Analyse industrieller Anwendungsfällen im Kontext des Edge Computings

Bildquelle: fullvector (Freepik)

Ausganssituation

Im Kontext der digitalen Transformation suchen produzierende Unternehmen beständig nach neuen Wertschöpfungspotenzialen und innovativen Ansätzen für deren Erschließung. Insbesondere im Kontext des industriellen Edge Computings ergeben sich neue Möglichkeiten zur Datenerfassung, -aggregation und -verarbeitung. Die Entwicklung von produktiven Anwendungsfällen basierend auf Edge-Komponenten sowie deren zielgerichtete Integration stellen kleinere und mittlere Unternehmen jedoch noch vor Herausforderungen.

Aufgabenstellung

Ziel dieser Arbeit ist es daher Erfolgsfaktoren und Barrieren bei der Nutzung von Edge-Technologien für die Umsetzung industrieller Anwendungsfälle zu identifizieren und darauf aufbauend entsprechende Handlungsempfehlungen abzuleiten. Die Aufgabenstellung umfasst hierfür folgende Arbeitspakete:

  • Einarbeitung in die Themen Edge Computing und qualitative Forschung
  • Mitarbeit bei der Konzeption und Erstellung eines Interviewleitfadens
  • Durchführung semistrukturierter Interviews mit vorgegebenen Industriepartnern
  • Transkription der durchgeführten Interviews
  • Systematische Analyse der Interviews
  • Dokumentation der Ergebnisse

Hinweise zur Bewerbung

  • Beginn ab sofort möglich
  • Strukturierte und selbstständige Arbeitsweise
  • Sehr gute Deutschkenntnisse in Wort und Schrift
  • Interesse an qualitativen Forschungsmethoden
  • Analytische und konzeptionelle Fähigkeiten
  • Optional: Erfahrung im Bereich Marktforschung oder Unternehmensberatung von Vorteil

Bewerbungen mit Lebenslauf und aktueller Fächerübersicht bitte per E-Mail an tobias.reichenstein@faps.fau.de und baris.albayrak@faps.fau.de.

Kategorien:

Forschungsbereich:

Automatisierungstechnik

Art der Arbeit:

Bachelorarbeit, Masterarbeit, Projektarbeit

Studiengang:

Energietechnik, Informatik, IPEM, Maschinenbau, Mechatronik, Medizintechnik, Wirtschaftsingenieurwesen

Technologiefeld:

Künstliche Intelligenz und Maschinelles Lernen, Kommunikation und Kooperation, Medizintechnik, Software Engineering und Deployment, Innovatives Qualitätsmanagement

Kontakt:

Tobias Reichenstein, M. Sc.

Wissenschaftlicher Mitarbeiter und Forschungsbereichsleiter Automatisierungstechnik

Department Maschinenbau (MB)
Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik (FAPS, Prof. Franke)


Baris Albayrak, M.Sc.

Department Maschinenbau (MB)
Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik (FAPS, Prof. Franke)