TY - RPRT A1 - Meerman, A A1 - Orazbayeva, B A1 - Soraci, A A1 - Sapia, T A1 - Davey, T A1 - Zinovyeva, A T1 - The State of Italian University-Business Cooperation: the university perspective Y1 - 2018 U6 - http://dx.doi.org/10.13140/RG.2.2.24454.01600 ER - TY - RPRT A1 - Orazbayeva, B A1 - Tanti, J A1 - Zammit, S A1 - Davey, T A1 - Meerman, A A1 - Galán-Muros, V A1 - Melonari, M T1 - The State of Maltese University-Business Cooperation: the university perspective Y1 - 2018 U6 - http://dx.doi.org/10.13140/RG.2.2.27809.45920 ER - TY - RPRT A1 - Westerheijden, Don A1 - Zdebel, Thorsten A1 - Sigrun, Nickel T1 - Joint Degrees im europäischen Hochschulraum. Hindernisse und Chancen transnationaler Studiengangskooperationen am Beispiel der EUREGIO Deutschland-Niederlande Y1 - 2009 UR - http://www.che.de/downloads/JointDegrees_deutsch_final.pdf ER - TY - RPRT A1 - Westerheijden, Don A1 - Nickel, Sigrun A1 - Zdebel, Thorsten T1 - Joint Degrees in European Higher Education. Obstacles and opportunities for transnational programme partnerships based on the example of the German-Dutch EUREGIO Y1 - 2009 UR - http://www.che.de/downloads/JointDegrees_english_final.pdf ER - TY - RPRT A1 - Sossna, David A1 - Sardoux Klasen, André A1 - Feldmann, Carsten T1 - Antworten made in münsterLAND: Ergebnisbericht der DigiTrans@KMU Online-Umfrage Y1 - 2020 UR - www.digitalradar-muensterland.de ER - TY - RPRT A1 - Sossna, David A1 - Feldmann, Carsten T1 - DigiTrans@KMU: Vorgehen, Erfolgsfaktoren, Formate Y1 - 2022 UR - https://www.digitalradar-muensterland.de/projektbeschreibung ER - TY - RPRT A1 - Gersch, Martin A1 - Schröder, Susanne A1 - Hewing, Michael T1 - Erlös- und Finanzierungsmöglichkeiten innovativer Versorgungs- und Geschäftssysteme im Gesundheitswesen – Systematischer Überblick und exemplarische Analyse ausgewählter Geschäftssysteme Y1 - 2011 ER - TY - RPRT A1 - Lohmann, Niklas A1 - Kligge, Marcus A1 - Theile, Jannis ED - Grewe, Claus T1 - Abschlussbericht FEP WS 2023/2024 N2 - Der Abschlussbericht fasst die im Wintersemester 2023/2024 erzielten Ergebnisse des Forschungs- und Entwicklungsprojektes im Studiengang Master of Science Wirtschaftsinformatik an der FH Münster zusammen. Das Forschungsprojekt befasste sich mit der Fragestellung, wie sich hochperformanter Code in systemfernen Programmiersprachen wie Java oder JavaScript integrieren lässt, um die vorhandene Hardwareleistung moderner CPUs und GPUs besser ausnutzen zu können. Derzeitig wird hierzu sowohl im Umfeld der Java-Plattform als auch in einer Working Group des World Wide Web Consortiums an Vorschlägen zur verbesserten SIMD-Integration gearbeitet. Im Forschungprojekt wurden diese Vorschläge aufgegriffen und hinichtlich des resultierenden Programmieraufwandes und der erzielbaren Leistungssteigerung qualitativ und quantitativ bewertet. Für JavaScript-basierte Browseranwendungen standen die Schnittstellen WebGPU und WebGL im Mittelpunkt, im Java-Umfeld wurden die drei Schnittstellen Foreign Functions & Memory API, Java Vector API und Java Native Interface (JNI) miteinander verglichen und bewertet. KW - Java KW - JavaScript KW - SIMD Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:836-opus-179028 PB - FH Münster 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 - RPRT A1 - Andres, Christopher A1 - Herkenhoff, Thomas A1 - Wallersheim, Moritz A1 - Woywod, Thorsten A1 - Wörtler, Florian ED - Grewe, Claus T1 - IoT trifft Blockchain - Abschlussbericht zum Forschungs- und Entwicklungsprojekt 2017/2018 N2 - Der Abschlussbericht fasst die Ergebnisse des Forschungs- und Entwicklungsprojektes 2017/2018 im Studiengang Master of Science Wirtschaftsinformatik (FH Münster) zur Themenstellung "IoT trifft Blockchain" zusammen. Ausgehend von der entwickelten Vision eines „digitalen Scheckheftes“, das die Nutzungsdaten von Fahrzeugen und industriellen Anlagen fälschungssicher erfasst und diese für cloud-basierte Analysen bereitstellt, wurden folgende Fragestellungen betrachtet: - Wie lassen sich personenbezogene Daten in einer öffentlichen Blockchain ablegen und Zugriffsrechte hierauf individuell steuern? - Wie lassen sich Firmware-Updates für IoT-Geräte durch den Einsatz einer Blockchain und eines dezentralen Dateisystems besser schützen? - Welcher Ansatz eignet sich, um erfasste Maschinendaten redundant in verteil-ten Edge Devices zu sichern? - Welche Vor- und Nachteile hat die Inhouse-Verarbeitung gegenüber einer externen IoT-Cloud-Lösung? Wie lassen sich Inhouse-Lösungen in die Angebote von Cloud-Anbietern migrieren? - Welche Möglichkeiten zur Integration und Verarbeitung von IoT-Daten bieten die IoT-Plattformen Amazon Web Services und Microsoft Azure? Wie grenzen sich diese voneinander ab? Die Ergebnisse der Untersuchungen wurden in Form von eigenständigen Beiträgen verfasst und in diesem Abschlussbericht zusammengetragen. KW - Blockchain KW - Internet der Dinge KW - Blockchain KW - Ethereum KW - IoT KW - Cloud KW - Firmware Update Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:hbz:836-opus-12037 ER -