Refine
Year of publication
Document type
- Contribution to a Periodical (51)
- Bachelor Thesis (41)
- Article (peer-reviewed) (19)
- Other (12)
- Master's Thesis (9)
- Working Paper (9)
- Conference Proceeding (7)
- Report (5)
- Book (2)
- Academic Papers (2)
Language
- German (158) (remove)
Has full text
- Yes (158) (remove)
Keywords
- Umfrage (10)
- Maschinelles Lernen (4)
- Hochschulen (3)
- Künstliche Intelligenz (3)
- Mediennutzung (3)
- Blockchain (2)
- Corporate Social Responsibility (2)
- Gesundheitswesen (2)
- Informationssicherheit (2)
- Mobilität (2)
Course of studies
- IBW - Internationale Betriebswirtschaft (22)
- APE - Advanced Precision Engineering (19)
- OMB - OnlineMedien (5)
- WIB - Wirtschaftsinformatik (4)
- BMP - Business Management and Psychology (3)
- BAM - Business Application Architectures (2)
- INM - Informatik (2)
- MIB - Medieninformatik (2)
- AIN - Allgemeine Informatik (1)
- BPT - Bio- und Prozess-Technologie (1)
Zur Stabilisierung der Konjunktur im Zuge der Covid-19-Krise hat die Bundesregierung Deutschlands mit der vom 01. Juli bis 31. Dezember 2020 eingeführten temporären Mehrwertsteuersenkung auf ein noch neuartiges konjunkturpolitisches Instrument zurückgegriffen. Dieses ist zentraler Teil eines mit 130 Milliarden dotierten Konjunkturpakets.
Ziel dieser Arbeit ist, die Wirksamkeit zentraler Elemente der Konjunkturpolitik anhand der damit verbundenen Anforderungen zu untersuchen und die Mehrwertsteuersenkung in diesem Kontext auf ihre Eignung zur Konjunkturstimulierung zu überprüfen. Zur empirischen Untersuchung wurden Experteninterviews mit Wirtschaftswissenschaftlern und betroffenen Verbänden durchgeführt. Die ersten richtungsweisenden Erkenntnisse aus den Interviews, Praxisbeispielen und bestehender Theorie zeigen, dass die Mehrwertsteuersenkung zwar zeitnah und temporär umgesetzt werden konnte, jedoch als wenig zielgerichtet und effektiv zu bewerten ist. Der von der Bundesregierung erhoffte Konjunktureffekt ist als gering zu beurteilen und kam Krisengewinnern stärker zu Gute als besonders betroffenen Branchen. Im Kontext der pandemiebedingten Krise wird zudem die grundsätzliche Wirksamkeit nachfrageorientierter Maßnahmen sowie die praktische Handhabung und zeitliche Koordinierung der Mehrwertsteuersenkung kritisch hinterfragt.
In diesem Beitrag werden Ergebnisse aus Befragungen der vergangenen insgesamt vier von Corona geprägten Semestern vorgestellt: Insgesamt knapp 3.800 Studierende gaben Auskunft darüber, wie sie die Online-Lehre erlebten – und welche Schlüsse für eine nachhaltige Verankerung von Online-Lehre an Hochschulen daraus gezogen werden können.
Vergleich maschineller Lernalgorithmen in Anwendung auf die 3D-Gestenerkennung per Leap Motion
(2017)
Die Gestensteuerung ermöglicht eine intuitive sowie natürliche Interaktion zwischen Mensch und Maschine. Um die Bewegungen des Nutzers im dreidimensionalen Raum erkennen und klassifizieren zu können, sind Sensoren nötig, deren Signale es gilt zu verarbeiten. Diese Verarbeitung geschieht mittlerweile überwiegend durch Algorithmen des maschinellen Lernens, welche mit Hilfe von eingelernten Daten selbstständig Vorhersagen über neue Eingabesignale treffen können.
In dieser Arbeit werden die Eigenschaften und die damit zusammenhängende Erkennungsgenauigkeit solcher Algorithmen untersucht und verglichen. Dabei sollen die Support Vector Machine und das neuronale Netz berücksichtigt werden, welche mit Hilfe der Open Source Bibliotheken TensorFlow und scikit-learn implementiert wurden. Als Untersuchungsgegenstand dienen die Positionskoordinaten von insgesamt 350 dynamischen Gesten. Diese wurden mit dem Tiefenensor Leap Motion mittels einer eigens entwickelten Software aufgezeichnet und entsprechend vorverarbeitet. Auf diese Software, sowie den Prozess der Datensammlung, der Vorverarbeitung und letztendlich der Klassifizierung wird in der Arbeit ausführlicher eingegangen.
Die durchgeführten Tests zeigen, dass beide Algorithmen in der Lage waren eine Erkennungsgenauigkeit von bis zu 93,40% zu erreichen. Die Support Vector Machine schnitt durchschnittlich mit 87,15%, gegenüber dem neuronalen Netz mit 80,47%, besser ab.
Das stoffliche Recycling von Handwerkzeugen stellt eine Herausforderung dar. Hierzu ist eine Trennung der Werkstoffverbunde in ihre Einzelkomponenten erforderlich. Im Rahmen dieser Arbeit werden unterschiedliche mechanische, thermische und chemische Verfahren zusammengefasst, mit welchen dieses Ziel erreicht werden kann. Um den Produktionsprozess der Handwerkzeuge noch ressourcenschonender zu gestalten und die Verwendung von rohölbasierten Kunststoffen zu reduzieren, werden im zweiten Teil der Arbeit Biokunststoffalternativen identifiziert und hinsichtlich ihrer Eignung für die Produktion von Handwerkzeugen untersucht.