Die Konzeptionierung und Entwicklung von verteilten Systemen beispielsweise in den Bereichen Smart Home, Industrie 4.0, Landwirtschaft 4.0, Medizin 4.0 sowie dem autonomen Fahren ist hochkomplex und oftmals sehr schwierig. Diese Systeme haben gewisse Systemeigenschaften, die teilweise stark voneinander abhängig sind und nicht eigenständig modelliert werden können.
Das Fachgebiet Drahtlose Systeme befasst sich mit der Modellierung dieser Abhängigkeiten, bei denen es sich beispielsweise um die folgenden handelt: Zuverlässigkeit und Sicherheit, Zuverlässigkeit und Energieverbrauch sowie auch Zuverlässigkeit und Sicherheit und Energieverbrauch. Die Modellierung dieser Abhängigkeiten betrifft einzelne Systeme als auch vernetzte Geräte, d.h. Systeme von Systemen.
Ziel ist es, ein tieferes und fundiertes Verständnis dieser Abhängigkeiten zu erlangen, um schlussendlich diese Abhängigkeiten geeignet modellieren zu können. Mit Hilfe dieser Modellierungen können schließlich geeignete Entwurfswerkzeuge für solche Systeme entwickelt werden.

Unsere Webseite verwendet Cookies. Diese haben zwei Funktionen: Zum einen sind sie erforderlich für die grundlegende Funktionalität unserer Website. Zum anderen können wir mit Hilfe der Cookies unsere Inhalte für Sie immer weiter verbessern. Hierzu werden pseudonymisierte Daten von Website-Besuchern gesammelt und ausgewertet. Das Einverständnis in die Verwendung der technisch nicht notwendigen Cookies können Sie jeder Zeit wiederrufen. Weitere Informationen erhalten Sie auf unseren Seiten zum Datenschutz.

Erforderlich

Diese Cookies werden für eine reibungslose Funktion unserer Website benötigt.

Statistik

Für den Zweck der Statistik betreiben wir die Plattform Matomo, auf der mittels pseudonymisierter Daten von Websitenutzern der Nutzerfluss analysiert und beurteilt werden kann. Dies gibt uns die Möglichkeit Websiteinhalte zu optimieren.

Name Zweck Ablauf Typ Anbieter
_pk_id Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern. 13 Monate HTML Matomo
_pk_ref Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern. 6 Monate HTML Matomo
_pk_ses Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern. 30 Minuten HTML Matomo