Open Access

The Industrial Internet of Things (IIoT) promises real-time monitoring, predictive maintenance, and data-driven decision-making for manufacturing. Still adoption remains slow and especially among small and mid-sized factories. Industrial clients do not trust sensor data they cannot independently verify, centralized storage allows silent tampering, and limited audit visibility makes accountability difficult. This study investigates how blockchain technology can address these adoption barriers, with a focus on trust, data integrity, and transparency. The main contribution is a structured analysis of IIoT adoption barriers drawn from peer-reviewed literature and practitioner observations which are trust deficits between manufacturers and clients, security vulnerabilities across device and network layers, data integrity risks during transmission and storage, lack of transparency and traceability in operational logs, interoperability gaps between heterogeneous vendor stacks, scalability constraints in centralized architectures, and privacy concerns over shared industrial data. Each barrier is then mapped to specific properties of a permissioned blockchain network, namely Hyperledger Fabric. To validate this mapping, a Proof of Concept (PoC) was designed and built using low-cost edge hardware. A DHT11 sensor connected to an ESP32 microcontroller captures temperature and humidity readings, which are transmitted via MQTT to a Node-RED middleware layer. Node-RED forwards the structured records to a Hyperledger Fabric network running entirely on a Raspberry Pi 5. A chaincode smart contract validates each record, applies threshold-based alerting and commits the data to a CouchDB world state database.The evaluation measured three dimensions from transaction latency, resource consumption, and tamper resistance. A tamper detection experiment showed that direct database modification went undetected at the storage level but was immediately exposed through SHA-256 hash verification against the blockchain ledger. The results demonstrate that strong cryptographic guarantees can run on affordable hardware without cloud dependency. Blockchain integration does not change how sensors collect data. It changes what can be proven about that data. By converting procedural assurances into mathematical proof the proposed solution directly addresses the trust, data integrity, and transparency barriers that hold back industrial IIoT adoption.

Qualitätssicherung in Fabrik- und Lagerhallen ist ein Vorgehen, das in der heutigen Zeit bei einer Vielzahl von Unternehmen durchgeführt wird. Dabei kommen die verschiedensten Instrumente und Vorgehen zum Einsatz. Neben den organisatorischen Maßnahmen um die Qualität eines Produktes oder einer Leistung sicherzustellen gibt es die technischen Maßnahmen, um eine entsprechende Qualität gewährleisten zu können. Eine Auswahl an technischen Maßnahmen, die bei der Überprüfung von Bauteilen zum Einsatz kommt, liegt im Feld der visuellen Kontrolle. Bei der Kategorie der visuellen Kontrolle steht hauptsächlich der Einsatz von einer oder mehreren Lichtquellen und einem oder mehreren Kamerasystemen im Vordergrund. Je nachdem, wie das Licht auf die Oberfläche des Bauteils eingesetzt wird und auftrifft, sind entsprechende Merkmale und Eigenschaften der Oberfläche hervorgehoben. Somit sorgen Kratzer, Erhebungen, Vertiefungen, Prägungen, Beulen, Oberflächenstrukturen und andere Produktionsfehler für eine Beeinflussung des Bildes. Das auftreffende Licht sorgt dann für die Sichtbarkeit dieser Fehler auf dem Kamerabild durch das Hervorheben betroffener Stellen. Innerhalb dieser Bachelorarbeit ist unter Verwendung von MQTT und MicroPython ein Kommunikationssystem entstanden, mit dem es möglich ist, eine oder mehrere solcher Lichtquellen in Intervallen anzusteuern, die im Bereich von Sekunden bis Mikrosekunden liegen. Nachfolgend wird dieses Kommunikationssystem in industriellen Umgebungen zur Unterstützung von Qualitätssicherungsprozessen eingesetzt.

Die Inhalte der Masterthesis beschreiben die Realisierung eines ersten Entwicklungsstandes eines Serienprüfstands für permanenterregte Synchronmotoren (kurz: PMSM). Der entstehende Prüfstand verfolgt das Ziel, eine Endprüfung der Motoren als letzten Schritt der Motorfertigung durchzuführen, um somit wichtige Betriebskennwerte des entsprechenden Motors mittels einfacher Messaufbauten zu erfassen. Der Motorprüfstand wird auf Basis eines SPS-basierten Mess- und Steuerungskonzeptes aufgebaut, welches durch seine Modularität Möglichkeiten zur späteren Erweiterung bietet. Im Zuge der in der Thesis umzusetzenden Motorprüfung werden zwei wesentliche Prüfverfahren umgesetzt. Im ersten Schritt erfolgt die Ermittlung des motorspezifischen Kommutierungswinkel-Offset, welcher für den Betrieb des Motors an einem geeigneten Antriebswechselrichter benötigt wird. Dazu werden verschiedene Bestimmungsverfahren simulativ entwickelt und verglichen. Das Grundwellenmodell der PMSM bietet dabei die theoretische Grundlage zur Umsetzung. Ein PLL-Algorithmus wird später zur Realisierung dieses ersten Prüfschrittes umgesetzt. Mit der Voraussetzung des korrekt bestimmten Kommutierungswinkel-Offset erfolgt ein zweiter Prüfschritt. Dabei werden bestimmte Kennlinien des Prüfmotors unter Belastung ermittelt sowie eine parallel dazu durchgeführte Wirkleistungsmessung umgesetzt. Bei der Realisierung des zweiten Prüfschrittes und der anschließenden Ergebnisauswertung wird insbesondere der Einfluss des zuvor bestimmten Winkeloffsets auf das Betriebsverhalten des Motors aufgezeigt.

Das Wahlmodul „Ergonomie und Package" der Fakultät Kraftfahrzeugtechnik vermittelt seine Inhalte bislang überwiegend theoretisch. Die vorliegende Arbeit ergänzt es um eine praktische Begleitaufgabe: Studierende integrieren die Komponenten eines autonomen Modellfahrzeugs im Maßstab 1:10 in einen vorgegebenen Bauraum und bewerten ihre Lösung anhand integrierter Kennzahlen. Die didaktische Strukturierung orientiert sich am Drei-Phasen-Modell nach Wilhelm und Brovelli. In der Konstruktion kommt ein parametrisches CAD-Modell in CATIA 3DEXPERIENCE zum Einsatz. Ein Arduino-Mikrocontroller mit Time-of-Flight-Sensorik bildet die Hardwarebasis; die Programmierung kann KI-gestützt erfolgen. Aus der Arbeit gehen das Modulkonzept, das parametrische CAD-Modell mit integrierter Bewertungslogik, ein Hardware-Prototyp sowie ein KI-Leitfaden hervor. Die Erprobung mit Studierenden steht als nächster Entwicklungsschritt aus.

In dieser Arbeit wird die Neukonzeptionierung vom mehrachsigen Gelenkverschleißprüfstand der IAMT Prüfsysteme GmbH mittels Berechnung, Simulation und Systemidentifikation für eine künftige Regelung untersucht. Ziel ist hierbei die Auslegung der Antriebe, das Erstellen einer Simulation für die Bewertung von Leistungsgrenzen, Regelbarkeit und Übersprecheffekten sowie die Durchführung und Bewertung einer Black-Box Systemidentifikation in Bezug auf eine künftige verbesserte Reglerentwicklung. Hierzu werden zunächst die Antriebe anhand von definierten Auslegungspunkten durch Berechnung ausgelegt und ausgewählt. Damit wird ein Simulationsmodell (Mehrkörpersystem, Elektromechanik, Hydraulik, Regelung) erstellt und parametriert. Mithilfe des Simulationsmodells mit klassischer Regelung wird die Bewertung der Leistungsgrenzen und des Übersprechens durchgeführt. Ebenso dient sie der Datengenerierung für die Systemidentifikation mit ARX-, NLARX-, ÜTF-, Zustandsraum- und Hammerstein-Wiener Modellen. Die regelungs- und antriebstechnischen Grenzen des Systems und die Auswirkungen des Übersprechens wurden hier deutlich. Als Ergebnis der Systemidentifikation konnte gezeigt werden, dass mit passenden Strukturvorgaben sowie Anregungssignalen ein lineares Mehrgrößen ARX-Modell für eine künftige Reglerentwicklung als guter Startpunkt geeignet ist. Die Arbeit liefert somit die Grundlage für eine Weiterentwicklung oder schrittweisen Automatisierung der Reglereinstellung an Prüfständen der IAMT-Prüfsysteme GmbH.

Die Diplomarbeit mit dem Titel „Entwicklung eines Fertigungskonzeptes für die Serienfertigung von Gehäusen für FIS-Anzeiger und Integration in eine bestehende Fertigungsstruktur eines mittelständischen Unternehmens“ umfasst die Planung und Auslegung einer Serienfertigung sowie deren Integration in eine bestehende Produktionsstruktur. Nach einer wissenschaftlichen Grundlagenbetrachtung wird eine fertigungsbezogene Planung durchgeführt, die unter anderem eine Ist-Analyse der bestehenden Produktion sowie die Analyse des zukünftigen Produktionsprogrammes umfasst. Außerdem wird ein geeignetes Produktionssteuerungsverfahren mit Hilfe einer Nutzwertanalyse gesucht, deren Ergebnis das Kanban-Prinzip als voraussichtlich geeignetstes Steuerungsverfahren identifiziert. Auf dieser Grundlage werden Fertigungslosgrößen bestimmt und die benötigten Arbeitsmittel hinsichtlich Anzahl und Auslastung dimensioniert. Im Anschluss erfolgt eine logistikbezogene Planung mit einer Analyse des Leistungsprogrammes hinsichtlich Lagerung und Transport sowie einer Behälterdimensionierung zur Bestimmung der benötigten Ladungsträger und Lagerorte. Aufgrund begrenzter Flächen an beiden Standorten werden bei der anschließenden Layoutplanung Kompromisslösungen entwickelt, die dennoch eine regelkonforme Umsetzung ermöglichen. Abschließend wird ein Umsetzungsplan für die Realisierung der entwickelten Konzepte erstellt. Das Ergebnis der Arbeit stellt die Umsetzung des entwickelten Fertigungskonzeptes dar, wobei darauf hingewiesen wird, dass eine Analyse unter Serienbedingungen nach Produktionsanlauf zur Optimierung sinnvoll erscheint.

The fast-fashion industry's linear "take-make-dispose" model generates approximately 10% of global carbon emissions, consumes billions of cubic metres of water annually, and contributes to the landfilling or incineration of 85% of textiles produced each year, collectively undermining progress toward Sustainable Development Goal 12 on responsible consumption and production. Despite growing policy momentum, a balanced cross-national qualitative diagnostic of circular economy (CE) implementation in fast-fashion supply chains remains absent from the literature; this thesis addresses that gap by analysing the extent and depth of CE adoption in Germany and Japan through the Ellen MacArthur Foundation (EMAF) framework. A qualitative comparative case study design was employed, positioning H&M Group within the German-EU regulatory context and Uniqlo/Fast Retailing within Japan's voluntary governance framework as the primary illustrative cases. Secondary document analysis covering the period 2020–2025 drew on corporate sustainability and ESG reports, CDP climate and water security disclosures, Science Based Targets initiative (SBTi) benchmark data, life cycle assessment literature, and national policy frameworks. Three analytical instruments were applied: a 10R coding matrix operationalising the EMAF hierarchy across five supply chain phases, a four-level CE implementation maturity scale, and a decoupling gap diagnostic distinguishing absolute from relative environmental improvement. Findings indicate that Germany's regulatory-push model anchored in the Circular Economy Act (KrWG), Corporate Sustainability Reporting Directive (CSRD), and Supply Chain Due Diligence Act (LkSG) produced absolute decoupling in H&M's emissions profile, with Scope 3 emissions declining by 34.6% against the FY2019 baseline while revenues remained broadly stable, yet repair and reuse infrastructure remained comparatively underdeveloped. Japan's cultural-pull model, sustained by the mottainai ethos, Keidanren voluntary action plans, and keiretsu coordination networks, demonstrated stronger use-phase circularity through Uniqlo's institutionalised Repair Studios and RE.UNIQLO collection programme, but exhibited only relative decoupling, with revenue growth of 35.4% outpacing emissions reductions. Both national contexts share structural barriers in blended-fibre recycling, supply chain opacity, and low consumer participation in take- back schemes. These findings indicate that neither governance model is sufficient in isolation; a hybrid architecture combining Germany's regulatory enforceability with Japan's cultural embeddedness and innovation capacity represents the most credible pathway toward SDG 12 aligned circularity, while the decoupling gap diagnostic offers a transferable analytical contribution for distinguishing genuine circular progress from efficiency-framed greenwashing in fast-fashion policy evaluation.

Die vorliegende Bachelorarbeit untersucht die Konzeption und Implementierung eines automatisierten Logfiltersystems für Nextcloud und OpenSearch. Ziel der Arbeit ist es, ein System zu entwickeln, das infrastrukturspezifische und sicherheitskritische Informationen in Logs zuverlässig erkennt und entfernt, ohne die technische Aussagekraft für die Fehleranalyse zu beeinträchtigen. Zu Beginn wurden die für das Verständnis der Bachelorarbeit relevanten theoretischen und technischen Grundlagen erläutert sowie konkrete funktionale und nicht-funktionale Anforderungen an das System definiert. Anschließend erfolgte die Konzeption der Systemarchitektur. Das System wurde als wiederverwendbares Composer-Package implementiert, das Logeinträge zeitraumbasiert über die OpenSearch Scroll- API abruft und durch eine modulare Filterpipeline verarbeitet. Die Filterung sensibler Informationen erfolgt durch zwei komplementäre Mechanismen. Zum einen eine feldnamenbasierte Direkterkennung für strukturierte Felder sowie eine musterbasierte Erkennung mittels vorkompilierter regulärer Ausdrücke für eingebettete Muster in Freitextfeldern. Die Evaluation erfolgte anhand der durchgeführten Unit-Tests sowie eines Testlaufs gegen eine angebundene OpenSearch-Instanz. Die Ergebnisse zeigen, dass alle definierten Anforderungen erfüllt werden. Als Grenzen des Systems wurden die Abhängigkeit von vordefinierten Feldnamen sowie die eingeschränkte Erkennbarkeit sensibler Informationen in unstrukturierten Freitextfeldern ohne erkennbares Schlüssel-Wert-Muster identifiziert. Beide Einschränkungen sind der Natur musterbasierter Erkennung inhärent.

Diese Arbeit untersucht, inwieweit studentische IT-Projekte den in der Literatur beschriebenen Projektmanagementstandards entsprechen. Im Fokus stehen dabei die Dimensionen Rollenverteilung, Projektdokumentation sowie Kommunikation innerhalb von Teams. Methodisch basiert die Untersuchung auf einem Mixed-Methods-Ansatz, der eine Online-Umfrage unter Studierenden, eine Analyse von Projektdokumentationen sowie leitfadengestützte Interviews kombiniert. Ziel ist es, sowohl die tatsächliche Projektpraxis als auch die subjektive Wahrnehmung der Studierenden zu erfassen und mit etablierten theoretischen Modellen zu vergleichen. Die Ergebnisse zeigen, dass zentrale Elemente des Projektmanagements grundsätzlich übernommen werden, jedoch häufig nicht systematisch und nur teilweise formalisiert angewendet werden. Rollen werden meist initial definiert, im Projektverlauf jedoch flexibel interpretiert. Die Dokumentation ist oft vorhanden, wird jedoch nicht kontinuierlich gepflegt und spielt eine geringere Rolle als erwartet. Stattdessen übernimmt die Kommunikation eine zentrale Funktion im Projektverlauf und kompensiert teilweise fehlende Dokumentation. Ein zentrales Ergebnis der Arbeit ist, dass studentische IT-Projekte nicht weniger effektiv sind, sondern einer eigenen Logik folgen. Während professionelle Projekte stark auf strukturierte Prozesse und Dokumentation angewiesen sind, basieren studentische Projekte stärker auf direkter Zusammenarbeit, informeller Kommunikation und situativer Anpassung. Die Arbeit zeigt, dass eine kontextgerechte Anwendung ausgewählter Projektmanagementprinzipien – insbesondere klare Rollen, grundlegende Dokumentation und strukturierte Kommunikation – die Organisation studentischer Projekte verbessern kann, ohne deren notwendige Flexibilität einzuschränken.

Wearable Health Devices (WHD) entwickeln sich zunehmend zu intelligenten, lernfähigen und klinisch integrierten Sensorplattformen, die das Potenzial besitzen, medizinische Versorgung und Rehabilitation grundlegend zu verändern. Durch die kontinuierliche Erfassung hochaufgelöster Langzeitdaten zu physiologischen Parametern wie Herzaktivität, Bewegung, Schlaf, Stress oder Glukose ermöglichen sie neue Ansätze für personalisierte und prädiktive Medizin. Die in dieser Arbeit dargestellten Anwendungen zeigen, dass Wearables sowohl in der Diagnostik als auch im Monitoring und in therapeutischen Konzepten eingesetzt werden können. Besonders deutlich wird das Potenzial dieser Technologien in der Kombination mit digitalen Gesundheitsplattformen und künstlicher Intelligenz. Durch die Verknüpfung von Wearable-Daten mit klinischen Informationen, genetischen Daten oder Umweltfaktoren können KI-gestützte Modelle entwickelt werden, die Krankheitsverläufe frühzeitig erkennen und individuelle Therapieentscheidungen unterstützen. Beispiele hierfür sind die frühzeitige Detektion von Verschlechterungen bei Herzinsuffizienz, COPD oder neurologischen Erkrankungen. Perspektivisch könnten sogenannte digitale Zwillinge genutzt werden, um individuelle Krankheitsverläufe zu simulieren und adaptive Therapie- oder Rehabilitationsstrategien zu entwickeln. Auch in der Rehabilitation zeichnen sich neue Entwicklungen ab. Die Kombination aus Wearables, künstlicher Intelligenz und Telemedizin ermöglicht zunehmend adaptive Trainingsprogramme mit personalisiertem Feedback. Sensoren, die in Textilien, Schuhen oder anderen tragbaren Systemen integriert sind, können Bewegungsqualität und Aktivitätsmuster in Echtzeit erfassen und therapeutische Algorithmen steuern. Dadurch wird eine sogenannte Closed-Loop-Rehabilitation möglich, bei der Messung, Analyse und Intervention unmittelbar miteinander verbunden sind. Langfristig könnten sogar autonome digitale Trainingsassistenten entstehen, die Patienten während der Rehabilitation kontinuierlich unterstützen. Ein weiterer wichtiger Entwicklungstrend liegt in der Multisensorfusion. Die Kombination unterschiedlicher Messverfahren – beispielsweise optischer, elektrischer, biomechanischer und biochemischer Sensoren – ermöglicht die Generierung multimodaler digitaler Biomarker. Gleichzeitig werden KI-Modelle zunehmend direkt auf den Geräten ausgeführt (Edge AI), wodurch sowohl der Energieverbrauch reduziert als auch der Datenschutz verbessert werden kann. Parallel dazu gewinnen biointegrierte, flexible oder implantierbare Sensorsysteme an Bedeutung. Neue Ansätze zur Energiegewinnung aus Körperwärme oder Bewegung könnten langfristig einen nahezu autonomen Betrieb dieser Systeme ermöglichen.

Um dem Ruf der Tuningszene - legal mit einer Simson Schwalbe mehr als 40% der ur-sprünglichen Leistung fahren zu dürfen nachzukommen – wurde bei der Firma WESOMA in Zwickau ein Projekt ins Leben gerufen, welches genau diesem Ruf nachkommen soll. Dabei soll ein Rahmen entstehen, welcher später als Ersatzteil vertrieben werden kann und dabei die gesetzlichen Vorgaben erfüllt und sogar übertrifft, um im Anschluss eine Be-triebserlaubnis zu erlangen. Durch eine Kombination experimenteller und numerischer Verfahren werden Untersu-chungen angestellt, um eventuelle Schwachstellen im Rahmen ausfindig zu machen. Da-zu werden sowohl händische Berechnungen angestellt als auch Analysen mittels der Fini-te-Elemente-Methode durchgeführt. Zudem werden nach einer 3D-Laservermessung und einer Farbeindringprüfung auch reelle Fahrtests durchgeführt, um mittels Dehnmessstrei-fen die realen Belastungen zu erfassen, welche während der Fahrt im Rahmen auftreten. Um diesen Rahmen später in Serie fertigen zu können, werden die Wirtschaftlichkeit ver-schiedener Werkstoffe sowie Arten der notwendigen Versteifungen gegeneinander abge-wogen. Ziel dieser Arbeit soll es sein einen Rahmen zu konstruieren, welcher die geforder-ten Ansprüche erfüllt, um diesen später gesetzeskonform im Straßenverkehr bewegen zu dürfen.

Pedestrian perception is a central requirement for autonomous systems operating in urban environments. In comparison to other traffic participants, pedestrians are difficult to model because of their non-rigid body structure, frequent direction changes, and context-dependent behavior. These challenges are especially relevant for autonomous delivery platforms, where perception, tracking, and short-term prediction must be performed reliably under limited computational resources. This work presents the design and implementation of a modular ROS~2-based pipeline for pedestrian-centered scene understanding in 2D image space. The system combines deep learning-based perception with deterministic downstream processing. Human pose estimation models and relevant benchmark datasets were first compared under the given hardware and deployment constraints. Based on this structured selection process, an RTMPose-based perception stage was integrated with RTMDet for pedestrian detection. The downstream pipeline stages use a Kalman filter and Hungarian assignment for tracking, and a constant velocity model with rule-based motion-state estimation for short-horizon prediction. The PIE dataset was selected as evaluation basis because of its pedestrian focus, temporal continuity, and behavioral annotations. The implemented pipeline achieved a complete end-to-end processing chain from prerecorded image input to pedestrian detection, tracking, and short-term motion prediction. The practical results show that the overall system reliability depends strongly on the robustness of the perception stage. In particular, benchmark-based model selection alone was not sufficient for final deployment decisions, as detector behavior in the actual pipeline had a strong effect on tracking and prediction quality. Overall, the work provides a functional proof of concept and a structured basis for future extensions toward more robust and real-time capable pedestrian perception systems.