 |
Homepage von Prof. Dr.-Ing. Peter Lehmann
Bachelor-Studiengang Wirtschaftsinformatik und Digitale Medien
Berufsbegleitender Master-Studiengang Data Science
|
|
Aktuelles |
Praxissemester an der HdM
-
Neu! Ein Praxissemester kann auch an der HdM durchgeführt werden. Im Projekt Data Literacy. sind 1 - 2 Stellen zu vergeben. Zur Stellenbeschreibung. Bei Fragen wenden Sie sich bitte an Fr. Elke Kasper: kaspere@hdm-stuttgart.de
Vorlesungen vom Sommersemester 2020
|
|
HiWi-Jobs |
Für das Wintersemester 2020/21 sind mehrere HiWi-Jobs zu vergeben. Bei Interesse kontaktieren Sie mich bitte per email.
-
Diverse Aufgaben beim Aufbau einer digitalen Modellbahn in Zusammenarbeit mit der Firma Märklin.
-
Erstellung von Anwendungen mit Microsoft PowerBI in Zusammenarbeit mit Microsoft Deutschland.
|
|
Themen für Abschlußarbeiten |
Zur Zeit sind folgende Bachelorarbeiten zu vergeben.
Geo-Maps mit PowerBI
Ziel der Arbeit ist es, mehrere Szenario zu konzipieren und zu implementieren, die auf Geodaten basieren. Beispielsweise kann mit RouteMap in PowerBI ein kürzester Weg zwischen mehreren Punkten berechnet und visualisiert werden. Ein Video dazu hat es hier. |
Business Planning mit PowerBI
Häufig werden Budgetdaten in Excel erfasst und dann irgendwie gegen die aktuellen Daten ausgewertet. Ziel der Arbeit ist es, mit Hilfe von PowerBI Budgetdaten zu erfassen und über einen DataCube (oder ein Multi-Fakt-Schema) auszuwerten. Bei der Planung müssen einige Planungsszenarien untersucht werden. Ein Link zum Einstieg hat es hier. |
Rangierbetrieb mit Märklin
In Zusammenarbeit mit der Fa. Märklin wurde eine API entwickelt, mit der über einen PC ein dynamischer Ablauf programmiert werden kann. In einem Szenario soll ein Rangierbetrieb konzipiert und mit einer beliebigen Programmiersprache umgesetzt werden. Dabei soll die Position von Güterwagen in einer Datenbank protokolliert werden. Eine digitale Modellbahn mit Lok und API wird zur Verfügung gestellt. |
SQL für Data Scientists am Beispiel SQL Server
Data Scienctists arbeiten oft mit DataFrames, sei es in R oder Python. Große Datenmengen können jedoch einfach nicht vollständig in einen DataFrame oder sogar in eine .csv-Datei geladen werden. Daher werden die Daten in großen Not-Only-SQL-Datenbanken (NO-SQL)gespeichert. Bei sehr strukturierten Daten spielen traditionelle SQL-Datenbank nachwievor ein große Rolle. Ziel der Arbeit ist es, einige Data-Science-Szenarien mit SQL abzubilden um beurteilen zu können, ob SQL ein Rolle in Ergänzung zu R oder Python spielt. |
Story Telling mit PowerBI
Wird Storytelling nicht mit "Geschichte erzählen" übersetzen, sondern - mit Fokus auf BI - etwa mit "über Hintergründe berichten", so geht darum, den Hintergrund von Kennzahlen klug zu vermitteln. Ein einfaches Beispiel wäre: „Alle Umsatzdaten IST-SOLL unserer Vertriebsorganisationen sind grün. Juhu. Wenn man aber genau hinschaut, dann sieht man bei der Analyse, dass der Umsatz zwar erreicht wurde, der Gewinn aber nicht, weil einige Vertriebsorganisationen sehr viel Rabatt gegeben haben. Ziel der Arbeit ist es, das Thema "Story Telling in BI" zu untersuchen und einige Szenarien darzustellen. Die Arbeit wird von Microsoft Deutschland fachlich unterstützt. |
Data Preparation mit Microsoft PowerBI
Data Preparation ist der wohl wichtigste Schritt im Data-Science-Prozess. Ohne aufbereitete Daten wird jedes Business-Intelligence- und Data-Science-Projekt scheitern, da die Algorithmen nur die Daten analysieren können, die sie zur Verfügung gestellt bekommen. Falsche und fehlende Daten sowie Ausreiser können das Ergebnis von Maschine-Learning-Algorithmen und Business-Intelligence-Anwendungen (z. B. Forecast-Berechnungen) stark beeinflussen und zu falschen Entscheidungen führen. Ziel der Arbeit wäre, die Möglichkeiten von Microsoft PowerBI hinsichtlich Data Preparation zu untersuchen. Die Arbeit wird von Microsoft Deutschland fachlich unterstützt. In Bearbeitung |
|
|
Projekt BI und Data Science am Beispiel Märklin Digital |
Das Spielen mit der Modellbahn ist noch realistischer und noch näher am Vorbild geworden. Neu bei einigen Märklin-Lokomotiven ist, dass sie einen Dekoder enthalten, er einen dem Vorbild entsprechenden, virtuellen Betriebsstoffvorrat verwaltet, der im Fahrbetrieb abnimmt und nachgefüllt werden muss.
Unter Volllast und am Berg steigt beispielsweise der Verbrauch. Bei einer Dampflok beispielsweise sind es Bremssand, Wasser und Kohle. Ist der Vorrat einer Komponente verbraucht, führt dies zwangsläufig zu einer Beeinträchtigung des Fahrbetriebes. Die Lok fährt dann in „Schleichfahrt“, bis der fehlende Sand, Wasser oder Kohle wieder gebunkert wird.
Bei diesem Projekt in Zusammenarbeit mit der Firma Märklin geht es darum, die Betriebsdaten während der Fahrt aus einer Dampflok auszulesen, in einem Data Lake abzuspeichern und dann zu berechnen, wie lange es dauert, bis die Dampflok wieder Wasser oder Kohle benötigt.
|
|
Projekt Data Literacy für den Mittelstand |
Neun Hochschulen in Baden-Württemberg, darunter die Stuttgarter Hochschule der Medien (HdM), entwickeln in einem gemeinsamen Projekt neue Schulungs- und Qualifizierungsangebote zur Sammlung, Bewertung und Nutzung großer Datenmengen, die in Unternehmen anfallen. Dabei werden ganz unterschiedliche Bildungsformate eingesetzt – Online- und Präsenzelemente ergänzen sich. Die Weiterbildungsangebote richten sich speziell an mittelständische Unternehmen und sollen in 2020 starten.
Das Projekt “Data Literacy und Data Science” wird bis Ende 2021 mit knapp einer Million Euro aus dem Europäischen Sozialfonds gefördert. Eine weitere Million Euro steuern das Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg und die Projektpartner jeweils hälftig bei.
|
|
Kontakt |
Gerne beantworten wir Ihre Fragen persönlich oder per email.
Kontakt
Hochschule der Medien
Prof. Dr.-Ing. Peter Lehmann
Nobelstraße 10
70569 Stuttgart
Telefon: 0711 8923 2312
E-Mail: lehmann@hdm-stuttgart.de |
|
|
|
|
|
Assistenz
Hochschule der Medien
Frau Petra Leonardy
Nobelstraße 10
70569 Stuttgart
Telefon: 0711 8923 2312
E-Mail: leonardy@hdm-stuttgart.de |
|
|
|
|
|
|
|
|
|
|
KONTAKT
-
Herr Prof. Dr.-Ing. Peter Lehmann lehmann@hdm-stuttgart.de
-
Frau Petra Leonardy (Assistenz) leonardy@hdm-stuttgart.de
-
Frau Elke Kasper (Data Literacy) kaspere@hdm-stuttgart.de
-
Herr Cornelius Specht (Data Science, Märklin) specht@hdm-stuttgart.de
-
Frau Christina Straus (Communications) straus@hdm-stuttgart.de
|
|
