert die Effekte eines Trainings mit dem Nintendo® Wii Fit™ Balance-Board (NWBB) auf das Gleichgewicht und die Gehfähigkeit von beinamputierten Personen mit Prothese.Die kontrollierte, randomisierte Machbarkeitsstudie wurde monozentrisch und einfach verblindet durchgeführt. Eingeschlossen wurden Erwachsene mit einseitiger transtibialer (TT), transfemoraler (TF) oder knieexartikulierter (KE) Amputation der Mobilitätsklasse 2 oder 3. Die Teilnehmenden wurden der Interventionsgruppe (NWBB-Therapie) oder Kontrollgruppe (Bewegungstherapie) zugewiesen. Beide Gruppen (IG, KG) trainierten 3-mal wöchentlich à 30 Minuten über 3 Wochen zusätzlich zur Standardrehabilitation. Erhoben wurden Timed Up and Go (TUG), 10-Meter-Gehtest (10MGT), 2-Minuten-Gehtest (2MGT) und Berg-Balance-Scale (BBS) vor (T0) und nach der Intervention (T1). Die Auswertung erfolgte deskriptiv und mittels der Effektstärkenanalyse nach Cohen’s d in Anlehnung an die CONSORT 2010 Checkliste. 12 Teilnehmende (8 Männer, 4 Frauen; Durchschnittsalter 55 ± 11,8 Jahre) wurden in die Studie eingeschlossen, jeweils 6 pro Gruppe. Die Amputationshöhen verteilten sich auf TT (n=5), TF (n=5) und KE (n=2). Die KG erzielte sowohl zu T0 als auch zu T1 die besseren absoluten Werte und die Effektunterschiede zwischen den Gruppen fielen zugunsten der KG aus. Die IG zeigte jedoch höhere prozentuale Verbesserungen in TUG (+40 %), BBS (+23 %) und 10MGT (schnell: +37 %; bequem: +42 %). Es wurden starke bis sehr starke Effektstärken (d=0,87–1,63) in allen Tests in der IG festgestellt. Die KG zeigte sehr starke Effekte in BBS (d=1,07) und 2MGT (d=1,27), mittlere im TUG (d=0,53) und schwache im 10MGT (d=0,03; d=0,26). Das Studienkonzept ist in der Rehabilitation umsetzbar und lässt sich mit Anpassungen in zukünftigen Studien weiterentwickeln. Ein komplexeres Studiendesign mit größerer und homogenerer Stichprobe wird empfohlen. Das NWBB ist ein einfaches, kostengünstiges Posturographie-System mit positivem Einfluss auf den Rehabilitationsverlauf. Es steigert die Gehgeschwindigkeit, verbessert das Mobilitätsniveau, senkt den Hilfsmittelbedarf und reduziert das Sturzrisiko. Das NWBB-Training kann die Standardrehabilitation zugunsten eines stabileren Gangbildes mit Prothese ergänzen. Weitere Forschung ist notwendig, um den spezifischen und langfristigen Effekt von Exergaming bei beinamputierten Personen zu evaluieren.The ongoing digitalisation of healthcare is creating new opportunities in physiotherapy. Exergames have established themselves as an effective therapeutic tool in rehabilitation. This study investigates the feasibility of the study design and evaluates the effects of training with the Nintendo® Wii Fit™ Balance Board (NWBB) on balance and gait in lower limb amputees using prostheses.This controlled, randomised feasibility study was conducted as a monocentric, single-blinded trial. Adults with unilateral transtibial (TT), transfemoral (TF) or knee disarticulation (KD) amputation and a mobility level of 2 or 3 were included. Participants were assigned to either the intervention group (NWBB therapy) or the control group (exercise therapy). Both groups (IG, CG) trained 3 times a week for 30 minutes for 3 weeks in addition to standard rehabilitation. Outcome measures included the Timed Up and Go (TUG), 10-Metre Walk Test (10MWT), 2-Minute Walk Test (2MWT) and the Berg Balance Scale (BBS), assessed before (T0) and after (T1) the intervention. Data were analysed descriptively and Cohen's d was used to estimate effect sizes. The CONSORT 2010 checklist was used to report the study.12 participants (8 male, 4 female; mean age 55 ± 11.8 years) were included in the study, six in each group. The distribution of amputation levels was TT (n=5), TF (n=5) and KD (n=2). The CG achieved higher absolute values at both T0 and T1. The difference in effect between the groups was in favour of the CG. However, the IC resulted in greater percentage improvements in TUG (+40 %), BBS (+23 %) and 10MWT (fast: +37 %; comfortable: +42 %). The IG demonstrated strong to very strong effect sizes across all assessments (d=0.87–1.63). In contrast, the CG showed strong effects on BBS (d=1.07) and 2MWT (d=1.27), moderate effects on TUG (d=0.53) and weak effects on 10MWT (d = 0.03; d=0.26).The study design is feasible in a rehabilitation setting and can be integrated into future studies with adjustments. A more complex study design with a larger and more homogeneous sample is recommended. The NWBB represents a simple and cost-effective posturography system that can positively contribute to the rehabilitation process. It is associated with increased gait speed, improved mobility levels, reduced use of assistive devices and a decreased risk of falls. NWBB training may complement standard rehabilitation by promoting a more stable gait pattern with the prosthesis. Further research is needed to evaluate the specific and long-term effects of exergaming in lower limb amputees.ausgeführt von: Katja SchimskeMasterarbeit Fachhochschule Technikum Wien 202
AI Methods for Climate Communities (AICC) Microquartier Classification
No full textEine genaue Klassifizierung der städtischen Landnutzung auf einer feinkörnigen Ebene istentscheidend für eine effektive Stadtplanung und -verwaltung, insbesondere im Rahmen vonSmart City-Initiativen. Diese Arbeit befasst sich mit der Herausforderung der Klassifizierungvon Wiener Mikroquartieren (MQs) durch die Entwicklung und Evaluierung eines multimodalenDeep Learning-Ansatzes. Es wird eine benutzerdefinierte Multibranch-Architektur eines ConvolutionalNeural Network (CNN) vorgeschlagen, um heterogene Datenquellen zu vernetzen:Schwarzplan Bilder, nominale hierarchische Landnutzungen (Level 1, 2 und 3) und numerischeFlächeninformationen plus Skalierungsfaktor. Die Studie verwendet ein verschachteltes Kreuzvalidierungsverfahrenfür eine robuste Bewertung und untersucht zwei gängige Strategien zurBehandlung von Klassenungleichgewichten: Weighted Loss (WL) und Undersampling (US), dieauf die Klassifizierungsaufgabe der Nutzunglevel 3 abzielen. Die Ergebnisse zeigen die Überlegenheitdes multimodalen Ansatzes, der einen Makro-F1 Wert um 0,72 erreicht und damitModelle, die auf einzelne Datentypen trainiert wurden, deutlich übertrifft. Ablationsstudienbestätigen quantitativ den Beitrag jedes Datentyps und zeigen eine starke Synergie, insbesonderezwischen Bildmerkmalen und dem nominalen Kontext, der durch Level-2-Codes bereitgestelltwird. Der Vergleich zwischen WL und US zeigt praktische Kompromisse hinsichtlichder Modellstabilität über Faltungen hinweg und der Leistung bei Minderheitsklassen auf. Obwohldas Modell insgesamt erfolgreich war, fiel ihm die präzise Unterscheidung visuell ähnlicherLandnutzungskategorien — insbesondere unterschiedliche Wohngebiete — schwer. DieseForschung bestätigt das Potenzial von multimodalem Deep Learning mit niedrig aufgelöstenBildern für eine Klassifizierung der städtischen Landnutzung.Accurate classification of urban land use at a fine-grained level is crucial for effective urbanplanning and management, particularly within the context of smart city initiatives. This thesisaddresses the challenge of classifying Viennese Microquartiers (MQs) by developing andevaluating a multi-modal deep learning approach. A custom multi-branch Convolutional NeuralNetwork (CNN) architecture is proposed to integrate heterogeneous data sources: cadastralgeometry-derived images (Schwarzplan), nominal hierarchical administrative land use codes(Levels 1, 2, and 3), and numeric area information along with a scale factor. The study utilizesa nested cross-validation procedure for robust evaluation and investigates two common classimbalance handling strategies: Weighted Loss (WL) and Undersampling (US), targeting thefine-grained Level 3 classification task. Results demonstrate the superiority of the multi-modalapproach, achieving Macro F1-scores around 0.72, significantly outperforming models trainedon individual data modalities. Ablation studies quantitatively confirm the contribution of eachdata type, revealing a strong synergy, particularly between image features and the nominalcontext provided by Level 2 codes. The comparison between WL and US highlights practicaltrade-offs concerning model stability across folds and performance on minority classes. Despitethe overall success, the model faced challenges in accurately distinguishing certain visually similaror functionally overlapping land use categories, such as different residential densities andspecific commercial/administrative types. This research validates the potential of multi-modaldeep learning with low-resolution images for urban land use classification.by: Leonard HübnerMasterarbeit Fachhochschule Technikum Wien 202
Reliability Prediction of Aluminum Electrolytic Capacitors with Historical and AI-Generated Mission Profiles for Long-Term Planning
No full textAluminium-Elektrolytkondensatoren werden allgemein als lebensdauerbegrenzende Komponenten in Leistungselektroniksystemen angesehen, und haben einen deutlichen Einfluss auf die Zuverlässigkeit des Gesamtsystems. Die bestehenden Methoden zur Lebensdauerprognose bieten grundlegende Bewertungen auf der Grundlage von Betriebsbedingungen. Aber die kumulativen Auswirkungen langfristiger Belastungsschwankungen, denen die Bauteile während ihrer Betriebslebensdauer ausgesetzt sind, werden häufig übersehen. Diese Belastungsschwankungen haben besonderen Einfluss bei erneuerbaren Energiesystemen. Besonders bei Leistungselektronik-Systemen für erneuerbare Energien muss sichergestellt werden, dass die Komponenten des Systems ihre Auslegungslebensdauer erreichen. In diesem Projekt wird eine Methode zur Zuverlässigkeitsprognose vorgestellt, die historische Wetterdaten verwendet, um zukünftige Wetterdaten mithilfe von Techniken der künstlichen Intelligenz zu modellieren und zu generieren. Die Ergebnisse werden zur Erstellung eines Lastprofils verwendet. Durch die Integration eines detaillierten thermoelektrischen Modells des Kondensators in dieses Lastprofil ermöglicht die vorgeschlagene Methode eine genauere Lebensdauerprognose für Aluminium-Elektrolytkondensatoren. Dieser Ansatz bietet eine zuverlässigere Abschätzung der Lebensdauer von Aluminium-Elektrolytkondensatoren in erneuerbaren Energiesystemen.Aluminum electrolytic capacitors are commonly considered to be lifetime limiting components in power electronic systems, and they have a significant impact on the reliability of the overall system. Existing lifetime prediction methods provide a basic assessment based on operating conditions. However, the cumulative effects of long-term load fluctuations that components endure throughout their operating life are often overlooked. This limitation is particularly important for renewable energy systems where it must be ensured that the components of the system reach their designed life.In this thesis, a reliability prediction method is presented that uses historical weather data to model and generate future weather data using artificial intelligence techniques. The results are used to create a mission profile. By integrating a detailed thermoelectric model of the capacitor with this mission profile, the proposed method enables more accurate lifetime predictions of aluminum electrolytic capacitors. This approach provides a more robust method for estimating the lifetime of aluminum electrolytic capacitors in renewable energy systems.by: Yun RuanMasterarbeit Fachhochschule Technikum Wien 202
Energetische Sanierungskonzepte für die Trinkwassererwärmung im gemeinnützigen Wohnbau
No full textDer Gebäudesektor ist für einen erheblichen Anteil der globalen energiebezogenen CO₂-Emissionen verantwortlich. In Österreich entfallen rund 14 % des gesamten Haushaltsenergieverbrauchs auf die Trinkwassererwärmung, wobei insbesondere Bestandsgebäude mit meist gasbetriebenen Systemen zur aktuellen Emissionsbilanz beitragen. Mit dem Hintergrund der Klimaneutralitätsziele bis 2040 und der Notwendigkeit einer umfassenden Dekarbonisierung des Gebäudebestands widmet sich diese Masterarbeit der Entwicklung und Bewertung energetischer Sanierungskonzepte für die Trinkwassererwärmung für Wohngebäude. Als Fallbeispiel dient das Wohngebäude Floridusgasse 20 im 21. Wiener Gemeindebezirk, welches Teil des Forschungsprojekts LehB:KlimafitDemo2+1 ist. Die Arbeit verfolgt das Ziel, verschiedene technisch und wirtschaftlich realisierbare Varianten zur Trinkwassererwärmung zu analysieren und deren Übertragbarkeit auf weitere, mit Gas versorgte Bestandsgebäude im Wiener Stadtgebiet zu bewerten. Die Methodik beinhaltet eine umfassende Literaturrecherche, simulationsgestützte Analysen mit der Software Polysun, qualitative Expert*inneninterviews und eine Hochrechnung der Ergebnisse zur Abschätzung des Dekarbonisierungspotenzials auf Stadtebene. Die Arbeit berücksichtigt dabei technische, wirtschaftliche, rechtliche und soziale Rahmenbedingungen sowie die Einhaltung geltender Hygienevorschriften und Normen. Die Simulationsergebnisse zeigen, dass insbesondere die Umstellung auf dezentrale Wärmepumpensysteme erhebliche Einsparungen bei Energieverbrauch und CO₂-Emissionen ermöglichen. Expert*inneninterviews bestätigen, dass neben der technischen Machbarkeit vor allem die Nutzer*innenakzeptanz und sozialverträgliche Kostenverteilung zentrale Erfolgsfaktoren für eine flächendeckende Umsetzung sind. Die Hochrechnung auf den Wiener Gebäudebestand verdeutlicht das große Potenzial für eine signifikante Reduktion der Treibhausgasemissionen durch die Sanierung der Trinkwassererwärmungssysteme. Gleichzeitig werden Herausforderungen wie die Komplexität der Bestandsgebäude, rechtliche Rahmenbedingungen und die Notwendigkeit koordinierter Sanierungsstrategien aufgezeigt. Abschließend liefert die Arbeit praxisnahe Empfehlungen für die Umsetzung energetischer Sanierungskonzepte im gemeinnützigen Wohnbau und hebt den Bedarf an weiteren Forschungs- und Pilotprojekten hervor, um die Klimaziele im Gebäudesektor zu erreichen.The building sector is responsible for a significant share of global energy-related CO₂ emissions. In Austria, approximately 14% of total household energy consumption is attributed to domestic hot water heating, with existing buildings— primarily equipped with gas-powered systems—contributing substantially to current emission levels. Against the background of the climate neutrality targets by 2040 and the need for comprehensive decarbonisation of the building stock, this Master's thesis focuses on the development and evaluation of energy-efficient renovation concepts for domestic hot water heating in residential buildings. The residential building located at Floridusgasse 20 in Vienna’s 21st district serves as a case study. It is part of the research project LehB:KlimafitDemo2+1. The aim of this thesis is to analyse various technically and economically feasible options for domestic hot water heating and assess their transferability to other gas-supplied existing buildings across the city of Vienna. The methodology includes an extensive literature review, simulation-based analyses using Polysun software, qualitative expert interviews, and an extrapolation of results to estimate the decarbonisation potential on an urban scale. The study takes into account technical, economic, legal, and social framework conditions, as well as compliance with current hygiene regulations and standards. Simulation results demonstrate that especially the transition to decentralised heat pump systems can lead to significant reductions in both energy consumption and CO₂ emissions. Expert interviews confirm that, alongside technical feasibility, user acceptance and socially equitable cost distribution are key success factors for widespread implementation. The extrapolation to Vienna’s building stock highlights the substantial potential for reducing greenhouse gas emissions through the renovation of domestic hot water systems. At the same time, it reveals challenges such as the complexity of existing buildings, regulatory constraints, and the need for coordinated renovation strategies. Finally, this thesis provides practical recommendations for implementing energy-efficient renovation concepts in non-profit housing and emphasises the need for further research and pilot projects to meet climate targets in the building sector.ausgeführt von: Karl DornhacklMasterarbeit Fachhochschule Technikum Wien 202
Low-Code vs. Traditional Development: Effort and Performance
No full textAngesichts des zunehmenden Mangels an qualifizierten Software-Fachkräften und des steigenden Drucks auf Unternehmen, qualitativ hochwertige Anwendungen schnell zu liefern, haben sich Low-Code-Plattformen als vielversprechende Alternative zur traditionellen Entwicklung herauskristallisiert. Diese Arbeit analysiert und vergleicht sowohl den Entwicklungsaufwand als auch die Performance einer Low-Code-Plattform (Mendix) mit traditionellen Entwicklungsansätzen (Java Spring Boot und Angular). Zu diesem Zweck wurden drei Use Cases implementiert und anschließend detaillierte Messungen durchgeführt. In Bezug auf den Entwicklungsaufwand wurden Anzahl und Umfang der dokumentierten Arbeitsschritte sowie die zyklomatische Komplexität erfasst. Für die Performance-Analyse wurden Antwortzeiten, Ausreißer und Durchsatz in verschiedenen Belastungsszenarien miteinander verglichen. Die Ergebnisse zeigen, dass Mendix bei standardisierten Anwendungsfällen und geringer paralleler Last(Single-Thread-Betrieb) deutliche Vorteile beim Durchsatz hat. Gleichzeitig erreichen traditionelle Frameworks wie Spring Boot geringere Latenzen, insbesondere bei hoher Parallelität. Bei der Verarbeitung von dynamischen Datenstrukturen wie JSON-basierten APIs mit unbekannten Schlüssel-Wert-Paaren stößt der Low-Code-Ansatz an seine Grenzen, es sei denn, er wird durch die von Mendix offiziell unterstützten Java-Aktionen erweitert.With the growing shortage of skilled software professionals and the growing pressure on companies to deliver high-quality applications rapidly, low-code platforms have emerged as a promising alternative to traditional development. This thesis analyzes and compares both the development effort and the performance of a low-code platform (Mendix) with traditional developmentapproaches (Java Spring Boot and Angular). To this end, three use cases were implemented and detailed measurements were then carried out. In terms of development effort, the number and scope of the documented work steps as well as the cyclomatic complexity were recorded. For the performance analysis, response times, outliers and throughput were compared with each other in different load scenarios. The results show that Mendix has clear advantages in terms of throughput for standardised use cases and low parallel load (single-threaded operation). At the same time, traditional frameworks such as Spring Boot achieve lower latencies,especially under high parallelism. When processing dynamic data structures such as JSON-based APIs with unknown key-value pairs, the low-code approach reaches its limits unless it is extended via the Java Actions officially supported by Mendix.by: Stefan BittgenMasterarbeit Fachhochschule Technikum Wien 202
Flexible Digital Handling of Invoices and Receipts for Accountants
No full textHerkömmliche Buchhaltungspraktiken stellen für viele Buchhaltungsorganisationen, einschließlich der FM Bilanzbuchhaltung GmbH, nach wie vor eine erhebliche Herausforderung dar. Die manuelle Verarbeitung von Belegen, insbesondere deren physische Sammlung, das Einscannen in Softwaresysteme und die anschließende Speicherung, führt zu einem erhöhten Verwaltungsaufwand. Zudem können Verzögerungen bei der Einreichung von Belegen durch die Klienten die üblichen Arbeitsabläufe der Buchhalter auseinanderbringen. Diese Arbeit greift diese Problematik auf, indem sie ein digitalisiertes Belegmanagementsystem vorschlägt, das darauf abzielt, den Arbeitsablauf der Buchhalter zu optimieren. Die vorgeschlagene Lösung wird unter Anwendung eines traditionellen Wasserfallmodells der Softwareentwicklung umgesetzt. Dieses Modell umfasst die Problemdefinition mithilfe von Interviews und der Festlegung von Anforderungen, das Design einer Lösung in Figma sowie die Implementierung funktionalier Prototypen für die Klienten- und Buchhalterschnittstellen in Ionic/Vue beziehungsweise Vue.js. Abschließend werden Usability-Tests mit fünf Testnutzern durchgeführt.Die Ergebnisse deuten darauf hin, dass das vollständig implementierte System das Potenzial besitzt, die Bearbeitungszeit einzelner Belege um über 50% zu reduzieren und somit die betriebliche Effizienz signifikant zu verbessern. Zukünftige Forschungsarbeiten werden weitere Optimierungsmöglichkeiten der Software untersuchen, um die Effizienz der Buchhalter noch weiter zu steigern und eine nahtlose Integration in bestehende Buchhaltungspraktiken zu ermöglichen.Traditional bookkeeping practices remain a significant challenge for many accounting organi-zations, including FM Bilanzbuchhaltung GmbH. The manual handling of receipts, notably their physical collection, scanning into software systems and subsequent storage, inevitably in-creases administrative overhead and waiting for clients to supply their receipts can disrupt the accountants well-planned workflows.This paper addresses these issues by proposing a digitized receipt management system aimed at enhancing the workflow for accountants. The solution is developed using a traditional software development waterfall model that involves problem specification through interviews and defining requirements, designing a solution in Figma, and the implementation of function prototypes for both client and accountant interfaces in Ionic/Vue and Vue.js, respectively, fol-lowed by lastly conducting usability tests with 5 test users.The results indicate that the fully implemented system has the potential of reducing the singu-lar receipt processing time by over 50%, significantly improving operational efficiency. Future research will explore further enhancements to the software to increase accountants’ efficien-cy and seamless integration with existing accounting practices.by: Maximiliane LöwMasterarbeit Fachhochschule Technikum Wien 202
Graphic tool for designing graphs representing MLEOs in Moodle
No full textDigitale Lernumgebungen werden in der Hochschulbildung zunehmend eingesetzt, doch die Strukturierung und Visualisierung von Lerninhalten bleibt eine Herausforderung. In dieser Arbeit wird untersucht, wie Lernelemente effektiv als Graphenstrukturen dargestellt werden können, um die Kursplanung zu verbessern. Es wurde ein Prototyp für die Erstellung, Bearbeitung und Visualisierung von Lerngraphen entwickelt. Das System unterstützt Knotentypen wie Learning Outcome (LEO), MicroLearning Outcome (MLEO) und Micro Exercise (ME), und berücksichtigt Wissensstufen auf der Grundlage der Bloomschen Taxonomie. Das Ergebnis ist ein Tool, mit dem Kursdesignern strukturierte, zyklusfreie Lernpfade mit visueller Aggregation, individueller Anpassung der Knotentypen und Exportfunktionen erstellen können. Benutzerfeedback bestätigte die Benutzerfreundlichkeit und die mögliche Integration in Lernmanagementsysteme. Diese Arbeit liefert ein flexibles, erweiterbares graphenbasiertes System, das die modulare und visuelle Gestaltung digitaler Curricula unterstützt und mit den Zielen des TLA-Projekts übereinstimmt. Es zeigt auch Potenzial für weitere Verbesserungen, Verallgemeinerbarkeit und breitere Anwendung.Digital learning environments are increasingly used in higher education, yet the structuring and visualization of learning content remain a challenge. This thesis explores how learning elements can be effectively represented as graph structures to improve course planning. A prototype tool was developed to create, edit, and visualize learning graphs. The system supports node types such as LEO, MLEO, ME, and incorporates knowledge levels based on Bloom’s taxonomy. The resulting tool allows course designers to design structured, cycle-free learning paths with visual aggregation, customization of node types and export capabilities. User feedback validated its usability and potential integration into learning management systems. This work contributes a flexible, extensible graph-based system that supports the modular and visual design of digital curricula, aligning with the goals of the TLA project. It also shows potential for further improvements, generalizability and broader application.by: Matilda BilaverMasterarbeit Fachhochschule Technikum Wien 202
AIoT Open Vision Edge Gateway
No full textEine der zentralen Herausforderungen in Computer-Vision-Projekten ist der hohe Aufwand für Data Engineering, insbesondere bei der Aufbereitung von Trainingsdaten, die eine grundle-gende Rolle bei der Entwicklung leistungsfähiger Modelle spielen. Um dieses Problem anzu-gehen, wurde ein AIoT-System implementiert und evaluiert, das Datenpipelines nutzt, um Modellinferenz direkt auf einem Edge-Gateway durchzuführen, während das Trainieren der Modelle auf einem leistungsfähigeren Backend-Server erfolgt. Das Edge-Gateway – AIoT Open Vision Edge Gateway (OVEG) genannt – stellt die zentrale Komponente des Systems dar. Auf diesem Gateway kam Apache Airflow, ein Workflow-Orchestrierungs-Tool, zum Ein-satz, um die Ausführung der verschiedenen Aufgaben zu automatisieren und zu steuern. Es wurde ein generisches Schema auf Basis eines gerichteten azyklischen Graphen (DAG) in Kombination mit individuellen Pipeline-Konfigurationen realisiert. Zur Verbesserung der Be-nutzerfreundlichkeit wurde eine grafische Benutzeroberfläche auf Basis von Streamlit imple-mentiert, die es ermöglicht, Pipelines zu erstellen, zu bearbeiten, auszuführen und zu überwa-chen. Nach der Implementierung wurde das System im Vergleich zu manuellen Workflows von Computer-Vision-Entwicklern hinsichtlich Installationsaufwand und Nutzung evaluiert. Die für typische Anwendungsfälle – wie Modelltraining und Inferenz mit 100 Bildern von einem Edge-Gerät – benötigte Zeit wurde in beiden Setups gemessen und verglichen. Das AIoT-System zeigte dabei mehrere Vorteile gegenüber dem manuellen Ansatz, darunter die paralle-le Ausführung von Pipelines für gleichzeitige Nutzung, hohe Skalierbarkeit und Erweiterbar-keit sowie eine verbesserte Orchestrierung und Überwachung der Computer-Vision-Prozesse.One of the key challenges in computer vision projects is the significant effort required for data engineering, particularly in preparing training data, which is crucial for developing effective models. To address this challenge, an AIoT system was implemented and evaluated that uses data pipelines to perform model inference directly on an edge gateway, while model training is handled by a more powerful backend server. The edge gateway – referred to as the AIoT Open Vision Edge Gateway (OVEG) – serves as the system’s core component. On this gateway, Apache Airflow, a workflow orchestration tool, was employed to manage and auto-mate the execution of the various tasks. A scheme using a generic directed acyclic graph (DAG) combined with custom pipeline configurations was realized. To ease usability, a graph-ical user interface based on Streamlit was implemented, allowing users to create, modify, trigger, and monitor pipelines. After the implementation, the system was evaluated and com-pared with manual workflows typically used by computer vision developers, focusing on in-stallation effort and practical usage. The time spent on executing several common scenarios – including training and inference on 100 images from an edge device – was measured and compared between both setups. The AIoT system demonstrated several advantages over the manual approach, such as parallel pipeline execution enabling concurrent system use, high scalability and extensibility, and improved orchestration and monitoring of the computer vision workflows.by: Josef ElsayedMasterarbeit Fachhochschule Technikum Wien 202
Multilingual Sentiment Analysis of News Texts Using a Generative Large Language Model
No full textNachrichtentexte spielen eine zentrale Rolle in der öffentlichen Meinungsbildung, enthalten jedoch oft nur implizite Sentiments, was deren Analyse besonders anspruchsvoll macht. Bisherige Ansätze zur Sentiment-Analyse erfordern meist aufwendig trainierte, sprach- und domänenspezifische Modelle, die für Nachrichtentexte bislang kaum existieren. Große generative Sprachmodelle (LLMs) könnten hier eine Alternative bieten, da sie breit trainiert, mehrsprachig einsetzbar und für viele Aufgaben ohne Feintuning nutzbar sind. Die vorliegende Arbeit untersucht, ob LLMs wie BLOOM ohne zusätzliches domänenspezifisches Feintuning für die Sentiment-Analyse von Nachrichtentexten geeignet sind. Die Studie folgt dem CRISP-DM-Framework und verwendet das MAD-TSC-Datenset, das professionelle Übersetzungen und zielabhängige Annotationen in acht Sprachen bietet. Als LLM wird BLOOM gewählt, da es kostenfrei zugänglich ist, Multilingualität unterstützt und generalistisches Training erhalten hat, das grundlegende Sentiment-Analyse ermöglichen könnte. Die Sentiment-Analyse erfolgt auf Satzebene. Die Abfragen an BLOOM werden mittels Prompt Engineering entwickelt. Monolinguale Ergebnisse werden anhand standardisierter Metriken evaluiert. Multilinguale Ergebnisse werden entgegen der ursprünglichen Zielsetzung nicht erhoben, da der API-Zugang zu BLOOM kurz vor Beginn des multilingualen Teils des Projekts unerwartet eingestellt wurde.Die Untersuchung zeigt, dass BLOOM mit geeigneten Prompts Sentiment-Analysen im Englischen mit einer Performance von über 65 % erzielen kann. Domänenspezifisch optimierte BERT-Modelle erzielen jedoch weiterhin deutlich bessere Resultate. Der Einsatz von Chain-of-Thought-Prompting könnte das fehlende Feintuning teilweise ausgleichen, indem schrittweises Denken aktiviert wird. Ein anderer Ansatz könnte die Nutzung sentiment-spezifischer Pipeline-Methoden der Transformers-Bibliothek sein, da diese gezielt auf Trainingswissen des Modells zugreifen können. Solche Ansätze erfordern jedoch zusätzliche Speicher- und Rechenressourcen.Die mehrsprachige Sentiment-Analyse mit LLMs bleibt ein interessantes Forschungsgebiet mit Potential für die praktische Anwendung. Für einen effizienten und stabilen Betrieb jedoch muss in die Bereitstellung geeigneter Hard- und Softwareressourcen investiert werden. Daneben sind potentiell hohe laufende Kosten zu tragen.News texts play a central role in shaping public opinion, yet they often contain only implicit sentiments, which makes their analysis particularly challenging. Existing approaches to sentiment analysis typically rely on extensively trained, language- and domain-specific models, which are still largely unavailable for news texts. Large generative language models (LLMs) could offer an alternative, as they are broadly trained, multilingual, and usable for many tasks without fine-tuning. This study investigates whether LLMs like BLOOM are suitable for sentiment analysis of news texts without additional domain-specific fine-tuning.The study follows the CRISP-DM framework and uses the MAD-TSC dataset, which provides professional translations and target-dependent annotations in eight languages. BLOOM was selected as the LLM because it is freely accessible, supports multilingualism, and has undergone generalist training that could enable basic sentiment analysis. The sentiment analysis is performed at the sentence level. Queries to BLOOM are developed through prompt engineering. Monolingual results are evaluated using standardized metrics. Contrary to the original plan, multilingual results could not be obtained because API access to BLOOM was unexpectedly discontinued shortly before the multilingual phase of the project began.The study shows that BLOOM, with appropriate prompts, can achieve sentiment analysis performance above 65% in English. However, BERT models that are optimized for specific domains continue to produce significantly better results. The use of chain-of-thought prompting could partially compensate for the lack of fine-tuning by activating step-by-step reasoning. Another approach could be the use of sentiment-specific pipeline methods from the Transformers library, as these allow for targeted access to the model’s training knowledge. However, such approaches require additional storage and computational resources.Multilingual sentiment analysis with LLMs remains a promising area of research with potential for practical application. However, to ensure efficient and stable operation, investment in suitable hardware and software resources is essential – and ongoing operational costs may be significant.by: Diane KellerMasterarbeit Fachhochschule Technikum Wien 202
Implementing Circular Economy Models in the Fashion Industry: A Digital Approach to Sustainable Practices
No full textDiese Dissertation untersucht, wie digitale Technologien – insbesondere Künstliche Intelligenz (KI) und digitale Zwillinge – in den Kreislaufwirtschaftsprozess der Modebranche integriert werden können, um Textilabfälle zu reduzieren und Nachhaltigkeit zu fördern.Im Zuge dessen wird Re-weave vorgestellt, ein Mixed-Methods-Artefakt, das sich aus einer Literaturrecherche, Fallstudien zur Nutzung von Re-weave durch Adidas und H&M sowie Interviews mit einem nachhaltigen Strickwarenhersteller zusammensetzt. Untersucht wird, wie die webbasierte Plattform Re-weave die Neugestaltung, den Wiederverkauf, das Recycling und die Spende von Kleidung unterstützt.Dabei kommen KI-gestützte Neugestaltung und Gamification-Belohnungen zum Einsatz, um die Motivation der Konsument:innen zu fördern – mit einer getesteten Beteiligungsrate von 85 % an nachhaltigen Maßnahmen. Die Ergebnisse zeigen eine Reduzierung von Prototyp-Abfällen um 30 % sowie eine hohe Nutzerbeteiligung – wobei die Skalierbarkeit für kleine und mittlere Unternehmen (KMU) ein Problem darstellte.Die Forschung identifiziert fehlendes Konsumentenwissen und mangelnde systemische Verknüpfungen als zentrale Herausforderungen und schlägt zukünftige Forschung zu kostengünstigen digitalen Lösungen sowie zu einer intensiveren Zusammenarbeit der Stakeholder vor, um inklusive zirkuläre Modeökosysteme zu fördern.This dissertation examines how the digital technology, namely artificial intelligence (AI) and digital twins, can be integrated to improve the circular economy process in the fashion industry to help reduce textile waste and promote sustainability. As a result, we present Re-weave, a mixed-methods artifact consisting of a literature review, case studies on the use of Reweave by Adidas5; H&M 1; 2) and interviews with a sustainable knitwear manufacturer, examining how the web-based platform Reweave supports the redesign, resale, recycling, and donation of clothing. It uses AI-based redesign and gamefication rewards to harness con-sumer motivation, with a tested 85% engagement rate in sustainability actions. The findings demonstrate 30% waste reduction on prototyping and high-level of user engagement - while scalability for SMEs was a problem. The research identifies the lack of consumer knowledge and lack of systemic linkages and suggests future research on digital solutions at a low cost as well as on more extensive stakeholder cooperation to cultivate circular fashion ecosystems that are inclusive.by: Vishnupriya ManchigantiMasterarbeit Fachhochschule Technikum Wien 202