Arbeitsgruppe Stochastische Modelle in den Ingenieurwissenschaften
Die im Jahre 1991 mit Unterstützung der VW-Stiftung an der TU Clausthal eingerichtete Arbeitsgruppe widmet sich in besonderem Maße den Anwendungen stochastischer Methoden im industriellen Bereich.
Der Schwerpunkt der Forschung in der Arbeitsgruppe Stochastische Modelle in den Ingenieurwissenschaften liegt auf dem Gebiet der angewandten stochastischen Prozesse. Wir simulieren komplexe stochastische Systeme, optimieren Produktions- und Telekommunikationssysteme, modellieren Geschäftprozesse und entwickeln Planungswerkzeuge und Management-Informationssysteme. Wir bieten unseren Studierenden ein breit gefächertes Vorlesungsangebot in Stochastik, vermitteln Praktika und Abschlussarbeiten mit Industriepartnern und führen auch Weiterbildungsmaßnahmen durch.
Nachrichten
Erfolgreiche studentische Veröffentlichung im Rahmen der "Summer Simulation Multi-Conference"
Im Rahmen der englischsprachigen Master-Vorlesung "Computational Modeling and Simulation I" im WS 2012/2013 wurde den teilnehmenden Studierenden an der TU Clausthal erstmalig die Möglichkeit für ein wissenschaftliches "International Student Team Project" zum Thema Modellbildung und Simulation in Transport und Logistik angeboten. Die aus China, Deutschland und Italien stammenden Studierenden haben daraufhin, in Zusammenarbeit mit dem sie betreuenden Professor eine herausragende wissenschaftliche Arbeit geleistet, die, nach deren Abschluss, als wissenschaftliche Veröffentlichung verfasst und zur Veröffentlichung eingereicht wurde. Die Arbeit wurde mit Bestnoten seitens der Gutachter bewertet und zur Veröffentlichung angenommen. Der Titel der Arbeit, diese wird anlässlich der Summer Simulation Multi-Conference, in Toronto vorgestellt, lautet:
Modeling and Simulation Workbench for International Student Team Projects in Transportation and Logistics
Dietmar P. F. Moeller, Fabian Wagner, Isabell Alexandra Jehle, Valentina Fermanelli, Xiang Gao
Abstract
The Internet provides a high opportunity for international collaboration in computational modeling and simulation in specific areas of concentration. Transportation and logistics are the areas of concentration for which models have been developed and implemented to monitor and control the underlying transportation and logistics processes dependent on constraints essential to study different transportation and logistics scenarios. Beside this the Internet also allows international student access to run the foregoing mentioned transportation and logistics scenarios. This is introduced as a virtual teaching and learning opportunity in transportation and logistics to support collaboration between international student team members. Thus, the students can develop plans and procedures for classes, case studies and student team projects, to perform measurements and data processing as part of their transportation and logistics project. Moreover this approach allows collaborative work at an international level independently of location and time.
Neue Vorlesung im Sommersemester 2013: "Internet of Things"
Im Rahmen des internationalen englischsprachigen Master-Studienganges "Internet Technologies and Information Systems (ITIS)" wurde im Sommersemester 2013 an der TU Clausthal erstmalig ein vollständiges Vorlesungsangebot mit integriertem Seminar zum Thema "Internet of Things" angeboten welches über den Video-Server der TU Clausthal öffentlich zugänglich ist. Diese Vorlesung ist weltweit das erste vollständige Vorlesungsangebot zum Thema "Internet of Things" mit integriertem Seminar und steht derzeit den am ITIS Studiengang beteiligten Universitäten in Braunschweig, Clausthal, Hannover und Göttingen zur Verfügung.
Konferenz: Grand Challenges in Modeling and Simulation (GCMS’13)
Die "Grand Challenges in Modeling and Simulation (GCMS’13)" Konferenz ist eine von drei Konferenzen die parallel, anlässlich der Summer Simulation Multi-Conference, vom 7-10. Juli 2013, in Toronto, Kanada, ausgerichtet werden. Seitens der Arbeitsgruppe "Stochastische Modelle in den Ingenieurwissenschaften" wurden insgesamt 6 begutachtete Beiträge zur Präsentation angenommen.
Dietmar P. F. Möller wurde in Toronto, Canada, mit dem GCMS Best Paper Award (1. Platz) der 2013 Summer Simulation Multi-Conference ausgezeichnet. Der Titel der ausgezeichneten Arbeit lautet: "Ubiquitous Learning: Teaching Modeling and Simulation (M&S) with Technology" by Dietmar P.F. Möller (TUC), Roland E. Haas (IIITB) und Hamid Vakilzadian (UNL)
Janis Schönefeld und Dietmar P. F. Möller wurden in Toronto, Canada, mit dem 2. Platz für den GCMS Best Paper Award der 2013 Summer Simulation Multi-Conference ausgezeichnet. Der Titel der ausgezeichneten Arbeit lautet: "Estimation of RIDAS Performance by Means of Close to Reality Simulation" by Janis Schönefeld (UHH) and Dietmar P.F.Möller (UHH, TUC).
Es ist das erste Mal dass der 1. und der 2. Platz für den Best Paper Award der GCMS an den selben Autor verliehen wurde.
Model-Based Analysis of Cerebrovascular Diseases Combining 3D and 4D MRA Datasets
Ein weiterer Höhepunkt der wissenschaftlichen Aktivitäten der Arbeitsgruppe war das Promotionsverfahren von Herrn Nils Daniel Forkert. Seine Dissertationsschrift mit dem Titel "Model-Based Analysis of Cerebrovascular Diseases Combining 3D and 4D MRA Datasets" wurde nicht nur vom Erstgutachter mit „Summa Cum Laude“ bewertet, sondern auch von den weiteren drei Gutachtern dieses Promotionsverfahrens.
Das herausragende dieser Dissertation, und das soll hier noch einmal deutlich gewürdigt werden, sind neben den 20 (!) Originalarbeiten des Doktoranden, die er im Rahmen seiner wissenschaftlichen Arbeiten zur Promotion in internationalen und peer review begutachteten Fachzeitschriften veröffentlicht hat, auch die vielen nationalen und internationalen Auszeichnungen und Preise, die er für seine wissenschaftliche Arbeit erhalten hat. Nochmals herzlichen Glückwunsch Nils Daniel Forkert für diesen schönen gemeinsamen Weg vom Diplom bis zur Promotion. Weiter so!
Lebenslanges Lernen an der TU Clausthal
Die Deutsche Telekom AG ist als Unternehmen mit sehr vielen Kunden auf der einen Seite und gleichzeitig verhältnismäßig wenig Filialen, besonders auf ihre Callcenter angewiesen, um ihren Kunden einen guten Service zu bieten. Um die Effizienz ihrer Callcentern zu steigern, haben daher 25 Mitarbeiter der Telekom Ende 2012 eine mehrtägige Schulung am Institut für Stochastik und Operations Research der TU Clausthal absolviert. Inhalte der Schulung waren beschreibende und schließende Statistik sowie Wahrscheinlichkeitsrechnung vor dem Hintergrund des Callcenter Managements. Die Vorlesungen und Übungen erfolgten dabei direkt am Computer unter Verwendung von Statistik-Software, um den Mitarbeitern eine reibungslose spätere Umsetzung der erlernten Fähigkeiten in der berufl ichen Praxis zu ermöglichen.
Um dauerhaft erfolgreich zu sein, ist es für Unternehmen wichtig, die eigenen Mitarbeiter regelmäßig weiterzubilden und in neuen Techniken zu schulen. Insbesondere die durch den verstärkten Computereinsatz möglich gewordene Erfassung von einer Vielzahl an Daten in Produktions- und Serviceprozessen verlangt größere Statistikkenntnisse von den Mitarbeitern, um die richtigen Schlüsse aus den vorliegenden Informationen zu ziehen und so Flaschenhälse in den eigenen Prozessen zu erkennen und die Abläufe wirtschaftlich zu optimieren. Aus diesem Grund kann der Bildungsauftrag der Universitäten nicht mehr allein auf die Ausbildung von Studierenden im unmittelbaren Anschluss an die Schulausbildung beschränkt gesehen werden, sondern muss um Aus- und Weiterbildungsmöglichkeiten entlang des gesamten Berufslebens erweitert werden.
Das Internet brachte eine Verlagerung im Endkundengeschäft weg von den Filialen hin zum Online-Vertrieb. Da bei vielen Produkten und Dienstleistungen jedoch nach wie vor ein erheblicher Beratungsbedarf besteht, wächst ständig die Anzahl an Callcentern, die sich mit Kundenanfragen befassen. Große Unternehmen im Endkundengeschäft verzeichnen heute an Werktagen zum Teil mehrere 100.000 Anrufe. Auf der einen Seite verlangen Kunden kurze Wartezeiten, wenn sie Fragen haben. Gleichzeitig sollen die Produkte jedoch möglichst preisgünstig sein, so dass die Unternehmen vor dem Optimierungsproblem stehen, mit möglichst geringem finanziellen Einsatz eine maximale Servicequalität zu erzielen.
Neben der validen Erfassung der Daten liegt die Hauptschwierigkeit im Callcenter Management in dem stochastischen Verhalten des Systems: Da die Kunden zu unvorhersehbaren Zeitpunkten anrufen und die einzelnen Gesprächszeiten ebenfalls variieren, lassen sich die tatsächlichen Gegebenheiten auf Basis von Mittelwerten nicht abbilden. So können sich in einem System, welches auf Basis dieser einfachen Kenngrößen genügend Kapazität aufweisen würde, erhebliche Warteschlangen aufbauen. Des Weiteren liegen in einem großen Callcenter zahlreiche Abhängigkeiten vor: Kunden werden nach einem ersten Teil-Gespräch möglicherweise an einen anderen Agenten weitergeleitet. Agenten werden teilweise sowohl für die Entgegennahme von Anrufen als auch für die Bearbeitung von E-Mails eingesetzt oder bedienen parallel verschiedene Kundensegmente. Ein weiteres Problem in der mathematischen Modellierung stellen die Eigenschaften der Kunden dar: Diese neigen zum einen dazu, ungeduldig zu sein und aufzulegen, wenn sie nicht schnell genug mit einem Agenten verbunden werden. Zum anderen starten solche Abbrecher meist nach einer gewissen Zeit einen weiteren Anrufversuch. Die vielfach eingesetzten klassischen Methoden wie die Erlang-C Formel bilden dies nur unzureichend ab, so dass hier moderne Konzepte zur analytischen und simulativen Modellierung gefragt sind. Um die Zusammenhänge zunächst sowohl qualitativ zu erkennen als auch um sie basierend auf statistischen Daten quantitativ beschreiben zu können, bedarf es guter Kenntnisse in Statistik sowie in den Computer-Werkzeugen, mit denen die Auswertung erfolgt. In einem zweiten Schritt kann dann ein Simulationsmodell erstellt werden, an dem stellvertretend für die Realität die Auswirkungen verschiedener Änderungen studiert werden können. Auf diese Weise lassen sich der Arbeitspunkt und die dafür notwendigen Maßnahmen identifizieren, an dem eingesetzte Ressourcen und erbrachte Servicequalität in einem finanziell optimalen Verhältnis zueinander stehen.