direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Abschlussarbeiten

Lupe


Wenn Sie Ihre Abschlussarbeit bei uns am Fachgebiet schreiben wollen, dann bewerben Sie sich bitte bis 31. März bzw. bis 30. August um einen Betreuungsplatz im folgenden Semester.

Senden Sie hierzu eine Mail mit folgenden Bewerbungsunterlagen an :

  1. Kurzes Motivationsschreiben (etwa 1/2 Seite) inklusive:

    • Themenpräferenz mit Bezug auf unsere Forschungs- oder Lehrthemen insbesondere der ausgeschriebenen Abschlussarbeiten (siehe unten)
    • Zeitpräferenz (gleich zu Beginn des Semesters, erst am Ende...)

  2. Aktuelle Notenübersicht (bei Master-Studierenden bitte auch das BSc-Zeugnis)

Eigene Themenvorschläge, auch in Kooperation mit Unternehmen sind möglich. Wir empfehlen bei Abschlussarbeiten mit Unternehmen vorher die wissenschaftliche Passgenauigkeit mit uns zu besprechen und im Unternehmen zu klären wie Geheimhaltungsvereinbarungen zu handhaben sind.

Bei der Vergabe von Plätzen orientieren wir uns in erster Linie an Studienfortschritt, Einschlägigkeit von Studienprofil und Themenpräferenz. Besonderen Vorrang genießen Absolventinnen und Absolventen unserer Vertiefungsmodule und im Speziellen des Praxisseminars.

Leider können wir in jedem Semester nur eine begrenzte Anzahl von Abschlussarbeiten betreuen, bitte bewerben Sie sich daher auch an anderen Fachgebieten.

 

 

Themenvorschläge

  1. Energy-aware production planning in hybrid energy systems

    • Level: BSc + MSc
    • Language: Dt./Engl.
    • Methods: Optimization
    • Tool: Aimms (or Julia/Jump)
    • Contact: Kristian Bänsch

  2. Agent-based machine scheduling (Project HyMAS)

    • Level: BSc./MSc.
    • Language: Dt./Engl.
    • Methods: Agent-based modeling, simulation, optimization
    • Tool: Anylogic
    • Contact: Kristian Bänsch

  3. Dynamic loading of e-vehicles in a residential setting taking into consideration uncertainty in prices and renewable generation

    • Level: BSc./MSc.
    • Language: Engl.
    • Methods: (Deep) Reinforcement learning
    • Tool: Julia or Python (Deep Reinforcement Learning Packages)
    • Contact: Lissy Langer

  4. Smart home energy management systems: Modeling residential energy flows taking into consideration PV generation, storage and Power-to-heat

    • Level: BSc./MSc.
    • Language: Engl.
    • Methods: Optimization
    • Tool: Julia JuMP
    • Contact: Lissy Langer (see publications/code on my website)

  5. Designing Operations Management Learning Games (INSYSTED project)

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe

Diese Seite verwendet Matomo für anonymisierte Webanalysen. Mehr Informationen und Opt-Out-Möglichkeiten unter Datenschutz.