open_access
Refine
Year
- 2024 (15) (remove)
Publication Type
- Conference Proceeding (7)
- Article (2)
- Book (2)
- Bachelor Thesis (1)
- Master's Thesis (1)
- Other (1)
- Report (1)
Language
- German (15) (remove)
Keywords
- Diamond (1)
- Einzelfall (1)
- Energiesystemmodellierung (1)
- Energy label (1)
- Erwartungen (1)
- Gebäudeprofile (1)
- Gesundheitswesen (1)
- Kasernen (1)
- Kliniken (1)
- Künstliche Intelligenz (1)
Faculty
Die Transformation der Energiesysteme im Rahmen der Energiewende macht diese durch zusätzliche Komponenten und Wechselwirkungen immer komplexer. Das ökonomische und ökologische Potenzial, dass sich aus der Nutzung der Synergien dieser Komponenten ergeben kann, erfordert eine gemeinsame Betrachtung des gesamten Energiesystems hinsichtlich sämtlicher Energie- und Verbrauchssektoren.
Die Energiesystemmodellierung stellt eine geeignete Methode zur Modellierung und Optimierung dieser urbanen Energiesysteme dar. Mit dem „Spreadsheet Energy System Model Generator“ (SESMG) hat die FH Münster ein Open Source Tool entwickelt, das die Betrachtung urbaner Quartiere ermöglicht. Diese können hinsichtlich verschiedener Zielkriterien wie z. B. monetären Kosten und THG-Emissionen optimiert werden. Die tabellenbasierte Eingabe erfordert keine Programmierkenntnisse. Das implementierte Urban District Upscaling Tool erleichtert die effektive Modellierung auch größerer Systeme. Die automatisierte Ergebnisaufbereitung ermöglicht eine schnelle Analyse der Ergebnisse.
This article analyses the impact of robotics on the
operation and maintenance (O&M) of offshore wind
turbines (OWTs), with a particular emphasis on the
challenges and benefits. As the world’s reliance on
renewable energy, particularly offshore wind, increases
to reduce climate change, the growing number of
OWTs requires effective O&M. Challenges consist
of logistics, accessibility and high costs. The paper
presents the application of climbing robots, unmanned
aerial vehicles and underwater robots to overcome
these challenges.
The combination of multiple robotic platforms, such
as autonomous surface vehicles and autonomous underwater
vehicles, represents a collaborative approach
to O&M. Obstacles include the need for accurate navigation,
building trust between humans and robots,
and research into artificial intelligence.
In conclusion, the integration of robotics in O&M
presents considerable advantages, increasing efficiency,
safety and cost-effectiveness. Further progress and
research into artificial intelligence are crucial in achieving
complete automation, which will transform the
O&M of OWTs.
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.
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.
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.
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.