Wirtschaftsinformatik in der Praxis

Im letzten Blogeintrag habe ich die ATESTEO vorgestellt. In diesem Eintrag möchte ich etwas über das Aufgabengebiet der studentischen Angestellten berichten.

Allgemein:

Die studentischen Mitarbeiter arbeiten in 2er Teams in einem Drei-Schicht-System (Früh-, Spät-, und Nachtschicht) an 365 Tagen im Jahr. Aktuell sind 16 Studenten angestellt. Jeder Student belegt zwei Schichten pro Woche (jeweils 8 Stunden).

Hauptaufgabe:

Die Hauptaufgabe liegt in der Überwachung und Aufrechterhaltung des Prüfstandbetriebs. Dies bedeutet, sollte z. B. ein Prüfstand mit einer Störung ausfallen, so ist es die Aufgabe der Studenten diese Störung zu beheben. Folgend sind mögliche Arbeitsschritte zur Lösung aufgelistet:

• Auswertung und Analyse der gespeicherten Ausfalldaten
• Rücksprache mit den zuständigen Ingenieuren zur Ursachenermittlung
• Reparaturen innerhalb des Prüfstandes (z. B. Befestigung eines Ladeluftschlauches)
• Programmanpassungen innerhalb PDES.

Je nach Wissensstand und Können, sind viele der Tätigkeiten eigenverantwortlich durchzuführen. Die Ingenieure sind für Fragen und Rücksprachen immer offen. Sicht- und Ölkontrollen der jeweiligen Prüfstände, pflegen von Protokollen und schreiben von Schichtabschlussberichten stellen eine Routine in jeder Schicht dar.

Nebenaufgaben:

Da die überwiegende Zeit, jeweils nur zwei Studenten im Haus sind, stellen diese, neben den Tätigkeiten am Prüfstand, auch Hausmeister, Security, Ersthelfer und Feuerwehrmann in einem dar.

• Arbeiten rund um/im Gebäude
• Eigenverantwortliches Handeln in Krisensituationen (Brand, Kraftstoffleckage, etc.)

Neben der Erledigung der anfallenden Tätigkeiten wird den Studenten auch die Möglichkeit geboten die Arbeitszeit für ihr Studium zu nutzen. D. h. sollte keine Störung der Prüfstände vorliegen und keine weiteren Arbeiten anliegen, so kann die Zeit zum Lernen genutzt werden.

Zusätzlich zu den genannten Aufgaben erfolgen regelmäßige Schulungen bezüglich Erste-Hilfe, Brandschutz, Datensicherheit und einige weitere Schulungen.

Es wird auch auf die speziellen Fähigkeiten der Studenten eingegangen, so konnte ich z. B. meine Fähigkeiten in der VBA und PDES Programmierung an einigen Stellen mit einbringen. Andere Kollegen konnten in der mechanischen oder elektrischen Abteilung aushelfen.

Dies ist nur ein kleiner Einblick in den Arbeitsalltag als Student bei der ATESTEO. In meinem nächsten Blogeintrag stelle ich euch mein persönliches Fazit vor.

Hallo zusammen,

mein Name ist Falko und ich bin derzeit Masterstudent der Wirtschaftsinformatik. Fast die gesamte Zeit meines Studiums habe ich bei der ATESTEO GmbH & Co. KG in Wolfsburg gearbeitet. Ich möchte euch in den Blockeinträgen von meinen Erfahrungen und Eindrücken bei der ATESTEO berichten. Ich beginne zunächst damit das Unternehmen im Allgemeinen vorzustellen.

Das Unternehmen wurde 1986 unter dem Namen Gesellschaft für Industrieforschung (GIF) gegründet und ist rund 30 Jahre später der führende Drivetrain Testing Spezialist für die Automobilindustrie und Automobilzulieferer. ATESTEO hat Niederlassungen und Testzentren in China, Japan und Deutschland, mit dem Hauptsitz in Alsdorf. Das Kerngeschäft ist das Drivetrain Testing (auf Prüfstand, Teststrecke oder Straße), die Entwicklung des dazugehörigen Equipments und den testrelevanten Engineering Service für die Antriebstrangerprobung.

Das Leistungsspektrum der Testmöglichkeiten ist dabei sehr breit aufgestellt. Neben Dauerlaufuntersuchungen von Verbrennungsmotoren, Elektromotoren oder auch Hybrid-Antrieben werden unter anderem auch diverse Komponententests, Wirkungsgraduntersuchungen oder NVH-Messungen (Noise, Vibration, Harshness) angeboten.

Um diese Tests zu ermöglichen, wurde eine eigene Software namens PDES (Prüfstands Daten Erfassungs System) für die Prüfstandbedienung entwickelt. Diese Software stellt das Hauptarbeitswerkzeug der Prüfstand-Ingenieure dar und ermöglicht die Hinterlegung der für die jeweiligen Tests benötigten Logiken.

Wie sich mein Arbeitsalltag und der meiner studentischen Kollegen gestaltet, beschreibe ich im nächsten Blogeintrag.

Hallo zusammen,

in meinem letzten Blogpost möchte ich ein Fazit zu meiner Tätigkeit bei Sandkasten ziehen.

Gestartet habe ich meine Sandkasten-Zeit während der Corona-Krise. So kam es, dass ich erst spät alle meine Kolleg:innen im persönlichen Kontakt kennenlernen konnte. Umso wichtiger waren die wöchentlichen virtuellen Meetings und andere kleine Maßnahmen, um sich besser kennenzulernen. Das arbeiten im Team macht mir somit Spaß und wir haben mittlerweile auch Gelegenheiten gehabt uns auch mal in Person zu treffen.

Dadurch, dass ich bei meiner eigentlichen Arbeit meine eigenen Ideen mit einbringen kann, habe ich das Gefühl einen wichtigen Beitrag bei der Weiterentwicklung zu leisten. Ich konnte dabei gelerntes Wissen aus dem Studium anwenden und weiter vertiefen.

Als Schlussfazit kann ich die Arbeit bei Sandkasten empfehlen.

Hallo zusammen,

in meinem zweiten Blogpost möchte ich euch von meinen Aufgaben und Tätigkeiten beim Sandkasten berichten.

Die Woche startet für unser ganzes Team am Montagmorgen in einem virtuellen Team-Meeting. Dazu treffen wir uns in einem BigBlueButton-Raum. Nach einem kurzem Warm-Up, in der jeder kurz erzählen kann, was ihm die letzte Woche privat beschäftigt hat, gehen wir in einer zweiten Runde durch die einzelnen Resorts. Da wird kurz von den wichtigsten Themen der letzten Woche berichtet und ein Ausblick in die Aufgaben der kommenden Woche gegeben. Hier übernimmt jede Woche eine andere Person die Moderation, sodass jede:r die Möglichkeit hat, ein solches Meeting zu leiten. Abschließend endet das Meeting mit einem kreativen Beitrag einer Person, die ebenfalls wöchentlich wechselt. Das kann ein kurzer Witz, eine Buch-, Film- oder Serien-Empfehlung sein oder andere inspirierende Dinge sein.

Meine Hauptaufgabe bei Sandkasten ist die Weiterentwicklung der Online-Plattform. Bei der Entwicklung arbeite ich mit einem wissenschaftlichen Mitarbeiter zusammen. Dabei kann ich meine eigenen Ideen mit einbringen und diese in Zusammenarbeit umsetzen. Hierzu greifen wir auf Webtechnologien wie HTML, CSS, JavaScript und PHP zurück. Auch das Finden und Fixen von Bugs ist Teil meiner Arbeit. Aufgrund von Corona habe ich sehr viel remote arbeiten müssen. In den letzten Tagen hat sich das gewandelt und ich habe Möglichkeit vor Ort im Büro oder von Zuhause remote zu arbeiten.

Im nächsten Blogpost werde ich ein Fazit zu meiner Arbeit beim Sandkasten ziehen.

Hallo zusammen,

mein Name ist Nico und studiere im Master an der TU Braunschweig. Seit November 2020 arbeite ich als Hiwi bei Sandkasten an der TU Braunschweig. Dazu möchte ich zunächst Sandkasten kurz vorstellen.

Sandkasten ist eine Online-Plattform zur partizipativen Campusgestaltung und entstand aus einer Idee heraus im Jahre 2015. Heute ist Sandkasten ein fester Bestandteil der TU Braunschweig. Derzeit besteht das Kern-Team aus zwei wissenschaftlichen Mitarbeitenden und acht Hiwis. Auf der Plattform waren bis jetzt über 500 Macher:innen mit 17.000 Fans in über 130 Projekten aktiv.

Dabei ist die Aufgabe des Sandkasten-Teams Studierende, Angehörige der TU und auch externe Partizipierende bei der Projektentwicklung zu unterstützen und übernimmt dabei bürokratische und finanzielle Themen.

Im nächsten Post werde ich meine Tätigkeiten näher erläutern.

Im Rahmen meiner Tätigkeit am Institut musste ich eine Unity Spiel entwickeln für eine Multiplayer Gamification von Segmentierungen.
Eine Gamification ist eine Tätigkeit, die um Spielelemente angereichert wird. Dies soll verhindern das die Tätigkeit als zu langweilig, mühselig war genommen oder ganz abgebrochen wird. Dabei gibt es bei einem wissenschaftlichen Kontext auch noch die Aufgabe die Ergebnisse, der Gamification zu speichern.

Dies hörte sich als Vorbereitung auf einen späteren Job erstmal als sinnlos an. Dies täuscht denn die Grundtechnologien, die man in einem Bereich der Softwareentwicklung lernt, kann man auch wo anders anwenden. Ein einfaches Spiel kann schon einen hohen Aufwand bedingen.

Es wurden benötigt:
• ein Matchmaking für den Multiplayer
• Datenbank für Profile und Spielergebnisse
• das eigentliche Spiel

Dies ermöglicht einem selbst automatisch auch weitere Fähigkeiten und Kenntnisse zu sammeln. So musste ich für das Spiel mich in C# einarbeiten und für das Matchmaking und die Datenbankzugriffe der Spielclients einen NodeJS Server aufsetzen, der alle Funktionen via REST-API anbietet. Man mag natürlich denken das eine Spieleentwicklung für die meisten unternehmen uninteressant ist aber selbst ein einfaches Spiel nutzt viele Technologien, die auch in klassischer Anwendungssoftware verwenden wird. Deshalb sind selbst oft so idealistische Projekte sinnvoll, um die eigenen Fähigkeiten zu verbessern. So sind REST-API der Standard für die Nutzung von Mikroservices und vielem mehr und Kenntnisse sehr gefragt am Arbeitsmarkt.

Das besondere für diesen Prozess der Entwicklung war das die gesamte Koordination ausschließlich digital stattfand. Deshalb hat mein Team sich viel über digitale Tools verständigt und festgestellt das dies für Arbeitszwecke in Ordnung geht. Nachteile sind der fehlende soziale Kontakt in Form von Smalltalk. Umso wichtiger war natürlich dadurch die Nutzung von Projektmanagementtools wie Gitlab zur Erstellung von Meilensteilen und der gemeinsamen Koordination und dem Austausch von Projekten.

Alles in allem kann ich meine Tätigkeit am PLRI als sehr gut bezeichnen meine Kollegen am Institut alles hat gepasst und meine Fähigkeiten hat dieser Job auch erweitert.

In diesem Blogeintrag werde ich meine Hauptaufgabe am Institut präsentieren, die Gamification von Bildersegmentierungen.

Was ist denn überhaupt eine Segmentierung? Hast du schon einmal ein Captcha gelöst und dich gefragt, warum du Autos oder Ampeln erkennen sollst? Diese oft stumpfsinnigen Tätigkeiten haben oft nicht nur den Sinn Bots auszusperren, sondern auch Daten zu generieren. Wenn du nämlich auf dem Bild einer Verkehrssituation Motorräder markierst, kann man mit diesen daten ein neurales Netz speisen was diese Objekte erkennen kann. Die einfachste praktische Anwendung für solch eine Erkennung ist recht simpel: das Autonome Fahren. Segmentieren ermöglicht also durch das Markieren eines Objektes eine Datenbasis zu erzeugen die man für das automatisieren der Erkennung Nutzen kann.

Um diese Daten zu generieren, steht man nun vor einem Problem. Das Lösen von Captchas ist repetitiv und langweilig. Man hat also 3 Optionen den Fun-Faktor erhöhen oder die Leute zwingen oder bezahlen. Im Rahmen meines HIWI-Jobs habe ich deshalb eine Gamification für Bilder Segmentierungen geschrieben. Das Spiel basiert auf paper.io einem schnellen Gebietseroberungsspiel nur mit dem Unterschied, dass bei unserem Spiel der Spieler nur Punkte erhält, wenn er auf dem zu segmentierenden Objekt bleibt. Dafür braucht eine initiale Segmentierung. Diese wird auch für die Gamification benötigt damit die Spieler belohnt oder bestraft werden können. Was aber deutlich wurde ist das durch eine Gamification auch eine sehr langweilige Aufgabe sehr spannend werden kann.

Die Medizinische Informatik ist ein sehr weites Forschungsfeld. Je nach Aufgabenstellung geht es dabei um die Entwicklung IT-Systemen zur direkten oder indirekten Unterstützung der medizinischen Behandlung. Direkte wenn das System z. B. eine Behandlung ermöglicht, indirekt wenn es z.B. den Prozess unterstützt. So liegen die Aufgaben breit gestreut. Von der Unterstützung von Diagnosen durch KI bis zum simplen Digitalisieren von Dokumentationen während einer Behandlung, die Kombinationsmöglichkeiten sind nahezu schier grenzenlos.
Deshalb ist das Institut für medizinische Informatik der TU Braunschweig ist ein sehr großes Institut. Es besteht zu aus 3 Lehrstühlen, mit unterschiedlichem Fokus. Die Aufgaben beinhalten unter anderem:
• Informationssysteme & -management
• Assistierende Gesundheitstechnologien
• Systemmedizin
• eLearning
• mHealth

Dieses diverse Aufgabenfeld in der Medizinischen Informatik bietet deshalb diverse Vorteile. Obwohl das grundlegende Fach bereits interdisziplinär ist, kann man sich innerhalb des Aufgabenbereichs die zusammen suchen die einen am meisten interessieren.

In meiner Zeit bei der Allianz konnte ich die Arbeit von Data Scientists in der Praxis kennenlernen und mich selbst fachlich weiterentwickeln. Darüber hinaus hat mir die Arbeit im Team, in dem ich als Praktikant sehr gut integriert war, viel Spaß gemacht. Ich konnte tolle und fachlich kompetente Kollegen kennenlernen, die mich bei meinen Aufgaben unterstützt haben und von denen ich viel lernen konnte.

Auch trotz der Homeoffice Situation war die Stimmung und die Zusammenarbeit im Team super. So haben wir uns regelmäßig abends online auf ein Bier oder ein Glas Wein getroffen und zusammen Spiele gespielt.

Falls ihr gerade auf der Suche nach einem Praktikum oder euch bereits mit eurem Jobeinstieg beschäftigt, kann ich euch die Allianz als Arbeitgeber, nicht nur im Bereich Data Science, wärmstens empfehlen.

Beste Grüße
Markus

Während meines Praktikums habe ich an einem Use-Case im Krafthaftpflicht Bereich mitgearbeitet mit dem Ziel ein Machine Learning Modell zu entwickeln, welches die Sachbearbeiter bei der früheren Erkennung von Personenschäden in Krafthaft-Schadenfällen unterstützen soll.

Um erst einmal mit der Datenlandschaft und den Datensätzen vertraut zu werden, war ich in den ersten Wochen des Praktikums hauptsächlich mit explorativen Datenanalysen beschäftigt. Nach dieser Einarbeitungsphase konnte ich bereits direkt am Modell mitarbeiten. Die Hauptaufgabe bestand darin das Modell durch die Erstellung neuer Feature kontinuierlich zu verbessern. Neue Ideen dafür entstanden aus Brainstormings in Zusammenarbeit mit den für das Schadenmanagement verantwortlichen Fachbereichen. Die dort vorgeschlagenen Feature wurden anschließend auf ihre Umsetzbarkeit aus den vorhandenen Daten geprüft und ihr Nutzen am Modell getestet. Nachdem durch einige neue Feature die Modellperformance verbessert werden konnte, wurde ein A/B-Test auf neuen Schadenfällen durchgeführt, um herauszufinden ob ein statistisch signifikanter Einfluss des Modells auf die Erkennung von Personenschäden gemessen werden kann.

Gearbeitet wurde übrigens hauptsächlich mit Python in Jupyter Notebooks. Für die Erstellung unserer Datensätze, die wir für die Analysen und für das Modelltraining benötigten, haben wir die relevanten Daten aus dem Data Warehouse des Unternehmens mittels SQL-Skripten abgefragt.

Die Arbeitsweise im Team war teilweise agil. Das heißt es gab Regeltermine wie Dailys, Weeklys und Retrospektiven, jedoch keine Sprints (zumindest nicht in allen Use-Cases). Der Grund dafür ist, dass sich der Workflow im Bereich Data Science nicht so einfach in zwei-/dreiwöchige Sprints einteilen lässt, da sich beispielsweise bei explorativen Datenanalysen nicht so einfach sagen lässt, bis wann Erkenntnisse aus den Daten gewonnen werden können.

Aufgrund der Corona-Pandemie haben wir im Team fast durchgehend im Homeoffice gearbeitet.