Login
Register
Help
Documentation
Diplomarbeiten, Bachelor- und Masterarbeiten
Sie suchen gerade eine Diplomarbeit, ein Thema für eine Bachelor oder Master Thesis? Dann sind Sie hier richtig. In diesem Bereich sind Abschlussarbeiten aus allen Fakultäten zu finden.
Beachten Sie auch den entsprechenden Stichwortindex.
Wenn Sie selbst eine Diplomarbeit ausschreiben wollen, lesen Sie bitte vorher unbedingt das 'Best Practice Manual Stellenanzeigen'.
22.04.2022
Entwicklung einer Anlagensteuerung für die Batterie-Elektrodenproduktion (SA/MA)
Die Abteilung Batterieproduktion am iwb beschäftigt sich forschungsseitig mit der Fertigung von innovativen Batteriezellen. Der Schwerpunkt liegt bei der Prozessentwicklung und der Optimierung der Prozess-kette der Batterieproduktion.
Ein neuartiger Prozess zur lösemittelreduzierten - und damit kostengünstigen - Herstellung von Batterie-Elektroden soll durch eine intelligente Prozess-Steuerung erweitert werden. Dafür soll eine intelligene und bedienerfreundliche Anlagensteuerung mittels der Programmiersprache Python zur Untersuchung von Ursache-Wirkungs-Zusammenhängen umgesetzt werden.
read more
Kontakt: Matthias.Leeb@tum.de
22.04.2022
KI-Modellierung für die Batterie-Elektrodenproduktion (SA/MA)
Die Abteilung Batterieproduktion am iwb beschäftigt sich forschungsseitig mit der Fertigung von innovativen Batteriezellen. Der Schwerpunkt liegt bei der Prozessentwicklung und der Optimierung der Prozess-kette der Batterieproduktion.
Ein neuartiger Prozess zur lösemittelreduzierten - und damit kostengünstigen - Herstellung von Batterie-Elektroden soll durch eine intelligente Prozess-Steuerung erweitert werden. Dafür soll eine KI-basiertes Prozessmodell erweitert und optimiert werden. Die verwendete Datenbasis soll nach dem KDD-Prozess analysiert werden, um das Prozessverständis für diesen neuartigen Prozess zu erhöhen.
read more
Kontakt: Matthias.Leeb@tum.de
20.04.2022
iwb-Traineeprogramm
Als Trainee bist Du nicht nur besonders stark in die Gemeinschaft des iwb integriert, sondern wirst auch aktiv auf eine spätere Laufbahn als wissenschaftliche/r Mitarbeiter/in am Institut vorbereitet. Du wirst einer Abteilung zugeordnet und lernst durch die aktive Einbindung das Arbeitsumfeld eines/r wissenschaftlichen Mitarbeiters/in kennen.
Während Deiner gesamten Zeit als iwb Trainee steht Dir ein/e persönliche/r Mentor/Mentorin als Ansprechpartner zur Verfügung. Bei einer erfolgreichen Beendigung des Programms profitierst Du von einer direkten Übernahme an das iwb. Aufgrund der gezielten Vorbereitung durch das Trainee-Programm lässt sich die darauf folgende Promotionszeit verkürzen.
Das Trainee-Programm richtet sich an Studierende aller Fachrichtungen am Ende des Bachelor- und Anfang des Masterstudiums, also zwischen dem 6. und 8. Fachsemester. Die Laufzeit des Programms beträgt 3 Semester. Das bedeutet, Du solltest noch mindestens 3 und maximal 4 Semester vom Studienabschluss entfernt sein.
Informiere dich online über weitere Details: https://www.mec.ed.tum.de/iwb/lehre-und-studium/trainee-programm/
Sende uns bis Sonntag, den 01.05.2022, deine Bewerbung für das Trainee-Programm an student-relations@iwb.tum.de mit folgenden Unterlagen:
aktueller Lebenslauf
aktueller Leistungsnachweis, Abiturzeugnis, Empfehlungsschreiben (falls vorhanden)
Motivationsschreiben (deine Motivation, Qualifikation, 2 fachliche Präferenzen für Abteilungen am iwb)
Nenne bitte direkt im Betreff der Email deine zwei Wunsch-Abteilungen (inkl. Priorisierung).
read more
Kontakt: student-relations@iwb.tum.de
14.04.2022
Applikation von Machine Learning Algorithmen auf Feldebene (BA/SA/MA/HiWi, Remote möglich)
Im Kontext von Industrie 4.0 Anwendungen werden
zunehmend sogenannte Edge Devices eingesetzt, die es
ermöglichen Machine Learning Algorithmen nahe der
Feldebene auszuführen. Herausforderung ist es hierbei die
Edge Devices so auszuwählen, dass ein Optimum zwischen
Energieverbrauch, Netzwerklatenz, sowie Rechenzeit besteht.
Im Rahmen dieser Arbeit/HiWi-Stelle soll ein Ansatz zur Messung
und Berechnung von Performance Metriken (z.B. Rechenzeit,
Energieverbrauch) für verschiedene Edge Devices (z.B. PLCs,
RaspberryPi) und ML Algorithmen entwickelt werden. Um einen
realen Anwendungsfall darzustellen können Sensordaten von einer
industrienahen Forschungsanlage abgegriffen werden. Zur
Datenverarbeitung kommen je nach gewählten Konzept analytische
sowie Machine Learning Methoden zum Einsatz.
Weitere Informationen: https://www.fsmb.de/fsmb/service/basama-hiwi/entry/19277/
read more
Kontakt: bernhard.rupprecht@tum.de
14.04.2022
Masterarbeit: Optimierung und Validierung eines digitalen Fuß-Schuhmodells
Themenstellung siehe PDF
read more
Kontakt: valentin.wohlgut@tum.de
14.04.2022
Masterarbeit: Aufbau und Analyse eines digitalen Menschmodells eines Trail Runners
Themenstellung siehe PDF
read more
Kontakt: valentin.wohlgut@tum.de
13.04.2022
Projektarbeit: Wässerwiesen
Die Wiesenbewässerung ist eine altbekannte Methode der Landnutzung auf extensivem Grünland. Hier soll unterucht werden, ob sich diese Nutzungsform auch zur Reduktion von Feinseidmenteinträgen in die beteiligten Gewässer eignet
read more
Kontakt: rebecca.hoess@tum.de
13.04.2022
Bachelor-/Masterarbeit: Tagging Versuche mit (subadulten) Flussperlmuscheln zur Untersuchung von Verhalten und Etablierungserfolg von Nachzuchtpopulationen
Zur Untersuchung des Erfolges von Besatzmaßnahmen mit juvenilen Flussperlmuscheln soll deren Etablierung an der Auswilderungsstelle mittels Telemetrie verfolgt werden.
read more
Kontakt: rebecca.hoess@tum.de
13.04.2022
Masterarbeit: Vergleich von Infektionserfolg von Glochidien verschiedener Flussperlmuschel-Elterntiere im Rahmen der Optimierung von Nachzuchtbemühungen
Zur Optimierung der Nachzucht der stark bedrohten Flussperlmuschel soll die genetische Konstitution der Nachzucht bei Verwendung von Glochidien (Muschel-Larven) unterschiedlicher Elterntiere miteinander verglichen werden.
read more
Kontakt: rebecca.hoess@tum.de
12.04.2022
Bachelor Thesis, Robot Arm Motion Performance Analysis
Robot Arm Motion Performance Analysis
read more
Kontakt: ali.baradaran@tum.de, alexander.kurdas@tum.de
Print
RSS 
