Artikel und Bücher

Gutow, L.; Gusky, M.; Beermann, J.; Gimenez, L.; Pesch, R.; Bildstein, T.; Heinicke, K.; Ebbe, B. (2022): Spotlight on coarse sediments: Comparative characterization of a poorly investigated seafloor biotope in the German Bight (SE North Sea). Estuarine, Coastal and Shelf Science; Volume 275, 30 September 2022, 107996 , doi: https://doi.org/10.1016/j.ecss.2022.107996
Colson, A.; Hastedt, H.; Luhmann, T.; Hess, M. (2022): The role of conservators in the implementation of surveying techniques - reflection on the Bremen Cog monitoring project. Wet Organic Archaeological Materials 2019 : Proceedings of the 14th ICOM-CC Wet Organic Archaeological Materials Working Group Interim Meeting, Portsmouth 2019 , Weblink
Hülsewede, F.; Albers, S.; Engel, M.; Göring, M.; Luhmann, T. (2022): Untersuchungen zur KI-gestützten Materialklassifikation aus Punktwolken und Bilddaten. Luhmann/Schumacher (eds.): Photogrammetrie, Laserscanning, Optische 3D-Messtechnik – Beiträge der 20. Oldenburger 3D-Tage, Wichmann Verlag, Offenbach/Berlin, pp. 278-287
Schnabel, M.; Gravenhorst, T.; Belkot, T.; Friebe, F.; Erdmann, S.; Koch, S. (2022): Visual Data Discovery im Kontext der geodatenbasierten Wärmeleitplanung. gis.Science 2-2022
Luhmann, T.; Kalinowski, P. (2022): Von ganz groß bis ganz klein – Beispiele zur Digitalisierung komplexer musealer Objekte mithilfe optischer 3D-Messtechnik. museums:zeit, Band 79, S.17-18

Vorträge

Weisensee, M. : Kartographie der Zukunft – Zukunft der Kartographie. Fachkolloquium 60 Jahre Sektion Südbaden der DGfK e.V., Freiburg, November 2016
Luhmann, T. : Optical deformation measurement with integrated finite elements. 2nd Geospace Conference, Kiev, Ukraine, Oktober 2016
Weisensee, M. : GIS in der digitalen Bildung. ESRI GIS-Talk 2016, München, Oktober 2016
Göring, M. : Entwicklung eines Messverfahrens zur Erfassung bewegter Rotorblätter von Windkraftanlagen - Vorstellung des fächerartigen Distanzmesssystems. Jade2Pro-Kolloquium, September 2016
Schüssler, F. : Lehre und Forschung am IAPG – GIS und Wirtschaft. 20 Jahre IAPG, Jade Hochschule, Oldenburg, September 2016

Projekte

Gefördert durch: Bundesministerium für Bildung und Forschung
Eine besondere Herausforderung stellt eine zukünftig dekarbonisierte Wärmeversorgung im urbanen Bereich dar. Die technische Fokussierung auf die Systemkopplung von Strom und Wärme zur Erhöhung des Anteils regenerativer Energien in der Wärmeverso... mehr
Personen
Prof. Dr. Jürgen Knies (Leitung) (03.2019-12.2019) Prof. Dr. Sascha Koch (Leitung) (03.2020-) Sebastian Erdmann, M.Sc. (10.2020-07.2021) Marvin Schnabel, M.Sc. (01.2022-)
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Das Ziel des Verbundprojektes ist die gleichzeitige geometrische Erfassung von turbulenten Windströmungen (Fluidverhalten) und Deformationen von Rotorblattoberflächen von Windenergieanlagen, um neue Erkenntnisse über ihr Verhalten bei Last... mehr
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Sinah Vogel (01.2021-04.2021) Dr. Ing. Thomas Willemsen (10.2018-06.2019) Simon Nietiedt, M.Sc. Annika Katrin Jepping, B.Sc. Martina Göring, M.Sc. Robin Rofallski, M.Sc.
Gefördert durch: Europäischer Fonds für regionale Entwicklung (EFRE)
Ziel des Projektes ist die Untersuchung bildgebender Techniken und Entwicklung spezieller Verfahren, die auf Basis von intraoperativen und präoperativen Daten agieren. Die Einsatzgebiete liegen in erster Linie in der Orthopädie, prinzipiell ist die... mehr

Abschlussarbeiten


Ermittlung einer durchgängigen WLAN-Versorgung in einem Innenstadtbereich mit Hilfe einer GIS-Analyse (2023/1)
Automatisierte Ableitung der Verfahrensgrenze im Vorverfahren einer Flurbereinigung nach Abwägung der agrarstrukturellen und topografischen Gegebenheiten (2023/1)
Optimierung der Planwunschgespräche – Vereinheitlichung, automatisiere Verarbeitung der Planwunschprotokolle sowie dessen Visualisierung (2023/1)
Feldraine als Standorte für Photovoltaikanlagen - Ein geodatenbasiertes Bewertungsverfahren für die Region Nordwest Niedersachsen (2023/1)
Konzeption und Implementierung von Deep Reinforcement Learning zur Raumkonditionierung von Bestandsgebäuden (2023/1)