Deutsch Intern
Institute of Computer Science

Bachelorarbeitsthemen

Nachhaltige und smarte Energiesysteme (Energieinformatik)

Zur Erreichung der Klimaschutzziele müssen unsere Energiesysteme nachhaltiger werden. Dazu ist ein Umstieg auf erneuerbare Energien, eine erhöhte Energieeffizienz und die Elektrifizierung weiterer Sektoren (Wärme, Mobilität) notwendig. Die Forschung im Bereich „Nachhaltige und smarte Energiesysteme“ befasst sich mit der Modellierung und Simulation von Energiesystemen und der Entwicklung und Erprobung intelligenter Steuerungsalgorithmen.

Ansprechperson: Prof. Marco Pruckner

Der Hydraulische Abgleich in Heizungen sorgt dafür, dass die Wärme im Haus über die Heizkörper gleichmäßig verteilt wird. Dazu gibt es Berechnungsschemata, die auf verschiedenen Parametern beruhen, die oft geschätzt werden müssen. Ziel der Bachelorarbeit ist es die Schätzungen durch einen Feedback-Mechanismus zu verbessern, indem iterativ vorhergesagte und gemessene Energieverbräuche bzw. Temperaturen verglichen werden. Das Modell soll mit einfachen Simulationen von Heizungen in Häusern getestet werden. Im Erfolgsfall kann der Ansatz helfen, die Energiebilanz von Heizungen deutlich zu verbessern.

Start ab sofort möglich.

Betreuer: Prof. Puppe und Prof. Pruckner

Kontakt: Prof. Puppe

Mobilität der Zukunft

Die Mobilität der Zukunft erfordert ganz unterschiedliche Forschungsbereiche: Optimierung im Verkehrssektor wie Effizienzsteigerung von Elektrobussen durch Routenoptimierung, Ridesharing-Expansion durch Nutzerverhalten und schrittweise Entwicklung von Verkehrsnetzwerken für autonome Fahrzeuge.

Ansprechpersonen: Prof. Marie Schmidt, Prof. Marco Pruckner

Ersetzt ein Verkehrsbetrieb einen Teil seiner konventionellen Busflotte durch elektrische Busse, muss die Zuordnung von Bussen zu Fahrten neu gedacht werden, um ausreichend Ladezeiten zwischen den Fahrten für die Elektrobusse einzuplanen. Dabei sollten auch Faktoren wie schwankende Strompreise, temperaturabhängiger Energieverbrauch berücksichtigt werden. In Vorarbeiten wurde dieses Optimierungsproblem als ein gemischt-ganzzahliges lineares Programm modelliert, das prinzipiell für Potentialstudien (‚Wieviel Energie ließe sich hätte sich für eine spezifischen Zeitraum maximal durch den Einsatz von Elektrobussen sparen lassen?‘) einsetzbar ist, jedoch in der momentanen Form durch seine lange Laufzeit nur für sehr kurze Zeiträume einsetzbar ist. Aufgabe dieser Abschlussarbeit ist es, einen ‚Rolling Horizon‘-Ansatz (bei dem das vorliegende Modell schrittweise für kürzere, überlappende Zeiträume gelöst wird) zu implementieren und zu testen. Interessant wäre weiterhin eine Anpassung des Modells für den Einsatz bei der operationellen Planung, bei denen zukünftige Energiepreise und Temperaturbedingungen mit Unsicherheit behaftet.

Ansprechpersonen: Prof. Marco Pruckner,  Prof. Marie Schmidt

In ländlichen Gebieten ist das ÖV-Angebot oft dürftig, viele Pendler weichen deswegen notgedrungen auf’s Auto aus. Ridesharing funktioniert aber erst, wenn genügend Nutzer mitmachen. Meldet sich eine Nutzerin bei einem Dienstleister, der Ridesharing-Paarungen anbietet, an, erwartet sie, für einen hohen Anteil der folgenden Fahrten ein ‚Match‘ zu finden. Ist das nicht der Fall, wird sie den Dienst vermutlich nicht weiter nutzen und somit auch nicht als ‚Match‘ zur Verfügung stehen. Funktioniert das Ridesharing aber für diese Nutzerin gut, wird sie vermutlich weitherhin als Match zur Verfügung stehen und eventuell sogar weitere Nutzerinnen und Nutzer für den Service gewinnen.

Basierend auf der beschriebenen Dynamik stellt sich die Frage, ob es Sinn machen würde, einen Ridesharing-Service zunächst nur auf einzelnen, relativ hoch frequentierten Strecken anzubieten und schrittweise auszuweiten.

Bei der Bearbeitung dieser Frage könnte einerseits die Simulation einer solchen Dynamik im Vordergrund stehen.

Andererseits wäre auch die Frage, in welcher Sequenz Strecken zum Serviceangebot dazugenommen werden sollten spannend, hier bietet sich (unter Annahme einer einfach zu modellierenden Dynamik) die Methode der mathematischen Optimierung an.

Eine weitere spannende Fragestellung wäre die nach einer geeigneten Matchingstrategie, die es erlaubt, möglichst viele Paarungen zu finden – oder möglichst viele Nutzer langfristig von der Nutzung des Angebots zu überzeugen. Hier bietet sich eine Kombination von (Online-)Optimierung und Simulation an.

Ansprechpersonen: Prof. Marie Schmidt, Prof. Marco Pruckner

Verschiedene Studien belegen, dass durch Gütertransport mit autonomen Fahrzeugen Emissionsausstoß sowie Verkehrssicherheit verbessert werden können. Dadurch motiviert betrachten wir folgendes Optimierungsproblem: Kanten eines Verkehrsnetzwerks sollen schrittweise ausgebaut werden, zum Beispiel um sie durch autonome Fahrzeuge befahrbar zu machen. Sind zukünftige Nutzungsdaten bekannt, lässt sich die Frage, für welche Kanten sich ein Ausbau, lohnt als ganzzahliges lineares Programm modellieren und mit Solvern wie CPLEX lösen.

Soll eine solche Lösung aber tatsächlich in die Praxis umgesetzt werden, lassen sich solche Ausbauarbeiten nur Schritt für Schritt umsetzen. Das kann ganz vielfältige Gründe haben: häufig gibt es Zeit-/Budgetbeschränkungen für einzelne Umsetzungszeiträumen; oft geht es aber auch darum, an einem geeigneten Teilnetzwerk erstmal „auszutesten“, wie gut das Angebot angenommen wird; oder man erwartet eine Änderung des Nutzerverhaltens über die Zeit.

Je nach Komplexität dieser Zusammenhänge, kann das Modellieren so eines schrittweisen Ausbaus als mehrstufiges Optimierungsproblems schon recht komplex sein, und es ist zu erwarten, dass sich Modelle realistischer Größe nicht mehr effizient lösen lassen, auch wenn das ‚einstufige‘ Optimierungproblem noch in annehmbarer Zeit lösbar ist.

Ein naheliegender Lösungsansatz ist das sequentielle Vorgehen: löse erstmal nur für die erste Stufe/Periode, dann, gegeben für die Lösung der ersten die zweite etc. Varianten dieses Ansatzes wären ein Rolling-Horizon-Ansatz, oder die Nutzung einer ‚Lookahead‘-Funktion, die versucht, die jetzigen Entscheidungen schon (grob/approximiert) in Hinblick auf Entwicklungen in späteren Planungsphasen zu bewerten.

Ein anderer Lösungsansatz wäre, die Lösung „vom Ergebnis her“ zu denken: statt mit der ersten Stufe zu beginnen, löst man nur die letzte Stufe (bzw. aggregiert alle Entscheidungen in eine Stufe) – und versucht danach, diese Lösung schrittweise aufzubauen.

Ansprechpartnerin: Prof. Marie Schmidt

Ambitionierte Flottenziele der Bundesregierung sowie das Aus für Verbrennerfahrzeuge spätestens 2035 führen auch in der Car-Sharing Branche zu einem Wandel hin zur E-Mobilität. Aufgrund der deutlich höheren Anschaffungskosten für die Fahrzeuge sowie die Investitionskosten in Ladesäulen muss hierbei jedes Kosteneinsparungspotenzial genutzt werden. Eine Möglichkeit ist dabei die Nutzung von V2G Technologie, bei der die Batterien der Fahrzeuge während ihrer Standzeit zur Netzstabilität beitragen oder Profite durch Arbitrage erzielen. Im Zuge dieser Arbeit soll die Vereinbarkeit von Vehicle-2-Grid mit Car Sharing Fahrzeugen untersucht werden und eventuelle Profitpotenziale evaluiert werden. Zusätzlich kann die Einführung eines Stationärspeichers als Puffer für geringere Netzlast und eine Reduktion der Stromkosten untersucht werden.

Voraussetzungen

  • Eigenständiges Arbeiten
  • Sicherer Umgang mit Python

Kontakt

Sprache

  • Deutsch
  • Englisch

Die Nutzung von stationsgebundenen Car-Sharing Fahrzeugen schwankt stark von Station zu Station. Gerade bei der Planung neuer Stationen wäre jedoch eine fundierte Vorhersage der zukünftigen Auslastung wichtig. Deshalb soll in dieser Bachelorarbeit basierend auf geografischen und wirtschaftlichen Daten wie beispielsweise Points Of Interest in der Nähe der Station oder der lokale Mietspiegel zunächst eine Regressionsanalyse für bestehende Stationen durchgeführt werden und basierend darauf eine Vorhersage für potentielle Stationen erstellt werden.

Voraussetzungen

  • Eigenständiges Arbeiten
  • Sicherer Umgang mit Python oder ähnliches

Kontakt

Sprache

  • Deutsch
  • Englisch

Energieverbrauch, -effizienz und Nachhaltigkeit in Kommunikationsnetzen

Die Entwicklung und der Betrieb neuer Kommunikationsnetze wie 6G oder auch Glasfasernetze erfordern verstärkte Berücksichtigung ökologischer Nachhaltigkeit angesichts steigenden Energieverbrauchs durch zunehmende Endgeräte. Forschung soll Möglichkeiten zur Messung und Überwachung von Nachhaltigkeitsmetriken erforschen, um grünere Netze zu gestalten und potenzielle Trade-Offs zwischen Energieverbrauch und Dienstqualität zu quantifizieren.

Ansprechperson: Prof. Tobias Hoßfeld (Informatik III)

Die zunehmende Anzahl von Endgeräten, z.B. in industriellen und städtischen Netzen (Smart Cities), erhöht den Energieverbrauch und die Umweltbelastung. Daher ist die (ökologische) Nachhaltigkeit ein Kernaspekt bei der Entwicklung und dem Betrieb von neuen Kommunikationsnetzen, wie z.B. in 6G, aber auch in Unternehmensnetzen. In der Arbeit sollen Möglichkeiten zur Quantifizierung von Nachhaltigkeit (z.B. Energieverbrauch, Berücksichtigung von Life Cycles von Geräten) und Definition von Metriken erforscht werden. Geeignete Mechanismen zum Monitoring dieser Kenngrößen in der Praxis sollen entwickelt werden. Beispielsweise kann der Energieverbrauch durch das Datenvolumen in den Netzen abgeschätzt werden. Es stehen mehrere Arbeiten zur Verfügung, wobei sich theoretische Ansätze zur Festlegung geeigneter Metriken sowie Messungen in Testumgebungen des Lehrstuhls III (z.B. IoT Testlab, 5G Campus Netz, Smartphone Lab) eignen. Auch Nutzerstudien zur Untersuchung von Metriken für Nachhaltigkeit sind anwendbar.

Ansprechpersonen: Prof. Tobias Hoßfeld

Ein wichtiger Punkt bei der Entwicklung von Kommunikationsnetzen ist der Energieverbrauch der einzelnen Geräte und des gesamten Netzes. Verschiedene Abschlussarbeiten evaluieren den Ressourcen- bzw. Energieverbrauch moderner Technologien (z.B. NB-IoT, LTE-M, 5G, WiFi 7, LoRaWAN) und Geräte sowie die Dienstqualität des gesamten Systems (Quality of Service, QoS). Im Fokus steht das Erfassen und Identifizieren relevanter Kenngrößen auf den Energieverbrauch (z.B. Datenvolumen, Sleep Modi von Geräten), um daraus einfache Zusammenhänge und Modelle abzuleiten, sowie potenzielle Trade-Offs (z.B. geringerer Energieverbrauch aber als Resultat schlechtere QoS) zu quantifizieren. Je nach Fragestellung kommen hier Messungen in den Testbeds des Lehrstuhls III (z.B. IoT Testlab, 5G Campus Netz, Smartphone Lab) oder Simulationen von Kommunikationsnetzen zum Einsatz.

Ansprechpersonen: Prof. Tobias Hoßfeld, Dr. Frank Loh, Dr. Stefan Geißler (Informatik III)

 

Das übergeordnete Ziel besteht darin, Entscheidungen in Kommunikationsnetzen bezüglich der Nachhaltigkeit zu unterstützen und Netze automatisiert umweltfreundlicher und nachhaltiger zu gestalten. Verschiedene Möglichkeiten stehen hierfür zur Verfügung, z.B. geeignete energieeffiziente Protokolle, energiebewusstes Routing, Kompression von Daten, Schlafenlegen oder Abschalten von Geräten. Dabei muss zum einen die Dienstqualität und zum anderen der Energieverbrauch, die Energieeffizienz, sowie (existierende) Metriken zur Quantifizierung von Nachhaltigkeit evaluiert werden. Simulative Studien, aber auch praktische Implementierungen und Messungen in Testbeds eignen sich zur Untersuchung von neuen Mechanismen für grünere Netze und Systeme.

Ansprechpartner: Prof. Tobias Hoßfeld, Dr. Frank Loh, Dr. Stefan Geißler (Informatik III)

Nachhaltige Softwareentwicklung

Die Nachhaltigkeit von Softwareanwendungen durch Analyse und Modernisierung veralteter Programme wird untersucht. Ist es effizienter, Anwendungen neu zu schreiben oder sie auf neuere Systeme zu übertragen. Der Fokus liegt auf der Quantifizierung des Nachhaltigkeitsaufwands und dem Design nachhaltiger Softwareanwendungen.

Ansprechperson: Prof. Samuel Kounev (Informatik II)

Wie können Softwareanwendungen recycelt werden? Ist es effizienter und nachhaltiger, Anwendungen neu zu schreiben oder mit geeigneten technischen Mitteln auf neuere System zu übertragen? Wie kann der Aufwand in Bezug auf Nachhaltigkeit quantifiziert werden? Wie können nachhaltige Softwareanwendungen designt und erstellt werden? Dies soll am Fallbeispiel der Protokollierung von Aktivitäten von Ameisen an der Futterquelle bzw. im Nest mit einem sehr veralteten Programm namens Observer (von 1986, braucht DOS als Betriebssystem) untersucht werden. Über Tastatureingaben werden die Aktivitäten protokolliert. Anhand einer automatischen oder semiautomatischen Auswertung werden z.B. die Dauer der einzelnen Trinkzeiten ermittelt, die Pausen zwischen den Trinkzeiten, die Gesamttrinkzeit usw.

Ansprechperson: Dr. Oliver Geissler (Biologie), Prof. Samuel Kounev (Informatik II)

Umweltbeobachtung mit Fernerkundungsdaten

Fernerkundungsdaten ermöglichen die Analyse von Umweltveränderungen in großen Gebieten. Satellitenbilder bieten globale Beobachtungsmöglichkeiten, erfordern jedoch spezifische Auflösungen. Verfahren wie Datenfusion und maschinelles Lernen werden angewendet, um Echtzeitinformationen über Waldprozesse und Biodiversität zu liefern.

Ansprechpersonen: Prof. Marco Schmidt (Informatik VIII), Prof. Samuel Kounev (Informatik II)

Die Veränderungen der Umwelt kann für große Zielgebiete besonders gut mit Hilfe von Fernerkundungsdaten analysiert werden. So bieten Satellitenbilder zwar auf der einen Seite gute Möglichkeiten die Umwelt global zu beobachten, auf der anderen Seite muss die räumliche, zeitliche und spektrale Auflösung der Instrumente für jede Anwendung beachtet werden. In verschiedenen Themenstellungen werden Verfahren zur Verarbeitung digitaler Satellitenbilder umgesetzt, zum Beispiel Datenfusionalgorithmen oder Aspekte des maschinellen Lernens.

Ansprechperson: Prof. Marco Schmidt (Informatik VIII)

Themen aus diesem Bereich widmen sich der Entwicklung und Implementierung eingebetteter Systeme zur Umweltbeobachtung. Mit dem zunehmenden Bewusstsein für Umweltprobleme und die Notwendigkeit nachhaltiger Entwicklungen gewinnt die Überwachung und Analyse von Umweltparametern an Bedeutung. In diesem Kontext werden eingebettete Systeme als effiziente Werkzeuge betrachtet, um Umweltinformationen in Echtzeit zu sammeln, zu verarbeiten und zu übertragen.

Ansprechperson: Prof. Marco Schmidt (Informatik VIII)

Im ersten Projektjahr von ROOT sind Bausteine für ein innovatives System entwickelt worden, die eine Echtzeit-Fernerkundung ermöglichen und entscheidende Informationen über dynamische Prozesse in Wäldern und deren Auswirkungen auf die Biodiversität zu liefern sollen. Aktuelle Themen ab Q2 2024 wären: (I) Wie kann der Zustand von gestörten Waldflächen mit Fernerkundungsdaten automatisiert bewertet werden hinsichtlich Regenerationsstadium (Biomasse, Baumhöhen, Totholz vorhanden vs. ausgeräumt)? (II) Können erkannte Störungsflächen hinsichtlich ihrer Form (Schneisen, Einzel-Bäume, runde Flächen) sinnvoll mit ML-Techniken klassifiziert werden und sind dabei Rückschlüsse auf die Ursache und Einflussfaktoren möglich? (III) Wie kann die Prozessierung inkrementell und mit dynamischer Frequenz ausgeführt werden? (IV) Wie lässt sich der ROOT-Workflow monitoren, optimiert parallelisieren und modellieren für Ressourcenplanung und Time-to-Result Schätzungen?

Ansprechpersonen: Dr. Nikolas Herbst, Prof. Samuel Kounev (Informatik), Niklas Jaggy (Geographie, DLR)

Automatisierte Auswertung von Daten aus der Biologie

Biologische Daten, wie Honigbienenflüge, liefern Erkenntnisse über Verhaltensmuster und Umweltinteraktionen. Die Analyse dieser Daten ermöglicht das Verständnis von Bienenbiologie und Ökologie, was wiederum wichtige Informationen für den Naturschutz und die Landwirtschaft bereitstellt.

Ansprechperson: Prof. Ricarda Scheiner (Biologie)

Studierende erhalten einen Datensatz zur Radio Frequency Identification (RFID) bei Honigbienen. Hierbei wurde mit Hilfe von individuell markierten Bienen und zwei Scannern am Stockeingang erfasst, wann, wie oft und wie lange eine Biene ausgeflogen ist. Ziel ist der Vergleich des Flugverhaltens von Individuen und von Bienengruppen, die Pflanzenschutzmittel verabreicht bekommen haben. Für die Auswertung dieser Daten soll ein Programm geschrieben werden, das sich durch hohe Flexibilität in Bezug auf die Parameterauswahl und eine gute Bedienerfreundlichkeit auszeichnet. Des Weiteren soll Statistik korrekt angewendet werden.

Ansprechperson: Prof. Ricarda Scheiner (Biologie),

Der Datensatz wird zur Verfügung gestellt. Hierbei geht es darum, verschiedene Gruppen von Honigbienen in Bezug auf die Entwicklung einer circadianen Rhythmik zu untersuchen und mögliche Unterschiede im motorischen Verhalten zu detektieren. Bienen wurden dafür individuell in Aktivitätsmonitore platziert, wo sie über Wochen Nahrung erhielten. Jedes Überqueren einer Lichtschranke wurde als Laufverhalten gewertet. Ziel soll die Entwicklung eines Programms sein, dass das Laufverhalten der Honigbienen über Wochen auswertet und verschiedene Gruppen und Individuen statistisch korrekt miteinander vergleicht. Die Daten sollen nach bestimmten Kriterien auf das Vorhandensein einer circadianen Rhythmik überprüft werden. Die Benutzeroberfläche soll intuitiv und benutzerfreundlich gestaltet sein.

Ansprechperson: Prof. Ricarda Scheiner (Biologie)

Auswertung von Klimadaten und Modellen

Die Auswertung von Klimadaten und Klimamodellen mit Methoden der Informatik wie KI ermöglicht präzisere Vorhersagen und besseres Verständnis des Klimawandels. Algorithmen analysieren große Datenmengen und optimieren komplexe Modelle für eine fundiertere Bewertung von Klimarisiken und die Entwicklung effektiverer Maßnahmen zur Anpassung und Minderung.

Ansprechperson: Prof. Heiko Paeth