Deutschenglish

Themen

Toward Adaptive Manufacturing: Scheduling problems in the Context of Industry 4.0.

Toward Adaptive Manufacturing: Scheduling problems in the Context of Industry 4.0.

Adaptive Fertigung und Cyber-Physische Systeme (CPS) haben sich in den letzten Jahren als Hauptthemen in Wissenschaft und Industrie herausgestellt, da aktuell Projekte auf Regierungsebene gestartet wurden, um Innovationen unter ...
DIGITALE DEGUSTATION | HYBRIDE VERANSTALTUNG  | 05.07.2022

DIGITALE DEGUSTATION | HYBRIDE VERANSTALTUNG | 05.07.2022

Das Mittelstand 4.0-Kompetenzzentrum Magdeburg lädt Sie herzlich zur Digitalen Degustation am 05. Juli 2022 – in der Zeit von 16.00 bis 20.00 Uhr – virtuell oder vor Ort in die Festung Mark nach Magdeburg ein. Neben edlen Tropfen ...

Creation of a Framework and a Corresponding Tool Enabling the Test-Driven Development of Locally Developed Microservices in Docker

Microservice-Architekturen haben sich als Gegenentwurf zu herkömmlichen monolithischen Anwendungen herausgebildet. Während Monolithen als einzelne lauffähige Applikationen eingesetzt werden, deren Module die Ressourcen des zugrunde ...
MRCC auf der 25th Americas Conference on Information Systems

MRCC auf der 25th Americas Conference on Information Systems

Auch in diesem Jahr war das MRCC wieder mit einer Delegation auf der Americas Conference on Information Systems (AMCIS) vertreten. Die diesjährige fünfundzwanzigste Ausgabe fand vom 15. Bis zum 17. August 2019 in Cancún (Mexiko) statt ...

Development and Operationalization of Data Science Solutions (Scientific Team Project)

If you are a team of 3-4 master students and are interested in solving end-to-end Data Science problems, you can apply to conduct your scientific team project under our supervision. The task will be to work on a Data Science scenario ...

Konzeption, Evaluierung und Implementierung einer Videoportallösung für Schulung und Präsentation im Intranet der IDT Biologika GmbH

...

Ermittlung und Beschreibung von Operationen im Kontext von datenintensiven Projekten (BA, MA, WIP, WTP)

Seit Beginn dieses Jahrzehnts hat sich Big Data als eine vielversprechende Möglichkeit erwiesen um datenintensive Projekte und Anwendung zu entwickeln, die noch vor wenigen Jahren unmöglich erschienen. Unter Verwendung neuartiger Technologien ...
Modernising Human Resources Management in South Mediterranean Higher Education (RISE)

Modernising Human Resources Management in South Mediterranean Higher Education (RISE)

Die Bedeutung der Qualität vom Personalwesen (Human Resource Management, HRM) für die Entwicklung und Optimierung von Hochschuleinrichtungen (HEIs) ist heutzutage nicht mehr zu leugnen. Es gibt immer komplexer werdende ...

Exporting Master Programmes in Enterprise Systems Engineering to Jordan, Syria, Tunisia and Egypt - TEMPUS - Project

Today, there is a major lack of knowledge and experiences in the field of ESE and Business Informatics in the EU southern neighboring region. The MSC.ESE project with the reference number 530260-TEMPUS-1-2012-1-DE-TEMPUS-JPCR aims at creating ...
IT Infrastructure Modeling Language

IT Infrastructure Modeling Language

Einleitung Für die Software-Entwicklung existieren verschiedene grafische Modellierungssprachen für unterschiedliche Anwendungsgebiete. So können z. B. Prozesse mittels ereignisgesteuerten Prozessketten (EPKs) abgebildet werden oder ...

Publikationen

Haertel, Christian; Pohl, M.; Nahhas, Abdulrahman; Staegemann, D. G.; Turowski, K.
Toward A Lifecycle for Data Science: A Literature Review of Data Science Process Models
Pohl, M.; Staegemann, D. G.; Haertel, Christian; Nahhas, Abdulrahman; Turowski, K.
Migration Patterns for Applications in Cloud Computing Environments
Staegemann, D. G.; Volk, M.; Haertel, Christian; Pohl, M.; Daase, C.; Turowski, K.
A Literature Review on the Challenges of Applying Test-Driven Development in Software Engineering
Staegemann, D. G.; Volk, M.; Turowski, K.
Adapting the (Big) Data Science Engineering Process to the Application of Test Driven Development
Nahhas, A.; Pohl, M.; Turowski, K.
Comparative analysis of machine learning models for anomaly detection in manufacturing