Anwendungen und Konzepte der Wirtschaftsinformatik

Entwicklung eines Dialog-Konzeptes für einen KI-basierten Chatbot im Hochschulbereich

2024-11-22T17:17:55+00:00

Ziel der Masterarbeit war es, Möglichkeiten zur Optimierung des KI-basierten Chatbots "Winfy", der im Kontext von Prüfungsangelegenheiten in den Wirstchaftsinformatik-Studiengängen an der THM eingesetzt wird, zu identifizieren und umzusetzen. Die wichtigsten Potentiale waren eine Verbesserung von Smalltalk, die Fähigkeit, Rückfragen zu stellen, die Einführung von Themen/Kategorien und kurze, prägnante Antworten.

Analyse-Dashboard mit relevanten Kennzahlen für einen KI-basierten Chatbot im Hochschulbereich

2024-12-10T08:48:49+00:00

Ob ein Chatbot effektiv ist, kann ein Analyse-Dashboard aufzeigen. Im Zentrum dieser Arbeit steht die Identifizierung und Auswahl relevanter Kennzahlen für einen Chatbot im Hochschulbereich, die sowohl die technische Leistung als auch die Nutzerzufriedenheit abbilden. Zu diesen gehören u.a. die Fallback-Rate, die Intent-Scores, die Sentiment-Analyse und der Confidence Score.

Entwicklung eines KI-Screenreaders zur Verbesserung der Barrierefreiheit von Lerninhalten

2024-11-22T17:16:57+00:00

Diese Bachelorarbeit untersuchte die Integration von Künstlicher Intelligenz (KI) in den SAP Enable Now Manager, der zur Erstellung und Verwaltung von Schulungsmaterialien für SAP-Systeme genutzt wird.

Fortschritte in der KI-Entwicklung für einen proaktiveren Analyseansatz der Business Intelligence

2024-11-22T17:12:55+00:00

Der Einsatz von Künstlicher Intelligenz (KI) im Bereich der Business Intelligence (BI) eröffnet neue Möglichkeiten, den BI-Prozess effizienter und proaktiver zu gestalten. Diese Masterarbeit untersucht systematisch die theoretischen Grundlagen und technologischen Fortschritte, die erforderlich sind, um den gesamten BI-Prozess durch KI zu erweitern und effizienter zu gestalten.

Editorial

2025-01-08T16:38:44+00:00

Implementierung eines Treibers zur Anbindung von Mikrocontroller-basierten Maschinen über OPC-UA an das Konfigurations- und Inbetriebnahme-Tool von SSI Schäfer

2024-11-28T09:25:50+00:00

Das Thema „Implementierung eines Treibers zur Anbindung von Mikrocontroller-basierten Maschinen über OPC-UA an das Konfigurations- und Inbetriebnahme-Tool von SSI Schäfer“ soll zu einem Gerätetreiber für das Konfigurations- und Inbetriebnahme-Tool CPM führen, welcher den Anschluss von neuen Maschinen an ebendieses ermöglicht.
Aktuell befinden sich diese noch in Entwicklung, jedoch sollen sie, von den Vorteilen des CPM-Tools profitieren, welches unter anderem den Inbetriebnahmeprozess einfacher und schneller gestalten kann.
Ziel ist somit die Anbindung dieser Maschinen durch die Spezifikation einer Schnittstelle und der Implementierung dieser auf Basis der Schnittstellen des CPM-Tools, in welches sich der Gerätetreiber nahtlos einfügen soll.

Integration eines Support-Ticketsystems in die Prozesse des Geschäftsbereichs Informatik + Systeme

2024-11-28T09:42:49+00:00

Eine effiziente Bearbeitung von Kundenanliegen und organisierte Hilfe zu einem digitalen Produkt sind für ein modernes Unternehmen wie die F.EE GmbH unabdingbar. Ein zentraler Bestandteil für ein Support-Team beim Bereitstellen dieser Dienstleistungen ist ein SupportTicketsystem mit Optionen zur Automatisierung von Arbeitsabläufen. Der Geschäftsbereich Informatik + Systeme des Unternehmens F.EE GmbH verwendet zurzeit ein Ticketsystem, das aufgrund eines endenden Supportzeitraums ersetzt werden muss. Ohne Supportunterstützung dürften unter anderem Sicherheitslücken auftreten. Von den vielen am Markt verfügbaren Systemen wurde das Open-Source-Ticketsystem ausgewählt. Zur effektiven Nutzung musste es signifikant erweitert werden.

Einsatz von Gamification zur Steigerung der Akzeptanz von digitalen Gesundheitsanwendungen (DiGA) - Ergebnisse einer qualitativen Studie

2024-11-28T09:01:23+00:00

Digitale Gesundheitsanwendungen (DiGA) unterstützen u. a. die Therapie von Krankheiten oder Verletzungen und können unter bestimmten Bedingungen auf Rezept verordnet werden (Bundesinstitut für Arzneimittel und Medizinprodukte, 2023; Friesendorf & Lüttschwager, 2021). Für den Erfolg einer Therapie mittels DiGA ist jedoch eine beständig hohe Eigenmotivation der Patient*innen erforderlich. Der vorliegende Beitrag untersucht, welche Faktoren die Nutzerakzeptanz von DiGA beeinflussen, und insbesondere auch, welchen Einfluss Gamification in diesem Zusammenhang ausübt. Hierfür wurde ein theoretischer Bezugsrahmen aufgestellt, der mittels einer stichpunktbezogenen qualitativen Datenerhebung überprüft wurde. Die Ergebnisse zeigen, dass u. a. die wahrgenommene Nützlichkeit einen Einfluss auf die Nutzungsabsicht ausübt. Gamification erhöht zwar den Spaß an der Nutzung, dieser übt aber keinen starken Einfluss auf die Absicht zur Nutzung der untersuchten DiGA aus. Der Beitrag zeigt mögliche Konsequenzen der Ergebnisse für Forschung und Praxis auf.

The Impact of Object-Centric Process Mining on Business Efficiency: A Case Study Approach

2024-12-11T11:15:26+00:00

Although traditional process mining techniques have enabled substantial enhancements in process transparency and optimization, they frequently prove inadequate for capturing the intricacies of actual business processes, which are characterized by multiple interacting entities. OCPM addresses this limitation by allowing a more nuanced and multi-dimensional analysis of processes. By integrating both traditional and object-centric approaches, the study provides a comparative analysis of the performance and utility of each method, highlighting the specific benefits of OCPM in improving process transparency and operational efficiency. The findings reveal that OCPM offers a more comprehensive understanding of complex business operations, which is crucial for enhancing decision-making and achieving better performance outcomes. Additionally, the study outlines the challenges and opportunities of implementing OCPM in real-world settings, emphasizing its practical implications for business process optimization.

Strukturiertes Filter Pruning angewendet auf Mask R-CNN: Ein Weg zur effizienten Bildsegmentierung

2024-01-16T06:42:26+00:00

Die Studie erforscht die Effizienzsteigerung zweistufiger Objekterkennungssysteme mittels fortschrittlicher maschineller Lernmethoden. Trotz hoher Genauigkeit dieser Systeme besteht das Problem der Überparametrisierung und hohen Rechenanforderungen. Es wird eine auf Mask R-CNN zugeschnittene Pruning-Methode entwickelt, welche Modellkomplexität und Speicherbedarf verringert, ohne die Leistung zu beeinträchtigen. Eine globale Kernel-Level-Pruning-Strategie, identifiziert durch die L1-Norm, eliminiert überflüssige Parameter post-Training, wobei die Genauigkeit bei bis zu 40% Pruning stabil bleibt. Mit einer Kompressionsrate von 1,25 und einem IoU-Wert von 0,72 zeigen die Ergebnisse, dass der Ansatz die Effizienz von neuronalen Netzen verbessern kann, ohne deren Erkennungsgenauigkeit zu mindern, und leisten damit einen Beitrag zur Diskussion über KI-Optimierung.

Physics-Based Modelling of a Milk Cooling System for Intelligent Energy Management

2024-12-09T14:17:35+00:00

Forecast-based energy management can play a large
role in a smarter and more efficient use of renewable
energies based on demand side management. Using
approaches such as model predictive control, individual
consumption devices can be shifted within operation
constraints so that their electricity consumption
optimally matches generation. In agriculture, large
thermal storages make up a sizeable part of electricity
consumption, and offer a potential use in the short term
shifting of demand. Necessary for this are accurate
models to forecast behaviour of such dynamic systems,
so that minimal power demand and fulfilment of operation
constraints can be ensured when computing optimal
controls. This work focuses on the physics-based
modelling of a milk cooling storage through parameter
identification on real measurement data. Emphasized
are the derivation of a suitable model ODE with regards
to available data, and evaluation of the model on
a rolling horizon. All major features of the measurement
data can be recreated by the model forecasts, and
model performance values show errors of around 30%
relative to mean temperature. Model performance is
considered suitable for use in energy management at
least on short forecast horizons, while practicability
on longer horizons is subject to further research.

Digital Twin Driven Assembly Line Re-Balancing and Decision Support

2024-12-09T18:24:10+00:00

Recent investments in industrial digitization together with the concrete need for short-term planning capabilities mean digital twins can effectively aid enterprises in the management of their production systems and value chains. This paper introduces a conceptual framework for assembly line re-balancing in the context of Industry 5.0, focusing on manual assembly processes. The framework aims to leverage a digital twin for obtaining a synchronized representation of the current task allocations in the assembly line, and uses data-driven scenario generation methods for investigating alternative balancing solutions that are proposed to operators in real time. A proof-of-concept platform is implemented in a laboratory environment, utilizing an assembly line with industrial components. Preliminary results demonstrate the compatibility of the proposed components within the digital twin framework. The potential applicability to various manual assembly scenarios is discussed, along with considerations for incorporating additional constraints in the evaluation process.

Periodic Review Inventory Management with Budget Constraints: Discrete-Event Simulation and Sensitivity Analysis

2024-12-09T19:21:23+00:00

In this study, a periodically reviewed inventory system with an order-up-to-level policy and budget constraints is considered. A discrete-event simulation model is developed to identify the optimal operating conditions, in terms of reorder period (DT) and order up to level (OUTL). Two different scenarios, characterized by different unit costs, are considered. A sensitivity analysis is finally conducted to evaluate the impact of procurement lead time and budget constraints on optimal conditions. A linear correlation between optimal DT and optimal OUTL is found and the equation of the line is derived as a function of the average daily demand and procurement lead time.

Computational Fluid Dynamics Simulation of Sloshing inside Beverage Cans on a Rotary Filling Machine

2024-12-09T17:17:13+00:00

Sloshing is a critical issue in many industrial contexts. In the food industry, it becomes particularly relevant during the filling of beverage cans and bottles with automatic rotary machines, when the uncapped filled containers move to the transfer star wheel, suddenly changing direction of motion and potentially causing the spilling of the product. Deep knowledge of the system behavior and the fluid dynamics in the domain is essential to guarantee the safety and quality of the final products and processing environment. In this study, Computational Fluid Dynamics (CFD) was used to simulate sloshing in beverage cans using two CFD software: commercial ANSYS Fluent and open-source OpenFOAM. Some modeling strategies are explored with the aim of making the simulation more efficient without impacting the results, and an approach for tracking the maximum fluid level in the can is proposed. The modeling methodology was validated by means of an analytical model and by comparing the results calculated by the two software. Finally, operational insights were derived based on the results of a sensitivity analysis carried out by varying the star wheel diameter and the system productivity.

Model Generalisation for Predicting the Amount of Photosynthetically Available Radiation in the Water Column from Freefall Profiler Observations

2024-12-05T16:11:27+00:00

In modern oceanography Photosynthetically Available Radiation (PAR) is used for modelling vegetation growth as it is a requirement for the process of photosynthesis. PAR as integrated value of the light spectrum between 400-700 nm can be measured directly using respective sensor systems. However, PAR can also be determined indirectly using measurements from only a small number of discrete wavelengths. In this paper, such a modelling approach is presented for predicting PAR in the water column. The approach uses spectral information within the water column and from above the sea surface. Three different modelling approaches based on artificial intelligence (AI) were used. It was shown that the artificial neural network (ANN) approach outperformed the regression tree (RT) and the linear regression (LR) approaches. It was also shown that the models generalise well, with an accuracy loss of 10 % based on the median, on data recorded in other geolocations without additional modification or re-training.

On the performance evaluation of synchronous and asynchronous parallel particle swarm optimisation

2024-12-05T15:57:10+00:00

In this work, the efficiency (time) and effectivity (fitness) of two parallel variants of Particle Swarm Optimisation (PSO) have been evaluated, the synchronous PSPSO and the asynchronous PAPSO. In this study, an implementation of PAPSO is utilised, which deviates from the master-slave principle. Instead, all particles function as independent workers, competing for the available computing resources. If a particle discovers a new best position, it shares this information with the other particles. Two well-known test functions, the Rosenbrock function and the Rastigin function, were applied for evaluating the efficiency and effectivity of PSPSO and PAPSO. Firstly, versions of the test functions with 10, 30, and 60 dimensions were used. The population size was increased for each dimensionality from 50 to 100 and finally 200 particles. The results of this set of experiments showed that both variants of PSO performed similar regarding to their effectiveness of finding the optimum solutions. The computing time used by PAPSO, on the other hand, is significantly smaller than the computing time needed by PSPSO. On average the PAPSO was 69.1 % faster than the PSPSO on the Rosenbrock function and 90.3 % faster on the Rastigin function. In a second set of simulations, the maximum waiting time was varied from 5 ms to 1,000 ms. It is shown for both algorithms, that the average computing time rises linearly with the maximum waiting time.

Impact of the Volume of Developer Housing Units on Real Estate Prices in Poland: Correlation and Coherence Analysis

2024-12-09T19:09:49+00:00

This article conducts a comprehensive correlation analysis to explore the relationship between the development volume by developers and average market prices in Poland's housing sector from 2010 to 2023, utilizing quarterly data on the number of apartments released and their average prices. It employs both linear and nonlinear correlation analysis alongside wavelet coherence analysis. Preliminary correlational analysis offered insights into the basic interdependency patterns, highlighting how developer-supplied apartment numbers impact average prices. Wavelet coherence analysis, a more sophisticated approach, decomposed the data across various frequencies to uncover complex, nonlinear relationship patterns potentially missed by conventional correlation methods. The findings of the study highlight significant connections between the variables that vary over time and space, emphasizing the complexity of the housing market and underscoring the necessity for thorough analysis. These results carry important implications for developers, investors, and housing policy formulation, contributing significantly to understanding Poland's residential real estate market dynamics and supporting further research and strategic real estate industry planning.