@incollection{PutzBrecherBrockmann2019,
  author    = {Putz, Matthias and Brecher, Christian and Brockmann, Matthias},
  title     = {Energieflexibilit{\"a}t im Maschinen- und Anlagenbau},
  series = {Energieflexibilit{\"a}t in der Deutschen Industrie: Ergebnisse aus dem Kopernikus-Projekt - Synchronisierte und energieadaptive Produktionstechnik zur flexiblen Ausrichtung von Industrieprozessen auf eine fluktuierende Energieversorgung (SynErgie). Hrsg. Sauer, Abele, Buhl},
  booktitle = {Energieflexibilit{\"a}t in der Deutschen Industrie: Ergebnisse aus dem Kopernikus-Projekt - Synchronisierte und energieadaptive Produktionstechnik zur flexiblen Ausrichtung von Industrieprozessen auf eine fluktuierende Energieversorgung (SynErgie). Hrsg. Sauer, Abele, Buhl},
  publisher = {Fraunhofer Verlag},
  isbn      = {978-3-8396-1479-2},
  publisher      = {FH M{\"u}nster - University of Applied Sciences},
  pages     = {644 -- 675},
  year      = {2019},
  abstract  = {Energie aus erneuerbaren Ressourcen ist nicht immer beliebig verf{\"u}gbar. Je nach Jahreszeit und Witterung variiert beispielsweise die durch Solarparks oder Windkraftanlagen zur Verf{\"u}gung gestellte Leistung. Durch den kontinuierlichen Ausbau der erneuerbaren Energien wird sich die Volatilit{\"a}t im Energiesystem in Zukunft immer st{\"a}rker auspr{\"a}gen. Die Industrie auf die sich {\"a}ndernden Versorgungsstrukturen vorzubereiten und anzupassen ist eine große Herausforderung der n{\"a}chsten Jahrzehnte. Unternehmen m{\"u}ssen zuk{\"u}nftig ihre Prozesse und Betriebsorganisation so gestalten k{\"o}nnen, dass sich der Energieverbrauch zumindest in Teilen flexibel an das volatile Energieangebot anpassen kann. Neben der Entwicklung von Technologien, Konzepten und Maßnahmen zur energetischen Flexibilisierung von industriellen Prozessen liegt ein zweiter Schwerpunkt zuk{\"u}nftiger Arbeiten auf der Entwicklung einer durchg{\"a}ngigen IT-Infrastruktur, mit der Unternehmen und Energieanbieter in Zukunft Informationen von der Produktionsmaschine bis zu den Energiem{\"a}rkten bereitstellen und austauschen k{\"o}nnen. Dies f{\"u}hrt zu einem Paradigmenwechsel im Betrieb industrieller Prozesse - weg vom kontinuierlichen und rein nachfragegetriebenen Energieverbrauch hin zum anpassbaren, energieflexiblen Betrieb industrieller Anlagen.},
  language  = {de}
}
@book{OPUS4-15020,
  title     = {Handbuch Dampfturbinen},
  editor    = {aus der Wiesche, Stefan and Joos, Franz},
  publisher = {Springer Vieweg},
  address   = {Wiesbaden},
  doi       = {10.1007/978-3-658-20630-7},
  publisher      = {FH M{\"u}nster - University of Applied Sciences},
  year      = {2018},
  language  = {de}
}
@inproceedings{BrecherBrockmannBiernatetal.2020,
  author    = {Brecher, Christian and Brockmann, Matthias and Biernat, Benedikt and Frenkel, Nils and Neus, Stephan},
  title     = {Modellbasierte Datenanalyse als Basis f{\"u}r Zustands{\"u}berwachung in Werkzeugmaschinen},
  series = {Steel and more : ASK 34 : Aachener Stahlkolloquium : 19. November 2020 : Online-Konferenz : Tagungsband},
  booktitle = {Steel and more : ASK 34 : Aachener Stahlkolloquium : 19. November 2020 : Online-Konferenz : Tagungsband},
  editor    = {Krupp, Ulrich and M{\"u}nstermann, Sebastian},
  publisher = {DVS Media GmbH},
  address   = {D{\"u}sseldorf},
  isbn      = {3-96144-092-1},
  pages     = {9 -- 18},
  year      = {2020},
  abstract  = {Moderne Produktions- und Verarbeitungsanlagen in der Stahlherstellung beinhalten eine Vielzahl von Sensoriken und digitalisierten Informationen. Prinzipiell stehen daher bereits w{\"a}hrend des Betriebes große Datenmengen entlang des gesamten Herstellungsprozess zur Verf{\"u}gung. Diese Daten werden teilweise direkt f{\"u}r interne Regelungen der Maschinen oder f{\"u}r Qualit{\"a}tskontrollen genutzt. Ein Großteil dieser Daten bleibt jedoch ungenutzt. Dies hat zwei Hauptgr{\"u}nde: Zum einen m{\"u}ssten sehr große Datenmengen gespeichert werden, zum anderen sind die erzeugten Daten sehr heterogen und ohne Vorverarbeitung und Kenntnis der physikalischen Wirkzusammenh{\"a}nge von keinem direktem Nutzen. Der Verkn{\"u}pfung von relevantem Wissen, Modellen und Daten {\"u}ber alle relevanten technischen Dom{\"a}nen hinweg bietet die M{\"o}glichkeit den OEE zu optimieren. Ein dom{\"a}nen{\"u}bergreifender Datenzugriff erm{\"o}glicht neue M{\"o}glichkeiten f{\"u}r produzierende Unternehmen, insbesondere m{\"u}ssen mit Wissen aufbereitete Daten zusammen mit bedarfsgerecht reduzierten Modellen genutzt werden. Diese modellbasierte Datenanalyse stellt die Grundlage f{\"u}r einen optimalen Nutzen von Daten aus der Produktion dar.},
  language  = {de}
}
@article{Brockmann2022,
  author    = {Brockmann, Matthias},
  title     = {Warum digitale Transformation und Nachhaltigkeit sich gegenseitig bedingen},
  series = {VDMA Magazin "Digitale Transformation"},
  journal   = {VDMA Magazin "Digitale Transformation"},
  pages     = {18 -- 24},
  year      = {2022},
  abstract  = {Nachhaltig, menschzentriert und resilient - so beschreibt die Europ{\"a}ische Kommission in einem ihrer Dossiers die n{\"a}chste industrielle Revolution unter dem Stichwort Industrie 5.0. Vor zehn Jahren wurde auf der Hannover Messe 2011 die Vision Industrie 4.0 pr{\"a}sentiert. Kernelemente von Industrie 4.0 sind eine Referenzarchitektur (RAMI 4.0) zur Vernetzung zunehmend autonomer IoT-Ger{\"a}te sowie Cyber-Physical Production Systems (CPPS), bei denen hochaufgel{\"o}ste Simulationen („Digital Twins") dabei helfen, physische Produktionssysteme zu {\"u}berwachen, deren Verhalten vorherzusagen und zu regeln. Dar{\"u}ber hinaus sollen personalisierte und kontextspezifische „intelligente Agenten" und dazugeh{\"o}rige Organisationsformen neue Formen der Arbeit schaffen.},
  language  = {de}
}
@article{SchuhHaefnerHopmannetal.2020,
  author    = {Schuh, G{\"u}nther and H{\"a}fner, Constantin and Hopmann, Christian and Rumpe, Bernhard and Brockmann, Matthias and Wortmann, Andreas and Maibaum, Judith and Dalibor, Manuela and Bibow, Pascal and Sapel, Patrick and Kr{\"o}ger, Moritz},
  title     = {Effizientere Produktion mit Digitalen Schatten},
  series = {Effizientere Produktion mit Digitalen Schatten},
  volume    = {115},
  journal   = {Effizientere Produktion mit Digitalen Schatten},
  number    = {ZWF Zeitschrift f{\"u}r wirtschaftlichen Fabrikbetrieb},
  doi       = {10.3139/104.112339},
  pages     = {105 -- 107},
  year      = {2020},
  abstract  = {Die Digitalisierung verspricht Unternehmen, die Wandlungsf{\"a}higkeit und Produktivit{\"a}t bestehender Fertigungssysteme zu f{\"o}rdern. Durch die Komplexit{\"a}t cyber-physischer Produktionssysteme liegen Produktionsdaten jedoch heterogen, unstrukturiert und isoliert vor. Die f{\"u}r eine konkrete Aufgabe oder Fragestellung ben{\"o}tigten Daten werden durch Digitale Schatten zielgerichtet verkn{\"u}pft, abstrahiert und aggregiert, sodass eine wissensbasierte und echtzeitf{\"a}hige Entscheidungsfindung in der Produktion m{\"o}glich wird.},
  language  = {de}
}
@incollection{BrecherBrockmann2020,
  author    = {Brecher, Christian and Brockmann, Matthias},
  title     = {Vernetzte Produktion durch Digitale Schatten - Werkzeugmaschine 4.0},
  series = {Handbuch Industrie 4.0: Recht, Technik, Gesellschaft / Hrsg. Walter Frenz},
  booktitle = {Handbuch Industrie 4.0: Recht, Technik, Gesellschaft / Hrsg. Walter Frenz},
  publisher = {Springer-Verlag GmbH Deutschland},
  address   = {Berlin, Heidelberg},
  doi       = {10.1007/978-3-662-58474-3},
  publisher      = {FH M{\"u}nster - University of Applied Sciences},
  pages     = {543 -- 552},
  year      = {2020},
  abstract  = {Der Begriff Internet of Things hat sich weltweit als Bezeichnung f{\"u}r die horizontale internetbasierte Vernetzung von Cyber-Physical Systems durchgesetzt. Das IoT erm{\"o}glicht dabei die Nutzung von Felddaten (z. B. Kundenverhalten) zur Realisierung von neuartigen digitalen Gesch{\"a}ftsmodellen. In den meisten Anwendungsf{\"a}llen sind dabei große Mengen an Felddaten vorhanden, welche durch eine relativ kleine Anzahl von Parametern beschrieben werden. Die {\"U}bertragung des IoT-Ansatzes auf die Produktion wird - insbesondere in Deutschland - mit dem Begriff Industrie 4.0 bezeichnet. Das volle Potenzial dieses Ansatzes kann derzeit jedoch nicht vollst{\"a}ndig genutzt werden, da der Zugang zu Daten aus der Produktion aus verschiedenen Gr{\"u}nden nicht m{\"o}glich ist und die Daten aufgrund der komplexen physikalischen Wirkzusammenh{\"a}nge sehr heterogen sind. Dies f{\"u}hrt insbesondere in der Datenanalyse zu g{\"a}nzlich neuen Herausforderungen.},
  language  = {de}
}
@incollection{BeckerBrockmannNiemietzetal.2021,
  author    = {Becker, Marco and Brockmann, Matthias and Niemietz, Philipp and Trauth, Daniel and Bergs, Thomas and Brecher, Christian},
  title     = {Das Internet of Production als Fundament der Datenverwertung in der Produktion},
  series = {Monetarisierung von technischen Daten / Hrsg. Daniel Trauth, Thomas Bergs, Wolfgang Prinz},
  booktitle = {Monetarisierung von technischen Daten / Hrsg. Daniel Trauth, Thomas Bergs, Wolfgang Prinz},
  editor    = {Trauth, Daniel and Bergs, Thomas and Prinz, Wolfgang},
  publisher = {Springer Vieweg},
  address   = {Berlin, Heidelberg},
  doi       = {10.1007/978-3-662-62915-4_15},
  publisher      = {FH M{\"u}nster - University of Applied Sciences},
  pages     = {275 -- 295},
  year      = {2021},
  abstract  = {Das Internet of Things entfaltet erst durch die {\"U}berwindung von bestehenden Produkt- und Industriegrenzen sein volles {\"o}konomisches Potenzial. Trotzdem werden Cyberphysische Systeme in der Forschung bisher oftmals isoliert betrachtet. Der Begriff des Internet of Production (IoP) steht f{\"u}r die Vision eines {\"u}bergreifenden Austauschs von Daten und Informationen zwischen Produktentwicklung, Produktion und Nutzungsphase - {\"u}ber bestehende Organisationsgrenzen hinaus. Die Realisierung des IoP ist mit Herausforderungen im Bereich der datengetriebenen Modellierung sowie der Infrastruktur verbunden. In diesem Buchbeitrag werden die bestehenden Herausforderungen erl{\"a}utert und L{\"o}sungsans{\"a}tze skizziert. Der Schwerpunkt liegt auf der datengetriebenen Modellierung. Im Speziellen wird die Problematik des Lernens von kausalen Zusammenh{\"a}ngen, die Interpretierbarkeit von Machine-Learning-Modellen sowie die Integration von Dom{\"a}nenwissen in Lernalgorithmen diskutiert. Abschließend werden zwei Anwendungsbeispiele des „Digital Material Shadows" vorgestellt. Diese veranschaulichen wie mithilfe von Machine Learning Erkenntnisse {\"u}ber den Materialzustand eines Werkst{\"u}cks gewonnen werden k{\"o}nnen. Ziel dieser Digital Material Shadows ist es, langfristig Fertigungsprozesse adaptiv an die individuellen Materialeigenschaften des vorliegenden Werkst{\"u}cks bzw. Rohmaterials anzupassen.},
  language  = {de}
}
@inproceedings{WeberAnnasMessingetal.2021,
  author    = {Weber, Lukas and Annas, Sven and Messing, Georg and Elfering, Michael and Jantzen, Hans-Arno and Scholz, J{\"u}rgen},
  title     = {Entwicklung von Messverfahren zur Geschwindigkeitsmessung in Biogasanlagen},
  series = {Biogas in der Landwirtschaft / KTBL (Hg.)},
  booktitle = {Biogas in der Landwirtschaft / KTBL (Hg.)},
  isbn      = {978-3-945088-83-8},
  pages     = {206 -- 208},
  year      = {2021},
  language  = {de}
}
@inproceedings{BuntkielBudelmannHelleretal.2021,
  author    = {Buntkiel, Lukas and Budelmann, Christoph and Heller, Andreas and Annas, Sven and Reinecke, Sebastian and Hampel, Uwe},
  title     = {Ein „Wireless Sensor Network" zur Prozesscharakterisierung in Biogasfermentern},
  series = {Biogas in der Landwirtschaft / KTBL (Hg.)},
  booktitle = {Biogas in der Landwirtschaft / KTBL (Hg.)},
  isbn      = {978-3-945088-83-8},
  pages     = {221 -- 223},
  year      = {2021},
  language  = {de}
}
@book{Goellmann2020,
  author    = {G{\"o}llmann, Laurenz},
  title     = {Lineare Algebra - im algebraischen Kontext, 2. erweiterte Auflage},
  publisher = {Springer Spektrum},
  address   = {Heidelberg},
  isbn      = {978-3-662-61737-3},
  doi       = {10.1007/978-3-662-61738-0},
  publisher      = {FH M{\"u}nster - University of Applied Sciences},
  pages     = {611},
  year      = {2020},
  language  = {de}
}