Digitales Repositorium der BTU Cottbus – Senftenberg
Not a member yet
4640 research outputs found
Sort by
Eine Untersuchung der Ladungs- und Spinordnungsdynamik bei Kupferoxid-Supraleitern : eine Gutzwiller-Analyse für das Einband-Hubbard-Modell
No full textIn recent years, the role of charge density waves (CDW) in the study of high-temperature superconductors, such as cuprates and nickelates, has gained importance, so that CDW can provide potential insights into the mechanism of high-temperature superconductivity. Cuprates and nickelates are transition metals and have their valence electrons in the d-orbitals, which makes them belong to the family of correlated materials. In the past, a variety of experimental techniques, such as X-ray scattering and neutron scattering, have been performed to better understand such materials and the electronic properties of CDWs and spin-density waves (SDWs), which are thought to be connected to high-temperature superconductivity. However, the exact nature of CDW, SDW is not yet fully understood.
Often correlated materials are described with the so-called multi-band Hubbard model, which takes into account the Coulomb interactions in d- or f-orbitals with a local parameter U. In the structure of the cuprate high-temperature superconductor LCO, the low-energy electron structure of the CuO2 planes is of interest, as this is where CDW, SDW and 2D high-temperature superconductivity take place. For this reason, the 3-band Hubbard model is often used, which takes into account the interaction of the Cu and O orbitals. Here we describe the time-dependent Gutzwiller approximation (TDGA) for the single-band Hubbard model. The description of a single-band construct for the Hubbard model was discussed in the work of Zhang and Rice, where they assume a hybridisation of the copper atom with the neighbouring oxygen atoms inside the unit cell forming a singlet state. While the Gutzwiller approximation can be solved analytically in one dimension using the Bethe ansatz, for real systems one has to resort either to the exact diagonalisation of small clusters or to approximation methods.
We analyse the non-equilibrium dynamics of the electron structure in comparison to the optical conductivity in the linear response and non-equilibrium case. The starting point is the half-filled antiferromagnetic (AF) state, which is forms in LCO at weak hole doping p and allows the description of the stripe state by introducing hole doping near zero temperature. The focus here is on the site-centered and bond-centered stripe states characterized by a domain wall, which possesses an accumulation of hole doping and inverts the spin order. The results of the TDGA are compared with those of the time-dependent Hartree-Fock approximation (TDHF) and, in the case of the stripe states, also with the time-dependent Landau theory (TDL).In den letzten Jahren hat die Rolle von Ladungsdichtewellen (CDW) in der Untersuchung von Hochtemperatursupraleitern, wie Kupraten und Nickelaten, an Bedeutung gewonnen, so dass CDW potenzielle Einblicke in den Mechanismus der Hochtemperatursupraleitung bieten können. Kuprate und Nickelate sind Übergangsmetalle und haben ihre Valenzelektronen in den d-Orbitalen ausgeprägt, was diese zur Familie der korrelierten Materialien gehören lässt. In der Vergangenheit wurde eine Vielzahl an experimentellen Techniken, wie Röntgenstreuung und Neutronenstreuung, durchgeführt, um solche Materialien sowie die elektronischen Eigenschaften der CDW und Spin-Dichtewellen (SDW) besser zu verstehen. Es wird vermutet, dass CDW und SDW mit der Hochtemperatursupraleitung in Verbindung stehen. Dennoch ist die genaue Natur von CDW, SDW noch nicht vollständig verstanden.
Hier beschreiben wir die zeitabhängige Gutzwiller-Approximation (TDGA) für das Einband-Hubbard-Modell. Die Beschreibung eines Einbandkonstrukts für das Hubbard-Modell wurde in der Arbeit von Zhang und Rice beschrieben, wo sie eine Hybridisierung des Kupferatoms mit den benachbarten Sauerstoffatomen innerhalb der Einheitszelle unter Bildung eines Singlet-Zustands annehmen. Während die Gutzwiller-Approximation in einer Dimension analytisch mit dem Bethe-Ansatz gelöst werden kann, muss man für reale Systeme entweder auf die exakte Diagonalisierung kleiner Cluster oder auf Approxi-mationsmethoden zurückgreifen.
Wir analysieren die Nicht-Gleichgewichtsdynamik der Elektronenstruktur im Vergleich zur optischen Leitfähigkeit im Linear-Response und starken Ungleichgewichtsfall. Der Ausgangspunkt ist der halbgefüllte antiferromagnetische Zustand, welcher in LCO bei schwachen Lochdotierungen vorliegt, und die Beschreibung des Stripe-Zustands durch die Einführung von Loch-Dotierung ermöglicht. Der Fokus liegt hier auf den Site-centered oder Bond-centered Stripe-Zuständen mit einer charakterisierenden Domänenwand, welche eine Ansammlung an Loch-Dotierungen besitzt und die Spinordnung invertiert. Die Ergebnisse der TDGA werden hier mit denen der zeitabhängigen Hartree-Fock-Näherung (TDHF) und im Falle der Stripe-Zustände auch mit der zeitabhängigen Landau-Theorie (TDL) verglichen
Virtuelle Bewertung von Karosserieoberflächen
No full textThe progression of the automotive industry has introduced a slew of complex designs to meet the personalized style expressions of consumers. However, these intricate designs in premium automobiles present significant manufacturing challenges, especially in detecting and prioritizing the varying severities of cosmetic surface defects. Traditionally, defect identification is performed at the end of the development phase, which is a costly and time-consuming process. This thesis seeks to enhance early defect detection efficiency in the concept phase using artificial intelligence (AI). Through examination of unpainted parts, auditors’ perceptual practices, and deep draw simulations, the research aims to establish a virtual prediction method to accurately classify surface defects. The findings of this thesis prove that the geometry of unpainted parts sufficiently predicts potential defects post-painting, refuting the need for physical painted part analysis. The identification process adopted by auditors, grounded in analyzing light distortions on surfaces, is replicated within a neural network. Furthermore, by incorporating physiological optical aspects, the thesis improves the virtual representation of defects, creating a visible and analyzable dataset for AI algorithms. The accuracy of the neural networks trained on such datasets is substantiated by the successful translation of auditors’ classification methods into a machine learning environment. In particular, a machine learning approach using Random Forest (RF) algorithms excelled in prefiltering areas of interest based on curvature and strain values. A convolutional recurrent neural network (CRNN) is developed to classify the severity of defects, with the introduction of an annotation application to label data by experts. The CRNN demonstrated a remarkable accuracy of 86 % in classifying defect severity based on simulation data. Moreover, the study assessed the frame-by-frame localization of defects, where the PatchCore anomaly detection algorithm proves optimal, achieving an F1 Score of 0.86. Overall, the research successfully shows the transferability of expert auditors’ perception into a neural network architecture, highlighting the feasibility of implementing AI in early phases of automotive design to predict and classify defects, which has the potential to significantly reduce development costs and improve manufacturing efficiency.Die Entwicklung in der Automobilindustrie hat eine Vielzahl komplexer Designs hervorgebracht, um den individuellen Stilvorstellungen der Verbraucher gerecht zu werden. Diese anspruchsvollen Designs bei Premium-Automobilen stellen jedoch eine große Herausforderung für die Herstellung mittels des Umformverfahrens Tiefziehen dar. Insbesondere für die Erkennung und Priorisierung der unterschiedlichen Schwere kosmetischer Oberflächenfehler ist nach wie vor Expertenwissen notwendig. Traditionell wird diese Einstufung und Optimierung am Ende der Entwicklungsphase auf Basis von Vorserienfahrzeugen durchgeführt, was bei einer Fehlererkennung zu einem kostspieligen und zeitaufwändigen Prozess führt. In dieser Arbeit wird versucht, die Effizienz der Fehlerfrüherkennung in der Konzeptphase durch den Einsatz künstlicher Intelligenz (KI) zu verbessern. Es wurden die Bewertungsprozesse durch Auditoren anhand von physischen Bauteilen untersucht und in einer KI abgebildet. Dies ermöglicht den Einsatz (nicht nur auf reale Messdaten, sondern auch) auf virtuelle Ergebnisse der Umformsimulation, welche bereits in der Konzeptphase vorliegen, lange bevor das erste reale Bauteil gefertigt wird. Die Ergebnisse dieser Arbeit zeigen, dass der Einfluss der Lackschicht auf das auditäre Bewertungsergebnis untergeordneter Natur ist, wodurch die Notwendigkeit der Modellierung dieser entfällt. Eine Anwendung einer KI-Bewertungsmethodik direkt auf die Umformsimulationsergebnisse ist dadurch möglich. Der Fehleridentifizierungsprozess von Auditoren, der auf der Analyse von Lichtverzerrungen auf lackierten Oberflächen beruht, wird in einem neuronalen Netz nachgebildet. Es wurde eine Methode entwickelt, die eine virtuelle physiologisch-optische Repräsentation des Bewertungsprozesses ist. Dadurch wird ein analysierbarer Datensatz erstellt, welcher als Eingangsgröße für eine Bewertung der Schwere der Oberflächendefekte mittels KI herangezogen werden kann. Die Genauigkeit der auf solchen Datensätzen trainierten neuronalen Netze wird durch die erfolgreiche Übertragung der Klassifizierungsmethoden der Prüfer in eine maschinelle Lernumgebung untermauert. Insbesondere zeichnete sich ein maschineller Lernansatz unter Verwendung eines Random Forest (RF)-Algorithmus durch die Vorfilterung interessanter Bereiche auf der Grundlage von Krümmungs- und Dehnungswerten aus. Zur Klassifizierung der Schwere von Fehlern wird ein Convolutional Recurrent Neural Network (CRNN) entwickelt. Dabei wird eine Annotationsanwendung zur Kennzeichnung von Daten durch Experten eingeführt. Das CRNN erreicht bei der Klassifizierung der Fehlerschwere auf Basis von Simulationsdaten eine Genauigkeit von 86 %. Zusätzlich wird in der Arbeit die Bild-für-Bild-Lokalisierung von Defekten untersucht. Dabei erweist sich der PatchCore-Anomalieerkennungsalgorithmus als optimal und erreicht einen F1-Score von 0,86. Insgesamt zeigt die Arbeit erfolgreich die Übertragbarkeit der Wahrnehmung von Expertenauditoren auf eine neuronale Netzwerkarchitektur. Es unterstreicht die Machbarkeit der Implementierung von KI in frühen Phasen der Automobilentwicklung zur Vorhersage und Klassifizierung von Fehlern. Dies hat das Potenzial, die Kosten erheblich zu senken und die Fertigungseffizienz zu verbessern
Indigenous bioeconomy in Brazil : how to determine the local biomass potential in indigenous territories
No full textThe increased expansion of agricultural areas in central Brazil has been cited as a contributing factor to deforestation, soil degradation and water pollution. The impact of this expansion extends beyond the boundaries of the territory of the Xavante indigenous group. These protected areas have experienced a marked decline in available food resources and an unreliable energy supply. The term “indigenous bioeconomy” represents a holistic approach that aims to enhance the well-being of indigenous communities. It recognises indigenous knowledge and promotes the sustainable use of resources. The indigenous bioeconomy contributes to climate protection, by avoiding deforestation and replacing the use of fossil fuels in isolated areas with biogenic alternatives. This paper analyses the local biomass potential of a community within the Pimentel Barbosa Indigenous Territory of the Xavante ethnic group. Participatory research was employed to gain an in-depth understanding of the customary Xavante practices. The theoretical biomass potential was estimated at around 2700 tonnes per year (t/a), which is defined as the total amount of selected biomass types available in the investigated area. Local practical biomass potential considers the per capita consumption of this biomass by the indigenous population. Furthermore, the authors quantified the unused biomass potential, representing biomass that could be used for various purposes including food, medicine and energy. Biomass residues have an untapped potential of around 180 t/a. The paper outlines possible utilisation scenarios for these residues and considers the challenges associated with food and energy security in indigenous territories
Effect of boric acid on the chemical-physical structural changes during the production of cellulose-based carbon fibers
No full textDank der herausragenden spezifischen Festigkeit und Steifigkeit von Carbonfasern ermöglicht ihr Einsatz im Leichtbau eine signifikante Gewichtsreduktion von Verbundwerkstoffbauteilen. Für diese Anwendungen werden nahezu ausschließlich Carbonfasern auf Basis von erdölbasierten Polyacrylnitril (PAN) verwendet. Alternative biogene Präkursorsysteme, wie beispielsweise Cellulose, gewinnen aufgrund ihres Potenzials zur CO2-Reduktion und ökonomischer Vorteile zunehmend an Interesse. Derzeit wird ihr Einsatz durch eine geringere Ausbeute bei der Herstellung und niedrigere mechanische Kennwerte eingeschränkt, was weitere Forschungsarbeiten, u. a. im Bereich der eingesetzten Prozesshilfsmittel, erforderlich macht.
In der vorliegenden Arbeit wird die Auswirkung des Einsatzes von Borsäure als Additiv bei der Herstellung Cellulose-basierter Carbonfasern beleuchtet. Es wird die Hypothese verfolgt, dass Borsäure sich nicht nur positiv auf die Ausbeute bei der thermo-mechanischen Umwandlung, sondern auch auf die finale Struktur der Carbonfaser auswirkt. Aus zwei Präkursoren, einer mit Borsäure beladen und einer unmodifiziert als Referenz, werden unter Variation der Konvertierungsparameter in einem kontinuierlichen Prozess Carbonfasern hergestellt. Die chemische Umwandlung der Carbonfasern wird systematisch mittels Elementaranalyse (CHNS, ICP-OES, REM-EDX) und thermischer Analytik (DSC, TGA-MS, In-situ WAXS) untersucht und die physikalischen Strukturänderungen mit verschiedensten WAXS-Techniken verfolgt. Auch makroskopische Eigenschaften wie Dichte, spezifische elektrische Leitfähigkeit und mechanische Kennwerte werden bestimmt und über verschiedene Modelle mit strukturellen Parametern korreliert.
Bereits die thermischen Analysen zeigen eine starke Wechselwirkung zwischen Borsäure und dem Cellulose-basierten Präkursor auf. Im Vergleich zum unbehandelten Referenzsystem findet der Masseverlust bei geringen Temperaturen statt und die Ausbeute erhöht sich erheblich. Es wird gezeigt, dass Borsäureprodukte auch nach einer Temperaturbehandlung bei 2000 °C in den Carbonfasern verbleiben und bereits ab 1200 °C die Ausbildung einer kristallinen Kohlenstoffphase beschleunigen. Durch Anpassung der Prozessführung auf die Wirkungsweise des Additivs werden Cellulose-basierte Carbonfasern mit Elastizitätsmoduli auf dem Niveau von kommerziellen PAN-basierten Carbonfasern (230 GPa) mit stark erhöhter Leitfähigkeit hergestellt. Die makroskopischen und strukturellen Änderungen werden ganzheitlich unter Einführung der mikroskopischen Moduli im Rahmen des uniform stress Modells erklärt und als Ursache eine Reduktion von kovalenten Quervernetzungen der Basalebenen identifiziert. Als Folge wird das Kristallitwachstum weniger stark behindert und die Orientierbarkeit der kristallinen Phase während der Carbonisierung bei 2000 °C signifikant erhöht.Due to their outstanding specific strength and stiffness enable carbon fibers significant weight reduction in lightweight construction of composite components. For these applications, almost exclusively carbon fibers based on polyacrylonitrile are used. Alternative, biogenic precursor systems, such as cellulose, are gaining increasing interest due to their potential for CO2 reduction and possible economic advantages. Currently, their application is limited by lower yields in production and reduced mechanical properties, necessitating further research, including in the field of additives.
In the present work, the effect of boric acid as an additive in the production of cellulose-based carbon fibers is examined. The hypothesis is that boric acid positively influences both the yield during conversion and the final structure of the carbon fiber. Two precursors, one loaded with boric acid and one unmodified as a reference, are used to produce carbon fibers in a continuous process while varying the conversion parameters. The chemical conversion of the carbon fibers is systematically analyzed using elemental analysis (CHNS, ICP-OES, SEM-EDX) and thermal analysis (DSC, TGA-MS, in-situ WAXS) and the physical structural changes are tracked using various WAXS techniques. Macroscopic properties such as density, specific electrical conductivity, and mechanical properties are also determined and correlated with structural parameters using different models.
The thermal analyses already show a strong interaction between boric acid and the cellulose-based precursor. Compared to the untreated reference system, the mass loss occurs at lower temperatures and the yield increases drastically. It is demonstrated that boric acid products remain in the carbon fibers even after heat treatment at 2000 °C and that they accelerate the formation of crystalline structures starting at 1200 °C. By adapting the process to the mechanism of the additive, cellulose-based carbon fibers with elastic moduli at the level of commercial standard-modulus carbon fibers (230 GPa) and significantly increased conductivity are produced. The macroscopic and structural changes are comprehensively explained by introducing the microscopic moduli within a uniform stress model. The shear modulus of the basal planes normal to the c-axis, a direct measure of the density of covalent cross-links, decreases by 40% due to the use of boric acid. As a result, crystallite growth is less hindered and the orientability of the crystalline phase during conversion at 2000 °C is tripled
Amtliches Mitteilungsblatt der BTU Cottbus–Senftenberg, 2025,17 (12.06.2025)
No full textNeufassung der fachspezifischen Prüfungs- und Studienordnung für den Bachelor-Studiengang Lehramt Primarstufe Mathematik-Englisch (B.Ed.) vom 12. Juni 202
Planung von Sportligen mit Miniturnieren
No full textIn amateur or youth sports leagues, the teams play all matches during their leisure time. Thus, a schedule with a smaller number of game days is preferred and the teams are willing to partly renounce on the fairness for this by playing minitournaments instead of single matches. In this format, multiple teams meet at one of them and play against each other, reducing the number of necessary game days and required referees at the cost of unevenly distributed home field advantages. The travel times of all teams now depend on their assignment to the respective minitournaments and the choice of the home team. We present a binary linear optimization model to schedule a sports league as a double Round Robin tournament with minitournaments and most evenly distributed home field advantages, yielding a feasible league schedule with minimal total traveling distances for all teams. After adjusting orbital shrinking to break the occurring symmetries in the possible assignments, we discuss the computational efficiency and evaluate an existing schedule for the "Basketball Senioren Landesliga Brandenburg" amateur basketball league in Germany.In Amateur- oder Jugendsportligen tragen die Mannschaften alle Spiele in ihrer Freizeit aus. Daher wird ein Spielplan mit einer geringeren Anzahl von Spieltagen bevorzugt, und die Mannschaften sind bereit, dafür teilweise auf die Fairness zu verzichten, indem sie Miniturniere anstelle von Einzelspielen spielen. Bei diesem Format treffen sich mehrere Mannschaften an einem Spieltag und spielen gegeneinander, wodurch die Anzahl der notwendigen Spieltage und der benötigten Schiedsrichter reduziert wird, allerdings auf Kosten eines ungleich verteilten Heimvorteils. Die Reisezeiten aller Mannschaften hängen nun von ihrer Zuordnung zu den jeweiligen Miniturnieren und der Wahl der Heimmannschaft ab. Wir stellen ein binäres lineares Optimierungsmodell vor, um eine Sportliga als doppeltes Round-Robin-Turnier mit Miniturnieren und möglichst gleichmäßig verteilten Heimvorteilen zu planen. Das Ziel ist ein zulässiger Ligaplan mit minimalen Gesamtreisezeiten für alle Mannschaften. Nach der Anpassung der "orbital shrinking"-Methode, um die auftretenden Symmetrien in den möglichen Zuordnungen zu brechen, diskutieren wir die rechnerische Effizienz und evaluieren einen bestehenden Spielplan für die Basketball Senioren Landesliga Brandenburg in Deutschland
Extrahieren von Wissensgraphen aus User Storys mit LangChain
No full textRequirements engineering is a fundamental component in software engineering since it defines the software from the user’s perspective. In this context, user stories play a crucial role since they are simple, natural language descriptions of software requirements, and they are widely utilized in the industry, along with the agile development methodology. User stories, while valuable for capturing individual functionalities, offer a limited perspective of the overall system, hindering maintainability and comprehension. To address these challenges, extracting structured information and modeling user stories is crucial. Knowledge graphs offer a promising approach by providing a visual and structured representation of user stories, facilitating data storage and analysis, and reducing manual effort retrieval, leading to a more coherent and manageable system. Several methodologies to model stories employ Natural Language Processing (NLP) techniques, presenting limited precision, complex implementation, and difficulties to interpret a sentence [47]. Recent research has explored using large language models, such as ChatGPT-3.5 [1], to extract knowledge graph components (nodes and relationships) from user stories. However, the solution relies on specific models and lacks comprehensive data processing pipelines for constructing knowledge graphs. LangChain, a model-agnostic framework, is a promising tool that empowers the development of applications centered around large language models. Its adaptability extends to knowledge graph construction, facilitating the extraction of structured information from textual data and seamless integration with graph databases. This thesis introduces a novel methodology for the automated generation of knowledge graphs from user stories by leveraging the advanced capabilities of Large Language Models (LLMs). Utilizing the LangChain framework as a basis, the UserStoryGraph- Transformer (USGT) module was developed to extract nodes and relationships from user stories using an LLM to construct accurate knowledge graphs. This innovative technique was implemented in a script to fully automate the knowledge graph extraction process. Additionally, the evaluation was automated through a dedicated evaluation script, utilizing an annotated dataset for assessment. By enhancing the visualization and understanding of user requirements and domain concepts, this method fosters better alignment between software functionalities and user expectations, ultimately contributing to more effective and user-centric software development processes.Die Anforderungsanalyse ist ein grundlegender Bestandteil der Softwareentwicklung, da sie die Software aus der Sicht des Benutzers definiert. In diesem Zusammenhang spielen User Storys eine entscheidende Rolle, da sie einfache, natürlichsprachliche Beschreibungen von Softwareanforderungen sind und in der Industrie zusammen mit der agilen Entwicklungsmethodik weit verbreitet sind. User Storys sind zwar wertvoll für die Erfassung einzelner Funktionalitäten, bieten aber nur eine begrenzte Sichtweise auf das Gesamtsystem, was die Wartbarkeit und das Verständnis erschwert. Um diese Herausforderungen zu bewältigen, ist die Extraktion von strukturierten Informationen und die Modellierung von User Storys von entscheidender Bedeutung. Wissensgraphen bieten einen vielversprechenden Ansatz, da sie eine visuelle und strukturierte Darstellung von User Storys bieten, die Datenspeicherung und -analyse erleichtern und den manuellen Aufwand beim Abrufen reduzieren, was zu einem kohärenten und besser handhabbaren System führt. Mehrere Methoden zur Modellierung von Geschichten verwenden Techniken der natürlichen Sprachverarbeitung (NLP), die sich durch begrenzte Präzision, komplexe Implementierung und Schwierigkeiten bei der Interpretation eines Satzes auszeichnen. Jüngste Forschungsarbeiten haben sich mit der Verwendung großer Sprachmodelle wie ChatGPT-3.5 befasst, um Komponenten des Wissensgraphen (Knoten und Beziehungen) aus User Storys zu extrahieren. Die Lösung beruht jedoch auf spezifischen Modellen und es fehlt an umfassenden Datenverarbeitungspipelines für die Konstruktion von Wissensgraphen. LangChain, ein modellunabhängiges Framework, ist ein vielversprechendes Werkzeug, das die Entwicklung von Anwendungen ermöglicht, die auf großen Sprachmodellen basieren. Seine Anpassungsfähigkeit erstreckt sich auch auf die Konstruktion von Wissensgraphen und erleichtert die Extraktion strukturierter Informationen aus Textdaten und die nahtlose Integration mit Graphdatenbanken.
In dieser Arbeit wird eine neuartige Methodik für die automatische Generierung von Wissensgraphen aus User Storys vorgestellt, indem die fortgeschrittenen Fähigkeiten von Large Language Models (LLMs) genutzt werden. Auf der Grundlage des LangChain-Frameworks wurde das Modul UserStoryGraphTransformer (USGT) entwickelt, um Knoten und Beziehungen aus User Storys mit Hilfe eines LLMs zu extrahieren und genaue Wissensgraphen zu erstellen. Zusätzlich wurde die Auswertung durch ein spezielles Auswertungsskript automatisiert, das einen kommentierten Datensatz zur Bewertung verwendet. Durch die Verbesserung der Visualisierung und des Verständnisses von Benutzeranforderungen und Domänenkonzepten fördert diese Methode eine bessere Abstimmung zwischen Softwarefunktionalitäten und Benutzererwartungen und trägt letztendlich zu effektiveren und benutzerzentrierten Softwareentwicklungsprozessen bei
Amtliches Mitteilungsblatt der BTU Cottbus–Senftenberg, 2025,27 (09.07.2025)
No full text1. Erste Änderungssatzung zur fachspezifischen Prüfungs- und Studienordnung für den Bachelor-Studiengang Umweltingenieurwesen (B.Sc.) vom 07. Juli 2025
2. Lesefassung: Neufassung der fachspezifischen Prüfungs- und Studienordnung für den Bachelor-Studiengang Umweltingenieurwesen vom 21. September 2021 (AMbl. 17/2021) i. d. F. der Ersten Änderungssatzung zur Prüfungs- und Studienordnung für den Bachelor-Studiengang Umweltingenieurwesen (B.Sc.) vom 07. Juli 202
The design thinking approach : case studies on prototyping components and systems for decentralised energy technology
No full textDiese Studie entstand im Kontext des Forschungsprojekts „SpreeTecneXt“. Ziel war es, durch den Design Thinking Ansatz innovative und nachhaltige Lösungen für die dezentrale Energietechnik zu entwickeln. Drei konkrete Fallstudien wurden auf Basis der Design Thinking-Methode durchgeführt: ein Reinigungssystem für PV-Module, ein nachsteuerndes Floating-PV-System und eine nachhaltige mobile Parkbox. Die Methode Design Thinking zeichnet sich durch ihren nutzerzentrierten, iterativen und kreativen Prozess aus, der besonders in unsicheren und dynamischen Marktumfeldern geeignet ist, komplexe Herausforderungen zu bewältigen. Im Rahmen der durchgeführten Projekte wurde der Design Thinking Ansatz nach Hasso Plattner angewendet. Der Design Thinking Prozess wurde in jeder Fallstudie durchlaufen. In der ersten Phase („Verstehen“) erfolgte eine intensive Auseinandersetzung mit den jeweiligen Design Challenges. Anschließend wurden in der zweiten Phase („Beobachten“) Nutzerbedürfnisse durch Interviews identifiziert. Die dritte Phase („Standpunkt definieren“) diente der systematischen Verdichtung dieser Erkenntnisse zu spezifischen Problemperspektiven. In der vierten Phase („Ideen finden“) wurden zahlreiche kreative und innovative Lösungskonzepte generiert. Diese wurden in der fünften Phase („Prototyp entwickeln“) zu greifbaren und testfähigen Prototypen ausgearbeitet. Die erfolgreiche Anwendung der Design Thinking Methode manifestierte sich in den Ergebnissen aller drei Projektgruppen. Das Team des PV Reinigungssystems entwickelte einen Funky Prototyp eines Reinigungsroboters. Die Gruppe des Floating PV Systems realisierte ein Modell eines funktionalen Prototypen mit intelligenter, sensorgesteuerter Sonnenstandsnachführung zur Optimierung der Energieausbeute und Reduzierung des Wartungsaufwands. Das Team der nachhaltigen mobilen Parkbox präsentierte ein modulares Design mit integrierter Ladefunktion, das sowohl Sicherheits- als auch Komfortbedürfnisse adressierte. Die Anwendung dieser Methode in komplexen Entwicklungsprojekten erweist sich als besonders wertvoll, da sie theoretische Konzepte durch praktische Erfahrung vermittelt. Die Ergebnisse dieses Projekts liefern sowohl praktische Erkenntnisse als auch methodische Anregungen für zukünftige Forschungs- und Entwicklungsarbeiten im Bereich der Energietechnik Innovationen und fördern gleichzeitig den Wissensaustausch zwischen akademischer Forschung und industrieller Praxis.This study was developed in the context of the "SpreeTecneXt" research project. The aim was to use the design thinking approach to develop innovative and sustainable solutions for decentralised energy technology. Three specific case studies were carried out based on the design thinking method: a cleaning system for PV modules, a tracking floating PV system and a sustainable mobile parking box. The design thinking method is characterised by its user-centred, iterative and creative process, which is particularly suitable for overcoming complex challenges in uncertain and dynamic market environments. Hasso Plattner's design thinking approach was used in the projects carried out. The design thinking process was run through in each case study. In the first phase ("Understanding"), an intensive analysis of the respective design challenges took place. Then, in the second phase ("Observe"), user needs were identified through interviews. The third phase ("Define point of view") served to systematically condense these findings into specific problem perspectives. In the fourth phase ("Finding ideas"), numerous creative and innovative solution concepts were generated. These were developed into tangible and testable prototypes in the fifth phase ("Develop prototype"). The successful application of the design thinking method manifested itself in the results of all three project groups. The PV Cleaning System team developed a funky prototype of a cleaning robot The Floating PV System group realised a model of a functional prototype with an intelligent cleaning robot, The Floating PV System group realised a model of a functional prototype with intelligent, sensor-controlled sun position tracking to optimise energy yield and reduce maintenance The Sustainable Mobile Parking Box team presented a modular design with integrated charging function that addressed both safety and comfort needs The application of this method in complex development projects proves to be particularly valuable as it conveys theoretical concepts through practical experience The results of this project provide both practical insights and methodological suggestions for future research and development work in the field of energy technology innovations and at the same time promote the exchange of knowledge between academic research and industrial practice
Die Rolle von Big Data bei der Gestaltung der Kulturpolitik der UNESCO : eine kritische Analyse im Rahmen der Konvention von 2005 über die Vielfalt kultureller Ausdrucksformen
No full textThe rise of digital technologies and the vast quantities of data they generate are transforming multiple sectors, including culture. However, the cultural sector’s engagement with these technologies and their potential remains underexplored. Amid rising criticisms of the cultural sector for its inefficient use of existing data and its lack of innovation in leveraging new data sources for the sector's benefit, there are calls for a renewed approach to data use and a nuanced understanding of its impact on cultural policymaking. Big Data, an emerging topic of interest in policymaking, has been studied for its capacity to support evidence-based decision-making. Additionally, it is increasingly being explored as an alternate data source in research within the culture and heritage sector, especially for supporting policymaking. This study examines the broader discourse on the use of Big Data in cultural policymaking, focusing on its perception as an innovation, the stages of its adoption or rejection, and the types of innovation decisions that influence those stages. Anchored in the Diffusion of Innovation theory, the analysis is framed within UNESCO’s 2005 Convention on the Diversity of Cultural Expressions. Additionally, the research identifies key challenges and opportunities for integrating Big Data into cultural policymaking, both within the framework of the 2005 Convention and in a broader context. The research proposes a conceptual framework that suggests considering Big Data as a potential facilitator for cultural policy innovation and advocates for its further examination. The research concludes with actionable recommendations and a broad-level guideline for advancing the discussion on the viability of Big Data as an innovation for cultural policymaking.Der Aufstieg digitaler Technologien und die riesigen Datenmengen, die sie generieren, verändern zahlreiche Sektoren, darunter auch den Kultursektor. Allerdings ist das Engagement des Kultursektors für diese Technologien und ihr Potenzial noch weitgehend unerforscht. Angesichts der wachsenden Kritik am Kultursektor wegen seiner ineffizienten Nutzung vorhandener Daten und seiner mangelnden Innovationskraft bei der Nutzung neuer Datenquellen zum Nutzen des Sektors werden Forderungen nach einem neuen Ansatz für die Datennutzung und einem differenzierten Verständnis ihrer Auswirkungen auf die Kulturpolitik laut. Big Data, ein aufkommendes Thema von Interesse für die Politikgestaltung, wurde hinsichtlich seiner Fähigkeit untersucht, evidenzbasierte Entscheidungen zu unterstützen. Darüber hinaus wird es zunehmend als alternative Datenquelle in der Forschung im Kultur- und Kulturerbesektor untersucht, insbesondere zur Unterstützung der Politikgestaltung. Diese Studie untersucht den breiteren Diskurs über die Nutzung von Big Data in der Kulturpolitik und konzentriert sich dabei auf die Wahrnehmung von Big Data als Innovation, die Phasen ihrer Einführung oder Ablehnung und die Arten von Innovationsentscheidungen, die diese Phasen beeinflussen. Die Analyse basiert auf der Theorie der Diffusion von Innovationen und wird im Rahmen der UNESCO-Konvention von 2005 über die Vielfalt kultureller Ausdrucksformen durchgeführt. Darüber hinaus identifiziert die Studie die wichtigsten Herausforderungen und Chancen für die Integration von Big Data in die Kulturpolitik, sowohl im Rahmen der Konvention von 2005 als auch in einem breiteren Kontext. Die Studie schlägt einen konzeptionellen Rahmen vor, der Big Data als potenziellen Innovationsmotor in der Kulturpolitik betrachtet und sich für dessen weitere Untersuchung einsetzt. Die Studie schließt mit umsetzbaren Empfehlungen und einer allgemeinen Leitlinie für die Fortsetzung der Diskussion über die Eignung von Big Data als Innovation für die Kulturpolitik