Das Seminar richtet sich an Studierende, die im Bachelor an dem Kurs „Markenmangement“ bei Herrn Burmann nicht teilgenommen haben.

Das Seminar findet digital asynchron statt. Für Interessierte wird ein Begleitprogramm in Präsenz angeboten.

http://www.fiwi.uni-bremen.de

Das Seminar findet digital asynchron statt.

Das Seminar richtet sich an Studierende, die im Bachelor bereits den Kurs „Markenmangement“ bei Herrn Burmann absolviert haben.

ECTS siehe fachspezifisches Modulhandbuch

http://www.innovation.uni-bremen.de

online

online asynchron

https://www.fb4.uni-bremen.de/o-woche/

Zoom-Meeting beitreten
uni-bremen.zoom.us/j/95053241105

Meeting-ID: 950 5324 1105
Kenncode: 882342

Pflichtveranstaltung:
Sicherheits- und Brandschutzunterweisung für Erstsemesterstudierende inkl. Brandschutzübung
An der Universitat Bremen dürfen Studierende der Studienfächer mit laborpraktischen Lehrinhalten erst nach Teilnahme an dieser Veranstaltung mit den Laborarbeiten beginnen.

Update vom 24.09.2021
Gemäß der Anordnung der Uni findet die Veranstaltung unter Berücksichtigung der 3G Regel statt. Eine Teilnahme kann also nur mit einem entsprechenden Nachweis - geimpft, getestet oder genesen - erfolgen, welcher am Eingang zum Gebäude vorgezeigt werden muss. Teilnehmer/innen die einen Test benötigen, werde gebeten diesen einen Tag vorher zu machen.

Der Einlass beginnt eine Stunde vor Veranstaltungsbeginn. Bitte seien Sie pünktlich zum Start der Vorlesung um 8 Uhr da.

Die anschließende Brandschutzübung findet auf dem Übungsplatz in der Emmy-Noether-Straße hinter dem SFG Gebäude in Gruppen von maximal 100 Personen statt. Die Gruppeneinteilung findet im Hörsaal nach dem Vortrag statt. Da die Übung draußen stattfinden wird, denken Sie bitte an wetterfeste Schuhe und Kleidung.

Genaue Hinweise zu den geltenden Corona Hygiene- und Sicherheitsregeln der Uni Bremen finden Sie unter dem folgenden Link: https://www.uni-bremen.de/informationen-zur-corona-pandemie/fragen-antworten/informationen-fuer-studierende-und-studienanfaengerinnen

Bitte informieren Sie sich kurzfristig vor der Veranstaltung noch einmal über die neuesten Meldungen in StudIp.

Weitere Hinweise, s. http://www.bik.uni-bremen.de/lehre_01.php

online zoom

Weitere Hinweise, s. http://www.bik.uni-bremen.de/lehre_01.php

online asynchron

im IFAM Hörsaal

online zoom

Die Übung findet im Rahmen der Vorlesung "Ökonometrie" statt.

PT BSc: (Modul Konstruktionslehre) Voraussetzung für die Vertiefungsrichtungen: Fertigungstechnik-Technologien, Anlagen und Prozessbeurteilung; Mechanical Engineering; Industrielles Management

PT BSc: (Modul Konstruktionslehre) Voraussetzung für die Vertiefungsrichtungen: Fertigungstechnik-Technologien, Anlagen und Prozessbeurteilung; Mechanical Engineering; Industrielles Management

Weitere Hinweise, s. http://www.bik.uni-bremen.de/lehre_01.php

Weitere Hinweise, s. http://www.bik.uni-bremen.de/lehre_01.php

PT BSc:
Katalog B: Basismodul 1
Katalog GS-A nur wenn nicht in der VR gewählt

online synchron

Vorgestellt werden ausgewählte Forschungsarbeiten mit mess- und regelungstechnischem Bezug, insbesondere die Anwendung von Messsystemen in Fertigungs-, Materialcharakterisierungs- und Strömungsprozessen, bei Windenergieanlagen und in der Medizin.
Im Fokus stehen dabei Methoden und Anwendungen der optischen In-Prozess-Messtechnik, thermografischen Messtechnik, Strömungsmesstechnik, Geometriemesstechnik, Rauheitsmesstechnik und Verzahnungs- bzw. Getriebemesstechnik. Hierzu zählen beispielsweise die Modellierung und Simulation von Messsystemen, die Identifikation von Unschärferelationen und Messbarkeitsgrenzen sowie der Einsatz von optischen High-Speed-Messsystemen oder Multi-Sensor-Systemen.

Das 2-semestrige Forschungsgrundlagen (6 CP) bereitet Studierende darauf vor, an Forschungsprojekten selbstständig und in Arbeitsgruppen zu arbeiten und Forschungsfortschritte zu leisten:
wissenschaftliche Fragen zu stellen, Forschungsziele zu setzen und wissenschaftliche Forschungsprojekte zu planen, wissenschaftliche Projekte durchzuführen und an ihnen eigenverantwortlich als auch in Arbeitsgruppen zu arbeiten, und Forschungsdaten gemäß guter wissenschaftlicher Praxis zu erwerben, speichern, analysieren und publizieren.

Die Inhalte des Moduls werden vermittelt durch Einzelveranstaltungen, Seminare und Workshops.

Bei Teil I des Moduls (Lehrveranstaltung: Forschungsgrundlagen I, 3 CP, Wintersemester 2017/2018) wird der Schwerpunkt bei diesen Themen sein:
Einführung in das Projektmanagement und Forschung, Themenfindung und Anfang der wissenschaftlichen Arbeit, Umgang mit wissenschaftlicher Literatur und Zitate, Planen und Schreiben wissenschaftlicher Aufsätze, Texte für die Öffentlichkeit. Geplant ist auch das Thema "Regeln guter wissenschaftlicher Praxis und Forschungsethik".

Teil II des Moduls (Lehrveranstaltung: Forschungsgrundlagen II, 3 CP, Sommersemester 2018) soll diese Themen bearbeiten:
Projektmanagement und Zeitmanagement, Themenfindung, Was ist Forschung, Erfahrung in Forschung, Forschungsdaten, Grafisches Gestalten, Poster, Wiss. Präsentation und Kommunikation, Projektantrag und Motivationsschreiben, Wissenschaftsindikatoren und Patente.

Exkursion (ganztägig), ein genauer Termin wird in der Einführung bekannt gegeben

online zoom

NADH ist einer der wichtigsten Elektronenüberträger in
energieerzeugenden Bioprozessen. Seine industrielle
elektrochemische Regeneration könnte den Weg zu einer
nachhaltigeren Chemieproduktion ebnen.
In diesem Projekt werden mehrere Experimente zur Untersuchung der
elektrochemischen Regeneration von NADH aus NAD+ durchgeführt.
Ziel solcher Experimente ist es, zunächst ein Systemverständnis zu
erlangen und anschließend die Relevanz verschiedener Parameter für
die faradaysche Effizienz und Produktionsausbeute des Systems zu
bestimmen.

Untersuchung des Abricht- und Prozessverhaltens von elastischen Schleifscheiben mit sphärischem Korn. Darauf aufbauende Charakterisierung von Randzoneneigenschaften der Werkstücke.

Motivation:
Nachhaltigkeit gewinnt in der Luftfahrtindustrie zunehmend an Bedeutung und entlang des gesamten Produktlebenszyklus werden neue Methode und Vorgehensweisen zur Verbesserung der Umweltbilanz von Flugzeugen erforscht. Das Flugzeugrecycling spielt im Zuge der Umweltbilanz eine große Rolle und rückt weiter in den Fokus. Die Prozesse des Recyclings sind derzeit allerdings nicht ausreichend erforscht-

Zielstellung:
Ziel des Projekts ist die Anforderungsermittlung sowie Prozessanalyse der Flugzeugrecyclingprozesse. Basierend auf dieser Analyse soll eine Technologieauswahl für ein technisches Assistenzsystem erfolgen. Abschließend erfolgt die Validierung mittels eines Versuchsaufbaus im Laborumfeld Hierzu sind folgende Schritte im Projekt zu bearbeiten:
Prototypische Validierung der Auswahl mittels Laborversuch

Motivation:
Nachhaltigkeit gewinnt in der Luftfahrtindustrie zunehmend an Bedeutung und entlang des gesamten Produktlebenszyklus werden neue Methode und Vorgehensweisen zur Verbesserung der Umweltbilanz von Flugzeugen erforscht. Die Darstellung von Ökobilanzen ist bisher auf Experten beschränkt. Zur

Zielstellung:
Ziel des Projekts ist die Entwicklung eines luftfahrtspezifischen Ökoblianzdashboards. Hierzu sollen zunächst typische Umweltindikatoren analysiert und abstrahiert werden. Ferner soll eine Anforderungsanalyse auf Basis von User-Stories durchgeführt werden. Abschließend erfolgt die Umsetzung von Anforderungen und Abstraktion der Umweltindikatoren in einem Dashboard.

Auf einem Automobil-Terminal werden Fahrzeuge zwischen verschiedenen Verkehrsträgern (Schiffe, Bahn und LKWs) umgeladen, wofür sogenannte Auftragspools erstellt werden, die in festen Schichten von Mitarbeitern abgearbeitet werden. Diese Auftragspools sollen möglichst so zusammengestellt werden, dass
eine schnelle und effiziente Abarbeitung gewährleistet ist. Dazu gibt es einerseits statische Merkmale wie z.B. die räumliche Verteilung der Fahrzeuge, die Auftragslänge, andererseits auch dynamische Merkmale wie z.B. die Laufzeit der Mitarbeiter*innen. Diese Kennzahlen sind wichtig, um eine Vorhersage über die Entwicklung einer Schicht treffen zu können.
Zielsetzung: In diesem Lehrprojekt sollen einerseits diese statischen wie auch dynamischen Merkmale als Metriken identifiziert und erarbeitet werden, um dann daraus die Kennzahlen für beispielhafte Schichten ableiten zu können. Dazu soll ein Tool entwickelt werden, welches automatisch die Schichtdaten aus Textdateien einliest und die Kennzahlen berechnet bzw. graphisch visualisiert.
Die Gruppe kann wählen, welches Framework/Programmiersprache sie einsetzt. Betreuung kann jedoch nur für MATLAB/Octave, C++/Qt oder Python gewährleistet werden.

Auf einem Automobil-Terminal werden Fahrzeuge zwischen verschiedenen Verkehrsträgern (Schiffe, Bahn und LKWs) umgeladen, wobei eine Auftragssteuerung zum Einsatz kommt, die basierend auf dem aktuellen Zustand (Position der Mitarbeiter*innen, Shuttle, Auftragslage) den Mitarbeiter*innen und Shuttle die nächsten Aufträge zuweist. Die Auftragssteuerung basiert auf einem Optimierungsproblem, was zeitabhängig in festen Intervallen gelöst wird. Die Lösung ist für Menschen ohne Kenntnisse in mathematischer Optimierung nicht immer greifbar und soll daher graphisch zugänglich aufbereitet werden. Um die Lösungsberechnung plausibel und nachvollziehbar zu gestalten, soll ein Visualisierungstool entwickelt werden, welches die Lösung graphisch auf einem Terminalmodell abbildet.
Zielsetzung: In diesem Lehrprojekt soll eine Visualisierung entwickelt werden, die basierend auf einem Optimierungsproblem die erhaltende Lösung graphisch aufbereitet und die Entwicklung der Auftragslage sowie der angewendeten Lösung graphisch aufbereitet. Hierbei soll die Zuweisung aus Mitarbeitersicht möglichst mit einer Terminal-Draufsicht in einer 2D-Ansicht oder optional auch in einer 3D-Ansicht realisiert werden und auch die numerischen Ergebnisse in dieser Ansicht mit untergebracht werden. Ergänzend sollen auch weitere Kennzahlen in weiteren Diagrammen aufbereitet werden.

n diesem Lehrprojekt soll für ein Flughafenszenario aus historischen Daten eine Steuerung für die Terminal- und Gatebelegung entworfen, implementiert und evaluiert werden.
Hierbei werden parallel die Grundlagen der diskreten Simulation anhand des Entwurfs und der Implementierung des Szenarios vermittelt. Zur Steuerung sollen Methoden aus dem Bereich des Machine Learnings (z.B. SVM, Neuronale Netze) verwendet werden, die dann mit herkömmlichen Scheduling-Methoden sowie mit den historischen Daten verglichen werden.
Die Implementierung des Grundsystems wurde mit Hilfe des diskreten Event-Simulators adevs in C++/Qt durchgeführt. Natürlich können auch auf Wunsch der Gruppe andere Programmierumgebungen bzw. -sprachen genutzt werden.

Die zu entwickelnde Visualisierung echtzeitbasierter Energieströme in einer ausgewählten Lernfabrik soll als Entscheidungsunterstützung für die Planung und Steuerung einer Produktion fungieren. Auf Basis individuell ermittelter Kennzahlen planen und steuern die Teilnehmer*innen in der Lernfabrik die Herstellung von Lernprodukten auf Basis der regenerativ erzeugten Energien. Aus dem zu entwickelnden Konzept soll schlussendlich ein Lastenheft hervorgehen, mithilfe dessen die hardware- und softwareseitige Umsetzung der Visualisierung durchgeführt werden kann.

Eine vernetzte Produktion ist ein wesentliches Merkmal der Industrie 4.0 und entscheidet zunehmend für langfristige Wettbewerbsvorteile produzierender Unternehmen. Anwendungen in der vernetzten Produktion erzeugen, teilen und verarbeiten große Datenmengen. Diese Daten müssen verschiedene Anforderungen erfüllen, damit sie in betrieblichen Prozessen verwendet werden können – d.h. sie müssen eine hohe Qualität aufweisen. Das Management produktionsbezogener Daten folgt dabei dem gleichen Ansatz, wie das Qualitätsmanagement von Produkten und Dienstleistungen. Daten-Stakeholder müssen dazu zunächst identifiziert und deren aktuelle und zukünftige Anforderungen an die Daten ermittelt werden. Ergänzend müssen die datenbezogenen Prozesse erfasst und anschließend systematisch überwacht werden. So lassen sich Abweichungen in der Anforderungserfüllung erkennen und Maßnahmen zur Vermeidung oder Minimierung der Abweichungen einleiten.
Dieses Lehrprojekt entwickelt ein Konzept für ein Datenqualitätsmanagement für die Industrie 4.0. Dazu sollen (1) datenbezogene Stakeholder und Prozesse herausgearbeitet, (2) Maßnahmen zur Erkennung von Abweichungen identifiziert, und (3) potentielle Korrekturmaßnahmen vorgeschlagen werden. Diese sollen abschließend in einem Managementprozess zusammengeführt und mit Experten qualitative evaluiert werden.