Projekt- und Abschlussarbeiten

Egal ob Bachelor- und Masterthesen, Studienarbeiten, ARP oder ADP: Bei unseren Abschlussarbeiten steht immer der Mensch im Mittelpunkt.

Aktuelle angebotene Abschlussarbeiten

  • Messung der Wirkung einer adaptiven ergonomischen Arbeitsstation auf die physische Belastung und den Bewegungsspielraum mit einem Motion Capture System

    06.11.2025

    Masterthesis, Advanced Research Project (ARP)

    Ziel dieser Arbeit ist es, ein bestehendes Versuchskonzept zur Untersuchung der Wirkung einer adaptiven Arbeitsstation umzusetzen und eine Probandenstudie durchzuführen. Im Versuch soll u.a. ein Motion Capture System (Xsens) zum Einsatz kommen, um die menschlichen Bewegungen während des Versuchs zu erfassen.

    Betreuer/in: M.Sc. Maximilian Pätzold

    Ausschreibung als PDF

  • Masterthesis

    Im Rahmen dieser Thesis soll der aktuelle Forschungsstand zum Einsatz leistungsgewandelter/leistungskritischer Mitarbeitender aufbereitet werden, dies umfasst u.a. Experteninterviews mit unseren Partnern aus der Automobilfertigung.

    Das Ziel dieser Arbeit ist es, zu erfassen wie sich Leistungswandlungen in Wissenschaft und Praxis kategorisieren lassen und welche Ansätze zur Beschreibung und Gestaltung von speziellen Arbeitsplätzen für den Einsatz von Mitarbeitenden mit Leistungseinschränkungen bestehen.

    Betreuer/in: M.Sc. Maximilian Pätzold

    Ausschreibung als PDF

  • Masterthesis

    Automatisierte Fahrfunktionen verschieben die Rolle der Fahrenden von der aktiven Fahrzeugführung zur überwachenden Mitwirkung. In der andauernden automatisierten Fahrt können Aufmerksamkeit, Situationsbewusstsein und körperliche Bereitschaft zur Kontrolle allmählich abnehmen. Auftretende Muster im Verhalten, wie etwa der sinkende Anteil des Blicks auf die Straße oder entspanntere Sitzhaltungen gelten als mögliche Vorboten für eine reduzierte Übernahmeleistung beim Take-Over-Request. Während es etablierte Bewertungsansätze für die TOR-Phase gibt, fehlt bislang ein validiertes, zeitlich-dynamisches Schema, das die Entwicklung des Fahrerverhaltens während der automatisierten Fahrt integriert und daraus anwendbare Empfehlungen für Fahrer-Monitoring-Interventionen ableitet.

    Ziel der Arbeit ist die Entwicklung und Anwendung eines Bewertungsschemas für das Fahrerverhalten während automatisierter Fahrt, um Frühindikatoren für eine geminderte Übernahmebereitschaft zu identifizieren und daraus Gestaltungsempfehlungen für adaptive DMS-Interventionen abzuleiten. Bewertet werden sollen quantitative Kennwerte (z.B. Anteil Fahrbahnblick, PERCLOS, Hände-am-Lenkrad-Zeit, Sitzneigungswinkel, Fuß-auf-Pedal-Zeit) und qualitative Beobachtungen aus Videodaten über den Verlauf der Fahrtdauer. Diese sollen gegen TOR-Leistungsmaße validiert werden.

    Betreuer/in: M.Sc. Sarah Schwindt-Drews

    Ausschreibung als PDF

  • Masterthesis

    Intelligente Straßenbeleuchtungssysteme ermöglichen eine energieeffiziente und situationsabhängige Steuerung urbaner Beleuchtung. Neben technischen Aspekten rücken zunehmend die Anforderungen der beteiligten Akteure (Leuchtmittelhersteller, Städte und Kommunen, Nutzer:innen), die Nutzungsbedingungen vor Ort und die Bedienfreundlichkeit in den Mittelpunkt der Forschung. Um eine menschengerechte Gestaltung solcher Systeme zu gewährleisten, ist eine fundierte Analyse des Nutzungskontexts erforderlich. Sie liefert Erkenntnisse darüber, wie Nutzende mit der Technik interagieren, welche Anforderungen bestehen und welche Barrieren oder Potenziale in der praktischen Anwendung auftreten.

    Ziel der Arbeit ist die systematische Untersuchung des Nutzungskontexts intelligenter Straßenbeleuchtungssysteme. Auf Basis einer Literaturrecherche sollen typische Akteure, Aufgaben, Nutzungssituationen und Anforderungen identifiziert werden. Ergänzend können qualitative Interviews mit Fachpersonen durchgeführt werden, um spezifische Bedarfe und Herausforderungen zu vertiefen. Die Ergebnisse dienen als Grundlage für die menschengerechte Gestaltung von Steuerungssystemen und Schnittstellen intelligenter Beleuchtung.

    Betreuer/in: M.Sc. Sarah Schwindt-Drews

    Ausschreibung als PDF

  • Masterthesis, Bachelorthesis

    Automatisierte Fahrsysteme (ADS) übernehmen zunehmend sicherheitskritische Aufgaben im Straßenverkehr. Um ihr Verhalten nachvollziehbar zu bewerten, ist ein Vergleich mit einem menschlichen Referenzfahrer erforderlich, der als Maßstab für sichere, angemessene und akzeptierte Fahrentscheidungen dient. Während bestehende Modelle menschlichen Fahrerverhaltens einzelne Teilaspekte – etwa Wahrnehmung oder Reaktionszeit – abbilden, fehlt bislang ein theoretisch fundiertes, konsistentes Modell, das den geübten, aufmerksamen Fahrer als Referenz für die Validierung automatisierter Systeme beschreibt.

    Ziel der Arbeit ist es, den Stand der Forschung zu Menschmodellen im Fahrkontext systematisch aufzuarbeiten und auf dieser Basis eine wissenschaftlich fundierte Definition des „Referenzfahrers“ zu entwickeln. Diese Definition dient als Grundlage für die Konzeption eines ersten theoretischen Referenzfahrermodells, das Wahrnehmung, Entscheidungsfindung und Handlung integriert und als Vergleichsmaßstab für die Bewertung automatisierter Fahrsysteme genutzt werden kann.

    Betreuer/in: M.Sc. Sarah Schwindt-Drews

    Ausschreibung als PDF

  • Bachelorthesis

    Ziel dieser Thesis ist es, den aktuellen Stand der Nutzung von Assistenzfunktionen in der Fahrzeugführung darzustellen und hierauf aufbauend das Weiterentwicklungspotential zu erforschen.

    Betreuer/in: M.Sc. Lisa Zeitler

    Ausschreibung als PDF

  • Masterthesis, Bachelorthesis

    Mit der Einführung automatisierter Fahrzeuge wird es insbesondere in städtischen Gebieten zu einem Mischverkehr kommen, in dem Fahrzeuge mit unterschiedlichen Automatisierungsgraden koexistieren.

    Dies führt zu Situationen, in denen menschliche Fahrende und automatisierte Fahrzeuge interagieren und kooperieren müssen – oft ohne klar definierte Verhaltensregeln in der Straßenverkehrsordnung.

    Neben objektiven Fahrdaten ist es daher von großer Bedeutung, auch körperliche Reaktionen in verschiedenen kooperativen Situationen mit automatisierten Fahrzeugen (AV) systematisch zu erfassen, auszuwerten und zu interpretieren. Ein besseres Verständnis dieser körperlichen Reaktionen kann entscheidend dazu beitragen, die Gestaltung kooperativer Interaktionen zwischen Mensch und AV sicherer, intuitiver und akzeptanzfördernder zu machen.

    Betreuer/in: M.Sc. Felix Friedrich

    Ausschreibung als PDF

Ansprechpartner

Wenn Sie Interesse an einer Bachelor- oder Masterthesis (Studien- oder Diplomarbeit), einem Advanced Design oder Research Project haben, sprechen Sie bitte die wissenschaftlichen Mitarbeiter:innen direkt an.

Bei Fragen zu Prüfungsanmeldungen oder Prüfungsmodalitäten wenden Sie sich sich bitte an unseren Studierendensupport ().