Refine
Year of publication
Document Type
- Bachelor Thesis (300) (remove)
Keywords
- Marketing (10)
- Erfolgsfaktoren (6)
- Internet der Dinge (6)
- Kommunikation (6)
- IT-Sicherheit (5)
- Internet of Things (5)
- Musik (5)
- Social Media (5)
- Usability (5)
- E-Learning (4)
Institute
- Fakultät Medien und Informationswesen (M+I) (207)
- Fakultät Elektrotechnik und Informationstechnik (E+I) (bis 03/2019) (56)
- Fakultät Maschinenbau und Verfahrenstechnik (M+V) (24)
- Fakultät Elektrotechnik, Medizintechnik und Informatik (EMI) (ab 04/2019) (10)
- Fakultät Betriebswirtschaft und Wirtschaftsingenieurwesen (B+W) (2)
- INES - Institut für Energiesystemtechnik (1)
- IUAS - Institute for Unmanned Aerial Systems (1)
Das Ziel der vorliegenden Bachelorarbeit war es, aus den Erfahrungen von Mitgliedern des im Sommer 2020 neugegründeten Berufsverband Green Film & TV Consultants Deutschlands e.V. für zukünftig arbeitende Green Consultants einen optimalen Arbeitsablauf zu entwickeln. Dazu wurden mit vier Green Consultants Interviews geführt und die Aussagen in Form einer vereinfachten qualitativen Inhaltsanalyse vier Kategorien zugeordnet, aus denen sich insgesamt ein gutes Bild über die Arbeit als Green Consultant und gute Ansätze für den Best Practice Arbeitsablauf ergaben. Zusätzlich wurde aus den Antworten der Interviewpartner eine mögliche Ausbildung für zukünftige Green Consultants entworfen. Die Bachelorarbeit geht grundsätzlich auf die allgemeine Klimasituation der Erde ein und zeigt sowohl die ökologische als auch die ökonomische Bedeutung der Film- und TV-Branche in Deutschland auf. Die Inhalte der Bachelorarbeit sind vor allem für Studierende der medienschaffenden Studiengänge interessant.
In dieser Arbeit wird untersucht, wie künstliche Intelligenz das Online-Marketing künftig beeinflussen wird und welche Chancen und Risiken dessen Einsatz in der Online-Marketing-Automation bietet. Dazu wurden zunächst Grundlagen des Online-Marketings, der Marketing-Automation, Big Data und der künstlichen Intelligenz dargelegt. Außerdem wurde ermittelt, welche Prozesse im Online-Marketing grundsätzlich automatisierbar sind und welche Einsatzmöglichkeiten von künstlicher Intelligenz im Online-Marketing existieren. Darüber hinaus erfolgte eine Analyse des Potenzials von künstlicher Intelligenz für das Online-Marketing innerhalb der Marketing-Automation. Dabei wurde der Status Quo untersucht, sowie Praxisbeispiele der erfolgreichen Anwendung von künstlicher Intelligenz im Online-Marketing aufgezeigt. Anschließend wurden die Chancen und Risiken näher beleuchtet. Auf Basis der Erkenntnisse und mehreren Expertenmeinungen wurde außerdem eine Prognose für den künftigen Einsatz von künstlicher Intelligenz im Online-Marketing gestellt.
Diese Bachelorarbeit beschäftigt sich mit der Usability-Analyse der Websites der Deutschen Bahn AG (bahn.de) und der FlixMobility GmbH (flixbus.de). Das Ziel dieser Forschung ist es, durch eine expertenbasierte Usability-Evaluation Probleme und Schwierigkeiten bei der Nutzung des Webangebots zu identifizieren und beide Websites einem direkten Vergleich zu unterziehen. Auf Basis der gewonnenen Untersuchungsergebnisse sollen Handlungsempfehlungen aufgestellt werden.
Um potenzielle Nutzungsschwierigkeiten zu identifizieren, wird eine expertenbasierte Usability-Evaluation durchgeführt. Dabei werden die Websites entlang der genormten Richtlinien der DIN EN ISO 9241 sowie weiterer eigens festgelegter Usability-Kriterien beurteilt.
Die Untersuchungsergebnisse zeigen, dass beide Websites noch Einschränkungen in ihrer Usability aufweisen und dass auch Websites etablierter Unternehmen noch Optimierungspotenzial besitzen. Aufgrund dessen ist es empfehlenswert, dass die Unternehmen der untersuchten Websites ihren Webauftritt entlang der entwickelten Handlungsempfehlungen optimieren, um den Bedürfnissen der Nutzenden gerecht zu werden und somit weitere Hürden im deutschen Fernverkehr zu beseitigen.
Skispringen ist aus biomechanischer sowie sportlicher Sicht eine hoch komplexe Sportart, bei der Koordination und Timing exakt abgestimmt sein müssen. Der Skisprung setzt sich dabei aus verschiedenen Phasen zusammen, die häufig getrennt voneinander trainiert werden. Grund hierfür ist vor allem der organisatorische Aufwand sowie das hohe Verletzungsrisiko bei einem echten Schanzensprung. Dass dies zwar als Basis für das Training ausreicht, aber einen ganzheitlichen Sprung nicht ersetzten kann, ist offensichtlich. Darum soll eine Möglichkeit gefunden werden, die Realsituation nachempfinden zu können und den ganzen Ablauf, dabei vor allem den Flug, trainieren zu können. Eine mögliche Lösung stellen sogenannte Windanlagen dar. Solche Systeme werden bereits eingesetzt, um sich auf Wettkämpfe vorzubereiten. Die meisten werden dabei allerdings nur als Trainingskanal umfunktioniert und haben eigentlich eine andere Bestimmung. Kaum eine der auf dem Markt befindlichen Anlagen bietet die Möglichkeit die Flugphase so nachzubilden, dass zum einen die Körperposition der realen entspricht, aber auch die Windbedingungen, denen auf der Schanze nahekommen. In Kooperation mit dem Olympiastützpunkt Freiburg soll im Rahmen dieser Arbeit erörtert werden, welche Voraussetzungen notwendig sind und wie die entsprechende Umsetzung aussehen kann, um einen für Skisprungzwecke geeigneten Trainingskanal zu konzipieren. Der Fokus dieser Arbeit liegt hierbei auf der Positionierung des Springers/der Springerin und der Gestaltung der dafür notwendigen Umgebung. Die technischen Gegebenheiten wie das Strömungsprofil werden hier nahezu ganz ausgelassen und anderweitig erarbeitet. Durch eine Analyse der umzusetzenden Situation sowie der gegebenen Bedingungen wird ein ganzheitliches Konzept zur Umsetzung entwickelt. Dabei soll eine Verbindung zwischen Athleten/in und Aufhängungsprofil geschaffen werden, die vor allem realitätsnah, sicher und flexibel ist. Unterteilen lässt sich die Fragestellung in Gurt, Aufhängungssystem und Rahmenprofil, was getrennt voneinander konzipiert wird. Zusätzlich werden Messtechniken, die dem Training sowie der Forschung dienen, erörtert.
Im Rahmen dieser Arbeit kann gezeigt werden, dass die Digitalisierung durch verschiedene Schlüsselfaktoren beeinflusst ist. Dabei können insbesondere Erkenntnisse der Disruptionsforschung einen wichtigen Beitrag zum Verständnis leisten. Hierbei wird die Bedeutung der digitalen Transformation für die Unternehmenskommunikation herausgearbeitet. Um für die Herausforderungen der Zukunft vorbereitet zu sein, ist die Entwicklung einer digitalen Kommunikationsstrategie notwendig, die insbesondere die Schlüsselfaktoren Technologie, Kommunikationsgewohnheiten, gesellschaftliche und politische sowie ökonomische Rahmenbedingungen, die Wirkungszusammenhänge der Schlüsselfaktoren und die Potenzialanalyse der digitalen Kommunikation umfasst. Auf Grundlage dieser Techniken ist die Entwicklung eines Frameworks möglich, das die verschiedenen Aspekte vereint.
In dieser Bachelorarbeit wird mit Hilfe der Software RecurDyn ein generisches Simulationsmodell eines Trikes mit Neigemechanismus entwickelt. Dabei wird besonderes Augenmerk auf die Vorderachse des Trikes gelegt, diese wird zunächst in einem zweidimensionalen Modell erstellt und anschließend ins Dreidimensionale Modell übertragen. Die Parametrisierung erfolgt nach aktuellen Standards der Fahrzeugtechnik.
Zur Simulation sind Funktionen für den einstellbaren Neigewinkel, die Geschwindigkeit des Fahrzeugs und für den Lenkwinkel hinterlegt.
Außerdem werden Konzepte entwickelt, um bei Parameterstudien die Auslenkung des Federsystems in der Vorderachse, sowie den erreichbaren Lenkwinkel zu quantifizieren.
Im Zusammenhang mit dem industriellen Internet der Dinge (IIoT) wird die Kommunikationstechnologie, die ursprünglich in Heim- und Büroumgebung eingesetzt wurde, in industrielle Anwendungen eingeführt. Kommerzielle Standardprodukte sowie einheitliche und gut etablierte Kommunikationsprotokolle machen diese Technologie leicht zu integrieren und zu Nutzen. Sowohl die Automatisierungs- als auch die Steuerungstechnik verwenden zunehmend Protokolle, die auf TCP/IP aufsetzen. Diese Protokolle werden nicht nur von intelligenten Steuergeräten genutzt, auch Sensoren oder Aktoren kommunizieren zunehmend darüber. Doch die Steigerung der Protokolle und die Verbindung untereinander bewirkt eine enorme Komplexität solche Netze. Ein gestiegener Informationsaustausch über das Netzwerk verbirgt sicherlich auch Nachteile. Die Problematiken mit den Angriffsszenarien, die wir aus der Informationstechnik kennen, sind nun auch in Produktionsnetzwerken allgegenwärtig. Dies führt zu einer erhöhten Nachfrage nach industriellen Intrusion Detection-Lösungen. Es gibt jedoch Herausforderungen bei der Umsetzung der industriellen Intrusion Detection. Die größte Bedrohung für industrielle Anwendungen geht von staatlich geförderten und kriminellen Gruppen aus. Häufig werden von diesen Angreifern bisher unbekannte Exploits eingesetzt, so genannte 0-Days-Exploits. Sie können mit der signaturbasierten Intrusion Detection nicht entdeckt werden. Daher bietet sich eine statistische oder auf maschinelles Lernen basierende Anomalie-Erkennung an.
In the field of network security, the detection of intrusions is an important task to prevent and analyse attacks.
In recent years, an increasing number of works have been published on this subject, which perform this detection based on machine learning techniques.
Thereby not only the well-studied detection of intrusions, but also the real-time capability must be considered.
This thesis addresses the real-time functionality of machine learning based network intrusion detection.
For this purpose we introduce the network feature generator library PyNetFlowGen, which is designed to allow real-time processing of network data.
This library generates 83 statistical features based on reassembled data flows.
The introduced performant Cython implementation allows processing individual packets within 4.58 microseconds.
Based on the generated features, machine learning models were examined with regard to their runtime and real-time capabilities.
The selected Decision-Tree-Classifier model created in Python was further optimised by transpiling it into C-Code, what reduced the prediction time of a single sample to 3.96 microseconds on average.
Based on the feature generator and the machine learning model, an basic IDS system was implemented, which allows a data throughput between 63.7 Mbit/s and 2.5 Gbit/s.
Im Rahmen der Arbeit wurde nach der Vorgehensweise des BSI-Standard 200-3 eine Risikoidentifikation und -bewertung des KRITIS-Sektors Transport und Verkehr durchgeführt. Darüber hinaus wurden die Bedeutung dieses Sektors für die deutsche Wirtschaft, die Digitalisierung in diesem Sektor sowie die Funktionsweise, Anwendung und Schwachstellen cyber-physischer Systeme aufgezeigt. Als Anwendungsfall diente dabei der Ausschnitt eines operativen Prozesses eines fiktiven Unternehmens des Sektors Transport und Verkehr.