Refine
Document Type
- Master's Thesis (31) (remove)
Has Fulltext
- yes (31) (remove)
Is part of the Bibliography
- no (31)
Keywords
- Academic-stress (1)
- Distress (1)
- Education (1)
- Eingebettete Systeme (1)
- Embedded Systems (1)
- Eustress (1)
- Informatikstudium (1)
- Remote Lab (1)
- Stress-consultation (1)
- Stresshilfe (1)
- Studienstress (1)
- computer-science-study (1)
- distance learning (1)
Der Konsum von Secondhand-Kleidung in Deutschland gewinnt stetig an Beliebtheit. Dabei verlagert sich der Trend mit dem Handel von gebrauchter Bekleidung immer weiter ins Internet, weshalb immer mehr Unternehmen in den florierenden Online-Markt eintreten und so den Konkurrenzdruck unter den Reseller-Plattformen erhöhen. Daher ist es notwendig zu verstehen, wie sich Unternehmen dieser Branche eine langfristige Wettbewerbsfähigkeit in einem stark umkämpften Markt aufbauen können.
Das Ziel der Forschung dieser Arbeit richtet sich dazu auf die Analyse der entscheidenden Faktoren aus, welche Kunden beim Kaufvorgang von gebrauchter Bekleidung beeinflussen. Aus den anschließenden Ergebnissen werden Handlungsempfehlungen für die Praxis abgeleitet. Dazu wird folgende Forschungsfrage gestellt: Welche Faktoren beein-flussen deutsche Kunden, Secondhand-Bekleidung auf Onlineplattformen einzukaufen?
Um die Forschungsfrage zu beatworten, wird ein Hypothesenmodell aufgestellt, welches mittels quantitativer Forschung überprüft wird. Mit Hilfe eines Fragebogens durch eine Onlineumfrage, werden konkrete Fragen über das Kaufverhalten, die Intentionen und Einflüsse beim Onlineshopping von Secondhand-Kleidung von ca. 300 Probanden erhoben und danach ausgewertet. Die Ergebnisse zeigen auf, dass die Hauptzielgruppe zwischen 20 und 31 Jahre alt ist und in einem Abstand von drei bis zwölf Monaten regelmäßig online gebrauchte Kleidung kauft. Dabei ergibt die Studie zum Teil sehr überraschende Ergebnisse der Einflussfaktoren. So haben die wahrgenommene Nützlichkeit, die hedonistische Motivation und die äußeren sozialen Einflüsse von Kunden einen starken bis mittleren Effekt auf die Kaufabsicht, während die Faktoren Nachhaltigkeit (ökologische Motivation), die wahrgenommene Einfachheit der Nutzung von Onlineplattformen und die ökonomische Motivation, keinen Einfluss auf die Kaufabsicht ausüben. In der Praxis sollten Unternehmen daher darauf achten die Vorteile des Onlineshoppings wie z.B. den Kauf unabhängig von Öffnungszeiten und eine vielfältige Produktauswahl gezielt auszuspielen. Um sich die Vorteile der sozialen Beeinflussung von Käufern zu Nutzen zu machen, werden Influencer Kooperationen oder Aktionen, bei denen Kunden ihre Freunde werben, empfohlen. Eine weiterführende Forschung in dem Bereich, kann durch die Erweiterung des Modells mit weiteren Einflussfaktoren wie z.B. dem Vertrauen erfolgen. Des Weiteren kann eine differenzierte Prüfung von Einflussfaktoren verschiedener Re-Commerce Konzepte erfolgen, um Gemeinsamkeiten und Unterschiede zu erarbeiten und somit noch spezifischere Hand-lungsempfehlungen für Stakeholder zu erarbeiten.
The goal of this empirical study is to answer whether predictions about stock price movements can be made with the use of machine learning in the energy sector and what influence contributions from social media have on its development. To answer the research
question, the social media platforms Twitter and Reddit, in terms of the suitability of the information, were studied and evaluated. Then, the sentiments of the posts from social media were collected and used in machine learning models. The models include the Gradient Boosted Regression Tree, Multilayer Perceptron, and Long Short-Term
i Memory, which predict a subsequent day's closing stock price. The study showed that deviations from predictions of stock price movements of 1.05 % are possible and further sentiment values do not show significant positive effect on reducing the error value. The
result shows that the collected sentiments from the social media platform Twitter have no positive effect on the stock price movements within the energy industry.
Keywords: stock market, stock prediction, artificial neural networks, machine learning,
energy market, sentiment analysis
Analyse von Unsicherheiten künstlicher neuronaler Netze und Integration in die Objektverfolgung
(2022)
Over the last few years, the development of assistance systems for motor vehicles has shifted from comfort functions to control tasks. Increasingly, these control tasks are also being transferred to semi-autonomous systems. One safety-critical aspect is the correct and reliable observation of the immediate environment by the vehicle. These observations can be used, among other things, to set up models for tracking objects. Due to recent research, topics such as uncertainties for object detections and the calibration of artificial neural networks are now emerging.
The goal of this work is to investigate the possibility of processing positional uncertainties of a detector in a multiple object tracking approach and the eects on the tracking of objects. Additionally, the calibration of the used detector will be evaluated and corrected if necessary. The eects of the calibration on the tracking results will also be investigated in this context. After an investigation of the procedure used to generate the position uncertainties of the detector, a connection to the multiple object tracking was made and an approach to process the uncertainties based on a Kalman filter was developed. The confidence of the detections was also remodeled. For this purpose, the confidence was interpreted as the existence probability and processed using a Bayes Filter to reflect the existence of the tracks. In addition, appropriate calibration methods for the position uncertainties and confidence were selected and incorporated into the tracking procedure. The validation of the presented approaches was performed on a data set for driving situations.
The evaluation of the results showed that a processing of the position uncertainties generated by a detector is feasible in the presented tracking approach. The interpretation of the confidence as existence probability leads to good results. Calibration of the confidence further improves the results. However, the calibration of the position uncertainties led to worse results. Further inves-tigation of other calibration methods for the position uncertainties is needed.
Keywords: Multiple Object Tracking, Kalman Filter, Neural Network Calibration
In dieser Arbeit wurde eine Motorsteuerung für mikrofluidische Peristaltikpumpen in Lab-on-a-Chip Systemen entwickelt. Neben der dafür notwendigen elektrischen Schaltung wurde viel Wert auf die softwareseitige Umsetzung gelegt. Zusätzlich zu der reinen Vorgabe von essentiellen Größen, wie beispielsweise der Drehzahl und dem damit geförderten Volumen, wird ein vielseitiges und zuverlässiges Steuerungssystem vorgestellt, das versucht Schwankungen im geförderten Flüssigkeitsstrom zu reduzieren. Um schon vor dem ersten Betrieb, des parallel zu dieser Arbeit gefertigten mechanischen Aufbau, die Leistung sowie Ausmaße der Schwankungen abzuschätzen, wurde der zu erwartende Volumenstrom auf Basis der geometrischen Ausmaße modelliert. Dadurch können Algorithmen zur Glättung des Flusses bereits in einer frühen Phase der Softwareentwicklung berücksichtigt werden. Für eine bessere Charakterisierung des mechanischen Aufbaus und Überwachung des Betriebs wurde das System um eine sensorlose Erkennung von Bewegungen des Motors ergänzt. Somit kann unter anderem die Zuverlässigkeit und Dimensionierung der verwendeten Motoren überprüft werden. Zusätzlich wurde der Prozess zum Verschweißen von thermoplastischer Elastomer Folie mit dem mikrofluidischen Chip optimiert.
Die Möglichkeiten der Wissensvermittlung über eingebettete Systeme haben sich durch das erforderliche distance learning stark verändert. Die bekannten didaktischen Konzepte, welche bis dahin angewandt wurden, werden durch den Wegfall von Präsenz-Praktika und den fehlenden Zugang zu einem IoT- Labor ausgehebelt.
Diese Master-Thesis beschäftigt sich daher mit der Idee, wie eine Überholung des Eingebettete Systeme-Moduls an der Hochschule Ruhr West sowohl die Modulziele weiter erfüllen kann als auch darüber hinaus einen Mehrwert erschaffen wird. Vor diesem Hintergrund wird untersucht wie durch die Einführung eines Remote-Labs in Kombination mit einer kollaborativen Entwicklungssoftware für Lerngruppen, Anreize für die Studierenden geschaffen werden können, die ihnen praxisnäheres und fundiertes Wissen in der Entwicklung eingebetteter Systeme vermitteln.
Dieses neue Vorgehen verwendet einen Peer-Group-Code-Bearbeitung- Ansatz in Echtzeit und Peer-to-Peer-Videokonferenzen und verteilt über den MQTT-Server die Interaktion der Hardwareentwicklung als integralen Bestandteil eines Kurskonzepts. Ziel ist es, die Motivation und die Lernleistung der Schüler zu verbessern.
Das Vorgehen wird anhand begleitender Umfragen während des Moduls weiterentwickelt und die Semesterergebnisse werden unter Zuhilfenahme von Bewertungskriterien mit denen vergangener Jahre verglichen. Darüber hinaus wird das neue Kurskonzept durch eine Expertenbefragung in Form von Studierenden evaluiert, welche den Kurs in seiner alten Form durchlaufen haben.
Packaging, as a communication tool between the end consumer and the product, influences the purchase decision process and ultimately the purchase decision of the consumer (cf. Butkeviciene et al. 2008, p.59; Mishra/Jain 2012, p.49f). Since the influence of the type of
packaging on the purchase intention has not yet been investigated, this connection will be examined more closely in this paper using the example of strained tomatoes and the corresponding target group. In addition, possible influencing factors (moderators) are to be identified and investigated, which show an additional effect on the relationship. The target group, on which the two aspects of the research question are to be examined, is defined as buyers of strained tomatoes, in the age of 20 to 35 years, who are living in Germany. An experiment was used to investigate this topic. For this purpose, an online survey was conducted using a standardized questionnaire. Three groups were formed according to the different types of packaging, to
which the subjects were assigned by a randomization function in the questionnaire. The test persons were randomly selected from the private and professional network of the researcher.
The survey period lasted approximately two weeks (11/03 – 11/14/2020). The analysis of the usable data was carried out with the analysis of variance (ANOVA) in order to check the influence of the packaging type on the purchase intention. This showed that there was no significant
correlation, but the significance level was very close to the threshold for a significant value.
The covariance analysis (ANCOVA), which was used to take into account possible further moderators(covariates), showed that the information on the packaging material have an additional effect. The other moderators could not be examined because at least one of the conditions for the calculation was not fulfilled.
Der deutsche stationäre Einzelhandel gerät immer mehr unter Druck. Seit nunmehr fast einem Jahr bestimmt die Covid-19-Pandemie weltweit das menschliche Leben. Unter den Maßnahmen zum Schutz der deutschen Bevölkerung leidet auch die deutsche Wirtschaft. Vor allem den stationären Einzelhandel trifft es in dieser Zeit sehr. Leere Städte und geschlossene Läden sind schon fast zur Normalität geworden. Doch nicht erst seit Covid-19 erlebt der deutsche stationäre Einzelhandel finanzielle Einbußen. Fortschritte auf Gebieten der modernen Technologien wie „Big Data“ und die voranschreitende Digitalisierung kommen vor allem dem Onlinehandel, der auch von der Covid-19-Pandemie profitiert, zugute. Verbunden mit den sich verändernden Bedürfnissen der deutschen Bevölkerung an den Handel, greift der Online-Handel
den stationären Einzelhandel durch den Ausbau seiner Marktanteile an. Jedoch verspricht ein modernes, aber nicht neues Technologiegebiet dem stationären Einzelhandel Besserung. Die Nutzung von Künstlicher Intelligenz könnte dem Einzelhandel dazu verhelfen, selber Gewinne
aus den anderen modernen Technologiegebieten zu erzielen, sich den veränderten Bedürfnissen des Kunden anzupassen und dem Druck des Onlinehandels stand zu halten. Die vorliegende Arbeit setzt sich mit der Bewertung des Chancenpotenzials Künstlicher Intelligenz für die Zukunft des deutschen stationären Einzelhandels auseinander. Damit wird versucht die Frage, ob der Einsatz von KI-Anwendungen dem deutschen stationären Einzelhandel dazu verhelfen wird, die oben beschriebenen Herausforderungen zu bewältigen, zu beantworten.
Um dem Leser ein fundiertes Verständnis zu vermitteln, basiert die Ermittlung des Potenzials auf einer detaillierten Erläuterung der Künstlichen Intelligenz sowie deren Fähigkeiten und Chancen, aber auch ihrer Risiken und Hürden auf dem zukünftigen Weg der Implementierung.
Auf diesem Fundament wird dann mit Hilfe einer literarischen Analyse die Bewertung vorgenommen. Bisher von der Literatur wenig berücksichtigt sind Veränderungen der Situation des deutschen stationären Einzelhandels durch die Auswirkungen der noch immer anhaltenden Covid-19-Pandemie. Die Ergebnisse der Literaturanalyse werden daher durch die Durchführung und Auswertung von Experteninterviews, als Methode der qualitativen Primärforschung,
auf Aktualität und Übereinstimmung mit Erkenntnissen aus der Praxis überprüft.
Mit Dara Kossok-Spieß, Referentin des Handelsverbands Deutschland, Niels Will und Frederic Kerber, beide im Einsatz für praxisnahe Forschungsprojekte des deutschen Forschungsinstituts für Künstliche Intelligenz, sind sowohl Vertreter beider Interessengruppen – der Anwendung sowie der Forschung – vertreten. Hierdurch konnten neue Erkenntnisse über die zukünftigen Auswirkungen der Covid-19-Pandemie auf den deutschen stationären Einzelhandelsmarkt gewonnen werden. Außerdem konnten Barrieren, die in naher Zukunft durch die Zusammenarbeit der Anwender mit der Forschung, gelöst werden müssen, damit Künstliche Intelligenz flächenübergreifend in den deutschen stationären Einzelhandel einziehen kann, ermittelt werden. Die vorliegende Arbeit richtet sich daher an alle Personen, die ein Interesse an der Bewertung des Technologiegebiets Künstlicher Intelligenz besitzen und/oder sich für die Zukunft des deutschen stationären Einzelhandels interessieren.
Within this thesis the impacts of “Made in China 2025” on business relationships between Germany and China are analysed and evaluated. The author shows up how the export business from Germany has developed since “Made in China 2025” was published officially in 2015. It is presented in which way the export business was affected until now (changes of product categories, development of export volume, growth rates…). The data are being provided by the German Bureau of National Statistics.
Based on the data analysis the strategy is being evaluated from German perspective. Furthermore the author takes a look at the development of Foreign Direct Investments (FDI) flows from China to Germany since the beginning of Made in China 2025. It is being analysed if China indeed invests more into their so-called “key-industries” since 2015. The chances that might be created by FDI as well as the threats are inspected and evaluated by experts from various institutions. In addition to that a scenario analysis from the German Frauenhofer Institut presents different scenarios that show up what might happen to Germany in case China succeeds, as well as what might happen in case the strategy is a failure.
Furthermore various trade theories are presented within this thesis, such as theories from Adam Smith, David Ricardo, Raymond Vernon or Bertil Ohlin. It is presented how useful the theories are for modern intra-industrial trade inquiries and if their assumptions are realistic.