TY - BOOK A1 - Tockloth, Jan N. T1 - Gestaltungsmöglichkeiten zukünftiger lokaler Energiemärkte N2 - Lokale Energiemärkte können zukünftig eine der zentralen Maßnahmen der Energiewende sein, sind bisher jedoch kaum verbreitet. Durch die Einbindung einer Vielzahl von Letztverbrauchern in den Energiehandel, sind lokale Energiemärkte in der Lage, die Akzeptanz der Bevölkerung gegenüber der Energiewende zu steigern und somit die Transformation der Energiesysteme zu beschleunigen. Dieses Buch definiert erstmals die verschiedenen Arten lokaler Energiemärkte, grenzt andere Marktkonzepte ab und unterscheidet dabei zwischen verschiedenen Energieformen. Bestehende Konzepte für Peer-to-Peer Märkte, Community Self Consumption Märkte und lokale Systemdienstleistungsmärkte werden analysiert und darauf aufbauend Gestaltungsmöglichkeiten zukünftiger Marktkonzepte identifiziert. Mithilfe des entwickelten Energiemarkt Reengineering Frameworks können lokale Energiemärkte nach einem Baukastenprinzip konzeptioniert werden. In einem nachgelagerten Schritt können die Konzepte auf verbleibende technischeund rechtliche Hürden untersucht werden. Jan N. Tockloth stellt ein umfangreiches Werk zur Verfügung, das einen niederschwelligen Einstieg in lokale Energiemärkte ermöglicht und diese im energiewirtschaftlichen Kontext einordnet. Die detaillierten Inhalte und entwickelten Methoden bieten gleichzeitig einen praktischen Nutzen für Leserinnen und Leser aus den Bereichen Forschung, Energiewirtschaft und Politik. KW - Lokaler Energiemarkt KW - Peer-to-Peer KW - Community Self Consumption KW - Energiegemeinschaft KW - Lokale Flexibilität Y1 - 2024 SN - 978-3-658-43760-2 U6 - http://dx.doi.org/10.1007/978-3-658-43761-9 PB - Springer Gabler CY - Wiesbaden ER - TY - CHAP A1 - Aldendorff, Philipp A1 - Löhe, Julian T1 - Digitalisierung im Sozialmanagement - Das Curriculum zukunftsfähig machen T2 - Sozial - Innovativ - Nachhaltig. Herausforderungen und Perspektiven für die Sozialwirtschaft. Hrsg. Birgit Schmidtke, Martin Lu Kolbinger, Daniela Molzbichler N2 - Digitalisierung hat Einzug in das alltägliche Leben gehalten und auch die Soziale Arbeit sieht sich in ihrer beruflichen Praxis mit dieser Entwicklung konfrontiert. Trotz des fortschreitenden gesellschaftlichen Wandels durch die Digitalisierung reagieren Einrichtungen der Sozialen Arbeit mit Verzögerung auf die digitalisierte (Arbeits-)Welt. In vielen Fällen wird dieser Umstand mittlerweile in der Praxis erkannt. Einrichtungen Sozialer Arbeit gelingt eine digitale Transformation dennoch mangels entsprechender Handlungskompetenz oft nur unzureichend. Sozialmanagement-Studiengänge verfolgen das Ziel, (zukünftigen) Fachkräften in der Sozialen Arbeit umfassende Kompetenzen zu vermitteln, die es ihnen ermöglichen, Strukturierungs- und Leitungsaufgaben in Einrichtungen zu analysieren und kompetent zu bewältigen. Angesichts der praktischen Herausforderungen gehört die Gestaltung der digitalen Transformation zu diesen Aufgaben. In diesem Beitrag wird ein Vorschlag diskutiert, wie Curricula den (zukünftigen) Sozialmanager*innen entsprechende Kompetenzen zum Umgang mit den Herausforderungen und Chancen der Digitalisierung vermitteln und auf die geänderten Arbeitsanforderungen vorbereiten. KW - Digitalisierung KW - Sozialmanagement KW - Soziale Arbeit KW - Curriculum Y1 - 2024 SN - 978-3-658-42846-4 U6 - http://dx.doi.org/10.1007/978-3-658-42847-1_3 SP - 31 EP - 51 PB - Springer VS CY - Wiesbaden ER - TY - JOUR A1 - Stumpf-Parketny, Tanja A1 - Schünemann, Sebastian T1 - Verbindliche Lernbegleitung für nachhaltiges Lernen JF - PADUA N2 - Freiwilligkeit hat im Kontext von Lernbegleitung eine hohe Relevanz. Als ein wesentliches Merkmal gilt es, dieses bei der Gestaltung und Reflexion zu berücksichtigen und genau zu beleuchten (Pätzold & Ulm, 2015). Die Evaluationsergebnisse des Praxisprojektes ILKA zeigen, dass Teilnehmende einer verpflichtenden Lernbegleitung zustimmen, wenn die Nachhaltigkeit und Effekte des Angebotes als positiv eingeschätzt werden. KW - Lernbegleitung KW - Nachhaltigkeit KW - Verpflichtung Y1 - 2024 U6 - http://dx.doi.org/10.1024/1861-6186/a000806 VL - 19 IS - 3 SP - 152 EP - 156 ER - TY - THES A1 - Sommer, Philipp T1 - Energiebedarfsbestimmung von Bestands-Wohngebäuden anhand von maschinellen Lernmethoden N2 - Energieausweise informieren über den Energiebedarf und -verbrauch von Gebäuden. Für die Erstellung eines Energieausweises werden gebäudespezifische Daten benötigt, weshalb sie oft nicht für alle Gebäude vorliegen oder erst durch eine Begehung vor Ort erfasst werden können. Die vorliegende Arbeit untersucht die Möglichkeit, durch die Identifikation eines Datenschemas, basierend auf einer integrativen Analyse von Energieausweisen, Energiebedarfsvorhersagen für unbekannte Wohngebäude zu treffen. Die Zielsetzung der vorliegenden Arbeit besteht in der Identifikation wesentlicher Merkmale aus offenen Datenquellen, welche den Energiebedarf signifikant beeinflussen sowie deren Integration in ein kompaktes und effizientes Regressionsmodell. Dabei werden verschiedene maschinelle Lernmethoden, insbesondere das Extreme Gradient Boosting (XGB), eingesetzt, um Modelle zu entwickeln und zu validieren, die auf Daten aus Energieausweisen basieren. Dafür werden unter anderem Merkmale aus den beschriebenen Merkmalen zum Dach, der Außenwände, zu Fenstern und zum Boden extrahiert und in neue Merkmale überführt. Dies sind unter anderem Dach- und Wandtyp, das zugehörige Isolationsniveau und der Verglasungsgrad der Fenster. Im Anschluss werden drei Datensätze entwickelt und auf ihre Leistung untersucht. Eine Analyse der Merkmalsrelevanz hat gezeigt, dass über alle Datensätze hinweg bestimmte Merkmale wie Gebäudetyp, Baujahr, Wohnfläche, Dämmungsgrad und geografische Lage entscheidenden Einfluss auf die Vorhersage des Energiebedarfs haben. Das auf den Fernerkundungsdaten basierte Modell, wies nach Optimierung ein Bestimmtheitsmaß R2 von 0,64 und einen mittleren absoluten Fehler (MAE) von 4,12 auf. Der Fehler bezieht sich auf eine Effizienzskala von 1-100 (Energieklasse G-A). Nach Skalierung der Pipeline und durch Ergänzung weiterer Datenpunkte, konnte der Wert auf 0,84 erhöht werden. Durch die Ergänzung von vebrauchsabhängigen Merkmalen, erreichte das XGB-Regressionsmodell ein R2 von 0,94 und einen MAE von 1,46 über den Trainings- und Testdatensatz. Zur weiteren Validierung werden die Auswirkungen der einzelnen Merkmale über Shapley-Werte quantifiziert, um die Auswirkungen der Merkmale bei der Vorhersage zu interpretieren. Die entwickelten Modelle erreichten eine hohe Prognosegenauigkeit und demonstrierten eine signifikante Verbesserung gegenüber herkömmlichen Methoden. Die Erstellung der Datensätze erfolgte unter Verwendung der Programmiersprache Python sowie des Frameworks Scikit-learn (Version 1.4.1) zur Entwicklung der Modelle. Die erzeugten Datensätze und Modelle wurden in eine reproduzierbare Pipeline überführt und stehen nach Freigabe unter GitHub zur Verfügung. N2 - Energy performance certificates provide information on the energy requirements and consumption of buildings. Building-specific data is required for the creation of an energy performance certificate, which is why it is often not available for all buildings or can only be recorded through an on-site inspection. This thesis investigates the possibility of making energy demand predictions for unknown residential buildings by identifying a data schema based on an integrative analysis of energy performance certificates. The objective of this thesis is to identify key features from open data sources that significantly influence energy demand and to integrate them into a compact and efficient regression model. Various machine learning methods, in particular Extreme Gradient Boosting (XGB), are used to develop and validate models based on data from energy performance certificates. In addition, features are extracted from the descriptive features for the roof, wall, windows and floor and transferred into new features. Subsequently, three data sets are developed and analysed for their performance. An analysis of feature relevance has demonstrated that across all data sets, specific features, such as building type, year of construction, living space, degree of insulation and geographical location, exert a significant influence on the prediction of energy demand. Following optimisation, the model based on remote sensing data exhibited a coefficient of determination R2 of 0.64 and an mean absolute error (MAE) of 4.12. The error refers to an efficiency scale of 1-100 (energy class G-A). Following scaling of the pipeline and the addition of further data points, the value increased to 0.84. The XGB regression model, which incorporates consumption-dependent characteristics, achieved an R2 of 0.94 and an MAE of 1.46 across the training and test data set. To further validate the model, the effects of the individual characteristics are quantified using Shapley values, which enable the interpretation of the characteristics’ effects on the prediction. The developed models achieved a high prediction accuracy and demonstrated a significant improvement over conventional methods. The data sets were created using the Python programming language and the Scikit-learn framework (version 1.4.1) to develop the models. The generated data sets and models were transferred to a reproducible pipeline and are available on GitHub after release. KW - Machine learning KW - Remote sensing KW - Energy label KW - Open data KW - Residential building Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:836-opus-180188 ER - TY - GEN A1 - Schlosser, Daniela T1 - Praxisanleitung gestalten zwischen Pflegeanspruch und Pflegewirklichkeit Y1 - 2023 ER - TY - JOUR A1 - Schlosser, Daniela T1 - Rezension zu P. Kostorz: Ausbildungsrecht in der Pflege. Einführung in das Pflegeberufegesetz und die Ausbildungs- und Prüfungsverordnung JF - PADUA KW - Ausbildungsrecht Y1 - 2023 SN - 1861-6186 SP - 300 EP - 300 PB - hogrefe CY - Bern ER - TY - JOUR A1 - Dohle-Otto, Verena A1 - Schlosser, Daniela A1 - Noelle, Marco T1 - Im Notfall Wartezeiten optimieren JF - Pflegezeitschrift Y1 - 2024 SN - 0945-1129 VL - 2024 IS - 06 ER - TY - CHAP A1 - Noelle, Marco A1 - Daugardt, Katja A1 - Claudia, Oetting-Roß ED - Brühe, Roland ED - von Gahlen-Hoops, Wolfgang T1 - Lernortkooperation in Pflegestudiengängen gestalten - Entwicklung und Implementierung eines Qualitätsentwicklungs- und Zertifizierungskonzeptes T2 - Handbuch Pflegedidaktik II. Hrsg. Roland Brühe, Wolfgang von Gahlen-Hoops Y1 - 2024 SN - 978-3-8252-6240-2 SP - 119 EP - 137 PB - utb CY - Bielefeld ER - TY - JOUR A1 - Spöler, Thomas A1 - Lautz, Manuel A1 - Rickmann, Lars A1 - Mathys, Werner A1 - Rickamm, Bernd A1 - Bäcker, Carsten ED - Bauverlag BV GmbH, T1 - Trinkwasserhygiene sicher planen - Ermittlung des Betriebsrisikos für eine Trinkwasserinstallation auf Grundlage einer Rohrnetzberechnung JF - tab KW - Trinkwasserhygiene KW - Trinkwasserinstallation KW - Zirkulationssystem Y1 - 2023 SN - 0341-2032 VL - 54. Jahrgang 2023 IS - 11/2023 SP - 42 EP - 46 ER - TY - JOUR A1 - Fischer, Tobias A1 - Assmann, Marc A1 - Frenser, Marius T1 - Definition „pflanzenbasierte Ernährung“ – ein Anstoß zur Diskussion JF - Ernährungs Umschau Y1 - 2024 UR - https://www.ernaehrungs-umschau.de/print-artikel/15-05-2024-definition-pflanzenbasierte-ernaehrung-ein-anstoss-zur-diskussion/ VL - 71 IS - 5 SP - M292 EP - M298 ER - TY - RPRT A1 - Helmer, Judith A1 - Bäumer, Lena A1 - De Leo, Alessia A1 - Demirci, Kardelen A1 - Asche, Rico T1 - Erwartungen an Künstliche Intelligenz im Gesundheitswesen N2 - Die Integration von Künstlicher Intelligenz (KI) im Gesundheitswesen ist zu einem Schwerpunktthema geworden und dominiert aktuell Diskussionen in Kliniken allgemein als auch Pathologien spezifisch. Trotz des Enthusiasmus klafft nach wie vor eine Lücke zwischen den Erwartungen der Anwender und den tatsächlichen Vorteilen nach der Implementierung. Dies spiegelt sich in den Herausforderungen der KI-Integration wider. In der folgenden wissenschaftlichen Studie widmen wir uns den Erwartungen von Akteuren im Gesundheitswesen – spezifisch in Kliniken und Pathologien – an KI-Lösungen und ihren Einsatz. Dabei wird ein besonderer Fokus auf die dahinterliegenden Faktoren gelegt, die die aktuellen Erwartungen und die daraufhin ergriffenen Maßnahmen beeinflussen. Unsere Ergebnisse stützen sich sowohl auf den wissenschaftlichen Diskurs als auch auf die weite, öffentliche Diskussion zur praktischen Umsetzung – wie in Expertenberichten, Interviews, Konferenzbeiträgen und Artikeln aus Politik, Kliniken und weiteren Institutionen. Dadurch trägt die Studie zu einem besseren Verständnis der aktuellen KI-Erwartungen und ihrer beeinflussenden Faktoren bei und befähigt Akteure in dem Markt, die Zukunft von KI im Gesundheitswesen mitzugestalten. KW - Künstliche Intelligenz KW - Erwartungen KW - Gesundheitswesen KW - Kliniken KW - Pathologie Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:836-opus-179677 ER - TY - THES A1 - Bieker, Nils T1 - Beschleunigungsarchitektur : [Wintersemester 2023/2024] KW - Beschleunigung KW - Städtebau KW - Konsum KW - Urban KW - Wandel Y1 - 2024 ER - TY - THES A1 - Becker, Melanie T1 - Exponat Architektur : geschichtliche Entwicklung und zukünftige Perspektiven der Museumsarchitektur im Kontext sich wandelnder Exponatformate : [Wintersemester 2023/2024] KW - Museum KW - Ausstellung KW - Kultur KW - Bielefeld KW - Vortragssaal Y1 - 2024 ER - TY - THES A1 - Kohlhaas, Celine T1 - A good place to die : ein Hospiz für Ørestad : [Wintersemester 2023/2024] KW - Sterbebegleitung KW - Trauer KW - Atmosphäre KW - Kopenhagen KW - Abschied Y1 - 2024 ER - TY - THES A1 - Henning, Jule T1 - Taisla : floating city : [Wintersemester 2023/2024] KW - Klimawandel KW - Wasseroberfläche KW - schwebende Architektur KW - Wohnraum KW - Taiwan Y1 - 2024 ER - TY - THES A1 - Mesic, Michelle T1 - Exploration der Atmosphäre : ein Ansatz zur Stärkung der Ortsidentität auf Hallig Hooge : [Wintersemester 2023/2024] KW - Meer KW - Schutzmaßnahmen KW - Naturschutz KW - Insel KW - Visitor Point Y1 - 2024 ER - TY - THES A1 - Schilling, Linus Manuel T1 - Partizipatives Entwerfen mithilfe von KI-Technologie : Architektur im Dialog: KI-geschützte Chatbots zur Verstärkung partizipativer Designprozesse : [Wintersemester 2023/2024] KW - Urban KW - ChatGPT KW - KI KW - Tools KW - Software Y1 - 2024 ER - TY - THES A1 - von Ostrowski, Rosa T1 - Die Identität des Ortes : der Bestand als Identitätsressource im ländlichen Raum : [Wintersemester 2023/2024] KW - Dorf KW - Jugendtreff KW - Praxis KW - Apotheke KW - Dorfladen Y1 - 2024 ER - TY - THES A1 - van der Pütten, Nadine T1 - Architekturwahrnehmung in der Schule : das Wohlbefinden der Kinder im Fokus : [Wintersemester 2023/2024] KW - Psychologie KW - Pädagogik KW - Schulbauten KW - Bildungseinrichtung KW - Digitalisierung Y1 - 2024 ER - TY - THES A1 - Liebing, Alexander-Béla T1 - Zwischen den Welten : eine Verbindung von virtuellen und physischen Räumen : [Wintersemester 2023/2024] KW - Augmented Reality KW - AR KW - VR KW - Software KW - Licht Performances Y1 - 2024 ER -