Projekte

    Hier finden Sie die aktuell laufenden Projekte der Fakultäten: Architektur und Gestaltung | Bauingenieurwesen | Elektro- und Informationstechnik | Informatik | Maschinenbau | Wirtschafts-, Kultur- und Rechtswissenschaften

    F&T-Projekte der Fakultät Informatik

    • PInG: Validierte Simulation von Personenströmen und Infektionsrisiken zur Gestaltung sicherer Veranstaltungen und Räume

      Ziel des Projektes ist die Entwicklung einer im Web frei verfügbaren Simulationssoftware zur Berechnung von Personenströmen bei Evakuierungen und im Normalbetrieb, die durch Kopplung mit Livedaten als Instrument zur Personenlenkung genutzt werden kann. Die damit verbundene Ausbreitung von Infektionskrankheiten wird prognostiziert. Das innovative Tool ermöglicht es, einen reibungslosen Besucherstrom mit minimalem Infektionsrisiko zu gewährleisten. Im Rahmen des Projektes werden die mathematischen Modelle der realen Situation entwickelt, in eine einfach zu bedienende Software implementiert und anhand von Messungen validiert.
      Kooperationsprojekt zwischen der HTWG, ZHAW, Fachhochschule Vorarlberg und weiteren Partnern.

      Das Projekt wird gefördert durch: Interreg Alpen-Bodensee-Hochrhein

      • Portraitfoto

        mehr ...

      • Prof. Dr. Rebekka Axthelm

        Gleichstellungsbeauftragte der Hochschule und Fakultät Informatik, stellv. Institutsleiterin IOS

      • Raum E 307
        +49 7531 206-503
        rebekka.axthelm@htwg-konstanz.de


      • Sprechzeiten

        nach Vereinbarung

    • Integration von Pharmazie und KI zur Förderung der digitalen Gesundheit: Eine Sommerschule für den westlichen Balkan

      Diese Themen werden angeboten: Einführung in die Integration von Pharmazie und KI, Zusammenarbeit in der Wissenschaft und Förderung der beruflichen Entwicklung, Netzwerk junger Forscher in Pharmazie und künstlicher Intelligenz, digitale Gesundheitstechnologien, Interaktion zwischen Ärzten und Patienten im digitalen Gesundheitskontext, Grundlagen der künstlichen Intelligenz in der Pharmazie, KI-Anwendungen im Gesundheitswesen und in der Pharmazie, Workshop zu Nachhaltigkeit und Ethik, Doktorandenforum, Postersitzungen und Studentenwettbewerb.

      Projekt gefördert durch: Deutschen Akademischen Austauschdienst - DAAD
       

      • mehr ...

      • Prof. Dr. Ralf Seepold

        Ansprechperson der Fakultät Informatik für den Studiengang Automobil- und Informationstechnik bzw. seit WS 2022/23 für Intelligente Mobilitätssysteme

      • Raum F 125
        +49 7531 206-633
        ralf.seepold@htwg-konstanz.de


      • Sprechzeiten

        nach Vereinbarung

    • Nichtinvasives System zur Messung schlafqualitätsrelevanter Paramenter (Morpheus)

      Gesunder und guter Schlaf ist eine Vorrausetzung für einen ausgeruhten Geist und Körper. Beides bildet die Grundlage für körperliche und seelische Gesundheit. Einem gesunden Schlaf stehen Schlafstörungen entgegen, deren medizinisch diagnostizierte Häufigkeit ab eine einem Alter von 40 Jahren stark ansteigt. Ziel des Projekts ist die kontinuierliche Überwachung von Vitaldaten im Schlaf im häuslichen Umfeld eines Patienten über lange Zeiträume durch den Einsatz von ausschließlich nichtinvasiven Technologien. Das System bietet eine Chance zur Steigerung der Lebensqualität einer alternden Gesellschaft, indem die Erfassung der Schlafdaten ins Zentrum der Analyse gestellt und eine Bereitstellung der Daten für medizinische Auswertungen möglich wird.

      Ziel des Projekts ist die Monitorisierung der Vitaldaten im Schlaf über lange Zeiträume und im häuslichen Umfeld eines Patienten durch den ausschließlichen Einsatz von nichtinvasiven Technologien. Im vorgeschlagenen Projekt soll ein System für die automatische Sammlung von schlafrelevanten Daten entwickelt werden, das sowohl die Software als auch die Hardware bereitstellt. Das System soll Empfehlungen (z.B. KVT-I basiert ) aussprechen und die Einhaltung überprüfen. Kontinuierlich gemessene Werte (z.B. Schlaf/Wach-Zustand, Atmung oder
      Herzrate während des Schlafens) werden mit den Empfehlungen verglichen und ggf. neu angepasst. Somit entsteht die Möglichkeit, (F1) die Schlafqualität älterer Menschen von durchschnittlichen Annahmen abzugrenzen. Dabei wird der Einsatz regelbasierter Systeme oder maschinelles Lernen als Instrument der Personalisierung untersucht. Unter der Prämisse eines nicht-invasiven Ansatzes muss die Fragestellung einer geeigneten Unterstützungstechnologie zur Schlaftherapie untersucht werden (F2), da so nur ein reduzierter Vitalparametersatz gemessen werden kann. Die erforderliche Technologie, bestehend aus Hardund Software, muss entwickelt werden, um beispielsweise die Isolation der Atmung aus einem Signaldatenstrom herauszufiltern (F3). Aus medizinischer Sicht ergibt sich eine erweiterte Fragestellung nach potentiellen geschlechterbedingten Unterschieden und daher womöglich
      unterschiedlichen Therapieansätzen bei älteren Frauen und Männern (F4).

      Die Forschungsfragen (F1)-(F4) sind in diesem Umfang und unter Beachtung der gegebenen Randbedingungen noch nicht untersucht worden. Das Potenzial der wissenschaftlichen Fragestellung bzw. Ziele kann nur durch ein geeignetes System untersucht werden, das es in dieser Konstellation bisher nicht gibt. Für die Erfassung und Auswertung wird dedizierte Hard- und Software benötigt, die die gegebenen Randbedingungen berücksichtigt und so über die Möglichkeiten anderer Ansätze deutlich hinausgeht. Die Personalisierung erfolgt durch ein Expertensystem, das in nachvollziehbarer Weise individuelle Empfehlungen bereitstellt und damit Arzt und Patient unterstützt. Im Zentrum der Entwicklung steht die Morpheus-Box.

      Die Entwicklung kann konzeptionell in fünf Komponenten unterteilt werden: Der MoBo-Core bietet als Kernkomponente die Grundfunktionalität eines eingebetteten Computers und implementiert die Schnittstellen zu den anderen Komponenten. Der MoBo-Algorithmus nimmt den Signaldatenstrom der MoBo-HW entgegen und verarbeitet diesen durch spezifische Auswertalgorithmen. Es werden unterschiedliche intelligente Techniken eingesetzt, die die Schlafqualität und relevante Vitaldaten (z.B. Atmung oder Apnoevorfälle) personalisiert verarbeiten. Die MoBo-HW ist ein nicht-invasives Netzwerk von Sensoren, die Vitaldaten der Patienten erfasst, vorverarbeitet und an einen nachgelagerten regelbasierten bzw. lernenden Algorithmus weitergibt. Die MoBo-API stellt eine offene Schnittstelle des Systems an externe Plattformenbereit, so dass es an Krankenhaus- oder Praxisinformationssysteme angebunden werden kann. Die MoBo-App wird die Daten in geeigneter Weise für die Zielgruppen (Patient, Arzt etc.) bereitstellen und visualisieren, wie z.B. über ein Smartphone. Im Berichtszweitraum 2022 wurde eine Marktanalyse durchgeführt, da eine Hardware-Plattform mit ausreichend viel RAM benötigt wird. In ersten Messung wurde die Messstellen (Mitte der oberen Seite des Bettes und unter dem Bettrahmen) bestätigt. Zur qualifizierten Auswahl der kontaktlosen Technologie wurde ein systematisches Review registriert, aktuell werden knapp 3600 Veröffentlichungen ausgewertet.

      Die Definition des Mopheus-Kerns mit der Cloud wurde begonnen. An diesem Punkt haben wir einen bedeutenden Fortschritt erzielt, indem wir eine formale Dokumentation der Datenmodelle und eine Testversion des Codes haben, der den MoBo-Core ausführen wird. Obwohl die Art der Sensoren in Studien unterschiedlich ist, unterstützen die ersten Ergebnisse einander hinsichtlich der interessierenden Regionen und der beitragenden Sensoren. Die vorläufige Datenverarbeitung zeigt, dass die Thorax- und Abdomensensoren ganz am Ende des Alignments mehr beitragen als die anderen Sensoren. Für die Signalverarbeitung wurden zwei Pipelines entwickelt, die Schätzungen der Herzfrequenz und der Atmung auf der Grundlage der diskreten Wavelet-Transformation und des Bandpassfilters liefern. Während die diskrete Wavelet-Transformation mit einem Glättungsgrad von 4 bei der Schätzung der Herzfrequenz besser abschneidet, liefert der Bandpassfilter bessere Ergebnisse für die Atemfrequenz.


      i) Im Rahmen des ERASMUS+-Erfahrungsaustauschprogramms (an der Università Politecnica delle Marche,Ancona, Italien) wurde ein Überblick über den Beschleunigungssensor verschafft und seine Anwendung im Einklang mit den Projektzielen (berührungslose Messung physiologischer Signale) erforscht;
      ii) Auf der Grundlage der ermittelten Vor- und Nachteile der Verwendung eines Beschleunigungssensors für physiologische Messungen wurde ein Sensorhalterungsmodell für die Messung von Atem- und Herzsignalen entwickelt und angewendet;
      iii) erste Studien und Messungen wurden durchgeführt, um die optimale Position des Sensors im Verhältnis zum Probanden für die Messung der Herz- und Atemfrequenz zu bestimmen;
      iv) Während der Evaluierung der Anwendung dieser Technologie für physiologische Messungen wurde eine zusätzliche Anwendung für den resistiven Drucksensor gefunden (für Langzeitpflege und aktive Frühmobilisierung im Rehabilitationsprozess durch Gamification).

      Wir haben eine Leiterplatte (PCB) in zwei Schichten entworfen. Vom Entwurf bis zur Implementierung und Prüfung haben wir den Schaltungsentwurf, den Schaltplan und die Simulation in LTspice durchlaufen und die Leistung der Schaltung, die Verbesserung, das PCB-Design, die 3D-Generierung, den Druck, die Montage, die Prüfung und die Validierung bewertet. Für den Sensortest wurden folgende Schritte durchgeführt: Die Daten wurden gesammelt und werden derzeit verarbeitet. Wir sind dabei, die Versuchspläne zu erweitern und auf der Grundlage der erhaltenen Ergebnisse zu untersuchen. Darüber hinaus haben wir zusätzliche Sensoren und die Struktur der Sensoren und zusätzliche Komponenten identifiziert, um das Signal zu verstärken.

      Das Projekt wird gefördert durch : Carl-Zeiss-Stiftung

      • mehr ...

      • Prof. Dr. Ralf Seepold

        Ansprechperson der Fakultät Informatik für den Studiengang Automobil- und Informationstechnik bzw. seit WS 2022/23 für Intelligente Mobilitätssysteme

      • Raum F 125
        +49 7531 206-633
        ralf.seepold@htwg-konstanz.de


      • Sprechzeiten

        nach Vereinbarung

    • Kompetenzzentrum Markt- und Geschäftsprozesse Smart Home & Living Baden-würrtemberg Komzent SHLBW

      Im Kompetenzzentrum Smart Home & Living wird Forschung und Entwicklung betrieben, um den Markt Smart-Home & Living in Baden-Württemberg für die relevanten Marktpartner auf Angebots- und Nachfrageseite zu erschließen und die Einführung von Smart-Home & Living-Lösungen in allen Regionen und bei den wichtigen Zielgruppen voran zu treiben. Hierzu sollen die folgenden Teilprojekte einen Beitrag leisten: Ein Geschäftsmodell-Inkubator zur Generierung von Geschäftsmodellen; Ein Smart-o-Mat als Beratungshilfe für Anbieter und Kunden;

      Eine Kommunikationsplattform zur Information über SHL-Lösungen; Schulungen für Beschäftigte in Handwerk und Wohnungswirtschaft. Da ein zentrales Hemmnis bei der Verbreitung von SHL-Lösungen in der fehlenden Kenntnis passender Geschäftsmodelle liegt, die Partner aus Wohnungswirtschaft, Handwerk und Sozialunternehmen über Kooperationen nutzen können, sollen mit einem speziell entwickelten Geschäftsmodellinkubator bestehende Defizite, insbesondere bei der Mehrwert- bzw. Nutzenvermittlung, beseitigen werden.

      Ein zweites Teilprojekt hat die Aufgabe mit dem Smart-O-Mat ein Instrument zu entwickeln, das potenzielle Nutzer von SHL-Lösungen über deren Funktionalitäten aufklärt, wobei der Kunde je nach seinen Präferenzen die zu ihm passende Lösung vorgeschlagen bekommt. Dieser Smart-O-Mat bietet darüber hinaus eine Auswahlhilfe für Techniklösungen, die dem Kunden angesichts der sehr großen Auswahl an verschiedensten Angeboten eine Hilfestellung bei der Suche nach der besten Lösung gibt. Im Bereich der Angebote für das Smart Home gibt es eine Vielzahl unterschiedlicher Lösungen, Gateways und Protokolle, die ihren Ursprung in den unterschiedlichen Anforderungen der Anwender und der Einsatzszenarien haben. Der Smart-O-Mat soll die Ergebnisse in einer für den Benutzer verständlichen Form darstellen, die Ergebnisse aus möglichst neutraler Sicht begründen bzw. im Sinne der Benutzerakzeptanz nachvollziehbar machen. Die Teilprojekte, Geschäftsmodell-Inkubator und Smart-o-Mat liefern Erkenntnisse und Ergebnisse, die im Teilprojekt Information und Kommunikation an alle relevanten Beteiligten vermittelt werden. Zielgruppen der Vermittlung sind sowohl Anbieter als auch Nutzer von SHL-Lösungen. Dazu gehören Privatpersonen, aber auch Institutionen, die im Bereich betreutes Wohnen oder der Unterstützung hilfsbedürftiger Menschen tätig sind sowie weitere Nutzer im gewerblichen Bereich sowie potenzielle Anbieter von SHL-Lösungen wie Handwerker, Planer, Architekten und
      Sozialunternehmen.

      Hierfür wird eine mehrkanalige Kommunikationsplattform geschaffen, die alle geeigneten Wege zu den Zielgruppen nutzt, von der Nutzung von Fachmessen, Printmedien, mobiler Demonstratoren bis hin zu Online-Plattformen und Sozialen Medien. Da aufgrund von Vorerfahrungen zwar geschulte Fachkräfte amMarkt tätig sind, in der Breite jedoch Kenntnisse bei den Beschäftigten von Handwerk und Wohnungswirtschaft nicht in ausreichendem Maße vorhanden sind, ist ein Teilprojekt auf die Qualifizierung dieser Zielgruppen ausgerichtet. Der Fokus liegt dabei auf der Vermittlung grundlegender Kenntnisse, auf deren Basis dann im Anschluss spezifische und vertiefende Weiterbildungen besucht werden sollen, da erst nach einer möglichst
      weiten Durchdringung mit einschlägig qualifizierten Personen eine flächendeckende Verbreitung von SHLLösungen gelingen kann. Das ganze Kompetenzzentrum Smart Home & Living wird von einer Projektleitstelle koordiniert, die sicherstellt, dass die Ziele erreicht werden. Das Konsortium unter Leitung des Elektro Technologie Zentrums besteht aus Institutionen, die einschlägig im Themengebiet Smart Home & Living erfahren sind.

      Hierzu gehören Verbände, deren Mitglieder an Schlüsselstellen für die Umsetzung von Smart Home & Living-Lösungen tätig sind wie der Fachverband Elektro- und Informationstechnik Baden-Württemberg und Verband baden-württembergischer Wohnungs- und Immobilienunternehmen e.V., das Elektro Technologie Zentrum als Schulungsanbieter, Institute der angewandten Forschung, wie das Fraunhofer Institut für Arbeitswirtschaft- und Organisation (IAO), das Forschungszentrum Informatik (FZI), die Hahn-Schickard-Gesellschaft und das Institut für Technik der Betriebsführung (itb), einschlägig tätige Institute wie die Hochschule für Technik, Wirtschaft und Gestaltung Konstanz, die Hochschule Reutlingen und die Universität Stuttgart sowie Institutionen der Sozialwirtschaft wie die Keppler Stiftung, der AWO Kreisverband Schwarzwald-Baar und das Landratsamt Schwarzwald-Baar-Kreis als erfahrener Transferpartner.Ziel des
      Projekts ist, ein einfach zugängliches und informatives Web-Tool zu entwickeln, das Produkte aus dem Bereich Smart Home und Ambient Assisted Living auf Basis von einigen einfachen Fragen vorzuschlagen. Um die Empfehlungen neutral und möglichst aktuell zu halten, wurde eine Sammlung von abstrahierten Produkten erarbeitet, die stellvertretend für konkrete Produkte namhafter Hersteller in 39 verschiedenen Kategorien nach einem vorher ausgearbeiteten Bewertungsschema eingeteilt wurden. Diese Systemsammlung bietet die Grundlage für das Empfehlungssystem.

      Auf Basis dieser Zusammenstellung wurden mithilfe verschiedener Methoden der analytischen Statistik die wichtigsten Kategorien identifiziert, anhand derer sich die meisten
      bewerteten Produkte unterscheiden. Auf Basis dieser Analyse können zielgerichtete Fragen erstellt werden, die dazu dienen, die Fragen im Tool möglichst zielgerichtet zu formulieren, um dem nicht-technisch versierten User präzise zu einer Empfehlung zu führen. Zusammen mit den Projektpartnern wurden davon ausgehend mehrere Fragen und User-Stories entwickelt, die es ermöglichen, die verschiedenen Anwendungsbereiche von Smart-Home-Technologien in konkreten Anwendungsszenarien zu erleben. Diese Praxisbeispiele sollen dem Endnutzer die Auswahl von Anwendungsbereichen vereinfachen und erste Ideen geben. Parallel zu diesen Entwicklungen wurde auch die Algorithmik des Tools (Quellcode und Implementierung) weiterentwickelt und steht als testbare Anwendung auf einem Server zur Verfügung. Dabei gibt es einen adaptiven Frageverlauf, der den Nutzer die Möglichkeit bietet, bei Bedarf mehr Anwendungsbeispiele zur erhalten oder sich bereits in einem zügigen Auswahlverfahren gezielte Anwendungsbereiche herauszusuchen. Über die Nutzeroberfläche hinaus, die es dem Endnutzer ermöglicht, die Fragen abzuarbeiten und eine Empfehlung zu erhalten, wurde auch eine zusätzliche administrative Oberfläche hinzugefügt. Diese Oberfläche ermöglicht es, ohne Änderungen im Quell-Code weitere Produkte und Empfehlungen sowie Anwendungsbeispiele hinzuzufügen. Wichtig wird diese Ergänzung unter dem Aspekt des nachhaltigen Hostings, die es Administratoren erlaubt, die Ergebnisse aktuell zu halten, ohne konkretes algorithmisches Wissen oder Veränderung des Quell-Codes. Darüber hinausgehend wurde das Tool im Sinne des nachhaltigen Hostings in eine containerisierte Anwendung umgewandelt, wodurch eine gute Portabilität und Entkopplung vom Host-System ermöglicht wird. Das Tool selbst wird öffentlich gehostet und User-Tests wurden durchgeführt.

      Im Jahr 2022 wurde ein gewichtetes Bewertung System erstellt und ins Tool eingepflegt. Zur Auswertung wurden zwei Abgleichs Algorithmen implementiert. Die verfügbaren Algorithmen können über das Administrationspanel auswählt werden. Folgende sin die implementierte Algorithmen die einsetzbar:

      (1) KosinusÄhnlichkeit: Die Cosinus-Ähnlichkeit misst die Ähnlichkeit zwischen zwei in einen mehrdimensionalen Raum projizierten Vektoren und bestimmt, ob zwei Vektoren ungefähr in die gleiche Richtung zeigen, und (2), den quadratischen euklidischen Abstand. Dieser Algorithmus wurde ebenfalls als Konfigurationsoption aufgenommen. Dieser Algorithmus misst die Ähnlichkeit zwischen zwei Vektoren, indem er den Abstand im mehrdimensionalen Raum berechnet. Im Gegensatz zur Cosinus-Ähnlichkeit müssen die Vektoren eine identische Dimension haben, um verglichen werden zu können.


      In der endgültigen Version des Tools ist der Zugang zu Limesurvey in das Frontend des Tools integriert, um den Weg des Nutzers von der Umfrage bis zur Empfehlung zu steuern. Mit Hilfe von Steuertasten kann der Benutzer die Umfrage beantworten und nach Abschluss der Umfrage die endgültige Empfehlung erhalten. Aufgrund der erhaltenen Rückmeldungen wurden Anpassungen an der logischen Verarbeitung der Umfragen vorgenommen.
      Um die Flexibilität bei der Nutzung des Instruments zu erhalten, wurden einige der Fragen der implementierten Umfrage fakultativ gelassen. Entscheidet sich ein Nutzer, eine größere Anzahl von Fragen nicht zu beantworten, generiert das System eine Empfehlung auf der Grundlage der historischen Aufzeichnungen der anderen Nutzer und der Nutzer wird darüber informiert. Auf diese Weise soll das Tool flexibel und fließend jedem Nutzertyp eine Anleitung zu Smarthome-Produkten bieten.
      Die Dokumente Benutzerhandbuch und Administrationshandbuch wurden erstellt, die über das Administrationspanel abgerufen werden können. Das Administrationshandbuch beschreibt detailliert die Verfahren, die für die Konfiguration der einzelnen Parameter des Tools erforderlich sind, um das korrekte Funktionieren der Anwendung zu gewährleisten. Ebenfalls wurden Kommentare und Rückmeldungen von Nutzern, die an den Tests teilgenommen haben.
      Berücksichtigung und die Homepage neu gestaltet, wobei die Benutzerfreundlichkeit und die Klarheit der Funktionen für den Nutzer sowie die Einfachheit des Inhalts zur Vermeidung von Redundanzen im Vordergrund standen.

      Für eine einfache Installation, Anpassung oder Portierung des Systemes wurden Skripte geschrieben die das System mittels Dokercointainer bereitstellen kann. Hierdurch lassen sich Änderungen am Quellcode für Anpassungen oder Aktualisierungen des Tools leicht umsetzten. Das Tool wurde im Abschlussworkshop vorgestellt und an einen Projektpartner übergeben, der die langfristige Lauffähigkeit sicherstellt. Die Arbeiten zu einer abschließenden Veröffentlichung haben begonnen.

      Das Projekt eird gefördert durch :  Ministerium für Wirtschaft, Arbeit und Wohnungsbau Baden-Würrtemberg

      • mehr ...

      • Prof. Dr. Ralf Seepold

        Ansprechperson der Fakultät Informatik für den Studiengang Automobil- und Informationstechnik bzw. seit WS 2022/23 für Intelligente Mobilitätssysteme

      • Raum F 125
        +49 7531 206-633
        ralf.seepold@htwg-konstanz.de


      • Sprechzeiten

        nach Vereinbarung

    • IBH-Lab Active and Assisted Living (AAL) - Abbau von AAL-Barrieren

      Ubiquitous Computing Lab der HTWG Konstanz nimmt am Projekt IBH AAL EP1 teil. Es ist beteiligt in den Arbeitsgruppen AG5 "Testwohnungen", und AG7 "Technologien". Außerdem, HTWG Konstanz ist Lead-Partner bei der AG8 "Implementierung". Im Jahr 2021 wurden mehrere Tätigkeiten durchgeführt:
      - Die HTWG Konstanz hat an der Abschlussveranstaltung des IBH AAL Projektes im Juni 2021 aktiv teilgenommen und mit drei Vorträgen die bisher erreichte im Rahmen des Projektes Ergebnisse vorgestellt.
      - Im Rahmen der Durchführung der zweiten Studie wurden die Informationen über die Ethische Aspekte, Gebrauchstauglichkeit und über die Möglichkeiten der Individualisierung von AAL Lösungen gesammelt, die dann im aufbereitet wurden und in mehreren wissenschaftlichen Publikationen öffentlich gemacht.
      - Um die Implementierungskonzepte zu erstellen, wurden mehrere Gespräche mit den Akteuren aus dem Bereich der Implementierung der AAL-Technologien durchgeführt und evaluiert.
      - Als Lead der AG8 "Implementierung" hat HTWG Konstanz mehrere Gespräche mit den Akteuren, die bei der Implementierung der AAL-Technologien behilflich sein könnten, durchgeführt und eine entsprechende Liste erstellt, die für die weitere Nutzung zur Verfügung steht.
      - HTWG Konstanz ist an der Entwicklung der AAL-Wiki aktiv beteiligt und hat mehrere Artikel erstellt und überarbeitet.

      Das Projekt wird gefördert durch : Interreg Alpenrhein, Bodensee, Hochrhein

      • mehr ...

      • Prof. Dr. Ralf Seepold

        Ansprechperson der Fakultät Informatik für den Studiengang Automobil- und Informationstechnik bzw. seit WS 2022/23 für Intelligente Mobilitätssysteme

      • Raum F 125
        +49 7531 206-633
        ralf.seepold@htwg-konstanz.de


      • Sprechzeiten

        nach Vereinbarung

    • KLEVER - Intelligente Bildverarbeitung in der Materialmikroskopie durch maschinelles Lernen zur Objekt- und Fehlererkennung

      Zielstellung von KLEVER (Verbundprojekt, Hochschulpartner: Hochschule Aalen, Universität Ulm) ist es, im Kontext einer automatisierten und intelligenten Materialmikroskopie durch Kopplung der Bereiche A) robuste automatisierte Bildakquisition bei 2D- und 3D-Materialmikroskopie, B) intelligente Bildverarbeitung mit Ansätzen aus Bereichen des Machine Learning einschließlich Deep Learning und C) Anwendung von Large Data Processing, eine solidere technologische Basis zur Objekt-, Struktur- und Fehlererkennung (z.B. Schichtdickenschwankungen, geometrische Abweichungen, Poren, Risse, Fremdeinschlüsse) bereitzustellen. Als Use Cases werden strategisch wichtige Werkstoffe, z.B. Batterie, additiv gefertigte Werkstoffe/Bauteile, Hochleistungskeramik und pulvertechnologische Stähle ausgewählt. Aufbauend auf diesen Materialien wird die großformatige Bildakquisition (große Flächen/Volumen) mittels mikroskopischer Systeme in puncto Stabilität und Aufnahmeeffizienz verbessert. Vorhandene Konzepte und Algorithmen der objekt- und musterbasierten Verfahren werden bezüglich Präzision und Robustheit zum Suchen und Finden von Strukturen und Abweichungen bewertet und ggf. optimiert. Zusätzlich werden Algorithmen mit neuen Ansätzen des Deep Learning evaluiert. Verschieden trainierte Klassifikatoren für die oben aufgeführten Materialklassen sollen dann eine zuverlässige Quantifizierung von Objektstrukturen ermöglichen und detektierte Abweichungen liefern. 2018 wurden folgende Forschungsarbeiten vorgenommen: Akquise und Aufbereitung eines Datensatzes, umfangreiche Recherche im Themenumfeld der oben genannten Bereiche A) - C), Implementierung eines bestehenden Texturmodells basierend auf RGB-Bildern und Implementierung eines Generative Adversarial Networks zur Generierung synthetischer Trainingsdaten zur Erweiterung des bestehenden Datensatzes.

      Das Projekt wird gefördert durch : Bundesministerium für Bildung und Forschung (BMBF) FH ProfUnt, Arivis AG

    • Softwaretool zur Berechnung von Personenflüssen und der damit verbundenen ausbreitung von Infektionskrankheiten

      Ziel des Projektes ist die Entwicklung eines Softwaretools, mit dessen Hilfe Personenströme in Räumen undgleichzeitig die damit verbundene Ansteckungswahrscheinlichkeit simuliert werden können. Anwender*innen haben die Möglichkeit verschiedene Raumgestaltungen auf Vorkommnisse hoher Personendichten oder Ansteckungsraten zu prüfen. Der Prototyp des Softwaretools soll ein oder zwei integrierte Settings enthalten, wie zum Beispiel ein beliebiges „Räumungsszenario“ - Fans, die ein Fußballstadion oder Studierende, die zur Mittagspause Seminarräume und Hörsäle eines Hochschulgebäudes verlassen. Die Simulation der speziellen Situation lässt sich mit Hilfe verschiedener Parameter steuern: Anzahl Personen, Anteil wahrscheinlich erkrankter Personen, Kennzahlen der Infektionskrankheit wie Infektionsrate, Übertragungsart, Größe des Ansteckungsbereichs, etc.

      Als Ergebnis liefert die Simulation die statistisch geschätzte Anzahl der Neuinfektionen unter diesen Bedingungen während eines bestimmten Zeitabschnitts und eine Simulation der Ansteckungsausbreitung.

      Das Projekt wird gefördert durch : Interreg V ABH

      • Portraitfoto

        mehr ...

      • Prof. Dr. Rebekka Axthelm

        Gleichstellungsbeauftragte der Hochschule und Fakultät Informatik, stellv. Institutsleiterin IOS

      • Raum E 307
        +49 7531 206-503
        rebekka.axthelm@htwg-konstanz.de


      • Sprechzeiten

        nach Vereinbarung

    • Nachhaltige Gewinnung und Bindung professoralen Personals an der HTWG Konstanz mit Schwerpunkt in Ingenieurwissenschaften und geographischer Randlage (PROSPER)

      Die ingenieurwissenschaftlich geprägte HTWG steht bei der Gewinnung von professoralem Nachwuchs vor besonderen Herausforderungen. In den MINT-Fächern steht sie in Konkurrenz zur Industrie in der Grenzregion zur Schweiz, durch die periphere Lage des Hochschulstandorts und Entfernung zu urbanen Zentren ist der Bewerberinnen- und Bewerberkreis eingeschränkt. Die spezifischen Anforderungen an HAW Professor*innen stellen die Hochschule gegenüber Universitäten, die Personen mit rein akademischen Werdegang über wissenschaftliche Netzwerke rekrutieren, und gegenüber der Industrie, die auf einen breiteren regionalen Bewerber*innenpool aufbauen kann, vor die Herausforderung, sich neue Rekrutierungswege zu erschließen. Wir verfolgen bei der Gewinnung von professoralem Personal kurz-, mittel-, und langfristig wirksame Maßnahmen, die auf die Erhöhung der Anzahl berufungsfähiger Kandidat*innen und qualifizierter Bewerber*innen, auf die Verringerung der Anzahl von Ausschreibungsrunden und schnelle Besetzung vakanter Professuren und auf die nachhaltige Bindung professoralen Personals zur Vermeidung erneuter Vakanzen hinwirken. Wir führen Instrumente zur kurzfristigen Qualifizierung von Personen ein, denen nur wenig Berufspraxis zur Erfüllung der Berufungsvoraussetzungen fehlt; wir sprechen qualifizierte Kandidat*innen u.a. über Kanäle, die sich in der Pilotphase bewährt haben, aktiv an, sich zu bewerben; wir schaffen attraktive Einstiegsbedingungen für Neuberufene. Als mittelfristig wirksame Maßnahmen ermöglichen wir es Personen, die bereits Berufspraxis haben, sich wissenschaftlich zu qualifizieren; wir erweitern den Kreis der angesprochenen  Kandidat*innen; schaffen Unterstützungsstrukturen für Berufungskommissionen; erweitern Angebote zur Vereinbarkeit von Beruf und Familie für Professorinnen und Professoren. Mit Blick auf die langfristige Wirksamkeit fördern wir die wissenschaftliche Qualifizierung von Masterabsolventinnen und - absolventen Etablierung von guten Arbeitsbedingungen über den professoralen Lebenszyklus.

      Das Projekt wird gefördert durch: Bundesministerium für Bildung und Forschung: Bund-Länder-Programm FH-Personal

    • Bernstein-Polynome über Simplexen

      Die Bernstein-Polynome haben eine Reihe von nützlichen Eigenschaften, die sie zur Lösung von sehr verschiedenartigen Problemen geeignet erscheinen lassen. Bislang wurden in der Literatur als zugrundeliegende Bereiche mehrdimensionale Quader verwendet. Um größere Flexibilität in der dem jeweiligen Problem zugrundeliegenden Geometrie zu erzielen, werden im Projekt Bernstein-Polynome auf Simplexen untersucht. Die Ergebnisse werden zur Konstruktion von Schrankenfunktionen für Relaxationen im Rahmen von branch-and-bound-Verfahren in der globalen Optimierung verwendet.

    • Invarianz von Zeichenregularität

      Funktionssysteme, deren Kollokationsmatrizen zeichenregulär sind, haben eine Reihe von nützlichen Eigenschaften, die insbesondere im CAGD von großem Vorteil sind. Dabei heißt eine Matrix zeichenregulär, wenn ihre sämtlichen Minoren einer jeden gewählten Ordnung ein bestimmtes Vorzeichen besitzen oder verschwinden. Im Projekt wird u.a. untersucht, wie groß Störungen in den einzelnen Koeffizienten dieser Matrizen sein dürfen, damit die gewünschten Eigenschaften erhalten bleiben.

    • Nullstellenverteilung des Hadamard-Produktes von Polynomen

      Multipliziert man zwei Polynome koeffizientenweise, so erhält man ihr sogenanntes Hadamard-Produkt. Dieses findet in der Regelungstheorie und in der Informatik Anwendung. Sehr wenig ist in der Literatur über die Nullstellenverteilung des Hadamard-Produktes bei gegebener Nullstellenverteilung der beiden beteiligten Polynome bekannt. In dem Projekt wird der Fall behandelt, dass die Nullstellen der beiden Faktoren in Sektoren in der komplexen Ebene enthalten sind. Gesucht ist ein möglichst schmaler Sektor, der die Nullstellen des Hadamard-Produktes der beiden Polynome enthält.

    • Testdaten-Modellierung und Testdaten-Generierung

      Softwaretests sind ein wichtiger Baustein für die Qualitätssicherung von Softwareprojekten. Für Tests von Datenbankbasierten Anwendungen müssen u.a. Testdaten für die Datenbank spezifiziert werden, auf deren Basis das Verhalten der zu testenden Software geprüft werden kann. Die Spezifikation dieser Testdaten ist leider bisher sehr umfangreich und komplex und somit aufwändig und fehleranfällig. Die Komplexität ergibt sich v.a. aus der Beschreibung der Beziehungen zwischen den einzelnen Entitäten. Diese unterliegen einer Menge komplexer fachlicher Regeln, die sich aus dem Domänen-Modell und der Geschäftslogik der Anwendung ergeben. Übergreifendes Ziel des Projektes ist es, die Spezifikation von Testdaten für Datenbankbasierte Anwendungen zu vereinfachen. Hierzu wurde zum einen eine geeignete Domänen-spezifische Sprache (DSL) für Testdaten entwickelt. Zum anderen wurde eine erste Version eines Generators zur automatischen Erzeugung von Testdaten implementiert, inklusive Tools zur Extraktion des Modells aus einer Datenbank und zum Editieren des Modells. Es sollen Verallgemeinerungen sowie Erweiterungen und Verbesserungen der Algorithmen zur Testdatengenerierung konzipiert und entwickelt werden unter Berücksichtigung weiterer verschiedener Arten von Abhängigkeiten und Constraints.

      • mehr ...

      • Prof. Dr.-Ing. Jürgen Wäsch

        Leiter Wirtschaftsinformatik-Labore, Mitglied des Senats der HTWG

      • Raum O 106
        +49 7531 206-502
        juergen.waesch@htwg-konstanz.de


      • Sprechzeiten

        Mittwoch 11:30 - 12:30 Uhr nur nach Vereinbarung per E-Mail

    • Competence centre for market and business processes (KomZet)

      KomZet will cover the central aspects to develop the Smart-Home & Living market in Baden-Württemberg for the relevant market partners. It will promote the introduction of Smart-Home & Living solutions in all regions and among the essential target groups. A central obstacle to the spread of Smart Home & Living solutions lies in the lack of knowledge of technical and suitable business models. A platform Smart-o-Mat will be developed that is oriented towards a Wahl-o-Mat concept and it serves as a consulting aid for suppliers and customers. The Smart-O-Mat is intended to present results in a form that is understandable to a user. It will justify the results from a neutral point of view and makes them acceptable in terms of user acceptance. The business model incubator and the Smart-o-Mat provide insights and results that are communicated to all relevant parties via the communication platform. The target groups are both providers and users of Smart Home & Living solutions. These include private individuals, but also institutions active in the field of assisted living or supporting people in need, as well as other users in the commercial sector and potential providers of Smart Home & Living solutions such as craftsmen, planners, architects, and social enterprises.

      • mehr ...

      • Prof. Dr. Ralf Seepold

        Ansprechperson der Fakultät Informatik für den Studiengang Automobil- und Informationstechnik bzw. seit WS 2022/23 für Intelligente Mobilitätssysteme

      • Raum F 125
        +49 7531 206-633
        ralf.seepold@htwg-konstanz.de


      • Sprechzeiten

        nach Vereinbarung

    • IBH AAL: Home Health Living Lab

      The Home Health Living Lab (HHLL) - aims to be a guideline to develop sustainable home health services. This goal is achieved in phases, each of which defines intermediate goals. The first phase aims to identify barriers and develop a requirements analysis. The second phase aims to create the concept of HHLLs and to identify test houses in parallel. The third phase aims to realize a prototypical technical implementation and to evaluate the operation in the test apartments. The final phase aims to refine the operation according to the first results, to re-evaluate it in practice and concomitantly deduce the sustainable concept.

      • mehr ...

      • Prof. Dr. Ralf Seepold

        Ansprechperson der Fakultät Informatik für den Studiengang Automobil- und Informationstechnik bzw. seit WS 2022/23 für Intelligente Mobilitätssysteme

      • Raum F 125
        +49 7531 206-633
        ralf.seepold@htwg-konstanz.de


      • Sprechzeiten

        nach Vereinbarung

    • IBH AAL: Barrier-free tourism area Lake Constance

      The IBH Living Lab AAL deals with the removal of barriers in the use of Assistive technologies and services by people with assistance needs to keep them as possible can live independently and autonomously in the Lake Constance region for a long time. The Bodensee area is but not only an important living and economic area, it is also an important tourism area, where also guests with assistance needs like to spend holidays.

      • mehr ...

      • Prof. Dr. Ralf Seepold

        Ansprechperson der Fakultät Informatik für den Studiengang Automobil- und Informationstechnik bzw. seit WS 2022/23 für Intelligente Mobilitätssysteme

      • Raum F 125
        +49 7531 206-633
        ralf.seepold@htwg-konstanz.de


      • Sprechzeiten

        nach Vereinbarung

    • DeepDoubt – Weiterentwicklung von Unsicherheitsmaßen zur Erhöhung der Transparenz und Nachvollziehbarkeit im Deep Learning und deren Anwendung auf optische Systeme

      Die Digitalisierung führt zunehmend zu einem verbreiteten Einsatz von KI-Methoden in der Form von Deep Learning (DL). DL hat zwar bahnbrechende Erfolge in der Vorhersage, kann aber Unsicherheiten nicht transparent modellieren. Ferner sind die Entscheidungen nicht nachvollziehbar, da DL auf hochdimensionalen Eingangsdaten wie Bildern operiert. Um die Nachvollziehbarkeit zu erhöhen, können dimensionsreduzierende Verfahren, wie UMAP (Uniform Manifold Approximation and Projection), verwendet werden.
      Von besonderem Interesse sind Verfahren wie Variational Autoencoder (VAE), die eine probabilistische Modellierung mit der Projektion der Daten in einen niedrigdimensionalen Raum verbinden, der zusätzlich interpretierbar wird. Daneben sind Kernel-basierte Methoden, die angeben, welche Trainingsbeispiele verwendet wurden, vielversprechende Kandidaten für die Steigerung der Nachvollziehbarkeit. Die fehlende Modellierung der Unsicherheit hat in vielen Fällen zur Folge, dass Benutzer von KI-Systemen, diesen zu sehr vertrauen. Insbesondere wenn neue, im Training nicht vorhandene Situationen auftreten, haben gewöhnliche DL Verfahren keine Möglichkeit ihre Unsicherheit zu quantifizieren. Gerade im Hinblick auf den verbreiteten Einsatz von DL in kritischen und nicht komplett im Labor simulierbaren Anwendungen wie dem autonomen Fahren ist dies nicht akzeptabel und setzt in der Praxis einen Erkennungsmechanismus für das Verlassen der Domäne der Trainingsdaten voraus. In der DL-Forschung wird dieses Thema mit “Uncertainty” beschrieben. Fehlinterpretationen werden durch den einfachen Zugang zu DL-Verfahren mittels leicht zu bedienender Tools wie KNIME verbreitet. Das System muss in der Praxis seine Unsicherheit quantifizieren und für den Benutzer transparent und vollständig darstellen können.

      2020 wurden State-of-the-Art Algorithmen für das Schätzen von Unsicherheitsmaßen implementiert und auf ein Active Learning Szenario der Firma KNIME angewandt. Mit der kooperierenden Firma wurde zusammen eine Schnittstelle für den Austausch von Deep Learning Modellen spezifiziert. Diese befindet sich gerade in der Implementierung.

      Das Projekt wird gefördert durch: Bundesministerium für Bildung und Forschung

      • Portraitfoto

        mehr ...

      • Prof. Dr. Oliver Dürr

        Praktikantenamtsleitung

      • Raum E 307
        +49 7531 206-507
        oliver.duerr@htwg-konstanz.de


      • Sprechzeiten

        Sprechstunden nach Vereinbarung. Bitte melden Sie sich vorher per E-Mail an.

    • MultiSenseLakePerceptor

      In der Schifffahrt besteht derzeit ein intensives Bestreben, die Sicherheit durch Automatisierung deutlich zu erhöhen. Unfallstatistiken belegen, dass gerade auf Binnenseen und im Küstenbereich die Zahl der durch Unachtsamkeit verursachten Unfälle bisher unverändert hoch ist. In der Komplexität sind die Verkehrsszenarien auf Binnenseen denen im Straßenverkehr durchaus vergleichbar, zeichnen sich aber durch eine Vielzahl von Besonderheiten aus. So gibt es eine eindeutige Spurführung nur vereinzelt in Ufernähe, Manöver anderer Verkehrsteilnehmer sind häufig schwer abschätzbar bzw. vorhersagbar. Den Verkehrsraum teilen sich verschiedenste Wasser-Fahrzeugtypen, inklusive schwimmender Personen. Gleichzeitig erschwert die durch den Wellenschlag verursachte Eigenbewegung der Sensorplattform eine Interpretation der aktuellen Verkehrs- und damit auch die Einschätzung der Gefahrenlage.
      Um ganz oder teilweise autonom operierende Wasserfahrzeuge realisieren zu können, ist insbesondere die zuverlässige, detaillierte und über weite Distanzen reichende Aufnahme der aktuellen Szene sowie die robuste Zustandsschätzung und Klassifikation von Objekten von erheblicher Bedeutung. Mit den im maritimen Kontext fast ausschließlich eingesetzten Radar-Sensoren ist dies nicht in der erforderlichen Güte und Detaillierung möglich. Vielmehr bieten sich hier optische Sensoren verbunden mit Lidar an, um ein entsprechend geeignetes Abbild der komplexen dynamischen 3D-Szene zu erstellen und diese dann Tracking- und Klassifikationsalgorithmen zur Verfügung zu stellen. Innerhalb dieses Forschungsprojektes soll diese Problematik durch ein interdisziplinäres Team, bestehend aus Mitarbeitenden des Instituts für optische Systeme (IOS) und des Instituts für Systemdynamik (ISD) der Hochschule Konstanz, angegangen werden.
      Im Rahmen des Projekts wird die genannte Problemstellung mit optischen Sensoren verbunden mit Lidar gelöst. Durch Vernetzung unterschiedlicher Sensortypen wird ein geeignetes Abbild der komplexen dynamischen 3D-Szene erstellt und dieses dann Tracking- und Klassifikationsalgorithmen zur Verfügung gestellt. Die sensorspezifischen 3D-Punktwolken sind zu diesem Zeitpunkt weder zueinander registriert noch fusioniert. Zur Schätzung der einzelnen Tiefenkarten und Objektlisten mittels Machine-Learning wird innerhalb des Projekts eine neuartige Deep-Learning Architektur entwickelt. Die Fusion erfolgt erst im nächsten Schritt auf Basis der komplexen Objekte, wodurch sich das Multisensorsystem modular aufbauen lässt. Dies ermöglicht gleichzeitig eine sehr robuste Fusion der einzelnen Sensoren mittels Random-Finite-Set (RFS)-Methoden auf Basis der durch das Netzwerk bereits stark vorverarbeiteten Einzelsensordaten. Über mehrere Zeitschritte hinweg wird so der kinematische Zustand der Objekte sowie deren Ausdehnung geschätzt und damit ein umfassendes Bild der Umgebung erzeugt. Dabei wird im Vergleich zu gängigen Methoden zusätzlich die Eigenbewegung des Bootes mittels Ego-Motion Kompensation berücksichtigt. Das im Rahmen des vorgeschlagenen Projekts entwickelte Sensorsystem zur autonomen 3D-Umfelderfassung auf Binnengewässern soll auf dem bereits existierenden autonomen Wasserfahrzeug „Korona“ installiert werden. Dabei sind zwei exemplarische Anwendungen zur Kollisionsvermeidung und automatisiertem Anlegen angestrebt.
      Im Berichtsjahr 2020, konnte der prototypische Aufbau des optischen Multisensorsystems so erweitert werden, dass er nun die Schutzklasse IP67 erfüllt. Somit war es möglich, das System auf dem Hybridboot Solgenia zu installieren. Dadurch konnte ein Datensatz von Anlegestellen, zum automatisierten Anlegen, generiert werden. Außerdem wurde für die Erstellung der Machine Learning Datenbank eine Annotationssoftware implementiert, mit der 3d Bounding Boxen in Punktewolken eingezeichnet werden können. Mit den annotierten Daten wurde der entwickelte monokulare Schiffsdetektionsalgorithmus evaluiert und in einer Publikation bei der Global OCEANS 2020 vorgestellt. Zusätzlich wurden auf der International Conference on Information Fusion 2020 weitere Forschungsergebnisse des Projekts präsentiert. Dabei wurde ein Verfahren vorgestellt, welches den Suchbereich von Trackingverfahren adaptiert. Mit dem Wissen, wo vergangene Objekte aufgetaucht sind, kann in diesem Bereich gezielt nach weiteren Objekten gesucht werden. Mit diesem Verfahren konnte sowohl die Detektionsgeschwindigkeit als auch die Detektionswahrscheinlichkeit für neue Objekte verbessert werden.

      Das Projekt wird gefördert durch: Baden-Württemberg Stiftung gGmbH

      • mehr ...

      • Prof. Dr. Johannes Reuter

        Prodekan, Studiendekan Elektrische Systeme M. Eng. (EIM)
        Fachgebiet: Regelungstechnik

      • Raum F 313
        +49 7531 206-266
        jreuter@htwg-konstanz.de

      • mehr ...

      • Prof. Dr. Georg Umlauf

        Studiendekan Master Informatik, Direktor Institut für Optische Systeme

      • Raum F 031
        +49 7531 206-702
        umlauf@htwg-konstanz.de


      • Sprechzeiten

        nach Vereinbarung

    • Prozessbasierte Integration menschlicher Erwartungen in digitalisierten Arbeitswelten – PRIME, Teilpropjekt: Konzeption, Entwicklung und Einsatz eines Assistenzsystems für personenzentrierte, anpassbare Arbeitsprozesse – Process Experience Modeling (PEM)

      Um wettbewerbsfähig und attraktiv für Fachkräfte zu bleiben, sind Organisationen vor die große Herausforderung gestellt, ihre Geschäftsmodelle und Arbeitsprozesse kontinuierlich anzupassen. Für den Erfolg dieser Prozessveränderungen ist es essentiell, sich an den Bedürfnissen und Erwartungen der beteiligten Menschen zu orientieren. Ansprüche der Arbeitnehmer*innen wachsen und werden, beispielsweise in Form von Wünschen nach flexibleren Arbeitszeiten oder nach größeren Mitbestimmungs- und Gestaltungsmöglichkeiten, im Arbeitskontext eingefordert. Das Verbundprojekt "Konzeption, Entwicklung und Einsatz eines Assistenzsystems für personenzentrierte, anpassbare Arbeitsprozesse" – PRIME greift diese Thematik auf und betrachtet die Notwendigkeit einer fortschreitenden Anpassung an Digitalisierung als eine Chance, menschzentrierte Arbeitsprozesse mit einem hohen Anteil interaktiver Arbeit neu zu gestalten. Ziel ist es, mithilfe eines digitalen, dezentralen Assistenzsystems (PROTASTIC) eine bessere und aktive Einbindung von allen Beteiligten (Kund*innen, Bürger*innen, Beschäftigte) im Dienstleistungsprozess zu erreichen. Menschen sollen dadurch aktiv Mitgestalter*innen ihrer Arbeit werden: Beispielsweise sollen sie auf Basis ihrer Erwartungen und Bedarfe die Strukturierung sowie den Ablauf von Arbeitsprozessen durch eine bewusste Änderung von Prioritäten beeinflussen können.
      Das Teilvorhaben des Konstanzer Instituts für Prozesssteuerung (kips) beschäftigt sich neben der Modellierung von Interaktions- und Kommunikations-prozessen vor allem mit der dezidierten Menschmodellierung. Darüber hinaus ist die Messung von Benutzererfahrung im Kontext der Prozess-ausführung – die Process Experience – zentraler Leistungs- und Erfolgsindikator von PRIME. Das kips fungiert also als Bindeglied zwischen der Konzeptentwicklung und der Umsetzung der Projektideen bei den Anwendungspartnern. Vornehmlich verantwortlich ist das kips für folgende Arbeiten im Projekt: In der Phase A verantwortet die Arbeitsgruppe kips die Analyse der Betriebsfallstudien bei den anwendungsorientierten Projektpartnern. Es wird vor allem dafür gesorgt, dass solche Aspekte in der Prozess- bzw.
      Menschperspektive erfasst werden, dass eine Benutzung und Interpretation dieser Aspekte bei Modellierung und Ausführung der Interaktionsprozesse auf der PROTASTIC-Plattform möglich werden. Die in Phase A erhobenen Interaktionsprozesse werden in Projektphase D von der Arbeitsgruppe kips auf der PROTASTIC-Plattform modelliert und implementiert. Im Sinne eines agilen Entwicklungsansatzes wird dabei in (relativ) kurzen Entwicklungszyklen vorgegangen, in welchem jeweils Anwender, Entwicklungspartner aus dem Bereich der Arbeitswissenschaften und Technologiepartner die erreichten Zwischenergebnisse evaluieren und somit für eine weitreichende Akzeptanz der Umsetzung der Interaktionsprozesse sorgen. Die Arbeitsgruppe des kips sorgt für die Umsetzung der Anwendungsszenarien auf Basis der PROTASTIC-Plattform. Zeitgleich unterstützt und schult sie die Anwendungspartner hinsichtlich der Benutzung der PROTASTIC-Plattform.
      Projektpartner sind die Universität Bayreuth (Koordinator), die Goethe Universität Frankfurt am Main, die Stadt Konstanz, ACON IVY AG und die b.i.g. Gruppe Management GmbH.

      Das Projekt wird gefördert durch: Bundesministerium für Bildung und Forschung, Zukunft der Arbeit

    • OFAR4All – Onlinezeiten-Fußabdruckrechner

      Rechner, die den persönlichen ökologischen Fußabdruck bestimmen, gelangen zu stark voneinander abweichenden Ergebnissen. Bisher betrachten sie die Verbräuche, die durch die Verwendung von verteilten, internetbasierten Softwareanwendungen auf persönlich genutzten Geräten wie Smartphones, Tablets, Computern oder Geräten des Internets der Dinge (IoT) (z.B. Waschmaschine) verursacht werden, kaum oder intransparent. So bleiben Nutzern dieser Geräte die damit verbundenen ökologischen Auswirkungen gänzlich verborgen – und dies, obwohl das Internet mit rund 3% einen signifikanten Anteil am CO2-Gesamtverbrauch der Welt hat. Stetig steigende Datenmengen und Nutzerzahlen sowie immer größer werdende Bandbreiten führen zu einer Verschärfung der Situation. Hinzu kommt eine wachsende Anzahl von mit dem Internet verbundenen Geräten pro Person, da diese Technologie mehr und mehr in herkömmliche Alltagsgegenstände integriert wird. Zugleich existiert der Wunsch der breiten regionalen Bevölkerung, nachhaltiger zu leben.
      Wurde diese Bewegung zu Beginn vor allem von Schüler*innen und Studierenden vorangetrieben (Fridays for Future), mündete sie im Jahr 2020 z.B. in der Erklärung des «Klimanotstands» durch den Gemeinderat der Stadt Konstanz. Auch viele der in diesem Antrag beschriebenen Inhalte wurden durch Studierende an die Projektleiter*innen herangetragen.

      Das Projekt OFAR4All soll das Problem methodisch durch wissenschaftliche Recherchen und Analysen durch ein interdisziplinäres Team von Wissenschaftlern und Studierenden untersuchen. Um die Anforderungen zu erfassen, sollen relevante regionale und überregionale technische Stakeholder mit in das Projekt einbezogen werden. Hierdurch wird eine nachträgliche Validierung der Ergebnisse sichergestellt. Die Hauptresultate des Projekts beinhalten zum einen ein allgemeines Referenzmodell zur Bestimmung des persönlichen Fußabdrucks und zum anderen ein Modell zur Berechnung von Onlinezeiten. Letzteres wird als prototypische Softwarekomponente öffentlich frei verfügbar und leicht verwendbar bereitgestellt.
      Die Projektergebnisse ermöglichen umfangreiche Erkenntnisgewinne bezüglich relevanter einzelner Lebensbereiche und der Bedeutung von Onlinezeiten bei der persönlichen Fußabdrucksberechnung.

      Die Ergebnisse zielen darauf ab, die lokale Bevölkerung im Bereich des Internetkonsums zu sensibilisieren und das ökologische Bewusstsein zu stärken, womit Verhaltensanpassungen angestrebt werden. Nach erfolgreicher Konzeption für die Bodenseeregion können die gewonnenen Erkenntnisse auf weitere Städte, Regionen oder Länder adaptiert werden.

      Das Projekt wird gefördert durch: Internationale Bodensee-Hochschule

    • Sleep Lab at Home

      Schlafstörungen sind häufig und nehmen zu. Häufigste Erscheinungsform ist die Schlafapnoe mit nächtlichen Atmungspausen. Sie kann zu einem erhöhten kardiovaskulären Risiko mit Bluthochdruck, Herzrhythmusstörungen, Arteriosklerose, Herzinfarkt und Schlaganfall führen. Die Diagnose der Schlafapnoe erfolgt bisher am besten in einem Schlaflabor in einer Klinik. Ziel dieses FuE-Projektes ist es, die bisherige ambulante Diagnostik in die häusliche Umgebung zu verlagern. Hierzu wollen wir einen oder mehrere Prototypen entwickeln. Die Projektarbeit umfasst die Entwicklung/Anpassung der Hardware (Mechanik, Elektronik, Prozessortechnik, Peripherie, Display/HMI sowie den Sensoren, der Funktechnik und deren elektronische Ankopplung und Verarbeitung) und der zugehörigen Firmware. Ferner umfasst das Projekt die Entwicklung der notwendigen Softwareplattform. Dazu gehören das Portal mitsamt Administration, Zugängen, Zertifikaten und Ablagestrukturen sowie Kommunikationsmodelle. Das Projekt endet mit der Vorstellung eines funktionsfähigen Prototyps/Demonstrators (Monitor u. Portal). In der ersten Phase des Projekts liegt das Hauptaugenmerk auf der Erstellung eines Pflichtenheftes für den Prototypen. Dafür wurden mit einem interdisziplinären Team aus Schlafexpert*innen, Algorithmus- und Hardware-Entwickler*innen mehrere unterschiedliche Ideen für ein System aus mehreren Sensoren entworfen. Ein wichtiger Anhaltspunkt war dabei der Vergleich mit bereits existierenden Systemen und der klinischen Praxis. Die Basis für diesen Vergleich wurde in der Form einer Literaturrecherche und im Gespräch mit Expert*innen im Gebiet der Schlafforschung gelegt. Die Ergebnisse der Recherche wurden in Form einer Übersichtsdokumentation an alle Partner weitergegeben. Das Hauptaugenmerk lag auf Sensorik, die in ihrer Anwendung möglichst angenehm für den*die Patient*in ist. Um eine Sensoraufstellung zu erarbeiten, wurde die minimalen Anforderung für die klinische Diagnostik beachtet. Dies bildet sich in dem Ziel ab, das System für eine Erkennung von Apnoe und Hypo-Apnoe vozubereiten. Aus diesem Grund wurden eine Atmungsmessung und eine Messung der Sauerstoffsättigung im Blut als verpflichtend angenommen. Für die Messung dieser Signale wurden verschiedene Sensoren in der Form einer Sensormatrix vorgeschlagen. Zusätzlich zur Comfortbetrachtung wurde auch die Existenz von annotierten Daten mit den angestrebten Messungen recherchiert, um eine Grundlage für das maschinelle Lernen bereitzustellen.

      Das Projekt wird gefördert durch: Bundesministerium für Wirtschaft und Energie - Zentrales Innovationsprogramm Mittelstand

      • mehr ...

      • Prof. Dr. Ralf Seepold

        Ansprechperson der Fakultät Informatik für den Studiengang Automobil- und Informationstechnik bzw. seit WS 2022/23 für Intelligente Mobilitätssysteme

      • Raum F 125
        +49 7531 206-633
        ralf.seepold@htwg-konstanz.de


      • Sprechzeiten

        nach Vereinbarung