Digitale Transformation

Der Forschungsschwerpunkt „Digitale Transformation“ ist die Ergänzung der Studiengänge Management, Communication & IT sowie Digital Business & Software Engineering in den Bereichen der angewandten Forschung und Entwicklung praxisrelevanter Lösungen für Digitalisierung und deren umfassende Integration in die Praxis. Interdisziplinär bearbeiten wir technische, soziale, organisationale und individuelle Aspekte.

Im Rahmen der digitalen Transformation sind für uns der sichere, analytische Umgang mit Daten, die Interaktion von Menschen mit technischen Systemen, die Gestaltung neuer Arbeitswelten sowie die Anpassung von Arbeits- und Produktionsprozessen und deren Steuerung in realen aber auch virtuellen Welten wesentlich.

 

Data & Analytics

Große Datenmengen, die aus unterschiedlichsten Datenquellen (z.B. IoT, etc.) generiert werden, können als Basis für Entscheidungen, Verbesserung von Produkten und Prozessen und für die Entwicklung neuer Geschäftsmodelle herangezogen werden. Data & Analytics beschäftigen sich mit der Speicherung, Aufbereitung, Analyse und Visualisierung von Daten unter Verwendung geeigneter Systemarchitekturen.

  • Umsetzung konkreter Projekte und Aufgabenstellungen in Unternehmen
  • Integration des Internet of Things als eine wesentliche Datenquelle
  • Visualisierung von Daten (z.B. Dashboards)
  • Anwendung moderner Tools (z.B. aus dem Bereich der Künstlichen Intelligenz, zur Entscheidungsfindung)
  • Weiterentwicklung bestehender IT-Systemarchitekturen

IT Security & Privacy

IT Security und Privacy leisten den Beitrag im sicheren Umgang mit Daten und Informationssystemen, die im Laufe der zunehmenden Digitalisierung ständig an Relevanz gewinnen.

  • Sicherheit von maschinellem Lernen
  • Netzwerksicherheit
  • Verschlüsselungstechnologien
  • Multimediasicherheit

Technology Interaction & Innovation

Technology Interaction & Innovation beschäftigt sich mit dem Aufeinandertreffen von Mensch und Technologie im beruflichen bzw. privaten Umfeld. Im Bereich der Innovationsforschung liegt der Fokus auf der Methodik des Design Thinking.

  • Erfahrung und Benutzerfreundlichkeit von sozialen und webbasierten Diensten
  • Evaluierung der Akzeptanz von Assistenztechnologien
  • Untersuchung des Vertrauens in intelligente Systeme

Operational Excellence & Agile Governance

Die Verbesserung unternehmerischer Entscheidungen und die Etablierung stabiler Prozesse im Unternehmen – unter der Berücksichtigung sich schnell ändernder Technologien, Frameworks und des regulatorischen Umfelds – sind wesentliche Gestaltungsfelder der Operational Excellence.

  • Internet der Dinge
  • Smarte Produktion
  • Datenauswertung großer Datenmengen
  • Audits
  • Compliance und IT-Governance des agilen Handelns

Next World of Work / Virtual & Augmented Reality

Next World of Work vereint unterschiedliche Themen im Kontext der sich verändernden Arbeitswelt.

  • Schaffung und Agilität von Arbeitsplätzen
  • Lifelong Learning
  • Talent-Diversity & Innovativeness
  • Organisationsdesign
  • Leadership
  • Innovative Technologien z.B. Virtual Reality (VR) & Augmented Reality (AR)
Kontakt
FH-Prof. Dr. Peter J. Mirski | Leiter Department & Studiengang Bachelorstudiengang Management, Communication & IT
FH-Prof. Dr. Peter J. Mirski Leiter Department & Studiengang

Bei Fragen zum Forschungsschwerpunkt kontaktieren Sie uns unter:
Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein!


FH-Prof. Dr. Peter J. Mirski | Leiter Department & Studiengang Bachelorstudiengang Management, Communication & IT
FH-Prof. Dr. Peter J. Mirski Leiter Department & Studiengang
Assoc. Prof.  Matthias Janetschek, PhD | assoziierter FH-Professor Bachelorstudiengang Digital Business & Software Engineering
Assoc. Prof. Matthias Janetschek, PhD assoziierter FH-Professor +43 512 2070 - 4331
FH-Prof. Dr. Stephan Schlögl | Professor (FH) Bachelorstudiengang Management, Communication & IT
FH-Prof. Dr. Stephan Schlögl Professor (FH) +43 512 2070 - 3535
FH-Prof. Dr. Reinhard Bernsteiner | Professor (FH) Masterstudiengang Management, Communication & IT
FH-Prof. Dr. Reinhard Bernsteiner Professor (FH) +43 512 2070 - 3532
FH-Prof. Dr. Dietmar Kilian | Professor (FH) Bachelorstudiengang Wirtschaft & Management
FH-Prof. Dr. Dietmar Kilian Professor (FH) +43 512 2070 - 3533
Assoc. Prof. Dr. Pascal Schöttle | assoziierter FH-Professor Bachelorstudiengang Digital Business & Software Engineering
Assoc. Prof. Dr. Pascal Schöttle assoziierter FH-Professor +43 512 2070 - 4332
 Thomas Dilger, MA, BA | Senior Lecturer Bachelorstudiengang Management, Communication & IT
Thomas Dilger, MA, BA Senior Lecturer +43 512 2070 - 3537
 Alexander Monz, BA MA | Wissenschaftliche Assistenz & Projektmanagement Bachelorstudiengang Digital Business & Software Engineering
Alexander Monz, BA MA Wissenschaftliche Assistenz & Projektmanagement +43 512 2070 - 4322
Dr. Teresa Spieß | Dzt. Karenz Bachelorstudiengang Management, Communication & IT
Dr. Teresa Spieß Dzt. Karenz +43 512 2070 - 3525
Mag. Aleksander Groth | Hochschullektor Bachelorstudiengang Management, Communication & IT
Mag. Aleksander Groth Hochschullektor +43 512 2070 - 3523
Prof. (FH) Dr. Christian Ploder | Professor (FH) Bachelorstudiengang Management, Communication & IT
Prof. (FH) Dr. Christian Ploder Professor (FH) +43 512 2070 - 3536

Prozessanalyse und Datenmodellaufbereitung / Fa. Tiroler Rohre GmbH
Laufzeit:
2019 - 2021

ProjektleiterIn:
Prof. (FH) Dr. Christian Ploder

Projektbeschreibung:
Industrie und Wirtschaft sind derzeit stark im Wandel in Richtung einer automatisierten und digitalisierten Welt. Die Herausforderungen für produzierende Unternehmen sind dabei vielfältig und umfassen technische, wirt-schaftliche und soziologische Aspekte. Die Tiroler Rohrer GmbH steht aktuell vor der Herausforderung, eine Wanddickenoptimierung an einer der Kokillengussmaschinen (Maschine 4) durchführen zu wollen, wobei das Hauptaugenmerk auf dem Spitzen-ende liegen wird. Folgende Gründe werden dafür angegeben: - Wanddickenverlauf am Spitzende nach wie vor schwer beherrschbar - Simulation brachte zur Steuerung kein eindeutiges Ergebnis - Spitzendwanddicke hängt von zu vie-len Parametern ab - Durch automatisierte Messung des Wanddickenverlaufs bei jedem Rohr sind neue Prozessdaten verfügbar - Durch Auslesen sämtlicher (verfügbaren) Prozessparameter sollen Muster zwischen Prozesspara-meter und Wanddicken sichtbar gemacht werden.

Game Over Eva(sion): Sicheres Deep Learning mit Spieltheorie
Laufzeit:
2019 - 2022

ProjektleiterIn:
Assoc. Prof. Dr. Pascal Schöttle

ProjektmitarbeiterInnen:
Maximilian Samsinger

Projektbeschreibung:
Das Projekt "Game Over Eva(sion):Sicheres Deep Learning mit Spieltheorie" zielt darauf ab, Klassifizierer die auf sogenanntem Deep Learning basieren gegen gezielte Angriffe zu schützen. Diese Klassifizierer sind sowohl in der wissenschaftlichen Forschung als auch im praktischen Einsatz sehr weit verbreitet. Unter anderem nutzen selbstfahrende Autos, Smartphones und digitale persönliche Assistenten diese Art von Algorithmen. Leider hat die Forschung in letzter Zeit gezeigt, dass Deep Learning- Klassifizierer sehr anfällig für strategische Angriffe sind. Vor allem die sogenannten Evasion-Angriffe, bei denen ein Angreifer es schaffen kann, durch sehr kleine Änderungen ein Objekt völlig falsch klassifizieren zu lassen, stellen ein ungelöstes Problem für fast alle Deep Learning-Klassifizierer dar. Wir modellieren den Wettbewerb zwischen einem Angreifer welcher Evasion-Angriffe durchführt und einem Verteidiger, der einen robusten Deep Learning-Klassifizierer trainieren möchte mithilfe der Spieltheorie. Dazu werden wir in einem ersten Schritt erörtern welche Konzepte aus verwandten Disziplinen wie der Angreifer-antizipierenden Klassifikation auf den Bereich des Deep Learning angewandt werden können. Desweiteren werden wir ein spieltheoretisches Model entwickeln um die Abhängigkeiten von Angriffstaktik und Verteidigungstaktik erfassen zu können. Im Laufe des Projekts versprechen wir uns die ersten theoretisch fundierten Ergebnisse zur allgemein erreichbaren Sicherheit solcher Klassifizierer überhaupt. Zudem können wir bisherige, größtenteils heuristisch hergeleitete Verteidigungsmaßnahmen auf ihre Optimalität überprüfen. Letztendlich wollen wir die wesentlichen Eigenschaften unserer theoretischen Analysen in einer praktischen Implementierung eines solchen Klassifizierers umsetzen und diesen Klassifizierer mit anderen Klassifizierern auf dem neusten Stand der Technik vergleichen. Somit können wir validieren, inwieweit es unser Ansatz ermöglicht, Deep Learning-Klassifizierer vor gezielten Angriffen zu schützen. Die erwarteten Ergebnisse dieses Projekts werden erstmals Aussagen darüber zulassen, inwieweit Deep Learning-Klassifizierer dafür geeignet sind, großflächig auch in sicherheitskritischen Bereichen eingesetzt zu werden.

Traclink Datenanalyse
Laufzeit:
2018 - 2019

ProjektleiterIn:
FH-Prof. Dr. Peter J. Mirski

ProjektmitarbeiterInnen:
Assoc. Prof. Dr. Pascal Schöttle

Assoc. Prof. Matthias Janetschek, PhD

FH-Prof. Dr. Reinhard Bernsteiner

Dipl.-Ing. Sarah Dörschlag, BSc

Projektbeschreibung:
Die Firma Lindner stellt Traktoren für die Grün-, Berg-, und Kulturlandwirtschaft und Fahrzeuge für die Kommunalwirtschaft (Unitrac) her, welche bereits mit verschiedenen Sensoren ausgestattet sind. Diese Sensoren dienen der Erfassung von unterschiedlichen Fahrzeugdaten, welche auf einem Ser-ver abgelegt werden. Von diesem Datenspeicher können die Daten abgegriffen und zur Weiterverar-beitung aufbereitet werden. Für die Analyse der Daten fehlt soweit eine einheitliche Softwarestruk-tur, sowie Auswertungstools, Apps und ein Benutzerinterface. Die Firma Lindner möchte aufgrund der Analyse der Fahrzeugdaten, gekoppelt mit externen Daten (z.B. Wetterprognose) eine Optimie-rung im Arbeitsvorgang erzielen. Dazu zählt unter anderem automatisiertes Fahren, Pflügen, Schnee-räumen mit Hilfe von GPS-Daten, die Bewässerung von Pflänzchen (im Weinanbau), die Berechnung der benötigen Streusalzmenge aufgrund der Wetterlage, die Berechnung des tatsächlichen Ver-brauchs der Streusalzmenge etc. Ein besonderes Augenmerk soll im Winter 2018/19 auf die weitere Datenerfassung und -verarbeitung der tatsächlichen Streusalzmenge in der kommunalen Anwen-dung gelegt werden. So soll mit Unterstützung von Wetterprognosen und GPS-Daten die Streusalz-menge hervorgesagt und optimiert werden.

Heidelberg Laureate Forum - women‘s careers in mathematics and computer science
Laufzeit:
2020 - 2023

ProjektleiterIn:
FH-Prof. Dr. Peter J. Mirski

ProjektmitarbeiterInnen:
Susann Kruschel, MSc

Arno Rottensteiner, BA

FH-Prof. Dr. Dietmar Kilian

Carina Kollmitzer

Elisabeth Rabanser, MSc

Projektbeschreibung:
Integration verschiedener Themengebiete im Kontext einer sich ändernden Arbeitswelt: * Karrierewege für Frauen in Mathematik und Computerwissenschaften * Schaffung und Flexibilität von Jobs, lebenslanges Lernen, talentierte Diversität & Innovationsgeist, innovative Technologien, organisationelles Design * ESCO european skills and competences framework für Frauen in Technologie - Ausbildung und Karriere


  • Disztinger, P., Schlögl, S., & Groth, A. (2017). Technology Acceptance of Virtual Reality for Travel Planning. In R. Schegg & B. Stangl (Eds.), Information and Communication Technologies in Tourism 2017: Proceedings of the International Conference in Rome, Italy, January 24-26, 2017 (pp. 255-268). Cham: Springer International Publishing.
  • Thomas Baumhauer, Pascal Schöttle, and Matthias Zeppelzauer. "Machine Unlearning: Linear Filtration for Logit-based Classifiers". In: https://arxiv.org/abs/2002.02730

derzeit gibt es keine Vorträge in diesem Schwerpunkt