Making CCU Visible: Investigating Laypeople’s Requirements for a Trusted, Informative CCU Label
Linzenich, Anika; Arning, Katrin; Ziefle, Martina (2021)
Smart Cities, Green Technologies and Intelligent Transport Systems. SMARTGREENS VEHITS 2019 2019. Communications in Computer and Information Science, vol 1217. Springer, Cham, 40-64.
DOI: 10.1007/978-3-030-68028-2_3
Open Access Peer Reviewed
Intermediaries as gatekeepers and their role in retrofit decisions of house owners
Zaunbrecher, Barbara S.; Arning, Katrin; Halbey, Julian; Ziefle, Martina (2021)
Energy Research & Social Science 74, 101939.
DOI: 10.1016/j.erss.2021.101939
Open Access Peer Reviewed
Dataset "predictors of performance in stats test"
Sauer, Sebastian (2021)
Open Science Framework.
DOI: 10.17605/OSF.IO/SJHUY
ExDRa: Exploratory Data Science on Federated Raw Data
Baunsgaard, Sebastian ; Boehm, Matthias ; Chaudhary , Ankit; Derakhshan, Behrouz ; Geißelsöder, Stefan; Grulich, Philipp M. ; Hildebrand, Michael; Innerebner, Kevin ; Markl, Volker; Neubauer, Claus; Osterburg, Sarah ; Ovcharenko, Olga ; Redyuk, Sergey ; Rieger, Tobias ; Mahdiraji, Alireza Rezaei ; Wrede, Sebastian Benjamin ; Zeuch, Steffen (2021)
Baunsgaard, Sebastian ; Boehm, Matthias ; Chaudhary , Ankit; Derakhshan, Behrouz ...
SIGMOD '21: Proceedings of the 2021 International Conference on Management of Data, 2450–2463.
DOI: 10.1145/3448016.345754
Open Access Peer Reviewed
Statistics education from a data-centric perspective
Gehrke, Matthias; Kistler, Tanja; Lübke, Karsten; Markgraf, Norman; Krol, Bianca; Sauer, Sebastian (2021)
Gehrke, Matthias; Kistler, Tanja; Lübke, Karsten; Markgraf, Norman; Krol, Bianca...
Teaching Statistics 43 (S1), S201-S215.
DOI: 10.1111/test.12264
Open Access Peer Reviewed
Einsatz von KI-Methoden zur Optimierung der Service-Prozesse zwischen mittelständischem Maschinenbau und Endkunden
Göhringer, Jürgen (2021)
Zwischenbericht KI4Service Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie / VDI.
Digitale Ökosysteme in der Industrie –Typologie, Beispiele und zukünftige Entwicklung
Göhringer, Jürgen; Falk, S; Lehmmann-Brauns, Sicco; Otto, Boris (2021)
Bundesministerium für Wirtschaft und Klima (BMWK).
Open Access
ZDF wehrt sich gegen Kritik
Wiske, Jana (2021)
Deutsche Presse-Agentur (dpa) https://www.sueddeutsche.de/sport/fussball-absolute-ausnahmesituation-zdf-wehrt-sich-gegen-kritik-dpa.urn-newsml-dpa-com-20090101-210613-99-972229.
Self-Regulated Resource Management in Emergency Remote Higher Education: Status Quo and Predictors
Naujoks, Nick; Bedenlier, Svenja; Gläser-Zikuda, Michaela; Kammerl, Rudolf; Kopp, Bärbel; Ziegler, Albert; Händel, Marion (2021)
Naujoks, Nick; Bedenlier, Svenja; Gläser-Zikuda, Michaela; Kammerl, Rudolf...
Frontiers in Psychology 12, 672741.
DOI: 10.3389/fpsyg.2021.672741
Open Access Peer Reviewed
Lackschichten umweltfreundlich entfernen
Sover, Alexandru; Zink, Markus (2021)
Journal für Oberflächentechnik 61, 50-53.
DOI: 10.1007/s35144-021-1188-4
Peer Reviewed
The Printing Parameters Effects on the Dimensional Accuracy of the Parts Made of Photosensitive Resin
Boca, Marius-Andrei; Sover, Alexandru; Slătineanu, Laurenţiu (2021)
Macromolecular Symposia 396, 200287.
DOI: 10.1002/masy.202000287
Peer Reviewed
Recalibration through testing: the role of feedback within low-stakes tests
Naujoks, Nick; Händel, Marion (2021)
EARLI SIG 16 2021 online meetings.
Allroundtalent; Machine-Learning-Workflows mit Kubeflow orchestrieren
Kekule, Kevin; Knüpffer, Wolf; Söldner , Guido-Arndt (2021)
iX 5/2021, 138-143.
Speeding up Statistical Tolerance Analysis to Real Time
Grohmann, Peter; Walter, Michael S. J. (2021)
Applied Science 11 (9), 4207.
DOI: 10.3390/app11094207
Open Access Peer Reviewed
Statistical tolerance analysis based on Monte Carlo simulation can be applied to obtain a cost-optimized tolerance specification that satisfies both the cost and quality requirements associated with manufacturing. However, this process requires time-consuming computations. We found that an implementation that uses the graphics processing unit (GPU) for vector-chain-based statistical tolerance analysis scales better with increasing sample size than a similar implementation on the central processing unit (CPU). Furthermore, we identified a significant potential for reducing runtime by using array vectorization with NumPy, the proper selection of row- and column- major order, and the use of single precision floating-point numbers for the GPU implementation. In conclusion, we present open source statistical tolerance analysis and statistical tolerance synthesis approaches with Python that can be used to improve existing workflows to real time on regular desktop computers.
Änderungen der Gaseigenschaften im Gasnetz und ihre Auswirkungen auf die motorische Verbrennung
Petsch, Roman; Kapischke, Jörg (2021)
gwf Gas + Energie 2021 (05), 05398_2021_05_02 | 30-37.
Abrasive Erosion Behavior of Some Plastic Parts Obtained by 3D Printing
Hriţuc, Adelina; Slătineanu, Laurenţiu; Boca, Marius-Andrei; Sover, Alexandru; Nagit, Gheorghe; Dodun, Oana; Coteaţă, Margareta; Mihalache, Andrei Marius (2021)
Hriţuc, Adelina; Slătineanu, Laurenţiu; Boca, Marius-Andrei; Sover, Alexandru...
Macromolecular Symposia 396, 200288.
DOI: 10.1002/masy.202000288
Peer Reviewed
Lernstrategien beim musikalischen Üben handlungsnah erfassen: Ergebnisse einer Video-Stimulated Recall Interview Studie
Naujoks-Schober, Nick ; Weiß, Simone; Händel, Marion (2021)
Beiträge empirischer Musikpädagogik 12, 1-22.
Peer Reviewed
Machine Learning: Kubeflow richtig einrichten – ein Tutorial
Kekule, Kevin; Knüpffer, Wolf; Söldner , Guido-Arndt (2021)
Heise Developer Online.
Inklusion an Hochschulen
Zöller, Dunja (2021)
Inklusion vor Ort (Fachwoche). Staatliches Schulamt Ansbach.
Intelligente Bots für die Trendforschung – Eine explorative Studie
Mühlroth, Christian; Kölbl, Laura; Wiser, Fabian; Grottke, Michael; Durst, Carolin (2021)
Big Data Analytics 2021, 257-275.
DOI: 10.1007/978-3-658-32236-6_12
Peer Reviewed
Das zielgerichtete Management von Innovationen hat in Zeiten globaler und dynamischer Märkte einen maßgeblichen Einfluss auf die Wettbewerbsfähigkeit von Unternehmen. Insbesondere die frühe Phase des Innovationsprozesses zielt darauf ab, Innovationschancen im Rahmen des Umfeldscannings frühzeitig zu erkennen. Hierfür stehen immer stärker wachsende Datenmengen zur Verfügung, aus denen relevante Informationen jedoch erst extrahiert werden müssen. Dieser Beitrag präsentiert die Ergebnisse einer Studie zu den Herausforderungen an ein erfolgreiches Innovationsmanagement und stellt ein Umfeldscanningsystem vor, welches die Effektivität und die Effizienz des Innovationsmanagements mithilfe von künstlicher Intelligenz steigert. Durch das dreistufige Verfahren, bestehend aus Themenerkennung, Trenderkennung und Trendbeobachtung, kann das Umfeldscanning in hohem Maße automatisiert werden. In der anschließenden Fallstudie wird anhand von drei Praxisbeispielen gezeigt, wie mithilfe des Systems die Trends von Morgen erkannt werden können. Zum Schluss wird das datenbasierte Umfeldscanningsystem als Chance für Unternehmen jeder Größe diskutiert.
Servicestelle für Forschung und Transfer (SFT)
Hochschule Ansbach
Residenzstr. 8
91522 Ansbach
Betreuung der Publikationsseiten
Iris BoynyT 0981/4877-341
iris.boyny[at]hs-ansbach.de