Die Möglichkeit, Gaststätten online zu bewerten, hat viele Leute zu „Restaurantkritikern“ gemacht. Das sind die am besten beurteilten Lokale im Hofer Land. Und: Was Gastwirte und ein Experte zu den Sternebewertungen sagen.

Wer ein Restaurant sucht, findet auf Google auch Bewertungen der Lokale. Wie aussagekräftig sind diese?

Die vorliegende kumulative Habilitationsschrift entstand im Rahmen der Tätigkeit von Lars Hahn als Forschungsgruppenleiter am Institut für Textilmaschinen und Textile Hochleistungswerkstofftechnik der Technischen Universität Dresden.

Im Kapitel 1 werden die wissenschaftliche technische Ausgangssituation und die in den durchgeführten Forschungsarbeiten angewandten Basistechnologien sowie der theoretische Ansatz des Forschungsgebietes vorgestellt. Die entwickelten Technologien auf Basis der Multiaxial-Kettenwirktechnik und Robotik werden mit dem Titel der vorliegenden Habilitationsschrift „Technologien für mehraxial lastangepasst angeordnete, textile Hochleistungsstrukturen mit hohem Vorfertigungsgrad zur Anwendung in Faserverbundwerkstoffen“ zusammengefasst. Im Kapitel 2 werden ausgewählte eigene Publikationen vorgestellt. Hierzu gehören 12 in interdisziplinärer Zusammenarbeit erarbeitete Artikel aus Fachjournalen und Tagungsbeiträgen mit Peer Review Prozess und drei Patentanmeldungen.

Auf Basis der fokussierten Herstellungstechnologien Multiaxial-Kettenwirktechnik und Robotik umfassen die Publikationen folgende Schwerpunktthemen: Gelege für 3D-Bauteilanwendungen (1), Bewehrungsstrukturen aus profilierten Carbongarnen zur Verarbeitung mit der Multiaxial-Kettenwirktechnik (2) sowie robotergestützt hergestellte biologisch-inspirierte 3D-Betonbewehrungen (3)

In der digitalen Marketinglandschaft entwickelt sich künstliche Intelligenz zum Game-Changer für Kundenbindungsstrategien. Wie Andreas Wagener in seinem Fachbeitrag "Wie KI das Loyalty Marketing verändert" aufzeigt, haben Unternehmen wie Starbucks, Sephora und Nike bereits innovative KI-gestützte Loyalty-Konzepte etabliert. Grundsätzlich werden 4 innovative Lösungsansätze durch KI identifiziert:

• Tiefere Personalisierung: KI-Systeme können Kundenpräferenzen präziser analysieren und maßgeschneiderte Angebote entwickeln
• Präzise Kundenvorhersagen: Frühzeitige Erkennung von Abwanderungsrisiken und automatisierte Rückgewinnungsmaßnahmen
• Effizientere Kommunikation: Optimale Ansprache zum richtigen Zeitpunkt über den bevorzugten Kanal
• Gamification: Spielerische Elemente erhöhen das Engagement und die emotionale Bindung

Für das KI-Briefing erläutert der Experte, welche spezifischen Potenziale sich daraus für Verlage ergeben. 

This study explores the integration of Industry 5.0 principles into existing Industry 4.0 configurations to address excessive heat dissipation, energy efficiency and promote carbon neutral manufacturing. Industry 5.0 represents a paradigm shift, emphasizing human-centered approaches, energy efficiency and environmental sustainability alongside traditional productivity goals. The case study analyzes energy consumption in an Industry 4.0 setup, quantifies heat waste and applies innovative solutions to optimize energy use. Considering digital manufacturing through the Industrial Internet of Things (IIoT), big data analytics, smart automation technologies in cyber-physical production systems and sustainable practices, the study aims to mitigate and minimize energy waste and carbon emissions. Through quantitative analysis, it identified energy inputs, mapped energy transformations, and assessed energy waste hotspots. Despite all the benefits of Industry 4.0, it showed that responsible practices and new initiatives are required to reuse and capitalize on that wasted energy or heat, underscoring the importance of integrating Industry 5.0 principles for sustainable manufacturing.

Die großen digitalen Plattformen bestimmen nicht nur die Regeln auf ihren Märkten, sondern wirken zunehmend auch auf die gesellschaftliche Sphäre ein, mit oft als äußerst schädlich empfundenen Resultaten, wie etwa der Schaffung von Filterblasen und „Rabbit Holes“ oder der unkontrollierten Verbreitung von Fake News. Immer stärker werden daher die Rufe nach einer Beschränkung der Plattformmacht, nach Plattformregulierung oder sogar Zerschlagung der dahinterstehenden Konzerne laut. Dabei stellt sich die Frage, ob entsprechende Maßnahmen nicht an anderer Stelle ansetzen sollten – etwa beim „Treibstoff“ der Plattformökonomie, den Daten.

Geht man davon aus, dass die Macht der großen Tech-Plattformen ihren Ursprung vor allem in der Sammlung von Daten und deren algorithmischer Auswertung hat, so sollte sich womöglich auch die Plattformregulierung entsprechend hieran orientieren. Während der erste Teil dieses Artikels sich mit den Grundlagen der Plattformmacht im „Überwachungskapitalismus“ beschäftigte, widmet sich dieser zweite Teil nun möglichen Alternativen zu den gegenwärtigen Regulierungsbemühungen. Diese setzen nicht bei den gegenwärtigen Marktverhältnissen, sondern bei den individuellen Datenverfügungsrechten an.

This paper investigates the practical implementation of models in the energy management of buildings for complex user behavior and the use of multiple heating technologies, focusing on the development of an accurate yet efficient model. The study is exemplified by the new Institute for Hydrogen and Energy Technology building at Hof University of Applied Sciences, designed as a research platform for innovative energy solutions. We address the integration of shading strategies and the subsequent model order reduction necessary for effective Model Predictive Control application. The research involves creating a simplified resistance-capacitance model of the building's thermal zones, including its heating systems and a dual façade with solar thermal collectors. This simplified model, generated using the BRCM Toolbox and validated against a detailed EnergyPlus model, accounts for dynamic discrepancies, particularly during periods of high solar radiation. Optimization techniques are applied to the simplified model across different seasons, revealing that season-specific optimizations are more effective for long-term simulations, while a combined optimization approach is suitable for short-term and year-round MPC applications. The results underscore the potential of advanced MPC strategies to enhance energy efficiency and sustainability in complex building systems with multiple renewable energy sources.

Es ist nahezu unmöglich, sich dem Hype um das Thema Künstliche Intelligenz (KI) zu entziehen. Insbesondere das Aufkommen der generativen KI, von Instrumenten wie ChatGPT oder Midjourney und der zugrundeliegenden großen Sprachmodelle, hat die Spielregeln für das Marketing neu definiert. Auch in der Mediaplanung, bei der Entwicklung und Umsetzung von Werbestrategien, entstehen neue Handlungsfelder, Chancen und Herausforderungen.

The density of memory cells in modern DRAM is so high that frequently accessing a memory row can flip bits in nearby rows. That effect is called Rowhammer, and an attacker can exploit this phenomenon to flip bits by rapidly accessing the contents of nearby memory rows. In recent years, researchers have developed sophisticated exploits based on this vulnerability, which enable privilege escalation on desktop computers, mobile devices, and even cloud systems without requiring any software vulnerability. However, rows are not equally vulnerable to Rowhammer. Therefore, an attacker has to massage the memory, for instance, with Page Table Entry (PTE) spraying, to increase the chance of successful exploitation. More bit flips mean the attacks become easier and faster to conduct. 

In this paper, we present Flipper, a Rowhammer amplification attack against DDR3, consisting of two components: cmpIST exploits the cmpsb and repe x86 instructions to get DRAM access with higher frequency. cmpP AR exploits the effect of hammering in multiple threads, which increases the number of bit flips found in a given time, as shown in previous work. As a result, we can increase the number of bit flips by a factor of 830 on the measured devices, even on systems featuring mitigation techniques, without using administrative privileges. We evaluate our technique on six DDR3 DIMMs. Although DDR3 memory has been superseded by DDR4 and DDR5 memory technologies, it is still widely used in devices that do not require frequent replacement, such as projectors, smart displays, servers, embedded devices, routers, and printers.

Map matching is a widely used technology for assigning tracks recorded by Global Navigation Satellite Systems (GNSS) to existing road networks. Due to the measurement uncertainty of GNSS positions, the biggest challenge is to map them accurately. To develop and verify suitable algorithms for map matching, ground truth, i.e., the traveled routes in the road network, is required as a reference. However, GNSS recorded tracks naturally lack the ground truth routes. Providing this data is time-consuming and costly in these cases, as it requires manual correction of the routes based on human memorization. This is not practical on a large scale, e.g., with floating car data (FCD). This is why there exist only a few isolated ground truth data sets that were created in this way for map matching. To close this gap, we introduce and evaluate in this work a new open source tool-chain for artificially generating large amounts of simulated ground truth routes for map matching. Based on these routes, we generate simulated FCD and we apply comparably authentic and parameterizable artificial GNSS noise with varying noise characteristics. The generated data allows to thoroughly evaluate and improve the performance of existing map matching algorithms and facilitates in future research the development of novel algorithms based on sufficiently large and diverse labeled data. In this work, we evaluate different scenarios of varying noise characteristics of our artificially generated ground truth data to compare the robustness, individual strengths, and weaknesses of existing open source map matching implementations. Our new approach of artificially generating ground truth data for map matching addresses the existing lack of sufficient available reference data for ongoing map matching research.

There is a huge demand for trying on clothing at home. Recent methods to capture your figure mostly work in a 2d image plane and despite recent improvements of available technology the simulation of clothing is still not satisfactory. Especially the rendering of different clothing sizes is still a major challenge, which is only addressed by COTTON [1]. We propose an improvement to this approach by adding more control over the image generation process. For this we employ a special type of conditional diffusion model, namely ControlNet, and take keypoints of the fashion as conditional input. (This work is a part of the project (M4-SKI) has been supported and funded by the European Regional Development Fund (ERDF)).