Permanently excited synchronous motors are the driving components in countless systems and applications. The most common cause of motor failures are the bearings. Data-driven approaches have been used for predictive defect detections since many years, to prevent motors from an unexpected breakdown. In this way, downtime costs can be reduced and maintenance intervals based on actual wear can be realized. Existing approaches are usually based on structure-borne sound sensors that have to be attached externally to the motors. The resulting costs reduce the economic attractiveness and scalability of the solution. Therefore, the focus of this dissertation is on fault detection based on internal motor current signals. Hurdles, arising from the choice of this signal sources, are to be tackled by the developed fault detection framework. By this, an adequate alternative to the use of external sensors is achieved. The core of the framework is the development of a fault detection pipeline, which is to be applicable under expected conditions of real-world applications. The main pillars are data transformation methods derived from expert knowledge of different domains. These are concatenated and parameterized in an automated manner to reduce the human induced bias on the solution generation process. Starting with a review of the state of research, existing research gaps are identified. From this, the research hypothesis and concrete research questions are derived and the general relevance of research is motivated. Subsequently, a conceptual description of the developed framework is given. In contrast to related work, the proposed approach focuses on the abstraction of the motors operating parameters from the pipeline hyperparameters uniquely at training time. This makes reparameterizations in the course of varied motor parameters obsolete, which increases the robustness with respect to real-world use cases. The data used for the validation of the framework was acquired under real-world operating conditions to enable extensive stress tests of the developed pipelines. The results confirm the suitability of the framework in terms of general current based bearing fault detection as well as the intended use cases, regarding the working condition transfers.

Das Mammakarzinom ist die häufigste Krebserkrankung bei Frauen und betrifft vor allem Frauen zwischen 50 und 70 Jahren. Trotz steigender Zahl von Neuerkrankungen ist die Mortalitätsrate in den letzten Jahren gesunken, was auf verbesserte Früherkennungs- und Behandlungsmöglichkeiten zurückzuführen ist. Die interprofessionelle Zusammenarbeit von verschiedenen Professionen und (zertifizierten) Brustzentren hat ebenfalls einen positiven Einfluss auf die Gesundheitsversorgung von Frauen mit Mammakarzinom. Die Implementierung einer interprofessionellen Gesundheitsversorgung ist relevant, da der Krankheitsverlauf individuell verläuft und eine ganzheitliche Behandlung erfordert. Daher ist es aus Sicht der Versorgungsforschung von Bedeutung, die interprofessionelle Zusammenarbeit aus unterschiedlichen Perspektiven weiterzuentwickeln und zu optimieren. Ziel ist es, Handlungsempfehlungen zur möglichen Optimierung der interprofessionellen Zusammenarbeit bei der Behandlung von Patientinnen mit Mammakarzinom zu geben. Um die genannte Forschungsfrage zu beantworten, wurde eine qualitative Erhebung durchgeführt. Hierfür wurden verschiedene Professionen, die an der Behandlung von Patientinnen mit Mammakarzinom beteiligt sind und Patientinnen selbst befragt. Als theoretischer Hintergrund diente eine vorangegangene Literaturrecherche, auf welche aufbauend zwei verschiedene Fragebögen für Patientinnen und Professionen erstellt werden. Durch die empirische Datenerhebung kann gezeigt werden, dass sich eine gute Vernetzung der Professionen untereinander positiv auf die interprofessionelle Zusammenarbeit auswirkt, da Informationslücken geschlossen und Behandlungsentscheidungen gemeinsam getroffen werden können. Dies wird als eine Voraussetzung für die interprofessionelle Zusammenarbeit definiert, neben der Standardisierung der Kommunikationswege, der Definition von klaren Verantwortungsbereichen und der Patientenzentrierung. Für den Behandlungserfolg und damit die interprofessionelle Zusammenarbeit ist es essentiell, dass die individuellen Patientenwünsche und -bedürfnisse berücksichtigt werden. Darüber hinaus ist zu beachten, dass die Patientinnen neben der Eigenverantwortung für die Erkrankung weitere Rollen zu erfüllen haben, wie die Verantwortung für die Familie und die Informationsvermittlung, sodass sie auch in diesen Bereichen gefordert werden. Als Barrieren können neben der Professionsbezogenheit und den Sektorengrenzen fehlende Kapazitäten und Verantwortlichkeiten definiert werden. Diese fehlende Regelung der Verantwortlichkeiten begünstigt eine Verlagerung der Entscheidungsmacht zu den Ärzt*innen. Aufgrund einer fehlenden Implementierung der interprofessionellen Zusammenarbeit kommt es bei einem Personalwechsel zumeist zu einem Einbruch der erarbeiteten Strukturen und somit zu einem Verlust des Fortschritts. Als Handlungsempfehlungen lassen sich aus der Forschung ableiten, dass die psychologische Betreuung über den gesamten Behandlungsverlauf ausgeweitet werden muss, digitale Plattformen zur Verbesserung der Kommunikation in der interprofessionellen Zusammenarbeit eingesetzt werden sollten und die Prozesse mit klaren Zuständigkeiten und Verantwortungsbereichen standardisiert werden müssen.

2021 wurden in der Kernstadt Fulda 2000 Personen über 65 Jahren postalisch zu ihrem Alltag und ihrer Lebensgestaltung befragt. In einem Überblick über unterschiedliche Lebensbereiche wird das Bild der Alltagsversorgungsmöglichkeiten und -hindernisse älterer Menschen deutlich. Handlungsempfehlungen für soziale und kommunale Unterstützung ergänzen die Zahlen.

Monatlicher Newsletter der HLSB Fulda

Hintergrund: Die Corona-Pandemie hat für Menschen mit chronischer Erkrankung und/oder Behinderung ein erhöhtes Risiko für ihre körperliche und psychische Gesundheit dargestellt. Für diese Bevölkerungsgruppen ist ein kritischer Umgang mit digitalen und coronaspezifischen Informationen von zentraler Bedeutung. Bislang liegen wenig Studien vor, die die Ausprägung der coronaspezifischen und digitalen Gesundheitskompetenz so-wie die psychische Gesundheit während der Pandemie untersuchten. Die Studie „Gesundheit und Gesundheitskompetenz von Menschen mit Beeinträchtigung in Deutschland in Zeiten der Corona-Pandemie“ (kurz: HeHLDiCo - Health and Health Literacy of People with Disabilities in Times of the Corona Pandemic) zielt darauf ab, die digitale (dGK) und coronaspezifische (cGK) Gesundheitskompetenz, das Suchverhalten nach Informationen sowie die psychische Gesundheit der Zielgruppe zu analysieren. Datenbasis und Methodik: Die Datenbasis bildete eine quantitative Online-Erhebung, die vom 24.02.2021 bis zum 31.05.2021 deutschlandweit durchgeführt wurde. Die Querschnittstudie richtete sich an Menschen mit chronischer Erkrankung und/oder Behinderung. Der Feldzugang er-folgte über die Bundesarbeitsgemeinschaft der Selbsthilfe (BAG), Landesarbeitsgemeinschaften (LAG) und die Nationale Kontakt- und Informationsstelle zur Anregung und Unter-stützung von Selbsthilfegruppen (NAKOS). Es beteiligten sich insgesamt N=1.076 Personen ab dem Alter von 18 Jahren an der Befragung. Der Fragebogen (in Leichter und Alltagssprache) umfasste Indikatoren zur coronaspezifischen sowie digitalen Gesundheits-kompetenz, dem Informationssuchverhalten und der psychischen Gesundheit (coronabedingter Stress, Sorgen, Burnoutgefährdung, Einsamkeit, Wohlbefinden). Neben soziodemo-grafischen und -ökonomischen Angaben wurden Merkmale der Behinderung, chronischen Erkrankung und daraus resultierenden Einschränkungen erfasst. Die statistische Auswertung erfolgte anhand von deskriptiven und bivariaten Analysen. Ergebnisse: Die Befragten gaben häufig Schwierigkeiten im Umgang mit coronaspezifischen (41,3 %) und digitalen Informationen (26,1 %) an. Insbesondere zeigten sich Schwierigkeiten bei Befragten mit niedrigem Bildungshintergrund (cGK: 56,3 %; dGK: 32,2 %) und niedrigem subjektiven Sozialstatus (SSS) (cGK: 54,3 %; dGK: 34,7 %). Die Ergebnisse zur psychischen Gesundheit (coronabedingter Stress, Sorgen, Burnoutgefährdung, Einsamkeit, Wohlbefinden) verweisen auf häufige Ausprägungen bei folgenden Befragten-gruppen: hierzu zählen weibliche Befragte, 18-44jährige, Befragte mit Einschränkungen durch ihre chronische Erkrankung, Befragte mit niedrigem subjektiven Sozialstatus sowie Befragte, die kein Mitglied der Selbsthilfe waren. Daneben zeigten sich deutliche Unter-schiede in der Ausprägung einer überdurchschnittlich schlechten psychischen Gesundheit in Abhängigkeit von dem Niveau der Gesundheitskompetenz. Befragte mit einer niedrigen coronaspezifischen und digitalen Gesundheitskompetenz berichteten deutlich häufiger von psychischen Gesundheitsproblemen während der Pandemie. Diskussion: Die Studienergebnisse weisen darauf hin, dass die Förderung der Gesundheitskompetenz und der psychischen Gesundheit von Menschen mit chronischer Erkrankung und/oder Behinderung wichtig ist, in den Blick zu nehmen. Die Selbsthilfe kann dabei einen wichtigen Beitrag leisten, da die Selbsthilfegruppenleitungen meist eine gute Kenntnis über die (Lebens-)Situation ihrer Mitglieder haben und daher (individuelle) Unterstützungs- und Beratungsangebote anbieten können.

Familientherapie ist ein relevanter Ansatz psychosozialer Versorgung in Ländern des globalen Südens. Für einen fairen globalen Wissenstransfer im Rahmen der Ausbildung sind implizite Werte westlicher Konzepte transparent zu machen und emergente Irritationen als Hinweise für kulturellen Adaptionsbedarf aufzunehmen. Für systemisch-familientherapeutische Arbeit in Kambodscha wurden Aspekte kultureller und kontextueller Passung erforscht, um damit die lokale Entwicklung einer entsprechenden Weiterbildung in dem südostasiatischen Land zu unterstützen. Dazu wurden Schlüsselkonzepte systemischer Familientherapie mit einem multidimensionalen, ökosystemischen Ansatz kulturvergleichend exploriert. Weiterführend wurden wesentliche Kompetenzen einer kambodschanischen Familientherapie spezifiziert, um Anschlussfähigkeit herzustellen zu den Werten soziozentrischer Familienorganisation sowie kulturell geprägter Vorstellungen von Hilfe, Rat und Heilung. Schließlich werden aus den empirischen Ergebnissen inhaltliche und didaktische Empfehlungen für die systemische Weiterbildung in Kambodscha sowie grundsätzliche Implikationen für eine transkulturelle familientherapeutische Arbeit abgeleitet.

Monatlicher Newsletter der HLSB Fulda

Hintergrund Die Pflicht eines jeden Arztes/einer jeden Ärztin zu allen Geburten eine Hebamme hinzuzuziehen ist in Deutschland einzigartig. Hebammen argumentieren für, die Ärzteschaft gegen die Beibehaltung dieser Hinzuziehungspflicht im deutschen Hebammengesetz. Es stellt sich also die Frage, ob eine hebammengeleitete Geburtshilfe besser als eine ärztlich geleitete Geburtshilfe hinsichtlich der Outcomes für Mutter und Kind ist, und ob sich davon ausgehend die Beibehaltung der Hinzuziehungspflicht der Hebammen in Deutschland als sinnvoll erweist. Besonderer Fokus in dieser Arbeit liegt auf dem historischen Hintergrund der Hinzuziehungspflicht. Methodik Durch eine Literaturrecherche und die narrative Darstellung der Ergebnisse sollen die Forschungsfragen beantwortet werden. Hierzu wird Fachliteratur bezüglich zwei relevanter Aspekte analysiert: „Hebammengeleitete versus ärztlich geleitete Betreuungsmodelle“ und „Elterliche Erfahrungswerte und Wünsche bezüglich Hebammenbetreuung“. Ergebnisse Die Ergebnisse zeigen, dass die intrapartale Betreuung durch eine Hebamme mit besseren Outcomes für Mutter und Kind assoziiert ist als die ärztliche Betreuung. Ebenfalls zeigt sich, dass durch ausreichende, kompetente und kontinuierliche Geburtsbegleitung durch eine Hebamme die Geburtserfahrung positiver bewertet wird. Fazit Die Beibehaltung der Hinzuziehungspflicht ist mit Blick auf die aktuellen Forschungsergebnisse sinnvoll. Die Argumente der Gegner können entkräftet werden. Weitere Forschung ist anzustreben. Schlüsselwörter Hinzuziehungspflicht, Hebammengesetz (HebG), hebammengeleitete Betreuung, ärztlich geleitete Betreuung, Geburtserfahrung, Geburt

In our paper we investigate the role of civil society organisations (CSOs) in the provision of services and in forming advocacy coalitions for illegalized migrants in Bern and Vienna. We analyse the variety of CSOs which actively challenge policies of exclusion at the urban level. We examine the political and social practices of CSOs in local welfare arrangements and their organizational structures, the way they build up solidarity relations, networks and alliances, and their relations to municipality and urban authorities. By focusing on varieties of practices and strategies of CSOs, we shed light on civil society’s crucial role concerning the construction of urban infrastructure of solidarity and aim to show how local arrangements for illegalized migrants are co-produced and negotiated by a variety of actors within urban settings.

Currently, process control in automation technology is mostly regulated by fixed process parameters as a compromise between several identically constructed systems or by plant operators, who are often guided by intuition based on decades of experience. Some operators are not able to pass on their knowledge to the next generation due to societal developments, e.g. academization or increased desire for self-actualization. In contrast, the vision of Smart Factories includes intelligent machining processes that should ultimately lead to self-optimization and adaptation to uncontrollable variables. To consistently implement this vision of self-optimizing machines, a defined quality criterion must be automatically monitored and act as a feedback for continual, autonomous and safe optimization. The term safe refers to the compliance with process quality standards, which must always be maintained. In a very conservative branch such as automation technology, no risks whatsoever are allowed through random experiments for data generation in production operations, since, for example, an unscheduled downtime leads to serious financial losses. Furthermore, machine-driven decisions may at no time pose a threat. Thus, decisions under uncertainty may only be taken where the amount of uncertainty can be considered uncritical. Additionally, industrial applications require a guaranteed real-time capability in terms of reaction to ensure that the actions can be taken in time whenever needed. Since economic aspects are often crucial for decisions in industry, necessary experiments under laboratory conditions, for example, should also be as avoidable as possible, while the effort required for integration into a field application should be as simple as possible. The aim of this work is the scientific investigation of the integration of learning feedback for intelligent decision making in the control of industrial processes. The successful integration enables data-driven process optimization. To get closer to the vision of self-optimizing machines, safe optimization methods for industrial applications on the process level are investigated and developed. Here, considering the given restrictions of the automation industry is critical. This work addresses several fields including technical, algorithmic and conceptual aspects. The algorithmic refinements are essential for enabling a wider use of safe optimization for industrial applications. They allow, e.g., the automatic handling of the majority of hyper-parameters and the solution of complex problems by increased computational efficiency. Furthermore, the trade-off between exploration and exploitation of safe optimization in high-dimensional spaces is improved. To account for changeable states perceived via sensor data, contextual Bayesian optimization is modified so that safety requirements are met and real-time capability is satisfied. A software application for industrial safe optimization is implemented within a real-time capable control to be able to interact with other software modules to reach an intelligent decision. Further contributions cover recommendations regarding technical requirements with focus on edge control devices and the conceptual inclusion of machine learning to industrial process control. To emphasize the application relevance and feasibility of the presented concepts, real world lighthouse projects are realized in the course of this work, indented to reduce skepticism and thus initiate the breakthrough of self-optimizing machines.