Forschungsprojekte im Masterstudiengang Technisches Innovationsmanagement (M.Eng.)

Die Forschungsprojekte des Masterstudiengangs Technisches Innovationsmanagement werden im Rahmen des Wintersemesters absolviert. Studierende können dabei aus einem stetig wachsendem Pool an Forschungsthemen wählen. Die derzeit rund 20 Forschungsthemen bieten dabei eine große Auswahl und eröffnen den Studierenden die Möglichkeit ein für sie passendes Thema zu finden.

Ablauf des Forschungsprojektes:

  • Vorstellung der Forschungsthemen mit individueller Beratung zur Themenfindung
  • Kick-off-Meeting
  • Zwischenpräsentation
  • Erstellung eines Wissenschaftlichen Papers
  • Verteidigung des Forschungsprojektes

Forschungsprojekte im Wintersemester 2019/2020

Third Mission und Nachhaltigkeit: Bewertung der
Third Mission Aktivitäten im Land Sachsen-Anhalt vor
dem Hintergrund der Sustainable Development Goals

Analyse der bestehenden Third-Mission-Aktivitäten (TMA) im Land Sachsen-Anhalt hinsichtlich Ihrer Nachhaltigkeit und ihres Beitrags zu den Sustainable Development Goals (SDG).

Betreuer: Prof. Dr. Heilmann

Evaluation von Kostenmodellen bei Software Development

Kostenmodelle für den Bereich Software Development sind nicht allgemein anwendbar. In diesem Forschungsprojekt soll ermittelt werden wie verlässlich Kostenmodelle bisherige sind. Diesbezüglich sollen Evaluationsmethoden ermittelt werden.

Betreuer: Prof. Dr. Leich

Spracherkennung mit Konzeptoren

In vielen Anwendungen der KI müssen automatisiert Wörter in gesprochener Sprache erkannt werden. Deshalb soll erforscht werden ob deutsche Wörter mit Konzeptoren richtig klassifiziert werden können.

Betreuer: Prof. Dr. Stolzenburg

Klimaanpassung in Organisationen am Beispiel der Hochschule Harz

Ziel des Forschungsprojektes ist, (internationale) Anforderungen an die Erstellung von Klimaanpassungskonzepten von Organisationen zu erfassen und zu vergleichen, um daraus ein einfaches Konzept für Organisationen abzuleiten. Ein Schwerpunkt liegt dabei auf der Einbindung der erforderlichen Geodaten. Dieses Konzept soll beispielhaft für die Hochschule Harz erarbeitet und kritisch geprüft werden.

Betreuer: Prof. Dr. Heilmann

Analyse zu möglichen Businessmodellen für kommunale Digitalisierungsprojekte

Digitale Lösungen benötigen für ein nachhaltiges Funktionieren eine geeignete Businessmodelle, welche die Lösungen weiterentwickelt und betreibt. Deshalb soll beantwortet werden: Welche Kriterien und Rahmenbedingungen müssen erfüllt sein, damit Digitalisierungslösungen nachhaltig betrieben werden können? Welche Art von Trägerschaft ist geeignet?

Betreuer: Prof. Dr. Heilmann

Methode zur Betrachtung von „Ökosystemdienstleistungen“ im Bezug auf kleinräumige Systeme

Ziel der Arbeit ist es zu prüfen, ob und wie das Modell der Ökosystemdienstliesutngen auch für kleinräumige Gebiet (beispielsweise den Hochschulcampus) angewandt werden, um die Sensibilisierung für Ausgleich bei Baumaßnahmen zu erreichen.

Betreuer: Prof. Dr. Heilmann

SLR: Variabilitätsmanagement im Internet of Things

Die Variabilität im IoT ändert sich sehr schnell. Deshalb stellt sich die Forschungsfrage: Wie weit ist Variabilitätsmanagement im Bereich des Internet of Things (u. ähnlichen Techniken)?

Betreuer: Prof. Dr. Leich

Bewertung des Innovationsgrades von "Technischen Innovationen"

Es sollen Altmetriken zur Bewertung des Innovationsgrades in Betracht gezogen werden. Die Anwendungsfälle derer sollen untersucht werden.

Betreuer: Prof. Dr. Leich

Technische Assistenzsysteme für selbstbestimmtes Leben im Alter

Es soll ein Überblick über Ambient Assisted Living Systeme weltweit gegeben werden. Dabei wird betrachtet in wieweit die Unabhänigkeit von Eingeschränkten wieder hergestellt werden kann. Ebenso an welche Zielgruppen sich diese Systeme richten und in welchen Lebensbereichen sie greifen.

Betreuer: Prof. Dr. Fischer-Hirchert

Wirtschaftliche Bedeutung von Geoinformation

Anhand einer quantitativen Studie soll herausgefunden werden, ob eine App auf Basis von Geoinformationen das Destinationsziel Wernigerode attrativer macht.

Betreuer: Prof. Dr. Pundt

Review von Methoden zur Separation von überlagerten Fingerspuren

Die Anzahl der Publikationen in diesem Forschungsgebiet hat in den letzen Jahren stark zugenommen. In diesem Zusammenhang wird ein Methodenreview mit einem besonderen Augenmerk auf praktische Anforderungen erstellt.

Betreuer: Prof. Dr. Leich

Ist es möglich überlappende Fingerabdrücke zu differenzieren, unter Anwendung einer optischen nicht-destruktiven Messmethode?

Überlappende Fingerabdrücke kommen in der Praxis gehäuft vor. Eine Differenzierung dieser spielt für die Identifikation von Personen eine entscheidende Rolle. Mittels einer optischen nicht destruktiven Messmethode ist es möglich 3D Aufnahmen von Oberflächen zu erstellen. Aus diesen sollen die einzelnen Fingerabdrücke differenziert werden.

Betreuer: Prof. Dr. Leich

Studiendesign für Fahrsimulationsstudien

Zeil des Forschungsprojektes ist es, die Vorgehensweise bei der Durchführung einer Studie im Bereich der Fahrsimulation zu instrumentalisieren und dabei relevante Bestandteile und Kriterien in Abhängigkeit des Studientyps für Fahrsimulationsstudien herauszuarbeiten.

Betreuer: Prof. Dr. Leich

Erweiterung eines Labors für Home Automation mithilfe  des Fensteranstiebs WinMatic

Ziel ist es ein Labor zu entwickeln, welches den Vorteil der Verwendung von Smart Home Komponenten unter Berücksichtigung des Raumklimas aufzeigt.

Betreuer: Prof. Dr. Drögehorn

Erweiterung eines Home Automation Labors

Einbindung von verschiedenen Smart Home Komponenten in ein bestehendes Home Automation Labor. Dabei soll das Integrieren anschaulich dargestellt werden und ein Versuch zu einer Infrarotheizung ausgearbeitet werden.

Betreuer: Prof. Dr. Drögehorn

Evaluation von neuronaler Netzwerktechnologie

Für die Objekterkennung mittels Convolutional Neural Networks soll anhand einer konkreten Fallstudie eine Trainingsmenge entwickelt und die Lernparameter für das Training des neuronalen Netzes optimiert werden. Abschließend soll evaluiert werden, welche Parameter bei der Objekterkennung mit KI-Methoden von Bedeutung sind.

Betreuer: Prof. Dr. Stolzenburg

Industrie 4.0 und IoT im Bereich der Medizintechnik für Hausanwendungen

Betreuer: Prof. Dr. Fischer-Hirchert

Grundlegende Anforderungen und Rahmenbedingungen für Augmented Reality und Virtual Reality in einem Fahrsimulator

Betreuer: Prof. Dr. Leich

Digitalisierungsgrad bestimmen in KMU: Kennzahlen auf Unternehmenssicht - Wie "digital" ist ein Unternehmen?