Comeln - Communities of Practice NRW für eine Innovative Lehrerbildung (ComeIn)- Förderung digitalisierungsbezogener Kompetenzen von Lehrpersonen

Eckdaten:

WBsmart - Bildungswissenschaftliche Grundlegung eines smarten KI-basierten digitalen Weiterbildungsraums für die Altenhilfe mittels personalisierter Empfehlungssysteme

Eckdaten: 

KIRETT - Computerunterstützung durch künstliche Intelligenz bei Rettungseinsätzen zur Verbesserung der Erstversorgung (KIRETT)

Eckdaten: 

• Kategorie: KMU-innovativ
   
• Laufzeit: 2021-2024
   
• Gefördert durch: BMBF

Projektbeschreibung: 

Das Projektziel war die Verbesserung der Erstversorgung bei Rettungseinsätzen mittels eines tragbaren Geräts. Das entstandene Wearable diente zur computerunterstützten Situationserkennung, gab dem Rettungspersonal kontextabhängige Handlungsempfehlungen und sollte Spätschäden durch falsche Behandlung minimieren sowie die Überlebenswahrscheinlichkeit steigern.

Mit dem Wearable wurden folgende Innovationen in den täglichen Rettungseinsatz integriert:

1. Verbesserte Versorgungsqualität bei Sondereinsatzlagen: In bestimmten Sondereinsatzlagen war die Erstversorgung nicht optimal – etwa bei einem Massenanfall von Verletzten (MANV-Szenario) oder seltenen Notfällen wie einem Schlangenbiss. Das Wearable lieferte einen wichtigen Beitrag zur Lösung dieser Probleme mittels automatischer Situationserkennung aus Vitaldaten medizinischer Geräte sowie Einsatzdaten der Leitstelle und Eingaben der Rettungskräfte.
2. Datenintegration zur Verbesserung der Erstversorgung: Das Wearable diente zur Zusammenführung von Daten aus der Leitstelle, aus medizinischen Geräten und aus Eingaben der Rettungskräfte – direkt beim Patienten vor Ort.
3. Generelle Effizienzsteigerung durch Automatisierung und kontextabhängige Unterstützung: Als handliches, tragbares Gerät ermöglichte das Wearable einen entscheidenden Effizienzgewinn und erlaubte es den Einsatzkräften, die Aufmerksamkeit vollständig auf den Notfallpatienten zu richten.
4. Nachvollziehbarkeit der Erstversorgung für Qualitätsmanagement und Ausbildung: Die gesammelten Einsatzdaten dienten im Nachgang zur Optimierung der Erstversorgungsalgorithmen und zur Ausbildungsoptimierung, einschließlich gezielter Rückmeldungen in das Ausbildungssystem.

Durch die mit den Wearables erfassten und in eine Datenbank übertragenen Daten wurde eine Gesamtübersicht über Patienten, Behandlungen und Status inklusive Anamnese und Therapieverlauf generiert.

Projektpartner:

• CRS medical GmbH, Asslar
• mbeder GmbH, Siegen
• Lehrstuhl Embedded Systems, Universität Siegen
• Institut für Wissensbasierte Systeme und Wissensmanagement, Universität Siegen

Assoziierte Partner:

• Kreis Siegen-Wittgenstein
• Stadt Siegen
• Deutsches Rotes Kreuz
• Jung-Stilling-Krankenhaus Siegen

OSCAR - Online, open learning recommendations and mentoring towards Sustainable research CAReers

Eckdaten: 

• Kategorie: Erasmus+
   
• Laufzeit: 2020-2023
   
• Gefördert durch: Erasmus+ Strategische Partnerschaft
   
• Projektträger: DAAD

Projektbeschreibung: 

Das Projekt OSCAR („Online, open learning recommendations and mentoring towards Sustainable research CAReers") diente der beruflichen Entwicklung von Forschern, Masterstudierenden und Doktoranden durch personalisiertes Training zur psychischen Gesundheit und Karriereentwicklung – unterstützt durch KI-basierte Lernempfehlungen und moderne Online-Mentoring-Technologien.

Das Projekt war auf drei zentralen Säulen aufgebaut:

1. KI-gestütztes Lernempfehlungs-Framework: Entwicklung einer offenen Online-Plattform zur Förderung transversaler Schlüsselkompetenzen auf individueller Ebene unter Berücksichtigung des Lernendenkontexts.
2. Online-Mentoring zur psychischen Gesundheit: Psychologische Unterstützung, um die Auswirkungen stressiger akademischer Umgebungen zu verstehen und zu mildern.
3. Online-Mentoring im Karrieremanagement: Unterstützung nachhaltiger Forscherkarrieren durch gezielte Karriereplanung.

Konsortium:

• Technische Informationsbibliothek (TIB), Hannover – Koordinatorin
• Universität Siegen (USI)
• SciLink
• MCAA
• Career & Life Planning (CALP)
• Instante Falante

Prototyp: labs.tib.eu/edoer/

OEduverse Erasmus+ Strategic Partnership - Advancing sustainable research careers for graduate students through training in mental wellbeing, open science, and communication skills

Eckdaten: 

Projektbeschreibung: 

Open Science (OS) war ein zentrales Konzept für den Fortschritt der Wissenschaft in Europa im 21. Jahrhundert. Um eine transparentere wissenschaftliche Agenda zu fördern, mussten Wissenschaftler interdisziplinäre und transversale Fähigkeiten über ihre Spezialisierung hinaus erwerben. Forscher mussten Experten im Forschungsmanagement sein, die Vielfalt interkultureller Forschungsgruppen und Disziplinen kennen und stressige Schritte in ihrer Forschung bewältigen. Darüber hinaus mussten Forscher in der Lage sein, ein breiteres Publikum anzusprechen und selbstbewusste, kompetente Kommunikatoren zu sein.

Die strategische Partnerschaft OEduverse baute auf der erfolgreichen EDUWORKS MCA-ITN auf und zielte darauf ab, ein Konsortium zu etablieren, das sich mit diesem zentralen Fachkräftemangel auf dem Arbeitsmarkt befasste. Das Projekt war auf drei zentralen Säulen aufgebaut:

1. Entwicklung von Best Practices für psychologisches Unterstützungstraining: Forschende wurden dabei unterstützt, den Stress der Wissenschaft zu verstehen und positive kognitive Rahmenbedingungen zu entwickeln, um den Herausforderungen von OS zu begegnen.
2. Entwicklung von OS-Training: Innovativer Unterricht mit Fokus auf Publizieren, Datenschutz und Ethik, Projektmanagement – alles vor dem Hintergrund zeitgenössischer Fragen in OS.
3. Förderung von OS und Engagement: Entwicklung der Fähigkeit von Wissenschaftlern zum Storytelling durch Training in darstellender Kunst, um ihre Möglichkeiten zur Interaktion mit nicht-wissenschaftlichen Gemeinschaften zu erweitern.

Kontext/Hintergrund: 

OS-Kompetenzen waren im 21. Jahrhundert sowohl für die Wissenschaft als auch für den Unternehmenssektor von entscheidender Bedeutung. Forscher mussten selbstbewusste, kompetente Kommunikatoren sein, Experten im Forschungsmanagement, vertraut mit der Vielfalt interkultureller Forschungsgruppen und Disziplinen, in der Lage stressige Schritte zu bewältigen, dabei aber offen und innovativ zu bleiben und grundlegende IT-Fähigkeiten zu integrieren, um ihre analytische Arbeit zu unterstützen. Zusammen bildeten diese OS-Kompetenzen. Das OEduverse-Projekt zielte darauf ab, einen personalisierten Trainingsrahmen zu etablieren, um die Grundlagen des OS-Kompetenzentrainings für Forscher in frühen und fortgeschrittenen Karrierephasen bereitzustellen, der den Anforderungen des Arbeitsmarkts entsprach.

Ziele:

OEduverse erstellte und lieferte qualitativ hochwertige Trainingsinhalte für Gruppen von Forschenden, die in vielfältigen und interdisziplinären Umgebungen tätig waren, mit dem Ziel:

• Lebenslanges Lernen zu fördern, um die Lücke zwischen Individuen, Bildung und Arbeitsmarkt zu schließen. Dies wurde durch die Entwicklung und den Einsatz innovativer Kurse erreicht, die in ein Lernprogramm eingebettet waren. Diese Kurse umfassten die Entwicklung arbeitsmarktkritischer Fähigkeiten wie Kommunikation, interkulturelle Kompetenzen, psychologische Fähigkeiten zur Stressvermeidung sowie wissenschaftliche Kommunikationsfähigkeiten.
• Ein Netzwerk von Fachleuten zu integrieren und eine Reihe von Interessengruppen aus Wissenschaft, Industrie und Regierungsinstitutionen einzubinden, um Vielfalt zu schaffen und kontinuierliche Bildung zu fördern.
• Das Bewusstsein für die Auswirkungen einer datengetriebenen Gesellschaft in der Bildung zu schärfen und sowohl auf organisatorischer als auch auf politischer Ebene zu arbeiten.

Konsortium:

• Universität Siegen (USI)
• Technische Informationsbibliothek (TIB), Hannover
• SciLink
• Trinity Student Counselling Services (TCD)
• MCAA
• SPACE

Projektwebsite: 

https://oeduverse.eu/

MS@CPS - Master of Science on Cyber Physical Systems (MS@CPS)

Eckdaten: 

Projektbeschreibung: 

Etablierung eines internationalen Master of Science in Cyber Physical Systems: 

Mit der zunehmenden Verbreitung von Technologien wie dem Internet of Things (IoT), autonomen Fahrzeugen, eingebetteten Systemen, Cloud Computing, Big Data und der 5. Internetgeneration wurde die Integration von Software und Hardware immer entscheidender für zuverlässige, sichere und flexible Systeme. Cyber Physical Systems (CPS) war ein neues multidisziplinäres Fachgebiet, das genau diese Integration adressierte.

Der internationale Masterstudiengang MS@CPS bot eine spezialisierte und praxisorientierte Sichtweise auf dieses Forschungsfeld und bereitete Studierende darauf vor, als hochqualifizierte Analysten, Designer und Entwickler sowohl software- als auch hardwareseitiger Aspekte für industrierelevante Systeme und Anwendungen im CPS-Kontext zu arbeiten.

Das Programm umfasste zwei zentrale Tracks: Embedded Systems (ES) und Knowledge-based Systems (KBS), deren Verknüpfung das Fundament für CPS bildete. Durch die Einschreibung interagierten Studierende mit Menschen aus verschiedenen Ländern und kulturellen Hintergründen. Dank des ECTS-Systems konnten sie sich an unterschiedliche Lehrumgebungen anpassen, verschiedene Lehrmethoden erleben und sich für gegenseitig vorteilhafte Möglichkeiten qualifizieren.

Das Konsortium:

• Drei europäische Universitäten
  • University of Hertfordshire, Großbritannien
  • Universität Siegen, Deutschland
  • Royal Institute of Technology, Schweden
• Sechs nahöstliche Universitäten
  • German Jordanian University, Jordanien
  • Tafila Technical University, Jordanien
  • University of Sfax, Tunesien
  • University of Carthage, Tunesien
  • Palestine Technical College, Palästina
  • Al-Quds University, Palästina

Koordiniert wurde das Projekt von der Universität Siegen.

Projektpublikationen:

I. Ishaq et al.: „Work in Progress – Establishing a Master Program in Cyber Physical Systems: Basic Findings and Future Perspectives". In: 2019 International Conference on Promising Electronic Technologies (ICPET), Gaza City, Palästina, S. 4–9, 2019.

Projekt Webseite: 

https://blogs.uni-siegen.de/ms-cps/

iDev40 - Integrated Development 4.0 (iDev40) 
 

Eckdaten: 

• Kategorie: EU Forschungsprojekt
   
• Laufzeit: 2018-2021
   
• Gefördert durch: ECSEL Joint Undertaking - Horizon 2020

Projektbeschreibung: 

Digitalisierung und Industrie 4.0 waren Treiber grundlegender geschäftlicher Innovation und Disruption. Durch die enge Verknüpfung von Entwicklungsprozessen, Logistik und Produktion mit Industrie-4.0-Technologien erzielte iDev40 einen disruptiven Schritt zur Beschleunigung der Markteinführungszeit. Durch die Entwicklung und Umsetzung einer Digitalisierungsstrategie für die europäische Elektronikkomponenten- und Systemsindustrie wurde ein „Durchbruch" eingeleitet.

Integrated Development 4.0 führte die digitale Transformation einzelner Prozesse hin zu einer integrierten digitalen Wertschöpfungskette auf Basis des „Digital Twin"-Konzepts. Entwicklung, Planung und Fertigung profitierten vom „Digital Twin"-Konzept durch hochdigitalisierte virtuelle Prozesse entlang des gesamten Produktlebenszyklus.

Im Hinblick auf die europäischen Politiken für 2020 und darüber hinaus bot iDev40 Lösungen für gesellschaftliche und organisatorische Herausforderungen: innovative Technologien zur Beherrschung der wachsenden Komplexität in der Entwicklung und Fertigung von ECS „Made in Europe", Stärkung der europäischen Wettbewerbsfähigkeit sowie Unterstützung von „Wissensarbeitern" in der Fertigung durch intelligentere Maschinen (KI).

Zentrale Arbeitsbereiche:

• Methoden und Werkzeuge für KI & ML Ziel war die Implementierung von Daten- und Wissensmanagement-Systemen, die Daten in einer großen heterogenen Umgebung intelligent verwalteten, Sicherheitskonzepte für ein bedarfsgerechtes Datenmanagement bereitstellten und Algorithmen der Künstlichen Intelligenz und des Deep Learnings einsetzten, um Inhalte semi-automatisch anzureichern und Fakten aus unstrukturierten Inhalten zu extrahieren.
• Virtualisierung & Wertschöpfungskette Um die Virtualisierung von ECS-Wertschöpfungsketten zu ermöglichen, wurde wissensbasierte Entwicklung in digitalisierten Produktionsunternehmen integriert. Dabei wurden Kernbereiche wie virtuelle Fertigung, Experimentsteuerung und Remote-Entwicklung adressiert.
• Digitalisierung über den gesamten Produktlebenszyklus Ziel war die Entwicklung einer unternehmensweiten Strategie zur Datenformalisierung, -weitergabe und Zusammenarbeit im Sinne einer Single Source of Truth (SSoT). Auf Basis der resultierenden Datenbank wurde ein „Digital Twin" entwickelt, der komplexe Prozesse in einer Lernumgebung besser handhabbar machte und Produktivität, Ressourcennutzung und Qualität verbesserte.
• Kompetenzen & Arbeitsplätze 4.0 Im Bereich Industrie 4.0 waren auch soziale Kompetenzen im Kontext der Digitalisierung gefragt. Durch eine wissensgetriebene und integrierte Personalentwicklung lag der Fokus auf der Weiterbildung von Mitarbeitenden, der Gestaltung von Produktionssystemen und Wertschöpfungsketten sowie der grenzüberschreitenden Zusammenarbeit.

Das Projekt iDev40 wurde durch das ECSEL Joint Undertaking sowie durch Fördermittel aus Österreich, Belgien, Deutschland und Spanien und die Europäischen Struktur- und Investitionsfonds kofinanziert. Koordiniert wurde es von der Infineon Technologies Austria AG.

Adistes - Active Diagnosis based on Semantic Web Technologies for Distributed Embedded Real-Time Systems

Eckdaten: 

• Kategorie: DFG Forschungsprojekt
   
• Laufzeit: 2016-2019
   
• Gefördert durch: DFG (Deutsche Forschungsgemeinschaft)

Projektbeschreibung: 

Die aktive Diagnose zielte darauf ab, die Systemzuverlässigkeit signifikant zu verbessern, indem zur Laufzeit Diagnosedaten zur Fehlerisolierung und Online-Fehlerbehebung verwendet wurden. Die aktive Diagnose für offene eingebettete Echtzeitsysteme (z. B. Gesundheitsmanagement und medizinische Systeme) war ein offenes Forschungsproblem aufgrund von strengen Echtzeit- und Zuverlässigkeitsanforderungen in Kombination mit Bestandteilen, die zur Entwurfszeit unbekannt waren.

Das Projekt erweiterte semantische Techniken, die normalerweise in großen IT-Systemen verwendet werden, zur aktiven Diagnose in offenen eingebetteten Echtzeitsystemen. Es wurden Modellierungstechniken entwickelt, um diagnostische Merkmale, Symptome, Fehler und Wiederherstellungsmaßnahmen auszudrücken. Methoden für verteiltes Wissensmanagement sorgten für eine entspannte Konsistenz bei gleichzeitiger Gewährleistung von Echtzeit-Rahmenbedingungen. Die Echtzeit-Inferenz wurde anhand der zeitgesteuerten Planung von Diagnoseabfragen untersucht. Das Ziel von Query-Transformationen, semantischen Transformationen und zielorientiertem Lernen war eine verbesserte Planbarkeit und Zuverlässigkeit. Die Methoden und Algorithmen wurden prototypisch implementiert sowie experimentell und analytisch hinsichtlich Zuverlässigkeit und Aktualität evaluiert.

Wichtige Beiträge, die über den Stand der Technik hinausgingen:

• Modellierungstechniken für eine diagnostische Wissensbasis
• zeitgesteuerte Planung und Optimierung von Diagnoseabfragen für Echtzeit-Inferenz
• verteilte Wissensbankverwaltung mit entspannter Konsistenz
• zielorientiertes Selbstlernen zur aktiven Diagnose in offenen eingebetteten Systemen

Um diese Herausforderungen in einem Rahmen für die aktive Diagnose gemeinsam anzugehen, wurden im Projekt zwei Forschungsfelder zusammengebracht:

• der Bereich fehlertoleranter eingebetteter Systeme
• das Gebiet der wissensbasierten System- und Semantischen-Web-Technologien

Die Forschungsidee des Projekts bestand darin, dass zuverlässige und vorhersagbare Methoden zur aktiven Diagnose basierend auf regelbasierter Inferenz- und Semantischer-Web-Technologie entwickelt werden konnten. In Standard-IT-Anwendungen waren semantische Webdienste erfolgreich eingesetzt worden, um mit hochdynamischen und offenen Systemen umzugehen, semantische Informationen bereitzustellen sowie Beziehungen und Abhängigkeiten zu erfassen.

Es bestand jedoch eine erhebliche Forschungslücke, da semantische Web Services weder die Modellierung der relevanten Eigenschaften für die aktive Diagnose unterstützten noch Rückschlüsse auf Echtzeitgarantien oder ein adaptives Lernverhalten zuließen.

Daher wurde die Entwicklung einer diagnostischen Ontologie vorgeschlagen, für die zeitgesteuerte Planung von Regelausführungen eines ODRE-Systems, dynamisches Wissensmanagement und selbstlernende Techniken, um die Anforderungen der offenen Annahmen, Echtzeit und Zuverlässigkeit zu erfüllen sowie experimentell und analytisch hinsichtlich der Zuverlässigkeit und Aktualität bewerten zu können.