Durch die Zunahme der Komplexität im Bereich der Softwareentwicklung und zugleich des derzeitigen Fachkräftemangels, müssen sich Unternehmen in der Erstellung neuer Anwendungen oder Apps neu orientieren. So kommt die Technologie Low-Code ins Spiel. Bei einer Low-Code-Entwicklung werden vordefinierte Funktionsbausteine zur Erstellung neuer Apps durch ein Entwicklerteam angefertigt, welche anschließend ohne Programmieraufwand zum Einsatz kommen. Mit der Verwendung von Low-Code wird der Entwicklungsprozess beschleunigt, wodurch kostenärmer, effizienter und schneller entwickelt werden kann. Durch die Neuschaffung dieser Art der Entwicklung und der Verwendung von Low-Code-Software, werden auf dem Arbeitsmarkt neue Low-Code-Experten ausgebildet und nachgefragt. Anhand von einem zu erstellenden Kriterienkatalog sollen verschiedene bestehende Low-Code-Anbieter miteinander verglichen werden. Sollte sich ein Unternehmen für die Verwendung von Low-Code entscheiden, soll der Kriterienkatalog die Auswahl vom Anbieter unterstützen.

• Es wurde sich näher rund um das Thema Low-Code durch Recherche befasst. In welchen Bereichen wird Low-Code eingesetzt, welche Vorteile und Herausforderungen birgt dieser Einsatz für Unternehmen.

Grundlagen und Übung in der Containervisualisierung

• Einarbeiten in Docker
• Erstellen eines Docker-Containers
• Mappen von Volumen in einen Docker-Container
• Erstellen eines Bash-Skripts, welches den Container bei Ausführung baut

Grundlagen und Übung in der Webentwicklung (React Native)

• Einarbeiten in React Native
• Erstellen einer Webseite mit React Native
• Ausführen der Webseite in einer lokalen Umgebung
• Aufsetzen der Infrastruktur zum Senden von Web-Anfragen an eine öffentliche API (Schnittstelle)
• Fehlerbehebungen zum Senden einer Web-Anfrage

Tätigkeit

• Entwicklung von Docker und Verwendung auf dem lokalen Rechner
• Softwareentwicklung mit dem Framework React Native
• Des Weiteren eine Dokumentation für alle Schritte verfasst

Im Einsatz von Fotovoltaik-Anlagen ist die Ausrichtung vom hierfür verwendenden Objekt von wichtiger Bedeutung, um bestmöglich Energie erzeugen zu können. Mit Hilfe von open source Geodaten soll ein Algorithmus entwickelt werden, der es uns erlaub die Ausrichtung vom Gebäude anhand ihrer Grundfläche zu bestimmen. Für die Erstellung vom Algorithmus wurde die Entwicklungsumgebung (IDE) ?PyCharm? des Unternehmens JetBrains mit der Programmiersprache ?Python? verwendet. Mit der Verwendung von linearer Regression wird auf eine beliebige Gebäudefläche eine Hilfsgerade gelegt, mit welcher durch den Abstand zu den Punkten der linearen Regression die Ausrichtung der Grundfläche festgelegt werden kann. Um auf die Ausrichtung des Gebäudes in Himmelsrichtung zu kommen, wird anhand der berechneten Gerade eine Steigung (m) angelegt. Das Ergebnis davon zeigt die momentane Gebäudeausrichtung. Das Bedeutet, dass eine mathematische Steigung von 0 für eine voll horizontale Ausrichtung steht und eine Steigung gegen unendlich für eine vertikale Ausrichtung.

• Entwicklung und testen vom Algorithmus
• Dokumentation aller durchgeführten Schritte
• Überwachen der agilen Vorgehensweise

Durch die Zunahme der künstlichen Intelligenz muss geklärt und behandelt werden, ob durch künstliche Intelligenz geschützte Geschäftsmodelle sich mit geltendem Datenschutz vereinbaren lassen. Im diesem Projekt soll auf den Federated Leraning Ansatz eingegangen werden, welcher unter Berücksichtigung rechtlicher Datenschutzvorgaben erläutert, analysiert und beurteilt wird. Durch künstliche Intelligenz lassen sich unternehmerische Prozesse entlang der gesamten Wertschöpfungskette optimieren und neue Geschäftsmodelle entwickeln, beziehungsweise etablierte Geschäftsmodelle anpassen und zukunftsorientiert ausrichten. Mit Federated Learning soll eine künstliche Intelligenz programmiert werden, welche mit der Vielzahl an benötigten Daten trainiert werden kann und gleichzeitig dabei die rechtlichen Bedenken, welche durch die Datenschutzgrundverordnung auftreten, berücksichtigt und aus der Welt schafft. Eine lauffähige Künstliche Intelligenz soll unter Verwendung des Federated Learning programmiert werden und für einen konkreten Anwendungsfall benutzbar sein. In einem zur Verfügung gestellten Bosch-Datensatz von der Webseite Kaggle, soll anhand einer Bosch-Produktionslinie aufgezeigt, wie fehleranfällig Maschinentypen sind. Durch eine Analyse der Maschine wird gezeigt, welche Teile die Qualitätskontrolle nicht bestehen werden. Anhand von der Ausgabe vom Code soll abzusehen sein, ob ein Bauteil fehlerhaft produziert wurde (gezeigt bei Response mit dem Wert "1").

• Software Architektur in der Codegenerierung
• Dokumentation der Programmierschritte
• Überwachung der agilen Vorgehensweise