open_access
Refine
Year
Publication Type
- Article (121)
- Report (34)
- Conference Proceeding (19)
- Book (11)
- Contribution to a Periodical (5)
- Other (5)
- Bachelor Thesis (3)
- Part of a Book (3)
- Working Paper (3)
- Part of Periodical (2)
Keywords
- PIV (4)
- renewable energy (4)
- wind turbine (4)
- Blockchain (3)
- Lüftungstechnik (3)
- Nachhaltigkeit (3)
- instationäre Lüftung (3)
- BBNE (2)
- Spreadsheet Energy System Model Generator (2)
- Third culture kids (2)
Faculty
AI-based chatbots as enabler for efficient external knowledge management in public administration
(2024)
This study addresses the pressing issue of staff shortages in German public administrations through the lens of digitalization, focusing on the potential of AI-based chatbots to solve this problem by replacing human labour. Employing a Design Science Research Process (DSRP) methodology, the research synthesizes theoretical foundations and regulatory frameworks to develop a robust chatbot concept. The artifact presented is a comprehensive architectural framework integrating user-centric design, linguistic processing, and regulatory compliance. The proposed artifact navigates complex federal structures and diverse IT infrastructures, promoting accessibility and inclusivity. Implications suggest enhanced efficiency and accessibility in public service delivery for potentially increasing citizen satisfaction and decreasing employee workload. The study underscores the importance of legal compliance and the evolving regulatory landscape in AI deployment. Future research will involve prototyping and evaluating the artifact's performance and applicability throughout the course of the DSRP, thus contributing to the advancement of digital transformation in public administrations.
This study presents a comprehensive evaluation of force sensors manufactured through conventional CNC machining, laser powder bed fusion (LPBF), and material extrusion (MEX) 3D printing methods. The study utilized a combination of finite element method (FEM) simulations, functional testing, durability assessments, and ultimate strength testing in order to assess the viability of additive manufacturing for sensing technology applications. The FEM simulations provided a preliminary framework for predictive analysis, closely aligning with experimental outcomes for LPBF and conventionally manufactured sensors. Nevertheless, discrepancies were observed in the performance of MEX-printed sensors during ultimate strength testing, necessitating the implementation of more comprehensive modeling approaches that take into account the distinctive material characteristics and failure mechanisms. Functional testing confirmed the operational capability of all sensors, thereby demonstrating their suitability for the intended application. Moreover, all sensors exhibited resilience during 50,000 cycles of cyclic testing, indicating reliability, durability, and satisfactory fatigue life performance. Notably, sensors produced via LPBF exhibited a significant increase in strength, nearly three times that of conventionally manufactured sensors. These findings suggest the potential for innovative sensor design and the expansion of their use into higher-loaded applications. Overall, while both LPBF and conventional methods demonstrated reliability and closely matched simulation predictions, further research is necessary to refine modeling approaches for MEX-printed sensors and fully unlock their potential in sensing technology applications. These findings indicate that additive manufacturing of metals may be a viable alternative for the fabrication of biomedical sensors.
Unter dem Titel „DO-IT-YOURHEALTH!” wurde im Rahmen des “Coburger Wegs” und hier im Modul ⅔ “Interdisziplinäre Projekte” eine online Gesundheitsförderung vom 15.11.2015 bis zum 11.12.2015 an der Hochschule Coburg durchgeführt. Diese richtete sich an alle Studierende mit dem Ziel, deren Gesundheitsbewusstsein in den Bereichen Ernährung, Bewegung und Innere Haltung zu stärken.
Imaging methods by the means of optical sensors are applied in diverse scientific areas such as medical research and diagnostics, aerodynamics, environmental analysis, or marine research. After a general introduction to the field, this review is focused on works published between 2012 and 2022. The covered topics include planar sensors (optrodes), nanoprobes, and sensitive coatings. Advanced sensor materials combined with imaging technologies enable the visualization of parameters which exhibit no intrinsic color or fluorescence, such as oxygen, pH, CO2, H2O2, Ca2+, or temperature. The progress on the development of multiple sensors and methods for referenced signal read out is also highlighted, as is the recent progress in device design and application formats using model systems in the lab or methods for measurements’ in the field.
Background
Artificial intelligence (AI) has the capability to analyze vast amounts of data and has been applied in various healthcare sectors. However, its effectiveness in aiding pharmacotherapy decision-making remains uncertain due to the intricate, patient-specific, and dynamic nature of this field.
Objective
This study sought to investigate the potential of AI in guiding pharmacotherapy decisions using clinical data such as diagnoses, laboratory results, and vital signs obtained from routine patient care.
Methods
Data of a previous study on medication therapy optimization was updated and adapted for the purpose of this study. Analysis was conducted using R software along with the tidymodels extension packages. The dataset was split into 74% for training and 26% for testing. Decision trees were selected as the primary model due to their simplicity, transparency, and interpretability. To prevent overfitting, bootstrapping techniques were employed, and hyperparameters were fine-tuned. Performance metrics such as areas under the curve and accuracies were computed.
Results
The study cohort comprised 101 elderly patients with multiple diagnoses and complex medication regimens. The AI model demonstrated prediction accuracies ranging from 38% to 100% for various cardiovascular drug classes. Laboratory data and vital signs could not be interpreted, as the effect and dependence were unclear for the model. The study revealed that the issue of AI lag time in responding to sudden changes could be addressed by manually adjusting decision trees, a task not feasible with neural networks.
Conclusion
In conclusion, the AI model exhibited promise in recommending appropriate medications for individual patients. While the study identified several obstacles during model development, most were successfully resolved. Future AI studies need to include the drug effect, not only the drug, if laboratory data is part of the decision. This could assist with interpreting their potential relationship. Human oversight and intervention remain essential for an AI-driven pharmacotherapy decision support system to ensure safe and effective patient care.
Hintergrund.ZurQualitätssicherungund
WeiterentwicklungvonBGF-Maßnahmen
(betrieblicheGesundheitsförderung) istes
vonInteresse,einenÜberblicküberwissen
schaftlichuntersuchteBGF-Maßnahmenin
denletztenzweiJahrzehntenzuerlangen.
Zielsetzung.WissenschaftlichevaluierteBGF
MaßnahmenausdenJahren2000–2020wer
denmithilfederinderPraxisdurchdenGKV
SpitzenverbandeingesetztenThemenfelder
aufdiethematischenEntwicklungen,den
Nutzen,aberauchdieSchwächenfürdie
ÜbertragbarkeitindiePraxishinanalysiert.
Methode.EinesystematischeLiteraturrecher
chefürdenPublikationszeitraumzwischen
2000und2020wurdeinzweielektronischen
Datenbankendurchgeführt.
Ergebnisse.DieEinschlusskriterienerfüllten
41Artikel.DiemeistenderindenStudien
durchgeführtenundevaluiertenBGF
MaßnahmenwarenkeineEinzelmaßnahmen,
sondernstelltenProgrammedar. Inihnen
wurdenmehrereThemenfeldergleichzeitig
adressiert.Insgesamtzeigtensichdieinden
StudienuntersuchtenBGF-Maßnahmensehr
heterogen.ZumEndedesUntersuchungszeit
raumesnahmdieAnzahlanPublikationen
zu.
Schlussfolgerung.DieimLeitfadenPräventi
onvorgegebenenBGF-Themenfeldersindbis
aufeinThemenfeldausgewogenvertreten.
DieStudienzudenBGF-Maßnahmen
sindbezogenaufdieVerständlichkeitder
angewendetenDidaktikundMethodikoft
nureingeschränktnachvollziehbarund
somitschwerindieorganisationalePraxis
übertragbar.
Zusammenfassung
Hintergrund. Zur qualitätsbasierten
Weiterentwicklungeffizienter und bedarfs
orientierter Maßnahmen der betrieblichen
Gesundheitsförderung (BGF) ist es von
Interesse, einen Einblick in Ihren Aufbau,
die Ausgestaltung und den Ablauf der
Maßnahmender letztenzwei Jahrzehntezu
erlangen.
Zielsetzung. Auf Basis der arbeitsschutzori
entierten Leitliniendes GKV-Spitzenverbands
wird untersucht, ob vor der Umsetzung
von BGF-Maßnahmen Bedarfserhebungen
mittels Ist-Analysen durchgeführt wurden.
Zusätzlich wird betrachtet,ob die Analysen
„weiche“ Faktoren wie Kultur, Führung und
Beziehungsklima beinhalten. Weiter wird
analysiert, welche wissenschaftlichenTheori
en undModelle denMaßnahmenzugrunde
liegen. Zudem führt die Untersuchungeine
Wirksamkeitsbetrachtungdurch, um zu
ermitteln, welche Effekte die Maßnahmen
erzielten.
Methode. Das vorliegende Literatur-Review
untersucht wissenschaftlichevaluierte BGF
Maßnahmenaus den Jahren 2000–2020.
Hierzu wurde eine systematischeLitera
turrecherche in den zwei elektronischen
DatenbankenScopus und Web of Science
für den benannten Publikationszeitraum
durchgeführt.
Ergebnisse. Die Einschlusskriterienerfüllten
41Artikel.Nur4derStudienführteneine
Ist-Analyse zur Bedarfsbestimmung von
BGF-Maßnahmendurch. 25 Studien führten
Ist-Analysen im Rahmen der Maßnahmen
durch, alle waren arbeitsschutzorientiert.Vier
Studien inkludierten in ihrer Erhebung zu
Beginn Teilaspektevon weichen Faktoren. In
12 Studienwurdenden evaluiertenInterven
tionen unterschiedliche wissenschaftliche
Theorien und Modelle zugrunde gelegt. Alle
Studien berichtetenmindestensfür einzelne
Untersuchungsparametervon positiven
Effekten.
Schlussfolgerung. Vor dem Hintergrund
des Strukturwandels der Wirtschaft und der
beständig zunehmenden Humanisierung
der Arbeit spielen wissenschaftsbasierte
Analyseinstrumentezur Bedarfsbestimmung
eine große Rolle. Zukünftige Analyseinstru
mentesolltenvon derWissenschaftkonzipiert
und erprobt werden und zusätzlich zur
Arbeitsschutzorientierung die immateriellen,
weichen Faktoren Kultur, Führung und
Beziehungsklima beinhalten. Trotz der
Empfehlungen, Maßnahmenauf Grundlage
von Theorien und Modellen zu konzipieren,
wurde dieses Potenzial von nur wenigen
wissenschaftlichevaluiertenStudien genutzt.
Die Wirksamkeitsbetrachtungzeigt, dass alle
Studien mindestensfür Teile Ihrer Evaluation
von positiven Effekten berichten. Dieses
Untersuchungsergebnisdes Reviewsweist auf
ein Publikationsbiashin
The workbook consists of a total of three modules built on each other. The module contents help employees in bakeries to deal with the topic of sustainability.
The topic of digitalisation is addressed in the context of merchandise management and sustainability and specifically how returned bakery products can be reduced using digital prediction tools. These modules take into account the day-to-day processes and challenges in the bakery trade and develop practical solutions.
Das Arbeitsbuch besteht aus insgesamt drei aufeinander aufgebauten Modulen. Die Modulinhalte helfen Beschäftigten in Bäckereien sich mit dem Thema Nachhaltigkeit auseinanderzusetzen. Es wird das Thema Digitalisierung im Kontext der Warenwirtschaft und Nachhaltigkeit aufgegriffen und speziell darauf eingegangen, wie sich Retouren mittels digitaler Vorhersagetools reduzieren lassen. In den vorliegenden Modulen werden die tagtäglichen Prozesse und Herausforderungen im Bäckerhandwerk berücksichtigt und praxisnahe Lösungen erarbeitet.
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.
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.
Consequences of the consistent exact solution of Einstein{Cartan equation on the time dependence of Hubble parameter are discussed. The torsion leads to a space and time-dependent expansion parameter which results into nontrivial windows of Hubble parameter between diverging behavior.
Only one window shows a period of decreasing followed by increasing time dependence. Provided a known cosmological constant and the present values of Hubble and deceleration parameter this changing time can be given in the past as well as the ending time of the windows or universe. The comparison with the present experimental data allows to determine all parameters of the model.
Large-scale spatial periodic structures appear. From the metric with torsion outside matter, it is seen that torsion can feign dark matter.
Wastewater generation model to predict impacts of urine separation on wastewater treatment plants
(2024)
Wastewater treatment plants (WWTPs) are under increasing pressure to enhance resource efficiency and reduce emissions into water bodies. The separation of urine within the catchment area may be an alternative to mitigate the need for costly expansions of central WWTPs. While previous investigations assumed a spatially uniform implementation of urine separation across the catchment area, the present study focuses on an adapted stochastic wastewater generation model, which allows the simulation of various wastewater streams (e.g., urine) on a household level. This enables the non-uniform separation of urine across a catchment area. The model is part of a holistic modelling framework to determine the influence of targeted urine separation in catchments on the operation and emissions of central WWTPs, which will be briefly introduced. The wastewater generation model is validated through an extensive sampling and measurement series.
Results based on observed and simulated wastewater quantity and quality for a catchment area of 366 residents for two dry weather days indicate the suitability of the model for wastewater generation and transport modelling. Based on this, four scenarios for urine separation were defined. The results indicate a potential influence of spatial distribution on the peaks of total nitrogen and total phosphorus.
Potential and risks of water reuse in Brandenburg (Germany) – an interdisciplinary case study
(2024)
For Brandenburg, a region in Germany with increasing water shortage and drought events, water reuse can counteract competition scenarios between drinking water supply, agricultural irrigation, and industrial use. Centralized and decentralized sources for reclaimed water are found to potentially substitute 245 or 28% of irrigation water, respectively, in agriculture production in Brandenburg. For such a reuse scenario, the
fate of organic micropollutants is examined for diatrizoate (DZA) and carbamazepine (CBZ). Retention in local sandy soil and transfer into roots and leaves of arugula are analyzed in lysimeter studies and greenhouse pot experiments. Vertical transport was found for DZA and accumulation in or on arugula roots with a root concentration factor of 1,925+34% but a low bioconcentration factor due to intrinsic molecule properties. CBZ was not found to be mobile in the sandy soil but accumulates in arugula roots and leaves by factors of 70+7% and 155+12%, respectively. Further research on potential plant uptake and groundwater enrichment for more substances is highly recommended as well as tertiary wastewater treatment prior to water reuse.
Das vorliegende Kompetenzmodell zur Berufsbildung für nachhaltige Entwicklung (BBNE) in Lebensmittelhandwerk und Lebensmittelindustrie enthält eine Kompetenzmatrix, deren Felder der Strukturierung dienen, welche nicht isoliert, sondern in ihrem Gesamtzusammenhang zu betrachten sind.
Ergänzt wird diese Matrix durch nachhaltigkeitsrelevante Kernkompetenzen sowie dazugehörige Kompetenzziele.
When simulating and optimizing urban energy systems, the focus is usually on minimizing financial costs or greenhouse gas (GHG) emissions. As energy systems transition towards a growing share of renewable energy sources and technological complexity, environmental impacts that affect more than just GHG emissions, such as resource extractions, water and land use impacts or impacts on human health, are becoming increasingly relevant.
To address this gap, this thesis introduces an automated coupling procedure for energy system modeling (ESM) and life cycle assessment (LCA). The implementation includes general recommendations and a practical coupling of the Open Energy Modelling Framework (oemof) based Spreadsheet Energy System Model Generator (SESMG) with a suitable LCA software.
The LCA procedure involves goal and scope definition, inventory analysis, impact assessment, and interpretation. To adapt these steps to different energy system models, the LCA should be attributional, process-based and territorial. Further, the openLCA software by Green-Delta serves as a suitable soft-linking tool. The main challenge of the coupling procedure is the inventory analysis. Data collection faces limitations, reasoned by the commercialization and high maintenance efforts in open-source databases. After evaluating free databases, the Prozessorientierte Basisdaten für Umweltmanagement-Instrumente (ProBas) database of the Umweltbundesamt emerged as the most suitable choice for the coupling. However, also this database lacks traceability of datasets or compatibility with a comprehensive impact assessment.
A generalized framework for the LCA application of energy systems was developed. The framework is based on an ex-post LCA assessment that considers the combination of the two approaches within every step of the procedure. Main considerations of this framework include automatic calculations of the inventory analysis and the impact assessment for different energy technologies, as well as calculations summed up for all technologies of energy system scenarios. Further, technology mapping and data harmonization are essential considerations for the automatic coupling and double counting of impacts needs to be avoided.
Subsequently, the framework is realized with the adaption of the SESMG. Its database-independent realization allows compatibility with different databases in openLCA. For the selected ProBas database, the tool can be used with different available energy technologies. The use of unit processes is encouraged for data harmonization. Result interpretation of the LCA (in general or with the SESMG) should not solely focus on the absolute values of the impact categories, but rather on the comparative strengths among scenarios and technologies.
The successful application to a reference single-family building using the ProBas database revealed varied environmental impacts, in relation with a higher reduction in GHG emissions, with an increase of 11 % in terrestrial acidification impacts in the emission-optimized scenario. These findings emphasize a more comprehensive perspective on environmental impacts and provide a valuable validation of the developed methodology.
Future research should include the improvement of data harmonization, the inclusion of more datasets for a more customized analysis of energy systems and more applications. The coupled approach offers a promising avenue for gaining deeper insights into optimizing urban energy systems.
This study investigates the role of individual differences in channel choice and switching behavior in a multichannel environment using latent class analysis on data from 1512 customers. Psychographic variables from five domains (risk attitudes, cognitive ability, motivation, personality, and decision-making style) serve as covariates for multichannel customer behavior. We identify six segments that differ significantly on six psychographic variables (readiness to take risks, need for cognition, autotelic and instrumental need for touch, and rational and intuitive decision-making styles). The results advance the theory-building of multichannel customer behavior and present insights for proactively managing customer journeys of distinct segments.
Toward a notation for modeling value driver trees: Classification development and research agenda
(2024)
The energy demand of the residential sector contributed to about 29 % of Germany’s final energy consumption in 2020. For the planning and optimization of energy systems, an understanding of the temporal energy consumption is necessary. This paper discusses tools for estimating these load profiles. Load profiles for electricity, space heating and domestic hot water (DHW) are investigated. A total of ten tools were applied. It turns out that the selected load profiles are dependent on the field of application. Load profiles influence the results of energy system modeling and therefore it is important to differentiate load profile tools. Standardized load profiles are well suited when a large number of buildings are considered. Stochastic load profiles, behavioral load profiles and the reference load profiles are well suited for building-specific simulations. Physical load pro- files are well suited for single building models, but as soon as several buildings are considered, the input effort for a sufficient accuracy is high.
Präambel
Ausgangslage
Seit Einführung der Modellklausel im Jahr 2009 befindet sich die Logopädie als Gesundheitsfachberuf im Prozess der Akademisierung und Professionalisierung (Klotz, 2018). Dabei wird ein Wandel der einstigen Heilhilfsberufe zu Professionen angestrebt, „die in einem gesellschaftlich relevanten Problemfeld wissenschaftlich begründbare Leistungen erbringen“ (Klotz, 2018, S. 4). Wesentlicher Bestandteil einer solchen Professionalisierung ist eine akademische Ausbildung sowie wissenschaftlich fundiertes Spezialwissen.
Neben Aspekten der Weiterentwicklung der Ausbildung wurde schon 2012
der Auf- und Ausbau von Forschung als bedeutsame Herausforderung benannt (Gesundheitsforschungsrat, 2012). Dabei hob der Wissenschaftsrat (2012) die Sonderrolle der Logopädieforschung innerhalb der Therapiewissenschaft heraus, da enge Bezüge zu den traditionell universitären Disziplinen wie den Sprachwissenschaften oder der Neurolinguistik bestünden und damit bereits eine breite Forschungsbasis vorhanden sei. Auf der anderen Seite besteht für die Disziplinentwicklung der Logopädie/ Sprachtherapie die Herausforderung, dass dieser unterschiedliche Berufsgruppen wie LogopädInnen, SprachheilpädagogInnen, klinische LinguistInnen, PatholinguistInnen und weitere Berufsgruppen angehören.
Obwohl in der Praxis die gleichen Störungsbilder behandelt werden, ist
das Selbstverständnis nicht identisch: während in der Sprachheilpädagogik
die (sonder)pädagogische Ausrichtung wesentlich ist, ist die Logopädie
eher medizinisch orientiert und die klinische Linguistik sprachwissenschaftlich ausgerichtet. Grohnfeldt (2018) fordert dementsprechend eine weiterführende Diskussion zur Wissenschaftlichkeit in der Logopädie/ Sprachtherapie mit der Betonung einer eigenen, gemeinsamen Identitätsentwicklung.
Die HerausgerInnen dieses Tagungsbandes widmen sich seit 2019 dieser
Thematik und haben einen Diskurs zum forschungsmethodischen Grundverständnis in der Logopädie/Sprachtherapie angestoßen (Kohler, 2019 und 2021; Kohler et al. 2020a&b, 2021, 2022). Hintergrund ist die seit Jahren zunehmende Forderung nach evidenzbasiertem Arbeiten in der Logopädie/ Sprachtherapie. Dabei wird eine unreflektierte Übertragung der Ansprüche an Wirksamkeitsnachweise, wie sie im medizinischen Bereich vorzufinden sind, für die Logopädie/Sprachtherapie kritisch gesehen. Der sprachtherapeutische Alltag zeichnet sich nämlich durch stark individualisierte, komplexe Interventionen über einen längeren Zeitraum aus.
Zahlreiche Einflussfaktoren innerhalb und außerhalb der Therapie spielen für den Therapieerfolg eine bedeutsame Rolle und sollten somit in Wirksamkeitsstudien mit einfließen können. Stark kontrollierte Studien, wie sie in der Medizin als Goldstandard gelten, können nur bedingt Aussagen darüber bieten, wie wirksam eine Intervention im klinischen Alltag tatsächlich ist.
Für einen breiten Diskurs über die forschungsmethodische Ausrichtung
der Logopädie/Sprachtherapie initiierten die HerausgeberInnen 2022 ein
von der VW-Stiftung gefördertes, dreitägiges Symposium zum Thema
„Einzelfallorientierte Forschung in Sprachtherapie/Logopädie“. Ziel war es einerseits die bereits bestehende Expertise der 30 Teilnehmenden in diesem Forschungsfeld zusammenzuführen, methodische Bedarfe aufzudecken und ein gemeinsames Methodenverständnis für eine Evidenzbasierung in Logopädie/Sprachtherapie zu entwickeln. Das vorliegende Herausgabewerk spiegelt das Geschehen dieses Symposiums wider und versteht sich als Auftakt zu einem kontinuierlichen Diskurs. Der Wissenschaftsrat betonte 2023 erneut die Relevanz der Weiterentwicklung der Gesundheitsfachberufe als wissenschaftliche Disziplin (WR, S. 5-6) und konstatierte: «Wichtig für die Disziplinbildung sind insbesondere gemeinsame Forschungs- und Lehrgegenstände, Erkenntnisperspektiven sowie Methoden und Qualitätsstandards. In sozialer Hinsicht besteht eine Disziplin
aus einer Gemeinschaft von Expertinnen und Experten, die ihre Forschung auf das Gebiet der Disziplin konzentrieren und deren disziplinspezifische Kommunikation über Publikationen, Fachtagungen und Fachzeitschriften erfolgt.» (WR, S. 49). Damit sollte das Ziel verfolgt werden, eine eigenständige Disziplin der „Gesundheitsfachberufe“ und damit inbegriffen
der Logopädie/Sprachtherapie neben der Medizin und anderen Fächern
zu etablieren, um derer zu stärken. Zudem wurde die Logopädie im
Mai 2023 in das Portal «Kleine Fächer» des Bundesministeriums für Bildung und Forschung (BMBF) aufgenommen. Auch damit wird das Ziel verfolgt, die Logopädie/Sprachtherapie in der Hochschullandschaft sichtbarer zu machen.
Die Planung urbaner Energiesysteme wird durch die zunehmende Verbreitung sektorgekoppelter Technologien und neuer Verbrauchssektoren immer komplexer. Klassische Planungsmethoden kommen an ihre Grenzen. Die Energiesystemmodellierung (ESM) bietet eine Möglichkeit, ein Energiesystem hinsichtlich der Kosten und der Treibhausgas (THG)- Emissionen zu optimieren. Gleichzeitig ergibt sich aus der Energiewende und angestrebten THG-Neutralität ein akuter Handlungsbedarf. Dies gilt auch für die 1 500 Kasernen in Deutschland. Im Rahmen dieser Arbeit werden der bestehende Modellierungsprozess des Spreadsheet Energy System Model Generator (SESMG) erweitert, indem Herausforderungen der Modellierung und Optimierung von Kasernen identifiziert und Lösungsansätze hierzu entwickelt werden.
Diese Arbeit basiert auf der ESM einer realen Kaserne. Es kann das Urban District Upscaling Tool zur Erstellung der für den SESMG benötigten Modelldefinition verwendet werden. Die Open-Source Datenbank SESMG-Data, kann automatisch die benötigte Standard Parameter Tabelle mit zugehörigem Bericht generieren. Weiterhin wurde ein Energieaustauschmodell vorgestellt, das den Energieaustausch zwischen Kasernen eines Bilanzkreises ermöglicht. Ein Fokus liegt auf der Abbildung zukünftiger Ausbaupläne.
Dazu wurden kasernenspezifische Gebäudeprofile entwickelt, die gemittelte spezifische Energiebedarfe und weitere Parameter zur Berechnung der Wand-, Fenster-, und Dachfläche enthalten. Der spezifische Wärmebedarf kann durch einen Faktor an die Baualtersklasse angepasst werden. Mit Hilfe statistischer Kennwerte lässt sich ein geeignetes Standardlastprofil für verschiedene Gebäudeprofile auswählen. Zur Reduktion der Komponenten im Energiesystemoptimierungsmodell (ESOM) können die Dachflächenpotenziale von Photovoltaikanlagen zusammengefasst werden. Da Kasernen nur eine Bilanzgrenze besitzen, können zudem auch die Strombedarfe der einzelnen Gebäude zusammengefasst werden. Damit lassen sich gleichzeitig dezentrale Batteriespeicher als Komponente des ESOMs ausschließen. Die Potenzialflächen von Erdwärmepumpen können zusammengefasst werden, wobei Abstands- und Belastbarkeitsgrenzen eingehalten werden müssen.
Kasernen verfügen häufig über Bestandswärmenetze, die im ESOM gesondert berücksichtigt werden müssen. Um dieses Bestandswärmenetz abzubilden, können die Verteilleitungen manuell nachgezeichnet werden und in einer Vormodellierung mit dem SESMG mit geringeren Kosten angesetzt werden. Die in dieser Arbeit entwickelten Methoden sind allgemeingültig für Kasernen. Die Übertragbarkeit der kasernenspezifischen Gebäudeprofile ist aufgrund der unterschiedlichen Nutzung von Kasernen nur eingeschränkt möglich. Der bestehende Modellierungsprozess wurde um kasernenspezifische Prozessschritte erweitert und visualisiert. Zukünftige Modellierungen von Kasernen können zur Validierung der Ergebnisse und für weitere Anpassungen, wie z. B. die Erstellung einer kasernenspezifischen Datenbank, genutzt werden.