Beschreibung einzelner Lerneinheiten (ECTS-Lehrveranstaltungsbeschreibungen) pro Semester

Studiengang: Master Nachhaltige Energiesysteme
Studiengangsart: FH-Masterstudiengang
Berufsbegleitend
Sommersemester 2021

Titel der Lehrveranstaltung / des Moduls Forschungsprojekt: Business Informatics
Kennzahl der Lehrveranstaltung / des Moduls 800101012901
Unterrichtssprache Deutsch / Englisch
Art der Lehrveranstaltung (Pflichtfach, Wahlfach) Wahlfach
Semester in dem die Lehrveranstaltung angeboten wird Sommersemester 2021
Semesterwochenstunden 4
Studienjahr 2021
Niveau der Lehrveranstaltung / des Moduls laut Lehrplan 2. Zyklus (Master)
Anzahl der zugewiesenen ECTS-Credits 6
Name des/der Vortragenden Martin DOBLER


Voraussetzungen und Begleitbedingungen

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 Teilnahme ist vorab eine Bewerbung beim Coach des Forschungsprojektes und ein begleitendes Gespräch vor Beginn der Lehrveranstaltung, um mögliche Themen und Interessen abstecken zu können. Für den Themenbereich KI sind gtrundlegende Programmierkenntnisse erforderlich.


Lehrinhalte

Dieses Forschungsprojekt bezieht sich auf die laufenden BI Forschungsprojekte KMUDigital i4Production sowie DataKMU und nimmt auch Bezug auf die abgeschlossenen Forschungsprojekte iCargo und EURIDICE.

Hintergrund

Zahlreiche Initiativen, (Forschungs-)projekte und Lehrangebote auf internationaler, EU- und regionaler Ebene beschäftigen sich zurzeit mit der sogenannten Digital Transformation, also dem Wechsel von traditionellen Geschäftsaktivitäten, -prozessen und -kompetenzen hin zu voll- oder teil-digitalisierten Modellen und Organisationsformen, in denen signifikante Innovationen kurzfristig und aus einer strategischen Sichtweise auch längerfristig erreicht werden können. Digital Transformation ist ein Motor für verschiedenste Prozesse der Gesellschaft – inklusive der Industrie – und zielt ultimativ auf eine Abkehr von traditionellen, starren Denkweisen ab, um die Zukunft strategisch-gezielt nach vorgegebenen Zielen mit Hilfe von IKT (Informations- und Kommunikationstechnologien) 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 diese Anwendungen durch den Einsatz von Neuronalen Netzen zu neuen Innovationen führen. 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 Industry 4.0 der digitale Zwilling eines Produktes, oft auch „Produktavatar“ genannt, als Grundlage zur Modellierung von Maschinen- und Produktdatenmodellen genutzt. Bei der Themenstellung KI werden Ansätze des Supervised Learning oder des Reinforcement Learning benutzt, um Entscheidungen aus den Modellen abzuleiten. Dabei ist die Erklärbarkeit dieser Entscheidungen von Interesse.

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).


Lernergebnisse

Die Lernergebnisse dieses Moduls sind zweigeteilt.

Einerseits werden Sie als Studierende lernen wissenschaftlich an (angewandte) Forschungsfragen heranzugehen. Dies inkludiert das Formulieren von Forschungsfragen, die Wahl der Forschungsmethode – von qualitativen über quantitative Methoden bis hin zur Nutzung konkreter, relevanter IT-Tools –, die Präsentation der Forschungsinhalte im Rahmen von Veranstaltungen oder Veröffentlichungen und die Abwicklung eines Forschungsprozesses (Thesen, Falsifikation, Experimente etc.).

Andererseits lernen Sie als Studierende die inhaltlichen Aspekte aktuell laufender Forschungsprojekte im Forschungszentrum Business Informatics (FZ BI) kennen. Etwaige Überschneidungen mit anderen Forschungszentren sind durchaus möglich. Die Veranstaltung sieht zudem vor, dass Sie ein internationales Umfeld für Wissenschaft kennenlernen, sowohl durch ein diverses Team im FZ BI als auch durch die Inklusion einer Vielzahl von Kooperationspartnern im Rahmen der Konsortialprojekte des FZ BI im (EU-)Ausland.

Die detaillierten, wissenschaftlichen Lernergebnisse werden individuell mit Ihnen vor Beginn der Lehrveranstaltung im Rahmen der Formulierung Ihrer Forschungsfragen dokumentiert.


Geplante Lernaktivitäten und Lehrmethoden

Aktivierung: Als Studierenden 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 Mentorinnen und Mentoren 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 Modul ist ein Forschungsprojekt im Rahmen des Kontextstudiums der Modulbibliothek – siehe auch Formatbeschreibung Kontextstudium.

Das Modul 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 eine anschließende Dissertation beabsichtigen


Prüfungsmethode und Beurteilungskriterien

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.


Kommentar

Diese Lehrveranstaltung bildet den ersten Teil des Moduls „Forschungsprojekt: Prozessengineering“, das unter der selben Bezeichnung im kommenden Wintersemester fortgeführt wird.

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

Die Lehrveranstaltung versteht sich auch als Einführung in die (angewandte) Forschung und Möglichkeit für weiterführende Masterarbeiten oder Dissertationen.

Eine weitere Besonderheit ist der enge Kontakt des Forschungszentrums BI zu Forschungs- und Industriepartnern. Im Rahmen der Projekte des BI können Sie bei Veranstaltungen Kontakte zu Forschungspartnerinnen und -partnern sowie zur Wirtschaft knüpfen.

Falls eine wissenschaftliche Konferenz besucht wird, fallen ggf. Reisekosten und/oder Teilnahmegebühren an.


Empfohlene Fachliteratur und andere Lernressourcen

Das Modul 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 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 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: 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


Art der Vermittlung

Das angegebene Thema wird didaktisch zweigeteilt aufbereitet und vermittelt.

In einem ersten Schritt werden die Lehrbeauftragten wöchentliche 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.