Offenburg University of Applied Sciences
Hochschulschriftenserver der Hochschule OffenburgNot a member yet
6641 research outputs found
Sort by
Development of a Software Extension for Monitoring Object Storage Solutions
No full textMit der zunehmenden Nutzung von Cloud-Diensten in der heutigen Unternehmenswelt wird auch die Überwachung dieser Systeme immer wichtiger. Sie stellt sicher, dass Ausfälle oder Engpässe frühzeitig erkannt werden. Besonders in großen IT-Systemen ist das entscheidend, um Störungen zu vermeiden und den Betrieb reibungslos aufrechtzuerhalten.
Im Rahmen dieser Bachelorarbeit wird eine Softwareerweiterung für das Monitoring-Tool Checkmk entwickelt, mit der der Cloud-Speicher Cloudian HyperStore überwacht werden kann. Dafür werden die Anforderungen analysiert, ein Lastenheft sowie ein Architekturentwurf erstellt und das Plugin anschließend implementiert. Nach der Entwicklung wird es erfolgreich in Checkmk integriert und getestet, um seine Funktionalität und Zuverlässigkeit zu prüfen.
Diese Arbeit zeigt, dass eine automatisierte Überwachung von Cloudian HyperStore die Verwaltung erleichtert und dabei hilft, Störungen frühzeitig zu erkennen. Dies trägt wesentlich zur Verbesserung der Betriebssicherheit bei, da potenzielle Probleme schneller festgestellt und behoben werden können.With the increasing use of cloud services in today's business world, monitoring these systems is becoming ever more important. It ensures that failures or bottlenecks are detected at an early stage. Especially in large IT environments, this is essential to avoid outages and maintain smooth operation.
As part of this bachelor's thesis, a software extension for the monitoring tool Checkmk is developed to enable the monitoring of the cloud storage system Cloudian HyperStore. The requirements are analyzed, a specification and an architectural design are created, and the plugin is then implemented. After development, it is successfully integrated into Checkmk and tested to verify its functionality and reliability.
This work shows that automated monitoring of Cloudian HyperStore simplifies system management and helps to detect issues early. As a result, operational reliability can be improved by identifying and addressing potential problems more quickly
Ökonomische Begründungen der EU-KI-Regulierungen und Auswirkungen auf die Wettbewerbsfähigkeit von Unternehmen
No full textDie vorliegende Bachelorarbeit wurde intern an der Hochschule Offenburg angefertigt. Gegenstand der Untersuchung sind die ökonomischen Begründungen der EU für die Regulierung von Künstlicher Intelligenz und die Auswirkungen dieser Regulierungen auf die Wettbewerbsfähigkeit von betroffenen Unternehmen.
Zu Beginn befasst sich diese Arbeit mit der Definition verschiedener wichtiger Begriffe und deren Merkmale. Wichtige und grundlegende Funktionsweisen der künstlichen Intelligenz werden erklärt und eine Unterscheidung zwischen KI-Algorithmen wird geschaffen. Es werden ökonomische Begriffe und Beobachtungen, die für das Verständnis dieses Themas benötigt werden, definiert.
Infolgedessen, befasst sich diese Arbeit mit dem AI-Act der Europäischen Union, welche im August 2024 verabschiedet wurde. Mit der Aufarbeitung des AI-Acts werden ökonomische Begründungen erörtert, welche auch mit anderen bahnbrechenden Innovationen und deren Regularien verglichen werden.
Danach werden die potenziell positiven und negativen Effekte der Regulierung der künstlichen Intelligenz im EU-Binnenmarkt untersucht und ein Vergleich zwischen kleinen und großen Unternehmen erstellt.
Mit Hilfe empirischer Analysen werden dann vergleichbare bahnbrechende Innovationen und deren Regulierungen überprüft und Rückschlüsse, auf das zu bearbeitende Thema, erstellt.
Nach Abschluss der Handlungsempfehlungen, mit Empfehlungen für Politik, Endnutzer und Unternehmen, bildet das Fazit das Ende dieser Arbeit.
Die Arbeit orientiert sich an zwei Forschungsfragen. Die erste Forschungsfrage behandelt die ökonomische Begründung der EU für die Regulierung der KI. Die zweite Forschungsfrage betrifft die Auswirkungen dieser Regularien auf die Wettbewerbsfähigkeit von betroffenen Unternehmen. Beide Fragen konnten erfolgreich beantwortet werden. Die Ziele der Arbeit wurden erreicht
Einsatz von LLMs zur Unterstützung der Erstellung von Berichten im Bereich der Psychotherapie
No full textDie Erstellung qualitativ hochwertiger Berichte im Bereich der Psychotherapie auf Basis von Stichworten ist eine mit großem Zeitaufwand verbundene Routineaufgabe. Das zentrale Ziel der Arbeit besteht in der Analyse und Untersuchung der Generierung dieser Form standardisierter Berichte durch Large Language Models (LLMs), insbesondere in Hinblick auf Effizienzsteigerung. Hierbei wird Schritt für Schritt ein Prototyp entwickelt, mit dem die Generierung von Berichten im Bereich der Psychotherapie mithilfe unterschiedlicher Modelle und Strategien durchgeführt werden kann. Hierbei soll insbesondere die Technik der Retrieval Augmented Generation (RAG) untersucht werden, um die Qualität der generierten Berichte durch Erweiterung des Prompts um relevanten Kontext zu verbessern. Final sollen optimale Parameter, Modelle und Strategien ermittelt werden, die sich am besten für die Erstellung der Berichte eignen. Die generierten Berichte werden zum einen durch Experten und zum anderen mithilfe eines Kriterienkatalogs als Laie bewertet. Die Ergebnisse zeigen, dass alle auch auf diese Domäne nicht spezialisierten Modelle insbesondere durch den Einsatz von RAG in der Lage sind, qualitativ hochwertige Berichte zu erzeugen. Hierdurch kann bei richtiger Wahl der Strategien und Techniken eine Effizienzsteigerung durch LLMs erzielt werden. Das Modell Gemini 1.5 Pro zeigt die besten Ergebnisse und kann auch ohne RAG bereits Berichte hoher Qualität erzeugen, verbessert diese mithilfe der Technologie jedoch weiter. Hierbei werden die Berichte umso hochwertiger, je mehr Beispiele in der erforderlichen Struktur vorliegen. Die Analyse verdeutlicht außerdem, dass es neben der richtigen Wahl der Modelle und Strategien auch auf ein gutes RAG-System als Grundlage und ergänzend hierzu auf den Einsatz passender Prompt Engineering Techniken ankommt. Besonders effektiv ist hierbei der explizite Hinweis im Prompt zur Erstellung einer Stilrichtlinie auf Basis der Beispielberichte, um diese anschließend zur Generierung der Berichte weiterzuverwenden. Es bestehen jedoch auch bei dem Einsatz von RAG weiterhin noch Herausforderungen, insbesondere in Bezug auf Halluzinationen und in der korrekten und vollständigen Herausarbeitung des erforderlichen Berichtsaufbaus
Der Einfluss von Social-Media-Influencern auf die Kaufintention von Konsumenten
No full textIn dieser Arbeit wird der Einfluss von Influencern auf die Kaufintention von Konsumenten mit Hilfe eines Fragebogens untersucht. Dabei wurde sich auf die Glaubwürdigkeit und der Informarionswert von Influencern, sowie auf die Kongruenz zwischen Influencer und Produkt konzentriert. Die Kongruenz wurde im Fragebogen am besten bewertet und hat als einzige Variable einen signifikanten Einfluss auf die Kaufintention. Dieses Ergebnis zeigt, dass Unternehmen bei der Auswahl eines Influencers vor allem auf die Kongruenz zwischen Influencer und ihrem Produkt achten sollten
Vergleichende Imageanalyse zur Wahrnehmung und Bewertung nationaler Herkunftslabels
No full textDie vorliegende Bachelorarbeit untersucht die Wahrnehmung der Herkunftslabels „Made in Germany“ und „Made in China“ auf dem globalen Markt. Ziel ist es, die Bedeutung und Entwicklung dieser Labels im Kontext der Markenwahrnehmung herauszuarbeiten und ihre Implikationen für deutsche Unternehmen darzustellen. Methodisch stützt sich die Arbeit auf eine theoretische Einbettung in markenstrategische Modelle, insbesondere das Markensteuerrad nach Esch, sowie auf eine Nutzwertanalyse relevanter Markenattribute. Im Fokus stehen dabei Kriterien wie Qualität, Innovationskraft, Vertrauenswürdigkeit, Nachhaltigkeit, Preis-Leistung und Prestige, die hinsichtlich ihres funktionalen und psychologischen Nutzens bewertet werden. Die Analyse zeigt, dass „Made in Germany“ vor allem mit hoher Qualität, Zuverlässigkeit und Prestige assoziiert wird, während „Made in China“ zunehmend durch Innovationskraft und Preis-Leistungs-Vorteile an Bedeutung gewinnt. Abschließend wird deutlich, dass Herkunftslabels weiterhin einen wichtigen Einfluss auf Konsumentscheidungen haben, jedoch ihre Wirkung durch globale Entwicklungen einem dynamischen Wandel unterliegt
Optimierung der Customer Journey bei erklärungsbedürftigen Konsumgütern im E-Commerce
No full textIn der vorliegenden Arbeit wird eine praxistaugliche Methodik zur Optimierung der Customer Journey eines spezialisierten Online-Händlers für erklärungsbedürftige Trinkwasseranlagen entwickelt und auf die „Neues Wasser GmbH“ angewendet. Nach dem Vorgehen etablierter Modelle und Theorien werden interne und externe Analysen durchgeführt (interne Touchpoints, externes Benchmarking und Zielgruppenanalyse mit Persona Erstellung), die als Basis für ein Customer-Journey-Mapping bieten. Im ersten Schritt werden zwei Customer-Journey-Maps auf Basis zweier zuvor definierter Personas entwickelt. Darauf aufbauend wird im zweiten Schritt eine optimierte Map für eine der beiden Personas erstellt.
Anschließend werden folgende Maßnahmenpakete abgeleitet, die der „Neues Wasser Gmbh“ als groben Leitfaden für die Optimierung dienen sollen.
• Information & Evidenz: Produktdarstellung vereinheitlichen, belastbare Nachweise liefern (Zertifikate, Messwerte), erklärende Videos erstellen, sichtbar eingebundene interne/externe Bewertungen fördern
• Führung der Kund:innen & Checkout: klare Varianten-/Kompatibilitätslogiken einführen, einen automatisierten Kaufberater und einen Helpdesk implementieren, strukturierte Vergleiche fördern und die bestehenden Zahlungsoptionen erweitern
• Nach-Kauf-Erfahrung & Service: das Onboarding standardisieren, eine Self-Service-Wissensbasis und FAQ ausbauen, proaktive Erinnerungen einführen (z. B. Filterwechsel) und schnelle Kontaktkanäle pflegen
• Social Proof: Reviews systematisch aktivieren und UCG auf Social-Media, sowie fair gestaltete Empfehlungsmechaniken implementieren
• Messung & Lernen: schlanke KPI-Sets je Paket definieren (z. B. Checkout, Abbruchquote, Verweildauer, Erstlösungsquote, Bewertungsvolumen) und kontrollierte Tests zur Wirksamkeitsprüfung
Physics-Constrained Deep Learning for Accelerating Climate Modeling
Full text linkAccurate modeling of weather and climate is critical for taking effective action
to combat climate change. Predicted and observed quantities such as precipitation, clouds, aerosols, wind speed, and temperature impact decisions
in sectors such as agriculture, energy, health, and transportation. While
these quantities are often required at a fine geographical and temporal scale
to ensure informed decision-making, most climate and weather models are
extremely computationally expensive to run, resulting in coarse-resolution
predictions. Recent advances in deep learning (DL) make it an attractive
tool for speeding up simulations. The two main ways to decrease computational efforts with DL are downscaling, the increase of the resolution directly
on the predicted climate variables, and emulation, the replacement of model
parts to achieve faster runs initially.
This thesis leverages DL models for accelerated climate forecasting while
making sure the methods are feasible for physical modeling. Standard DL
approaches often violate simple physical constraints such as positivity or conservation properties. We develop novel methodologies to incorporate those
constraints into the training and into architectures of DL. First, we look
into so-called soft-constraining methods that introduce an additional regularisation term. Then several hard-constraining methods that change the
neural networks (NNs) architectures, by adding final constraining layers, are
discussed.
We consider two application cases to test our constraining methodology
and evaluate the potential of DL for speeding up climate modeling. The
first test case is downscaling. We not only show how our hard-constraining
layers guarantee the constraints to be satisfied, but also increase the overall
predictive performance. In the second employment of our constrained DL
models, the aerosol microphysics module in the global ICON climate model
is replaced by a NN. We both investigate offline performance, as well as
implement the NN in Fortran to run it online within ICON, achieving a
stable an accurate coupled simulation. We discuss challenges and choices for
a successful deployment of DL in climate and weather simulations
Life cycle assessment (LCA): LCA software, CAD use cases, MakerSpace and 3D printing
No full textThis thesis focuses on integrating Life Cycle Assessment (LCA) into 3D printing and evaluating its environmental impact within MakerSpaces. The research explores how environmentally relevant data can be collected, analyzed, and implemented using openLCA and CAD tools. By studying different 3D printing workflows, the project aims to quantify CO₂ emissions, energy consumption, and material waste, providing insights for more sustainable additive manufacturing. The findings will contribute to optimizing design and production processes, reducing environmental impact, and promoting eco friendly 3D printing practices
Reconstruction of the Etemenanki temple tower in Babylon using digital twin and additive manufacturing
No full textThis study explores the application of Additive Manufacturing (AM)
for the reconstruction the Etemenanki temple tower in Babylon.
The research focuses on creating a 3D model from archaeological
findings using Computer-Aided Design (CAD) software. The modeling process resulted in two distinct levels of detail: an abstract
model emphasizing geometry and a detailed model incorporating
textures and colors derived from historical records through rendering. A Polyjet 3D printer was employed to fabricate physical
models. The 3D model represents a digital twin of the 3D printed
physical model. The design process involved addressing challenges
related to the model’s size, the complexity of replicating brickwork
and textures, and the limitations inherent in 3D printing. The model
was strategically divided into individual parts, facilitating easier 3D
printing and assembly. The results highlight the potential of AM in
visualizing archaeological sites and its flexibility in representing
diverse interpretations of historical structures. This approach allows for both abstract and detailed visualizations within a single
model. Furthermore, the study provides a discussion of production
costs and time-frames, offering practical insights into the feasibility
of 3D printing for architectural reconstructions. The methodology
and solutions developed can be applied to other archaeological
projects, enabling the creation of detailed and customizable models
for research and presentation purposes
Automatic Speech Recognition in Practice: An Evaluation of Speech-to-Text Systems in Various Application Areas
No full textAutomatic Speech Recognition (ASR) and Speaker Diarization (SD) are increasingly embedded in enterprise workflows, yet their performance varies widely with recording conditions, conversational structure, accents/dialects, and domain terminology. This thesis evaluates state-of-the-art systems - OpenAI Whisper-large V3 for ASR, Microsoft Phi-4 Multimodal for multimodal transcription, pyannote 3.1 for diarization, and NVIDIA Sortformer for joint speech/speaker modeling - across realistic recordings and enterprise integration scenarios. Four research questions guide the work: (RQ1) the qualitative/quantitative characteristics of modern ASR/SD; (RQ2) the impact of audio quality, speaker dynamics, accents/dialects, and domain vocabulary; (RQ3) an end-to-end, enterprise-ready process design for batch and streaming; and (RQ4) the extent to which fine-tuning and contextualization improve domain relevance.
Using WER/CER as primary accuracy metrics (and MER conceptually for meaning preservation), results span from 2.38% WER on a clean two-speaker interview to 29.47% under accented English (German–Malaysian), with intermediate cases at 8.82% (dialectal German meeting), 19.58% (German–Singaporean English), and 27.08% (open-plan multi-speaker overlap). Errors concentrate around overlap, distant/quiet speakers, and out-of-vocabulary terms. Diarization quality critically affects downstream transcription in multi-speaker settings; end-to-end diarization reduces permutation errors but remains sensitive to rapid turn-taking.
To address enterprise constraints, the thesis proposes and implements a modular reference architecture (batch + real-time) with retrieval-augmented and glossary-guided post-processing, optional diarization, and interchangeable ASR backends, exposed via APIs and backed by vector indexing for instant search. In practice, lightweight contextual biasing and glossary replacement recover many domain terms without retraining, while parameter-efficient fine-tuning (e.g., LoRA) is recommended for persistent terminology and style. The study concludes with integration guidance (latency/RTF targets, scalability, compliance) and an evaluation outlook that complements WER/CER with MER and diarization-aware measures (DER/JER/cpWER) to better reflect user-perceived quality in production