Liste wissenschaftlicher Arbeiten

Hier finden Sie eine Liste der ausgeschriebenen wissenschaftlichen Arbeiten am FLW.
Bitte beachten Sie dazu die „Ablaufsbeschreibung mit FAQs“ und die „Dokumentvorlagen“.

Bitte beachten:

In diesem Quartal ist es wieder möglich, sich auf max. zwei Themen zu bewerben. Die Abkürzung hinter dem Titel gibt die vorgesehene Art der Arbeit an. Bitte kennzeichnen Sie deutlich Ihren Erst- und Zweitwunsch. Allerdings können wir trotzdem nicht garantieren, dass Sie ein Thema erhalten. Wir versuchen aber, möglichst alle Bewerbungen zu vermitteln.

Bewerbungsfrist ist der 24.01. – 23:59 Uhr

Stand: 8. Januar 2025

PA: Projektarbeit; BA: Bachelorarbeit; MA: Masterarbeit

[1] Wissenschaftliche Arbeiten FLW*

1. Vom Datensatz zur Innovation: Analyse industrieller und wissenschaftlicher Daten. (PA/BA/MA)

In dieser Abschlussarbeit sollen Daten aus einem Forschungsprojekt analysiert werden, das in enger Zusammenarbeit mit Unternehmen aus der Industrie durchgeführt wurde. Der Datensatz umfasst sowohl Forschungs- als auch praxisrelevante Industriedaten, die in realitätsnahen Szenarien mithilfe moderner Technologien erhoben wurden. Die Daten wurden bereits vorverarbeitet und annotiert, sodass sie für eine weiterführende Analyse bereitstehen.
Ziel der Arbeit ist es, die annotierten Daten systematisch auszuwerten, um Muster, Zusammenhänge oder mögliche Anomalien zu identifizieren. Die Ergebnisse sollen sowohl wissenschaftliche Erkenntnisse liefern als auch praxisorientierte Ansätze unterstützen. Je nach Art der Abschlussarbeit (Master-, Bachelor-, Projektarbeit) können unterschiedliche Aspekte oder Tiefen der Analyse in den Fokus gerückt werden, z. B. die Anwendung fortgeschrittener Analyseverfahren, die Entwicklung von Visualisierungen, die Ableitung konkreter Handlungsempfehlungen für die Industrie oder eine einfache Revision der Daten.

2. Logistik ChatBot (LLM). (BA/MA)
Large Language Modells wie ChatGPT haben die digitale Welt verändert. KI Funktionen ergänzen unseren Alltag. In der Intralogistik sind diese Tools nur schwer verwendbar. Die Abschlussarbeit soll bestehende GPT Trainer und deren Anwendungen screenen und ein eigenes Modell auf logistische Inhalte trainieren. Dazu sollen bereits bestehende Trainer und Webseiten genutzt werden. Eine Evaluierung soll mit den Basismodellen erfolgen.

3. Optimierung eines Tools zur Berechnung von Kommissioniersystemen (MA)
Das Ziel der Arbeit besteht in der Weiterentwicklung eines bestehenden Tools zur Berechnung von Kommissioniersystemen, welches im Rahmen einer Masterarbeit entwickelt wurde. Die Berechnungen basieren auf den im Lehrbuch „Kommissionierung Materialflusssysteme 2 – Planung und Berechnung der Kommissionierung in der Logistik“ vorgestellten Berechnungsmethoden. Das aktuelle Tool wurde in Python mit Tkinter programmiert. Im Rahmen der Optimierung des Tools ist eine Neugestaltung der Benutzeroberfläche (GUI) vorgesehen, um eine höhere Benutzerfreundlichkeit und eine ansprechendere Optik zu erreichen. Der Einsatz anderer Bibliotheken oder Programmiersprachen mit besserer visueller Darstellung ist hierbei wünschenswert. Des Weiteren sollen aktuelle Fehler und Bugs im System behoben werden, um die Funktionalität und Zuverlässigkeit zu gewährleisten. Vorkenntnisse im Programmieren sind nicht zwingend erforderlich, jedoch wird Interesse und Motivation zur Programmierung erwartet. Die Arbeit bietet die Gelegenheit, praktische Erfahrungen in der Softwareentwicklung zu sammeln.
Aktuelles Tool: https://zenodo.org/records/14163472

4. Didaktische Überarbeitung der Inhalte zu Sortiersystemen in der Veranstaltung „Kommissioniersysteme“ (BA)
Die Abschlussarbeit zielt auf eine didaktische Überarbeitung der Inhalte aus der Veranstaltung „Kommissioniersysteme“ zum Thema Sortiersysteme ab. Der Abschnitt „Sortiersysteme“ umfasst derzeit zwei Vorlesungsteile und zwei Übungen. Die Folien zu den Vorlesungen enthalten vor allem Aufzählungen verschiedener Sortiersysteme. Das Ziel der Arbeit besteht in der interaktiven und ansprechenderen Gestaltung der Vorlesungs- und Übungsinhalte. Dadurch soll den Studierenden eine aktivere Teilnahme und eine bessere Nachbereitung ermöglicht werden. Als mögliche Herangehensweise wäre die Nutzung des Tools „Decker“ zu nennen, das interaktive Folien und Lerninhalte ermöglicht. Die Arbeit soll neue, kreative didaktische Ansätze entwickeln, die das Verständnis und die Anwendung von Sortiersystemen fördern und den Studierenden mehr Freude an der Veranstaltung bereiten. Vorkenntnisse sind nicht erforderlich, jedoch sind Interesse an der didaktischen Aufbereitung und an interaktiven Lernmethoden von Vorteil.

5. Bau und Inbetriebnahme des Schulungsmodells eines selbstbalancierenden Roboters (PA/BA)
Auf Basis des Schulungsmodells eines selbstbalancierenden zweirädrigen Roboters soll der Prozess der Inbetriebnahme so dokumentiert werden, dass daraus ein Fachlabor enstehen kann.

6. Machine Learning auf Embedded Systems (BA/MA)
Die Auswertung von Sensordaten verlagert sich zunehmend auf Embedded Systems mit relative wenig Rechenleistung und geringem Energiebedarf. Mit welchen zur Zeit verfügbaren Methoden können Embedded Systems fit gemacht werden für ML? Recherche, Analyse und Umsetzung anhand eines praktischen Beispiels.

Eine neue Liste mit ausgeschriebenen Themen zu wissenschaftlichen Arbeiten wird im April 2025 veröffentlicht.