Beschreibung einzelner Lerneinheiten (ECTS-Lehrveranstaltungsbeschreibungen) pro Semester

Als Teilnehmende müssen Sie ein Interesse für wissenschaftliche Prozesse und Forschung im Allgemeinen besitzen. Zudem müssen Sie über eine eigenständige Arbeitsweise verfügen, insbesondere bei der Formulierung von für Sie relevanten Forschungsfragen und der aktiven Beteiligung in der Ausarbeitung der Inhalte, die zur Lösung der Forschungsfragen beitragen.

Voraussetzung für die Belegung dieser Lehrveranstaltung ist die Bereitschaft, das begonnene Projekt über zwei Semester mit jeweils 6 ECTS durchzuführen und im Wintersemester abzuschließen. Bei nicht ausreichendem Studienerfolg erfolgt eine Fortsetzung des Kontextstudiums im Folgesemester außerhalb der Lehrveranstaltung.

Eine Fortsetzung des Forschungsprojektes im Rahmen einer Masterthesis wird angestrebt. Zielsetzung ist eine Veröffentlichung der Forschungsergebnisse im Rahmen einer Publikation, eines Forschungsberichts, eines Konferenzbeitrages, eines Videos, o.Ä.

Aufgrund der geforderten Voraussetzungen besteht kein Anspruch von Studierenden auf eine Aufnahme in die Lehrveranstaltung.

Für den Themenbereich KI sind gtrundlegende Programmierkenntnisse erforderlich.

SDG 9 - nachhaltige Industrialisierung

Dieses Forschungsprojekt bezieht sich auf die laufenden BI Forschungsprojekte JIDEP, Data Sharing Framework für KMU sowie Josef Ressel Zentrum für Robuste Entscheidungen und Evolutionary Global Optimization und nimmt auch Bezug auf die abgeschlossenen Forschungsprojekte iCargo und EURIDICE.

Hintergrund

Zahlreiche Initiativen, (Forschungs-)projekte und Lehrveranstaltungen auf internationaler, EU- und regionaler Ebene beschäftigen sich derzeit mit der sogenannten Digitalen Transformation, d.h. dem Wandel von traditionellen Geschäftstätigkeiten, -prozessen und -kompetenzen hin zu voll- oder teil-digitalisierten Modellen und Organisationsformen, bei denen kurzfristig und aus strategischer Sicht auch längerfristig wichtige Innovationen erzielt werden können. Die Digitale Transformation ist ein Motor für verschiedenste Prozesse innerhalb der Gesellschaft – inklusive der Industrie – und zielt ultimativ auf eine Abkehr von traditionellen, starren Denkweisen ab, um die Zukunft strategisch-gezielt mit Hilfe von Informations- und Kommunikationstechnologien (IKT) zu gestalten.

Thematischer Inhalt

Das Forschungsprojekt behandelt Themen der Digitalen Transformation, wie automatisierten Datenaustausch zwischen Unternehmenspartnern, intelligente IKT-gestützte Produktionsmethoden, Internet der Dinge (IoT) oder IKT-gestützte Optimierung von Arbeitsplätzen (VR, RFID, intelligente Ablaufpläne etc.). Im Themenbereich KI wird untersucht, wie durch den Einsatz von maschinellem Lernen neue Innovationen erarbeitet und umgesetzt werden können. Beispiele für mögliche Anwendungsbereiche im KI-Themenbereich sind automatisierte Überwachung von (Produktions-)Prozessen, Entwicklung von daten-getriebenen Anwendungen im Finanzbereich oder die automatisierte Auswertung von textuellen Informationen für die Erstellung einer Wissensbasis. Zudem werden Methoden und aktuelle Forschungsschwerpunkte der Selbst-Steuerung von Produktions- und Logistikprozessen betrachtet. Für eine Selbst-Steuerung benötigen reale Objekte (Fahrzeuge, Container, Material) Informationen über ihre Zustände und müssen Entscheidungen für nachfolgende Schritte in der Prozesskette ableiten. Die Einbettung solcher Selbst-Steuerungsprozesse in Enterprise Resource Planning Systemen (ERP), wie z.B. SAP oder der Open-Source Alternative Odoo, runden das Forschungsprojekt ab.

Als übergeordneter Forschungsansatz wird beim Thema Selbst-Steuerung der digitale Zwilling eines Produktes, oft auch „Produktavatar“ genannt, als Grundlage zur Modellierung von Maschinen- und Produktdatenmodellen genutzt. Im Themenfeld KI werden Ansätze des Supervised Learning oder des Reinforcement Learning verwendet, um Modelle für Entscheidungsprozesse zu erhalten. Durch Einsatz weiterer Technologien sollen diese Entscheidungen den Anwendenden nachvollziehbar erklärt werden, um eine Kompatibilität mit neuesten EU-Anforderungen an KI-Technologien zu gewährleisten. 

Querschnittsthemen

Das Forschungsprojekt behandelt aktuelle Querschnittsthemen aus Produktion (von Unikatherstellung bis zu intelligenter Bestückung von Maschinen), Logistik (digitale Logistikmarktplätze, Logistics Services und multimodale Transportketten), IKT (IoT, VR, ERP, Big Data, Datenmodellierung, KI, ML), Geschäftsprozessmodellierung (Einbindung in ERP-Systeme, Umgang mit Echtzeitdaten) und Geschäftsmodellen (Servitization).

Allgemeine Lernergebnisse von Forschungsprojekten:

• Studierende erstellen eine wissenschaftliche Arbeit, indem sie eine Forschungsfrage entwickeln, eigenständig bearbeiten und beantworten.
• Studierende kennen Eckpfeiler und Meilensteine eines Forschungsprojektes (Forschungsfrage bzw. -ziele, Thesen, Falsifikation, Experimente, Gütekriterien, etc.).
• Studierende lernen je nach Forschungszentrum bzw. -gruppe verschiedene Forschungsmethoden – von qualitativen / quantitativen Methoden, Verstehen und Bedienen von Programmen und Fertigungsanlagen bis hin zur Nutzung konkreter IT-Tools u.a. – kennen.
• Studierende können relevante Aspekte von Forschungsethik und Datenschutz in Forschungsprojekte integrieren.
• Studierende können Forschungsinhalte im Rahmen von Teammeetings, Veranstaltungen oder Veröffentlichungen präsentieren. 
• Studierende kennen ihre Kompetenz und Leidenschaft für Forschung und wissen um ihre nächsten Schritte in der Vertiefung ihrer Forschungskompetenz inkl. PhD-Optionen.
• Studierende kennen Elemente der interdisziplinären Zusammenarbeit.
  
  

Spezifische Lernergebnisse von Forschungsprojekten:

Studierende lernen inhaltliche Aspekte aktuell laufender Forschungsprojekte im Forschungszentrum Business Informatics kennen.

Die detaillierten, wissenschaftlichen Lernergebnisse wurden individuell mit den Studierenden vor Beginn der Lehrveranstaltung im Sommersemester im Rahmen der Formulierung ihrer Forschungsfragen vereinbart und dokumentiert.

Aktivierung: Als Studierende übernehmen Sie Mitverantwortung für den Forschungs- und Lernprozess, indem Sie in die gemeinsam besprochene Forschungslandkarte (Kontext) eigene Sichtweisen einbringen und Fragen aufwerfen können. Dabei sollen Ihre eigenen Ideen in die behandelte Forschungsfrage mit einfließen können.

Handlungsorientierung: Sie erkennen bei der Hinführung zum Thema die Diskrepanz zwischen Ihrem aktuellen Kenntnisstand und dem Zielzustand. Gleichzeitig wird Ihr Blick auf die für die Bearbeitung der Fragestellung notwendigen Methoden und Fertigkeiten gelenkt, sodass Sie die notwendigen Verfahren gezielt erwerben können.

Willensbasierte Umsetzung: Vereinbarung von Rahmenbedingungen und Verhaltensweisen, die das Unternehmen möglich und erfolgversprechend machen. Dazu gehören: gemeinsame Regeln und Erwartungen, Meilensteine, der Umgang mit dem Scheitern und einem Neubeginn, die Vereinbarung, wofür Sie Verantwortung übernehmen und worüber Sie wann Rechenschaft abgeben.

Einbettung: Ihnen werden Ansprechpersonen und Erreichbarkeiten im Forschungsteam aufgezeigt und insbesondere Mentor:innen seitens der Hochschule genannt. Es werden für Sie Bedingungen geschaffen, unter denen Ihnen im Arbeitsprozess ein ausreichender Kontakt garantiert wird und die es ermöglichen, den Austausch zu pflegen und laufend Feedback zu erhalten. Insbesondere sollen Sie, falls Sie die Selbststudienleistung nicht erbracht haben, dabei Gelegenheit haben zu erkennen, dass Sie den Anschluss zu verlieren drohen.

Das Forschungsprojekt im Rahmen des Kontextstudiums der Masterstudien ist geprägt durch eine individuelle Betreuung der Studierenden im Rahmen eines wissenschaftlichen Projektes, wodurch sich die folgenden Charakteristika ergeben:

__Starke eigenständige Komponente

__Hohe Selbstorganisation

__Forschende der Hochschule sind Lernbegleitende statt Lehrende

__Offener (wissenschaftlicher) Ausgang

__Themen sind geeignet, in einer Masterarbeit fortgeführt zu werden

__Einstieg in anspruchsvolle Forschungstätigkeit (a) in geförderten Projekten oder (b) in Projekten, die ein internes Kompetenzentwicklungsziel im Forschungsbereich verfolgen

__Gute Vorübung für alle, die anschließende weiterführende wissenschaftliche Arbeiten (Masterarbeit, Dissertation) beabsichtigen

Die Kriterien für die Beurteilung werden individuell mit Ihnen in einem Vorabgespräch geklärt und im Rahmen des wissenschaftlichen Kontextes festgelegt.

Für die Beurteilung werden die Projektresultate und die Qualität der wissenschaftlichen Herangehensweise herangezogen. Etwaige wissenschaftliche Veröffentlichungen oder hausinterne (im Forschungszentrum oder forschungszentrumsübergreifend) Präsentationen werden in die Beurteilung einbezogen.

Eine Bewertung der abschließenden Präsentation über die Projektresultate rundet die Beurteilungskriterien ab.

Die Lehrveranstaltung "Forschungsprojekt: Business Infomatics" im Wintersemester ist die Fortsetzung der gleichnamigen Veranstaltung aus dem Sommersemester. 

Studierende können im Rahmen der Projekte des Forschungszentrums Business Informatics bei Veranstaltungen Kontakte zu dessen Partnern aus Forschung und Wirtschaft knüpfen. Zudem besteht die Möglichkeit eine wissenschaftliche Veröffentlichung (Konferenz oder Journal) in Zusammenarbeit mit dem Forschungszentrum anzustreben.

Die Lehrveranstaltung ist so gestaltet, dass Sie als Studierende aktuelle wissenschaftliche Veröffentlichungen, welche für ihr individuelles Thema relevant sind, auflisten und referenzieren.

Einführende Literatur zum Thema:

* O. Ganschar et al., „Produktionsarbeit der Zukunft-Industrie 4.0“. D. Spath (Ed.). Stuttgart: Fraunhofer Verlag (2013).

* European Communities. Europe 2020 – “A strategy for smart, sustainable and inclusive growth”, Communication from the European Commission. Brussels, Belgium. Available online at http://ec.europa.eu/europe2020

* M. Huschebeck et al., “Intelligent Cargo Systems Study (ICSS): Impact assessment study on the introduction of intelligent cargo systems in transport logistics industry”, European Communities (2009)

 * M. Dobler and J. Schumacher, “Towards a Pan-European Ecosystem for Intelligent Cargo”, Proceedings of 9th ITS European Congress 2013, Dublin, Ireland (2013)

* B. Holtkamp, S. Steinbuss and Heiko Gsell, “Towards a Logistics Cloud”, Proceedings of the Sixth International Conference on Semantics Knowledge and Grid (SKG) 2010 (2010). 

* M. Huschebeck et al., “Intelligent Cargo Systems Study (ICSS): Impact assessment study on the introduction of intelligent cargo systems in transport logistics industry,” European Communities (2009)

* K. Ashton, “That Internet of Things Thing: In the real world, things matter more than ideas”, RFID Journal.

* D. Evans, “The Internet of Everything: How More Relevant and Valuable Connections Will Change the World” (2012), available online at http://www.cisco.com/web/about/ac79/docs/innov/IoE.pdf

* G. Halbritter, T. Fleischer and C. Kupsch, “Strategien für Verkehrsinnovationen. Umsetzungsbedingungen – Verkehrstelematik – internationale Erfahrungen” (2008), Edition Sigma, Berlin.

* P. Ballon et al., “Future Internet Public Private Partnership: Towards FI-PPP Innovation and Business Ecosystems”, available at: http://www.fi-ppp.eu/white-paper-published-on-fi-ppp-innovation-and-business-ecosystems/

Einführende Literatur für das Thema KI:

* S. Russel and P. Norvig, "Artificial Intelligence: A Modern Approach", Pearson, 2020, ISBN 978-9-13-461099-3

* F. Provost and T. Fawcett, "Data Science for Business", O'Reilly, 2013, ISBN 978-1-44-93-6132-7

* I. Goodfellow et al., "Deep Learning", MIT Press, 2017, ISBN 978-0-262-03561-3

* C. Monar, "Interpretable Machine Learning", Leanpub, 2018

* R. S. Sutton and A. G. Barto, "Reinforcement Learning: An Introduction", MIT Press, 2018, ISBN 978-0-262-35270-3

* G. James et al., "An Introduction to Statistical Learning, Springer 2013, ISBN 978-1-4614-7137-0

• Selbstorganisiertes Lernen und eigenständiges Arbeiten gem. den Standards in den jeweiligen Forschungsunits
• Mitarbeit und Präsenz im Team sowie Mitwirkung in Arbeitsgruppen
• Coaching und Anleitung
• Experimente, Feldforschung, Laborarbeit, u.Ä.
• Moderation- und Präsentationstechniken
• Projektabschluss im Rahmen von Publikationen, Forschungsberichte, Poster, Video, o.Ä.
  
  

Das angegebene Thema wird didaktisch zweigeteilt aufbereitet und vermittelt.

In einem ersten Schritt werden die Lehrbeauftragten Schlüsselthemen und Ergebnisse der Forschung aufgreifen und in Impulsvorträgen vermitteln. Im Anschluss wird das Thema innerhalb eines Workshops aufbereitet, und die dahinterliegenden Forschungsfragen und die wirtschaftliche Absicht werden gemeinsam erarbeitet. Ziel ist es einerseits die thematischen Beweggründe des Forschungsprojekts zu verstehen, andererseits eigenständig zielgerichtete angewandte Forschung zu verstehen und bewerten zu können, insbesondere aus betriebswirtschaftlicher und innovationsgetriebener Sicht.

In einem zweiten Schritt werden Sie als Studierende angehalten, gewisse Teilbereiche eigenständig zu erarbeiten. Die Teilbereiche ergeben sich aus den im ersten Schritt erarbeiteten Forschungsfragen. Die eigenständige Erarbeitung erfolgt in enger Rücksprache mit einem Coach (einem/einer Lehrbeauftragten). Die Erarbeitung kann ggf. auch im Forschungszentrum BI stattfinden. Ziel ist es Ihnen den Forschungsalltag (Handeln, Austesten, Scheitern etc.) zu vermitteln und gleichzeitig eine Vertiefung in das Forschungsthema zu erlauben.

Abschließend soll das Forschungsthema innerhalb der Lehrveranstaltung und ggf. anderer Forschungsprojekte des Kontextstudiums vorgestellt werden.

Weiterführend besteht im Rahmen dieses Forschungsprojektes zudem die Möglichkeit eine wissenschaftliche Veröffentlichung (Konferenz oder Journal) in Zusammenarbeit mit dem Forschungszentrum BI anzustreben.