Refine
Year of publication
- 2023 (288) (remove)
Document Type
- Article (120)
- Part of a Book (59)
- Conference Proceeding (35)
- Book (30)
- Other (23)
- Annotation (7)
- Bachelor Thesis (7)
- Doctoral Thesis (2)
- Master's Thesis (2)
- Review (1)
- Study Thesis (1)
- Working Paper (1)
Language
- German (212)
- English (72)
- Multiple languages (3)
- Spanish (1)
Keywords
- Soziologie (6)
- Hochschule (5)
- Soziale Arbeit (5)
- Digitalisierung (4)
- Islamismus (4)
- Mixed Reality (4)
- Vertrieb (4)
- Gesundheit (3)
- Gesundheitsförderung (3)
- Künstliche Intelligenz (3)
Institute
- Institut für Gesundheits-und Pflegewissenschaften (IGP) (22)
- Institut für nachhaltige Energietechnik und Mobilität (INEM) (13)
- Institut für Intelligente Systeme (IIS) (9)
- Weitere Projekte der Fakultät SABP (8)
- Virtual Automation Lab (VAL) (6)
- Zuverlässigkeitstechnik und Prognostics and Health Management (4)
- Institut für Change Management und Innovation (CMI) (3)
- Labor Kunststofftechnik (LKT) (3)
- Fraunhofer Anwendungszentrum KEIM (2)
Gegenstand der hier vorgestellten Arbeit ist die quantitative Untersuchung des Einflusses von Software-Fehlern auf angeordnete und überwachte Fahrzeugrückrufe mithilfe maschineller Lernmethoden. Der Anteil von immer komplexerer Software in Kraftfahrzeugen nimmt seit Jahren stets zu. Damit steigt auch der Anteil an Software, die einen erheblichen Einfluss auf die Fahrzeugsicherheit hat – aber steigen damit auch die von Software verursachten Rückrufe proportional dazu an? Ziel der vorliegenden Arbeit ist es, genau diese Frage zu untersuchen und den genauen Einfluss zu quantifizieren. Dazu werden Daten aus internationalen Rückrufdatenbanken herangezogen und näher untersucht. Aufgrund der großen Datenmenge werden geeignete Algorithmen des maschinellen Lernens ausgewählt und mit deren Hilfe die Daten aufbereitet und analysiert.