Open Access

Diese Masterarbeit analysiert den Prozess der Krankentransporte in Vorarlberg und identifiziert Potenziale zur Steigerung von Qualität und Effizienz. Krankentransporte sind ein wesentlicher Bestandteil des Gesundheitssystems und erfordern sorgfältige Planung, Koordination und qualifiziertes Personal. Die Arbeit behandelt Herausforderungen wie professionelle Ausbildung, Sicherheit, Kommunikation, Effizienz und Zeitmanagement. Durch eine Kombination aus semistrukturierten Interviews mit Mitarbeiterinnen und Mitarbeitern der Landeswarnzentrale und der Rettungs- und Feuerwehrleitstelle, direkten Beobachtungen und der Analyse von Daten aus SQL-Datenbanken werden bestehende Prozesse detailliert untersucht. Die Analyse deckt Schwachstellen in der Datenerfassung und -qualität auf und identifiziert ineffiziente Abläufe. Auf Basis der gewonnenen Erkenntnisse werden konkrete Handlungsempfehlungen entwickelt, darunter die Einführung eines Onlineportals zur Anmeldung von Krankentransporten, die Entwicklung von Unterstützungstools für Disponentinnen und Disponenten, strengere Kontrollen bei der Ausstellung von Transportscheinen und die Optimierung des Transports am Behandlungsort. Die Arbeit beantwortet die Forschungsfrage, welche Potenziale zur Steigerung der Qualität und Effizienz von Krankentransporten in Vorarlberg bestehen, und liefert praxisnahe Ansätze zur Prozessverbesserung, die zu einer effizienteren und zuverlässigeren Patientenversorgung beitragen.

Optimal scheduling of electric vehicle charging is a non-trivial problem associated with multiple sources of uncertainties. These uncertainties are often neglected in demand-side management studies assuming perfect predictions, which in practice is unrealistic. In this paper, we propose a model predictive control framework for scheduling the charging of residential electric vehicles to account for the uncertainties associated. The evaluations are performed considering a decentralized demand-side management algorithm proposed in the literature, which aims to exploit the flexibility of electric vehicles to fill the valleys in the demand curve in order to flatten the aggregated load. The performance of the method is evaluated in response to the uncertainty in the non-elastic load, aggregated electric vehicle demand, and electric vehicle user behavior. The results show that the variance in the demand is reduced by a factor of 4.8 in the proposed model predictive-based method in the presence of all three uncertainties considered relative to the uncontrolled charging. Under perfect prediction, the reduction is a factor of 7.5, thereby indicating that the method is a viable solution against uncertainties. Moreover, the study provides an overview of the degree of overestimations in the desired outcomes realized under the assumptions of perfect predictions for the different uncertain parameters, demonstrating that the most significant impact arises from uncertainty in mobility usage.

Die Frage nach einer ’guten’ Aufteilung einer Applikation in Microservices ist besonders hinsichtlich der Wartbarkeit äußerst relevant. Ob die Wartbarkeit einer solchen Anwendung aufgrund der Aufteilung in Microservices möglicherweise beeinträchtigt wird, ist jedoch schwierig festzustellen. Die vorliegende Masterarbeit beschäftigt sich mit der Identifikation von Architekturgrenzen, welche mit solchen Nachteilen einhergehen könnten; solche Architekturgrenzen werden als Wrong Cuts bezeichnet. Im Rahmen der vorliegenden Arbeit soll ein Werkzeug implementiert werden, welches Entwicklern und Entwicklerinnen eine Einschätzung ermöglicht, ob in ihrer Anwendung möglicherweise solche Wrong Cuts vorliegen könnten. Um diese Problemstellung zu bearbeiten, müssen zunächst mögliche Kennwerte identifiziert werden, die Hinweise darüber erlauben, ob eine Microservice-basierte Anwendung ’gut’ aufgeteilt worden ist. Daran anschließend folgt die Auswahl und Analyse der Messbarkeit eines geeigneten Kennwertes. Schlussendlich wird ein Werkzeug entwickelt, um diesen Kennwert in einer Microservices-Anwendung zu ermitteln. Diese Teilschritte führten insgesamt zu der konkretisierten Fragestellung, wie sich die Kohäsion eines Microservices auf Basis von Sensitive Class Cohesion Metric (SCOM) messen lassen kann. Es wurde ein Werkzeug entwickelt, welches den SCOM-Wert anhand eines JSON-Logs berechnet. In Zuge dessen wurde erarbeitet, wie die für die Berechnung notwendigen Daten durch den Einsatz von OpenTelemetry und Jaeger erhalten werden können. Das entwickelte Werkzeug wurde zunächst im Rahmen eines synthetischen Demo-Projektes getestet, bevor es auf die TeaStore Applikation angewandt wurde. Es konnte ein Werkzeug zur Bestimmung der Kohäsion auf Basis der SCOM-Metrik entwickelt werden. Durch die Zero-Code-Instrumentation von OpenTelemetry und dem zur Verfügung gestellten Skript zum Erhalt der gesammelten Daten über Jaeger wird Softwareentwicklern und Softwareentwicklerinnen eine Möglichkeit geboten, die Aufteilung ihrer Microservice-Applikation in Hinblick auf die Kohäsion zu untersuchen.

Diese Masterarbeit widmet sich der Untersuchung der Wirksamkeit der Bluetooth Low Energy (BLE) Technologie zur Positionsbestimmung von Einsatzkräften der Feuerwehr unter verschiedenen Umgebungsbedingungen. Im Zentrum steht die Analyse von Received Signal Strength Indicator (RSSI)-Werten zur Distanzmessung zwischen strategisch platzierten Beacons innerhalb eines Testfelds. Für den besonderen Einsatzfall der Feuerwehr ist es notwendig, ein Positionierungssystem zu entwickeln, das ohne fixe Infrastrukturen in Gebäuden auskommen kann und schnell am Einsatzort aufgebaut ist. Die Arbeit simuliert verschiedene Distanzen und Umgebungsbedingungen, um die Genauigkeit der BLE-Technologie zu evaluieren. Die Ergebnisse verdeutlichen signifikante Abweichungen zwischen den berechneten und tatsächlichen Distanzen, die maßgeblich durch Hindernisse wie Wände und Fahrzeuge beeinträchtigt wurden. Ein einfaches Modell zur Distanzberechnung aus RSSI-Werten stieß dabei auf Grenzen, insbesondere bei der Kompensation von durch physische Barrieren verursachten Fehlern. Deshalb macht die Arbeit einen ersten Versuch, einen Kalman-Filter für diesen Anwendungsfall anzuwenden. Dabei konnte das Ergebnis auch bereits deutlich verbessert werden. Trotz der Herausforderungen unterstreicht die Arbeit das potenzielle Anwendungsfeld der BLE-Technologie für die Positionsbestimmung und empfiehlt weitere Forschung zur Optimierung der Genauigkeit in komplexeren Umgebungen. Zukünftige Arbeiten könnten weiter den Ansatz des Kalman-Filters verfolgen, wodurch sich auch die Fusion von unterschiedlichen Sensordaten umsetzen lassen würde.