Refine
Year
Publication Type
- Report (103) (remove)
Language
- German (103) (remove)
Keywords
- Studie (4)
- Ethereum (2)
- Ingenieurmathematik (2)
- Katastrophe (2)
- Lebensmittelwirtschaft (2)
- Marketing (2)
- Technische Mathematik (2)
- Abwasserleitung (1)
- Akustik (1)
- Alter, Erwerbsarbeit, Arbeitsmarkt, Arbeitslosigkeit (1)
Faculty
- Sozialwesen (SW) (32)
- Bauingenieurwesen (BAU) (18)
- Gesundheit (MDH) (14)
- Oecotrophologie · Facility Management (OEF) (13)
- Wirtschaft (MSB) (12)
- Energie · Gebäude · Umwelt (EGU) (10)
- IBL (3)
- Kompetenzzentrum Humanitäre Hilfe (3)
- iSuN Institut für Nachhaltige Ernährung (3)
- Elektrotechnik und Informatik (ETI) (2)
- ITB (1)
- Maschinenbau (MB) (1)
- Physikingenieurwesen (PHY) (1)
- Wandelwerk. Zentrum für Qualitätsentwicklung (1)
- keine Zuordnung (1)
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.
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.
Das vorliegende Handbuch ist im Rahmen des EU-Projektes "Energyducation" (Förderkennzeichen KA2 2018-1-ES01-KA202-050327) entstanden und von Berufspädagogen, überwiegend praktizierenden Berufsschullehrerinnen und -lehrern, aus Deutschland (Institut für Berufliche Lehrerbildung an der FH Münster), den Niederlanden (Alfa-college in Groningen), Norwegen (NTI-MMM AS in Oslo) und Spanien (CIFP USURBIL LHII in Usurbil) verfasst worden. Vorlage war eine englische Fassung die umfangreich überarbeitet und im Hinblick auf die im deutschen Sprachraum vorherrschenden Begrifflichkeiten und Konzepte hin geschärft wurde.
Es dokumentiert die mit dem projektbasierten Lernen gesammelten Erfahrungen aus der Sicht von Praktikern. Die Besonderheit ist, dass die Erfahrungen untereinander abgeglichen wurden und damit länderübergreifende Erkenntnisse zusammengeführt wurden. Das vorliegende Handbuch versteht sich dabei nicht als wissenschaftliches Werk, greift aber Erkenntnisse aus der Lehreraus- und -fortbildung auf und stellt diese vor dem Hintergrund der gesammelten Erfahrungen dar.
Abschlussbericht FEP 2022
(2022)
Der Abschlussbericht fasst die im Sommersemester 2022 erzielten Ergebnisse des Forschungs- und Entwicklungsprojektes im Studiengang Master of Science Wirtschaftsinformatik an der FH Münster zusammen.
Das Forschungsprojekt gliederte sich in drei thematische Blöcke. Der erste Block betrachtete den aktuell aufkommenden Ansatz, WebAssembly-Anwendungen in serverseitigen Umgebungen auszuführen. Die vielfältigen Leistungsfaktoren, z. B. mögliche Quellsprachen, Werkzeuge und Plattformen, wurde in systematischen Messungen hinsichtlich ihres Einflusses und der Leistungsfähigkeit miteinander verglichen. Im zweiten Themenblock standen jeweils zwei Programmiersprachen im Mittelpunkt. So wurden die Programmiersprachen Rust und Go hinsichtlich der Unterstützung von Nebenläufigkeit anhand des Beispiels eines prototypischen Webservers analysiert und gegenübergestellt. Weitere Leistungsdaten wurden für die Sprachen Rust und Python hinsichtlich der Verarbeitung von Graphalgorithmen erhoben und verglichen. Der dritte Themenblock befasste sich mit Kommunikationsaspekten in Service-Mesh-Architekturen. Hier wurden verschiedene Circuit-Breaker-Implementierungen sowie unterschiedliche Proxy-Ansätze zur Steuerung des Nachrichtenverkehrs gegenübergestellt und bewertet.
Diese Arbeit befasst sich mit Kostentrends in Zusammenhang mit technologischem Lernen von Windenergie an Land in den USA, in Deutschland und weltweit. Ziel dieser Arbeit ist es, eine Lernkurve für Windenergie an Land zu bestimmen. Dafür wurden Daten zu Stromgestehungskosten (LCOE) und Kosten für die Installation (COP) von Windenergieanlagen (WEA) im Zeitraum von 1983 bis einschließlich 2020 gesammelt, grafisch dargestellt und weitergehend ausgewertet. Die grafische Darstellung der Datenlage verdeutlicht die zeitliche Entwicklung der Technologie. Zur Beschreibung dieser Lernkurven wurden die Progress Ratio (PR) und Learning Rate (LR) in fünf unterschiedlichen Modellen bestimmt. Anhand derer sich in Kombination mit der zukünftig installierten Leistung von WEA eine Prognose über zukünftige Kosten ableiten lässt. Die ermittelten LR bewegen sich zwischen 13 % und 28 %, woraus sich LCOE im Jahr 2030 zwischen 44,03 US$/MWh und 61 US$/MWh ergeben.
The EGU Journal of Renewable Energy Short Reviews (EGUJRenEnRev) is a teaching project rather that a regular scientific journal. To publish in this journal, it is a premise to take part in the master course wind power, hydro power and biomass usage at the faculty of Energy, Building Services and Environmental Engineering of the Münster University of Applied Sciences.
Students receive an equivalent of 2.5 credit points (European Credit Transfer and Accumulation System - ECTS) for their engagement in the course and for publishing a short review article of at most 3000 words in this periodical. The publication process closely mimics the typical publication procedure of a regular journal. The peer-review process, however, is conducted within the group of course-participants.
Although being just an exercise, we think that publishing the outcome of this course in a citable manner is not only promoting the motivation of our students, but may also be a helpful source of introductory information for researchers and practitioners in the field of renewable energies. We encourage students to write their articles in English, but this is not mandatory. The reader will thus find a few articles in German language. To further encourage students practicing English writing, perfect grammar is not part of the assessment.
We especially thank our students for working with LaTeX on Overleaf, although LaTeX is new to some of them. In this way, the editorial workload was reduced to a minimum. We also thank our students for sharing their work under the creative commons attribution licence (CC-BY). I appreciate their contribution to scientific information, being available to every person of the world, almost without barriers. I also thank the corresponding authors and publishers of the cited work, for granting permission to reuse graphics free of charge. All other figures had to be replaced or removed prior to publication.
NRW isst besser!
(2021)
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.