@inproceedings{SildatkeKarwanniKraftetal.2020,
  author    = {Sildatke, Michael and Karwanni, Hendrik and Kraft, Bodo and Schmidts, Oliver and Z{\"u}ndorf, Albert},
  title     = {Automated Software Quality Monitoring in Research Collaboration Projects},
  series = {ICSEW'20: Proceedings of the IEEE/ACM 42nd International Conference on Software Engineering Workshops},
  booktitle = {ICSEW'20: Proceedings of the IEEE/ACM 42nd International Conference on Software Engineering Workshops},
  publisher = {IEEE},
  address   = {New York, NY},
  doi       = {10.1145/3387940.3391478},
  pages     = {603 -- 610},
  year      = {2020},
  abstract  = {In collaborative research projects, both researchers and practitioners work together solving business-critical challenges. These projects often deal with ETL processes, in which humans extract information from non-machine-readable documents by hand. AI-based machine learning models can help to solve this problem. Since machine learning approaches are not deterministic, their quality of output may decrease over time. This fact leads to an overall quality loss of the application which embeds machine learning models. Hence, the software qualities in development and production may differ. Machine learning models are black boxes. That makes practitioners skeptical and increases the inhibition threshold for early productive use of research prototypes. Continuous monitoring of software quality in production offers an early response capability on quality loss and encourages the use of machine learning approaches. Furthermore, experts have to ensure that they integrate possible new inputs into the model training as quickly as possible. In this paper, we introduce an architecture pattern with a reference implementation that extends the concept of Metrics Driven Research Collaboration with an automated software quality monitoring in productive use and a possibility to auto-generate new test data coming from processed documents in production. Through automated monitoring of the software quality and auto-generated test data, this approach ensures that the software quality meets and keeps requested thresholds in productive use, even during further continuous deployment and changing input data.},
  language  = {en}
}
@inproceedings{DuemmlerOetringerGoettsche2020,
  author    = {D{\"u}mmler, Andreas and Oetringer, Kerstin and G{\"o}ttsche, Joachim},
  title     = {Auslegungstool zur energieeffizienten K{\"u}hlung von Geb{\"a}uden},
  series = {DKV-Tagung 2020, AA IV},
  booktitle = {DKV-Tagung 2020, AA IV},
  pages     = {1109},
  year      = {2020},
  abstract  = {Thematisch widmet sich das Projekt Coolplan- AIR der Fortentwicklung und Feldvalidierung eines Berechnungs- und Auslegungstools zur energieeffizienten K{\"u}hlung von Geb{\"a}uden mit luftgest{\"u}tzten Systemen. Neben dem Aufbau und der Weiterentwicklung von Simulationsmodellen erfolgen Vermessungen der Gesamtsysteme anhand von Praxisanlagen im Feld. Der Schwerpunkt des Projekts liegt auf der Vermessung, Simulation und Integration rein luftgest{\"u}tzter K{\"u}hltechnologien. Im Bereich der K{\"a}lteerzeugung wurden Luft- Luft- W{\"a}rmepumpen, Anlagen zur adiabaten K{\"u}hlung bzw. offene K{\"u}hlt{\"u}rme und VRF- Multisplit- Systeme (Variable Refrigerant Flow) im Feld bzw. auf dem Teststand der HSD vermessen. Die Komponentenmodelle werden in die Matlab/Simulink- Toolbox CARNOT integriert und anschließend auf Basis der zuvor erhaltenen Messdaten validiert. Einerseits erlauben die Messungen das Betriebsverhalten von Anlagenkomponenten zu analysieren. Andererseits soll mit der Vermessung im Feld gepr{\"u}ft werden, inwieweit die Simulationsmodelle, welche im Vorg{\"a}ngerprojekt aus Pr{\"u}fstandmessungen entwickelt wurden, auch f{\"u}r gr{\"o}ßere Ger{\"a}teleistungen G{\"u}ltigkeit besitzen. Die entwickelten und implementierten Systeme, bestehend aus verschiedensten Anlagenmodellen und Regelungskomponenten, werden gepr{\"u}ft und dahingehend qualifiziert, dass sie in Standard- Auslegungstools zuverl{\"a}ssig verwendet werden k{\"o}nnen. Zus{\"a}tzlich wird ein energetisches Monitoring eines H{\"o}rsaalgeb{\"a}udes am Campus J{\"u}lich durchgef{\"u}hrt, das u. a. zur Validierung der K{\"u}hllastberechnungen in g{\"a}ngigen Simulationsmodelle genutzt werden kann.},
  language  = {de}
}
@article{MarinkovicButenweg2020,
  author    = {Marinkovic, Marko and Butenweg, Christoph},
  title     = {Ausfachungen aus Ziegelmauerwerk in Stahlbetonrahmentragwerken unter Erdbebenbeanspruchung},
  series = {Mauerwerk},
  volume    = {24},
  journal   = {Mauerwerk},
  number    = {4},
  publisher = {Wiley},
  address   = {Weinheim},
  issn      = {1437-1022},
  doi       = {10.1002/dama.202000011},
  pages     = {194 -- 205},
  year      = {2020},
  abstract  = {Stahlbetonrahmentragwerke mit Ausfachungen aus Mauerwerk weisen nach Erdbeben h{\"a}ufig schwere Sch{\"a}den auf. Gr{\"u}nde hierf{\"u}r sind die Beanspruchungen der Ausfachungsw{\"a}nde durch die aufgezwungenen Rahmenverformungen in Wandebene und die gleichzeitig auftretenden Tr{\"a}gheitskr{\"a}fte senkrecht zur Wandebene in Kombination mit der konstruktiven Ausf{\"u}hrung des Ausfachungsmauerwerks. Die Ausfachung wird in der Regel knirsch gegen die Rahmenst{\"u}tzen gemauert, wobei der Verschluss der oberen Fuge mit M{\"o}rtel oder Montageschaum erfolgt. Dadurch kommt es im Erdbebenfall zu lokalen Interaktionen zwischen Ausfachung und Rahmen, die in der Folge zu einem Versagen einzelner Ausfachungsw{\"a}nde oder zu einem sukzessiven Versagen des Gesamtgeb{\"a}udes f{\"u}hren k{\"o}nnen. Die beobachteten Sch{\"a}den waren die Motivation daf{\"u}r, in dem europ{\"a}ischen Forschungsprojekt INSYSME f{\"u}r Stahlbetonrahmentragwerke mit Ausfachungen aus hochw{\"a}rmed{\"a}mmenden Ziegelmauerwerk innovative L{\"o}sungen zur Verbesserung des seismischen Verhaltens zu entwickeln. Der vorliegende Beitrag stellt die im Rahmen des Projekts von den deutschen Projektpartnern (Universit{\"a}t Kassel, SDA-engineering GmbH) entwickelten L{\"o}sungen vor und vergleicht deren seismisches Verhalten mit der traditionellen Ausf{\"u}hrung der Ausfachungsw{\"a}nde. Grundlage f{\"u}r den Vergleich sind statisch-zyklische Wandversuche und Simulationen auf Wandebene. Aus den Ergebnissen werden Empfehlungen f{\"u}r die erdbebensichere Auslegung von Stahlbetonrahmentragwerken mit Ausfachungen aus Ziegelmauerwerk abgeleitet.},
  language  = {de}
}
@inproceedings{PhilippBrillowskiDammersetal.2020,
  author    = {Philipp, Brauner and Brillowski, Florian Sascha and Dammers, Hannah and K{\"o}nigs, Peter and Kordtomeikel, Frauke Carole and Petruck, Henning and Schaar, Anne Kathrin and Schmitz, Seth and Steuer-Dankert, Linda and Mertens, Alexander and Gries, Thomas and Leicht-Scholten, Carmen and Nagel, Saskia K. and Nitsch, Verena and Schuh, G{\"u}nther and Ziefle, Martina},
  title     = {A research framework for human aspects in the internet of production: an intra-company perspective},
  series = {Proceedings of the AHFE 2020},
  booktitle = {Proceedings of the AHFE 2020},
  editor    = {Mrugalska, Beata and Trzcielinski, Stefan and Karwowski, Waldemar and Nicolantonio, Massimo Di and Roossi, Emilio},
  publisher = {Springer},
  address   = {Cham},
  isbn      = {978-3-030-51980-3},
  doi       = {10.1007/978-3-030-51981-0_1},
  pages     = {3 -- 17},
  year      = {2020},
  abstract  = {Digitalization in the production sector aims at transferring concepts and methods from the Internet of Things (IoT) to the industry and is, as a result, currently reshaping the production area. Besides technological progress, changes in work processes and organization are relevant for a successful implementation of the "Internet of Production" (IoP). Focusing on the labor organization and organizational procedures emphasizes to consider intra-company factors such as (user) acceptance, ethical issues, and ergonomics in the context of IoP approaches. In the scope of this paper, a research approach is presented that considers these aspects from an intra-company perspective by conducting studies on the shop floor, control level and management level of companies in the production area. Focused on four central dimensions—governance, organization, capabilities, and interfaces—this contribution presents a research framework that is focused on a systematic integration and consideration of human aspects in the realization of the IoP.},
  language  = {en}
}