Idee: Im Zuge dieser Thesis soll untersucht werden, welche KI-Methoden sich zur Anomaliedetektion auf Energiedaten eigenen. Hierbei sollen unterschiedliche UseCases und Anomalien betrachtet werden. Data Science auf Energiedaten ist ein stark wachsender Forschungsbereich, daher sollen in dieser Thesis verschiedene Data Science Methoden zum Einsatz kommen. Das Ziel ist es neuartige UseCases anhand von realen Energiedaten mittels Data Science Methodiken zu untersuchen.

Vorkenntnisse: Praktische Programmierkentnisse idealerweise in Python oder C#, Kenntnisse in klassichen Machine Learning und Deep Learning Frameworks wie Pytorch, Keras, Tensorflow, idealerweise Grundwissen über Energiedaten und Anomaliedetektion

Studiengänge: Data Science, (Energie-)Informatik, Wirtschaftsinformatik, Wirtschaftsingeneurwesen, Betriebswirtschaftslehre, (Energie-)Informatik

Thesis: Masterthesis

Idee: Das Ziel dieser Thesis ist es, neue Geschäftsmodelle durch den Einsatz des Digitalen Produktpasses in der Kreislaufwirtschaft zu konzipieren. Dabei stellt sich vor allem die Frage, wie Produzenten und Hersteller Geld verdienen können, wenn sie ihre Produkte nachhaltig und wiederverwendbar produzieren. Der Digitale Produktpass ist ein digitales Tool, das Produktinformationen enthält und die Verfolgbarkeit von Produkten entlang der Wertschöpfungskette ermöglicht, so dass auch zum Beispiel eine Recyclingfirma am Ende des Produktlebens noch Zugriff auf die Daten hat.

Vorkenntnisse: Grundlagen der Kreislaufwirtschaft und deren aktuellen Geschäftsmodelle

Studiengänge: Betriebswirtschaftslehre, Wirtschaftsinformatik, Wirtschaftsingenieurwesen, Umweltwissenschaften o.ä.

Thesis: Bachelorthesis

Idee: Im Zuge dieser Thesis soll der aktuelle Stand der Nutzung von Energiedaten in Unternehmen, im Kontext der zunehmend wachsenden Bedeutung von Energie (Stichwörter: Energiewende, Kreislaufwirtschaft), untersucht werden. Hierbei sollen Fragen, wie z.B. das prinzipielle Vorhandensein von Daten zur Energieerzeugung und dem -verbrauch, sowie der Umfang und die Art der Nutzung dieser Daten ermittelt werden. Die Erkenntnisse sollen neben einer theoretischen Betrachtung der Fragestellung, durch qualitative und/oder quantitative Umfragen mit Unternehmen einer Branche ermittelt werden. Das Ziel der Thesis ist es, auf dem ermittelten Stand Use Cases und Vorteile durch die Nutzung ihrer Energiedaten für Unternehmen sowohl bereits heute als auch mit Blick in die Zukunft (siehe Stichwörter) zu ermitteln.

Vorkenntnisse: Gute Kenntnisse über die Erzeugung und Nutzung von Energie in Unternehmen sowie die Möglichkeiten der Erfassung und Nutzung von Energiedaten, grundlegendes Verständnis über die Folgen der Energiewende für Unternehmen sowie idealerweise empirische Grundkenntnisse

Studiengänge: Erneuerbare Energien, Betriebswirtschaftslehre, Wirtschaftsingenieurwesen, o.ä.

Thesis: Masterthesis

Projekt: ProDiNA

Idee: Das Ziel dieser Thesis ist die a) Konzipierung und b) Ausarbeitung eines Materialbewertungssystems im Sinne der Recyclingfähigkeit. Thematisch ist diese Abschlussarbeit im Bereich des Digitalen Produktpasses angesiedelt, welcher künftig EU-weit für alle Produkte verpflichtend ist und als Kernelement der Kreislaufwirtschaft gilt. Im Rahmen eines Forschungsprojektes analysieren und optimieren wir die Materialzusammensetzung eines Produktes hinsichtlich seiner Recyclingfähigkeit und erstellen auf dieser Basis einen digitalen Nachhaltigkeitspass als transparenten Nachweis der Kreislauffähigkeit des Produkts. Vor diesem Hintergrund sind in dieser Thesis zunächst die für die Recyclingfähigkeit eines Materials relevanten Parameter zu identifizieren (z. B. theoretische chemische Recyclingeignung, verunreinigende Zusatzstoffe, Sortierbarkeit, Wiedereinsetzbarkeit, etc.) und daraus ein Bewertungsschema (quantitatives Kennzahlensystem) zu entwickeln. Hierzu ist der wissenschaftliche State of the Art im Bereich des Materialrecyclings zu sichten und in die Betrachtung mit einzubeziehen. Darauf aufbauend sind schließlich für die im Produkt verbauten Materialien die relevanten Parameter inhaltlich zu erarbeiten (Recherche & Interviews mit Recyclingunternehmen), um das entwickelte Bewertungssystem zu validieren und zu füllen.

Vorkenntnisse: Grundkenntnisse in den Materialwissenschaften, Grundlagen der Kreislaufwirtschaft und des Recyclings

Studiengänge: Materialwissenschaften, Umweltwissenschaften, Circular Economy, Nachhaltigkeitsmanagement oder ähnliches

Thesis: Bachelor- oder Masterthesis (je nach Umfang)

Idee: Im Rahmen deiner Masterthesis entwickelst du eine Plattform für unsere Fachzeitschrift IM+io und gestaltest gleichzeitig aktiv die technische Einführung eines Creditmodells für das digitale Abonnement und den Vertrieb der Artikel.

Vorkenntnisse: Sehr gute Kenntnisse in der Web- und ggf. auch Appentwicklung sowie im Programmieren (Java Script, HTML, CSS, PHP, SQL)

Studiengänge: (Wirtschafts-, Medien-) Informatik, Computer Science, Data Science oder vergleichbare Studiengänge

Thesis: Masterthesis

Idee: Im Rahmen zweier BMBF-Forschungsprojekte erforschen wir den Einsatz von HITL-Systemen zur Verifikation von Maßnahmenvorschlägen in der stationären Langzeitpflege (ViKI pro) sowie zur Verifikation von Clustering-Ergebnissen von OCT-Scans in der Augenheilkunde (FläKI). Im Rahmen der Thesis sind zunächst gemeinsam mit den Praxispartnern die Anforderungen zu erheben (z. B. in Form von Interviews, Workshops, Fragebögen). Dazu ist der wissenschaftliche State-of-the-art zu sichten und in die Betrachtung einzubeziehen. Darauf aufbauend ist das Gesamtsystem zu konzipieren und prototypisch umzusetzen. Abschließend kann der entstandene Demonstrator gemeinsam mit den Praxispartnern evaluiert werden.

Vorkenntnisse: Programmierkenntnisse (z. B. Python, Typescript)

Studiengänge: (Medien-) Informatik, Computer Science, Data Science oder vergleichbare Studiengänge

Thesis: Bachelor- oder Masterthesis

Idee: Ziel des vom BMBF geförderten Forschungsprojektes ViKI pro ist die Entwicklung und Erprobung eines evidenz- und expertenbasierten, selbstlernenden Systems zur Entscheidungsunterstützung bei der Maßnahmenplanung im Rahmen des professionellen Pflegeprozesses in den Anwendungsfeldern “Mobilität” und “Schmerz”. Im Rahmen der Abschlussarbeit soll auf Basis eines Datenmodells ein Entity Relation Corpus aufgebaut werden, mit dessen Hilfe pflegeplanungsrelevante Attribute für das Entscheidungsunterstützungssystem extrahiert werden können. Dazu soll zunächst der wissenschaftliche State of the Art der Entity Recognition im Bereich des Gesundheitswesens aufgearbeitet werden. Weitere Bestandteile der Arbeit sind die Aufbereitung und Visualisierung von Freitexten der Pflegedokumentation, die Entwicklung einer Annotationsrichtlinie auf Basis eines bereitgestellten Datenmodells sowie die Evaluierung des Korpus durch den Vergleich von State of the Art Algorithmen (z.B. GELECTRA, XLM-RoBERTa).

Vorkenntnisse: gute Deutschkenntnisse (Datenmaterial ist auf Deutsch), Grundkenntnisse in Python sowie in der Nutzung von Natural Language Processing Libraries (z.B. spaCy, NLTK), idealerweise Erfahrung in der Nutzung von Hugging Face

Studiengänge: Computerlinguistik, Computer Science, Künstliche Intelligenz und Data Science oder vergleichbare Studiengänge

Thesis: Bachelorthesis