Für das Land Schleswig-Holstein wurde ein Transparenzportal entwickelt. Das Web-Portal dient dem Land dazu, seiner Informationspflicht den Bürgern gegenüber nachzukommen. Die Bürger haben darüber Zugriff auf relevante Dokumente aus Behörden und öffentlichen Institutionen.

Die auf dem Python-Framework CKAN basierende Web-Applikation wurde in einem Scrum-Team entwickelt. Das Backend wurde erweitert, um zusätzlich benötigte Funktionalitäten zu gewährleisten. Bestehender Code wurde mit zahlreichen zusätzlichen Unit Tests versehen. Das Frontend wurde nach den Vorgaben einer UI-Designerin umgesetzt.

Einen weiteren Schwerpunkt neben der Entwicklung bildete die Installation auf Testservern sowie die Automatisierung des Deployments.

Für ein Team aus erfahrenen Software-Entwicklern wurde ein zweitägiges Training zum Thema React konzipiert und als In-House-Schulung durchgeführt.

Dabei wurden unter Anderen folgende Themen behandelt: Einführung in React, React Hooks, Redux, Anbindung an RESTful APIs.

Bei der Durchführung der Schulung wurde großer Wert auf Phasen mit praktischen Übungen gelegt. Die Inhalte des Trainings wurden an den Bedarf des Teams angepasst.

Für den Flugzeughersteller Airbus wurde eine Toolbox zur simulationsgestützten Vorhersage der Sprachverständlichkeit des Beschallungssystems in Flugzeugkabinen entwickelt.

Dazu wurde eine umfangreiche Matlab-Toolbox entwickelt, welche alle für die Simulation benötigten Eingangsdaten erzeugt, diese an die bereits bestehende Simulations-Software weitergibt und anschließend die Ergebnisse wieder einsammelt und darstellt.

Teil der Erzeugung der Eingangsdaten war die Vorhersage des Hintergrundlärms in Flugzeugkabinen. Diese wurde mittels Machine Learning unter Ansatz eines probalistischen Modells implementiert. Das Modell wurde mit einer großen Zahl bereits vorhandener Messdaten trainiert.

Das Verfahren hilft dabei, die Produktionskosten und die Zeit bis zur Auslieferung der produzierten Flugzeuge signifikant zu verkürzen, da zusätzliche Flugtests für das Beschallungssystem eingespart werden können.

Der Transport schwerer Lasten in der Flugzeugmontage erfordert hohe Sicherheitsvorkehrungen. In diesem Projekt wurde eine autonome Roboterplattform entwickelt, welche einer an einem Kran befindlichen Last selbstständig folgt. Dabei detektiert der Roboter mittels einer Vielzahl von Sensoren Gefahrenpotentiale. Nähert sich bespielsweise ein Mensch, wird dieser erkannt und ein Ausweichmnöver mitsamt Kran eingeleitet, um sicherzustellen, dass sich zu keinem Zeitpunkt die schwebende Last über einem Menschen befindet. Neben der Projektleitung wurden hierbei die Implementierung der autonomen Navigation, Bahnplanung, Kartografierung, Lokalisierung und Ablaufsteuerung, sowie Sensorintegration, IoT Anbindung und allgemeine Instandhaltung aller Softwaremodule übernommen.

Implementierung einer Lernplattform für JavaScript Beginner. Das JS Gym bietet eine vollintegrierte Lernumgebung mit JavaScript Konsole, Karteikarten, Coding Rätseln, Quizzen, Chat und Fortschrittsanzeige in 25 Leveln. Hierzu gehörten Konzeptionierung und Implementierung von Backend und Frontend, das Erstellen aller Lehrinhalte, Deployment sowie die Wartung der Applikation.

In Zusammenarbeit mit einem Grundschullehrer wurde aus eigenem Bedarf heraus ein Werkzeug in Python entwickelt, um die Rechtschreibentwicklung von Schülerinnen und Schülern (SuS) festzustellen. Nach ersten Einsätzen und positiver Resonanz bei den SuS und im Lehrerkollegium wurde entschieden, den “Fehlerfrosch” als Webapplikation auch anderen Lehrkräften zur Verfügung zu stellen. Der Fehlerfrosch analysiert hierbei die von SuS eingegebenen Texte und generiert daraus anschließend ein individuelles Rechtschreibprofil. Dieses kategorisiert nach insgesamt 13 Fehlertypen innerhalb der phonetisch / alphabetischen, der orthographischen und der morphematischen Rechtschreibstrategien. Er gibt Aufschluss über den Lernstand und die Entwicklung der Klasse sowie Stärken und Defizite der einzelnen Kinder.

• Die Applikation ist derzeit kostenlos nutzbar und wird deutschlandweit von Lehrern im Unterricht eingesetzt.
• Das Backend ist in Python mithilfe des Django Frameworks und einer PostgreSQL Datenbank realisiert, während die Visualisierung und das Frontend auf Bootstrap, JavaScript sowie vereinzelten Vue JS Komponenten basieren.

Hallo! 독일어, zu Deutsch "Hallo! Deutsch", ist eine Mobile App für Deutsch lernende Koreaner und kostenlos im Google Playstore erhältlich. Die App ermöglicht das effiziente Lernen der offiziellen Goethe Institut A1-B1 Wortschätze mittels einem Karteikartensystem. Hierbei wurde eine je nach Kenntnissstand und Schwierigkeit adaptive Wiederholrate der Karten implemtiert. Die App ist vollständig in Python mittels des Frameworks Kivy geschrieben und hat momentan ca. 500 aktive Installationen.

Ergebnis dieses privaten Projekts ist eine Web-Applikation, die Conway's Spiel des Lebens illustriert. Die Anwendung besteht aus einem mit React.js implementierten Frontend und einem auf Python basierenden Backend. Die Anwendung wird mit Docker Compose betrieben. Das Backend stellt über 1000 verschiedene Startkonfigurationen zur Verfügung, die von der Seite LifeWiki stammen.

Ein Prototyp einer Chatting App für die Flugzeugkabine. Die App trackt und visualisiert Gesichtszüge und verwendet ein neuronales Netz zum Generieren von Text aus Lippenbewegungen. Die App wurde als Webapplikation in Python, beziehungsweise im Django Framework auf Basis einer SQL Datenbank entwickelt. Das Frontend ist in React, Bootstrap und JavaScript realisiert.

Am Zentrum für Angewandte Luftfahrtforschung wurde im Rahmen eines Forschungsprojekts ein Demonstrator für die Verwendung von Flugzeugkabinen-Bauteilen als Lautsprecher entwickelt.

Technologischer Kern ist ein Microcontroller, für den Software zur adaptiven Korrektur des Lautsprecher-Frequenzgangs entwickelt wurde. Die Software für den Microcontroller wurde in C++ entwickelt. Dafür wurden zahlreiche Audio- und Signalverarbeitungs-Funktionen sowie Schnittstellen zu anderen Audio-Komponenten und einem als User Interface dienenden Embedded-Computer implementiert. Für den Embedded-Computer wurde mit Python eine grafische Benutzeroberfläche sowie die Kommunikation mit dem Microcontroller programmiert.

Der Demonstrator fasst die Ergebnisse des Forschungsprojekts in anschaulicher und anhörbarer Weise zusammen.