Logo des Repositoriums

Auflistung nach Autor:in "Oehm, Lukas"

1 - 2 von 2
  • Konferenzbeitrag
    Fablabs für die Forschung
    (Workshop Gemeinschaften in Neuen Medien (GeNeMe) 2014, 2014) Noenning, Jörg Rainer; Oehm, Lukas; Wiesenhütter, Sebastian
    Als „Gemeinschaft in Neuen Medien“ wird im Artikel die Community der sog. Makerspaces diskutiert – offene kreative Werkstätten, deren neues Medium die im Begriff „Fablab“ zusammengefassten neuen Design- und Herstellungstechnologien sind. Diese beruhen auf einer digitalen Durchgängigkeit von den frühen konzeptionellen Phasen bis hin zur Prototypen-Fertigung und haben inzwischen eine globale Vernetzung zwischen einzelnen Werkstätten und Akteuren hervor gebracht.Basierend auf der Einrichtung eines temporären Makerspaces durch die SLUB Dresden, die TU Dresden und die Dresdner Kreativszene im Frühsommer 2014, untersucht der Beitrag die Rolle von Makerspaces bzw. Fablabs im wissenschaftlichen Kontext. Konkret wird die Frage diskutiert, welchen Mehrwert Makerspaces vor allem der akademischen Forschung bieten: Sind Makerspaces „Science Fabs“ – also Werkstätten in denen belastbare neue Wissenschaft fabriziert wird? Und welche neue „Fab Science“ entsteht in solchen Werkstätten? Wie beeinflusst das Wissen um die Herstellbarkeit der Dinge die Entwicklung von Wissen und Wissensgesellschaft? Eine Reihe von „Begabungen“ machen die Fablabs relevant für die wissenschaftliche Arbeit: ihr praktisches Potential, Interdisziplinarität auf den verschiedenstenEbenen zu unterstützen („Synergieverstärker“); ihre Zugänglichkeit und Offenheit für ein breites Nutzerspektrum („Citizen Science“) sowie ihr Modellcharakter zur Beforschung produktiver Kooperation und Interaktion (“Living Lab”). Diese Annahmen wurden am Beispiel des Dresdner Makerspaces untersucht und bewertet.
  • Konferenzbeitrag
    Optimization paper production through digitalization by developing an assistance system for machine operators including quality forecast: a concept
    (EnviroInfo 2022, 2022) Schroth, Moritz; Hake, Felix; Merker, Konstantin; Becher, Alexander; Klaeger, Tilman; Huesmann, Robin; Eichhorn, Detlef; Oehm, Lukas
    Nowadays cross-industry ranging challenges include the reduction of greenhouse gas emission and enabling a circular economy. However, the production of paper from waste paper is still a highly resource intensive task, especially in terms of energy consumption. While paper machines produce a lot of data, we have identified a lack of utilization of it and implement a concept using an operator assistance system and state-of-the-art machine learning techniques, e.g., classification, forecasting and alarm flood handling algorithms, to support daily operator tasks. Our main objective is to provide situation-specific knowledge to machine operators utilizing available data. We expect this will result in better adjusted parameters and therefore a lower footprint of the paper machines. emission and enabling a circular economy. However, the production of paper from waste paper is still a highly resource intensive task, especially in terms of energy consumption. While paper machines produce a lot of data, we have identified a lack of utilization of it and implement a concept using an operator assistance system and state-of-the-art machine learning techniques, e.g., classification, forecasting and alarm flood handling algorithms, to support daily operator tasks. Our main objective is to provide situation-specific knowledge to machine operators utilizing available data. We expect this will result in better adjusted parameters and therefore a lower footprint of the