In recent years, technological innovations have resulted in manifold applications using rare earth elements (REEs), leading to a dramatic increase in demand for them. Because of their unique physicochemical properties, REEs are considered indispensable in modern industry. They are extensively used in new materials, energy conservation, environmental protection and IT devices as well as in military weapon systems. They have also significantly contributed to the miniaturisation of electronic components, such as, for example, cell phones and laptop computers. REEs are essential for green technologies such as wind turbines. They are widely applied in the automotive industry for catalysts, hybrid vehicle batteries, motors and generators, etc. (Hurst, 2010). Due to the similarity of the chemical characteristics of each individual REE, the production processes for REEs with high purity are very complex: the processing and separation can be technically challenging. Furthermore, the chemical extraction processes involved have generated severe environmental problems. Currently, the supply of REEs is concentrated in China. To reduce the dependence on China, many countries have started to search for alternative REE sources, which can be classified into “primary sources” and “secondary sources”. Many REE exploration projects outside China and REE recycling projects have been launched. However, the success of the development of these projects is impacted by various risks, such as political risks, technical risks, environmental risks and social risks. The main research aim of this thesis is to establish a model for the evaluation of REE projects and to provide a basis for investment decision making. In order to complete this task, an analysis of REE deposits and the supply chain for REEs is provided. As results, a data base of potential REEs project is compiled, while an overview of the supply chain for REEs and an analysis of risks across the supply chain are presented. In order to assess potential REE production projects, a new real options valuation (ROV) model using a multi-dimensional binomial lattice approach is developed. For the application of the new real options model, a range of risk parameters and the expected production output of REE products are estimated using the Monte Carlo simulation method. The application of the new real options model is presented for the evaluation of the Bayan Obo mine in China, the Kvanefjeld REE project in Greenland, and a REE recycling project from magnetic scrap.

Diese Arbeit beschäftigt sich mit Tod in digitalen Spielen und geht der Frage nach, über welche Routen und Netzwerke der Tod ins digitale Spiel kommt. Ziel war es herauszufinden, wie Tod in digitalen Spielen repräsentiert wird, welche Praktiken im Zusammenhang mit Tod in digitalen Spielen erkennbar sind und welche soziokulturellen Aspekte und Konzepte von Tod in digitalen Spielen ausgehandelt und konstruiert werden. Im Mittelpunkt steht das Spielgenre der Casual Games, wobei der Untersuchungsfokus insbesondere auf den sog. Wimmelbildspielen oder Hidden Objekt Games liegt. In diesen Spielen dreht sich alles um das Sammeln, Kombinieren und Suchen von Gegenständen in dichten, mit Objekten überfüllten Wimmelbildszenen sowie um das Lösen von Rätseln und Puzzles. Zur Bearbeitung des Themas wurden im Rahmen einer ethnografischen Untersuchung verschiedene Methoden miteinander kombiniert (visuelle, textuelle und inhaltliche Analysen, Close Playing, ethnografische Gespräche und Dichte Beschreibung). Auf Basis vielfältigen Materials (digitale Wimmelbildspiele, Webseiten, Foren- und Bewertungsbeiträge, Let’s Plays, Berichte und Interviews, literarische Texte, Filme, Transkripte von Spielsessions) werden vier Beziehungsnetze herausgearbeitet, über die der Tod ins Spiel kommt. Das erste Beziehungsnetz beschreibt transmediale Zusammenhänge und durchzieht verschiedene Medien, wobei der Tod über alte, weitgereiste Stoffe, Motive und kulturelle Topoi ins Spiel kommt, die den Zwecken und Möglichkeiten des digitalen Mediums angepasst werden. Die drei anderen Beziehungsnetze werden unter dem Begriff der Ökonomie zusammengefasst: Anhand der Ökonomie der Aufmerksamkeit wird gezeigt, wie der Tod über kulturell und visuell etablierte Aufmerksamkeitsregimes, Todessymboliken und -motive ins Spiel kommt. Dass Tod auch Teil der Spielpraktiken selbst ist, weil er die Spielhandlungen initiiert und strukturiert, wird anhand der Ökonomie des Accomplishments dargelegt. Die Ausführungen zur Ökonomie des Wertes machen deutlich, wie Spielebewertungen sowie soziale Todes- und Sterbeerfahrungen die Beziehung zwischen Spieler, Spiel und Spieleproduzent mitbestimmen können. In der Arbeit wird somit nicht nur dargelegt, dass dem Thema Tod eine zentrale Rolle beim Spielen von digitalen Spielen zukommt, sondern auch, dass Tod die Gestaltung und Vermarktung dieser Spiele maßgeblich beeinflusst und somit ebenfalls Bestandteil alltäglicher digitaler Kommunikationsformen ist.

Die Energiewende verändert unsere Landschaft sichtbar, wobei die Auswirkungen der Windenergie unter dem Motto „Verspargelung des Landschaftsbildes“ in gesellschaftlicher Kritik stehen. Sind Windenergieanlagen (WEA) im Umfeld von Denkmalen oder historischen Kulturlandschaften geplant, kann dies zu Interessenskonflikten auf der Ebene der Raumplanung führen. An Brisanz gewinnen diese Konflikte, wenn die geplante Errichtung von WEA zur Gefährdung einer UNESCO-Welterbestätte führt, dies belegt die steigende Anzahl von Auseinandersetzungen in Deutschland sowie im europäischen Ausland in den letzten Jahren. Mit der Bewerbung der Montanen Kulturlandschaft Erzgebirge/Krušnohoří (MKE) zum UNESCO-Weltkulturerbe könnte ein solcher Interessenskonflikt auch im Freistaat Sachsen entstehen. Aufgabe der wissenschaftlichen Arbeit war es auf Basis eines eigens entwickelten Bewertungsverfahren, das Beeinträchtigungspotenzial geplanter WEA mit Hilfe von GIS (Geoinformationssystem)-gestützten Sichtbarkeitsbarkeitsberechnungen im Umfeld der MKE zu untersuchen. Das zu entwickelnde Bewertungsverfahren soll zukünftig der Regionalplanung als operatives Werkzeug im Planungsprozess von WEA zur Verfügung stehen. Die Untersuchungen zeigten, dass ausgehend von den gegenwärtigen Planungen keine akute Gefährdung für die MKE besteht, es jedoch WEA mit einem geringen beziehungsweise mittleren Beeinträchtigungspotenzial für die MKE gibt, welches im Anschluss an diese wissenschaftliche Arbeit in Einzelfallentscheidungen weiterführend untersucht werden sollte.:1. Problemstellung, Zielsetzung und methodischer Aufbau der wissenschaftlichen Arbeit 11 1.1. Thematischer Hintergrund und Ausgangssituation 11 1.2. Problemstellung, Forschungsstand und Zielsetzung 16 1.3. Aufbau der Arbeit und methodisches Vorgehen 24 2. Mehr Raum für Windenergieanlagen - rechtlich planerischer Rahmen zum Ausbau der Windenergie 26 2.1. Die erneuerbaren Energien in der europäischen Politik 26 2.2. Erneuerbare-Energien-Gesetz, Ziele der Raumordnung und Privilegierung der Windenergie im Außenbereich 26 2.3. Konzentrationsplanung von Windenergieanlagen durch Regionalplanung 33 2.4. Ziele des Freistaates Sachsen für den Ausbau der Windenergie – Planungen zur Windenergienutzung in der Region Chemnitz 35 2.5. Resümee zu den rechtlich-planerischen Grundlagen für den Ausbau Windenergie 38 3. Die Kulturlandschaft und das Denkmal als internationale und nationale Schutzgüter sowie deren raumplanerische Berücksichtigung 40 3.1. Geschichtliche und inhaltliche Annäherung an die Begriffe Landschaft - Kulturlandschaft - historische Kulturlandschaft 41 3.1.1. Der Landschaftsbegriff 43 3.1.2. Der Kulturlandschaftsbegriff 47 3.1.3. Eingrenzung des Begriffes Kulturlandschaft zur historischen Kulturlandschaft 50 3.2. Die Kulturlandschaft als Schutzgut auf internationaler Ebene 51 3.2.1. Idee der UNESCO Welterbekonvention, Organisation und Richtlinien 51 3.2.2. Schutzgut, Authentizität, visuelle Integrität und Schutzzonen im Welterbekontext 54 3.2.3. Die Kulturlandschaft als Welterbestätte 57 3.3. Die Kulturlandschaft als Schutzgut auf europäischer Ebene 59 3.3.1. Europäisches Raumentwicklungskonzept (EUREK) 59 3.3.2. Europäische Landschaftskonvention (ELC) 60 3.4. Die Kulturlandschaft und das Denkmal als Schutzgüter auf nationaler Ebene 61 3.4.1. Raumordnungsgesetz (ROG) 61 3.4.2. Bundesnaturschutzgesetz (BNatSchG) 62 3.4.3. Umweltverträglichkeitsprüfung (UVP) 63 3.4.4. Baugesetzbuch (BauGB) 64 3.5. Denkmalschutz ist Ländersache - Der raumplanerische Umgang mit Denkmälern auf der Ebene der Bundesländer 66 3.5.1. Die Denkmalschutzgesetze der Länder im Vergleich 67 3.5.2. Die Anwendung des Denkmalschutzes – Gibt es einen effektiven Umgebungsschutz für Denkmäler gegenüber Windenergieanlagen? 75 3.6. Resümee zur Kulturlandschaft und dem Denkmal als Schutzgüter und deren raumplanerische Berücksichtigung 77 4. Landschaft im Wandel - Erfolgt der Ausbau der Windenergie im Zuge der Energiewende auf Kosten der Landschaft? 83 4.1. Windenergie im gesellschaftlichen Kontext - vom „Selbstbau-Windrad“ zur Großtechnologie 84 4.1.1. Windenergieanlagen als Alternative für die kommerzielle Stromerzeugung 86 4.1.2. Vom Alternativmodell zum Industriezweig 87 4.1.3. „NIMBY!” 92 4.2. Die Auswirkungen von Windenergieanlagen auf Kulturlandschaften und Denkmäler 96 4.2.1. Der Veränderungsdruck auf das Landschaftsbild im Zuge des Ausbaues der Windenergie und die Rolle des Denkmalschutzes 97 4.2.2. Der Visual Impact von Windenergieanlagen 99 4.2.3. Exkurs – die Auswirkungen von Windenergieanlagen auf dem rechtlichen Prüfstand 105 4.3. Der Ausbau der Windenergie - neue Raumfragen und Herausforderungen für Raum- und Regionalplanung 108 4.3.1. Tradierte Landschaftsbilder und neue Ansätze in der Landschaftsforschung 109 4.3.2. Die Rolle der Raum– und Regionalplanung beim Ausbau der Windenergie 114 4.3.3. Möglichkeiten der Raum- und Regionalplanung für eine sensible Standortplanung von Windenergieanlagen 116 4.4. Resümee zum Landschaftswandel als Folge des Ausbaus der Windenergie 123 5. GIS-gestützte Anwendungen zur Planung und Folgeabschätzung von Windenergieanlagen 128 5.1. Entwicklung von GIS und deren Einsatzgebiete in der Raumforschung und den Geschichtswissenschaften 129 5.2. Methodische Ansätze zur GIS-gestützten Standortplanung von Windenergieanlagen 132 5.3. Die Bewertung des Landschaftsbildes mit Hilfe von GIS 134 5.4. GIS-basierte Ansätze zur Bestimmung des Visual Impacts von Windenergieanlagen 137 5.5. Sichtbarkeitsstudien als Anwendungsbeispiele für die GIS-gestützte Bestimmung des Visual Impacts von Windenergieanlagen 141 5.5.1. Windenergiestudie – Analyse der Landschaftsverträglichkeit 141 5.5.2. Sichtachsenstudie – Windkraft und UNESCO-Welterbe Oberes Mittelrheintal 143 5.5.3. Unabhängiges Gutachten zur Welterbeverträglichkeit geplanter Windkraftanlagen in Wiesbaden 149 5.5.4. Gutachterliche Einschätzung der Auswirkungen des geplanten Windparks Beverungen-Twerberg auf das Weltkulturerbe „Karolingisches Westwerk und Civitas Corvey“ 152 5.6. Resümee zur Anwendung von GIS-gestützten Bewertungsverfahren bei der Planung von Windenergieanlagen und Folgeabschätzung für das Landschaftsbild 156 6. Das Konfliktpotenzial von Windenergieanlagen im Umfeld von UNESCO-Welterbestätten in Deutschland 161 6.1. Das Obere Mittelrheintal und der Konflikt mit der Windenergie 162 6.2. Die Wartburg und der Streit um Windenergieanlagen auf dem Milmesberg 170 6.3. Weiterführende Beispiele zu Windenergieplanungen im Umfeld von UNESCO-Welterbestätten in Deutschland 174 6.4. Resümee zum Konfliktpotenzial von Windenergieanlagen im Umfeld von UNESCO-Welterbestätten in Deutschland 180 7. Beurteilung des möglichen Beeinträchtigungs-potenzials von Windenergieplanungen auf die visuelle Integrität der Montanen Kulturlandschaft Erzgebirge/Krušnohoří 183 7.1. Ausgangssituation – Kurzbeschreibung der Montanen Kulturlandschaft Erzgebirge/Krušnohoří und des Regionalen Windenergiekonzeptes des Planungsverbandes Region Chemnitz 183 7.2. Herangehensweise und Kurzdarstellung der Verfahrensschritte 191 7.3. Chronologie der Untersuchungsmethodik 196 7.4. Untersuchungsmethodik 197 7.4.1. Abgrenzung des Untersuchungsraumes 197 7.4.1.1. Festlegung der theoretisch maximalen Sichtweite für Windenergieanlagen im spezifischen Untersuchungsraum 198 7.4.1.2. Differenzierung der theoretisch maximalen Sichtweite für Windenergieanlagen in verschiedene Entfernungsbereiche 199 7.4.2. Konkretisierung der zu untersuchenden Objekte 201 7.4.3. Differenzierung der Bestandteile der MKE in zwei Klassen 205 7.4.3.1. Historische Sichtachsen der MKE 206 7.4.3.2. Bestandteile der MKE mit historischen Sichtachsen 211 7.4.3.3. Bestandteile der MKE ohne historische Sichtachsen 212 7.4.4. Erfassung aller in Frage kommenden Sichtbeziehungen zwischen den Bestandteilen der MKE und bestehenden WEA im Untersuchungsraum 213 7.4.4.1. Datengrundlagen 213 7.4.4.2. Entfernungspufferanalyse 219 7.4.4.3. Verlängerter historischer Sichtachsenkorridor 220 7.4.4.4. Sichtbarkeitsanalyse der bestehenden WEA 223 7.4.4.5. Muster zur Erfassung der theoretisch berechneten Sichtbeziehungen mit Erläuterungen 226 7.4.4.6. Exemplarische Auflistung der theoretisch berechneten Sichtbeziehungen der Bestandteile des Elementes 4 der MKE zu bestehenden WEA 227 7.4.4.7. Statistische Auswertung der theoretisch berechneten Sichtbeziehungen zwischen den Bestandteilen der MKE und bestehenden WEA im Untersuchungsraum 229 7.4.4.8. Zusammenfassende Darstellung der statistischen Auswertung von theoretisch berechneten Sichtbeziehungen zwischen den Bestandteilen der MKE und bestehenden WEA im Untersuchungsraum 241 7.4.5. Die Landschaftsprägende Wirkung der Bestandteile der MKE als Bewertungsparameter 244 7.4.5.1. Kriterium: Höhendimension 245 7.4.5.2. Kriterium: Räumliche-Ausdehnung 246 7.4.5.3. Kriterium: Historische Sichtachsen 246 7.4.5.4. Kriterium: Die Bedeutung der Bestandteile für den außergewöhnlichen universellen Wert (OUV) der MKE (Einbeziehung der Welterbekriterien) 247 7.4.5.5. Kriterium: Sichtbeziehungen zu bestehenden WEA 248 7.4.5.6. Modell zur Ermittlung der LPW der Bestandteile der MKE 249 7.4.5.7. Ermittlung der LPW der Bestandteile der MKE 251 7.4.5.8. Bestimmung der Empfindlichkeit der Bestandteile der MKE gegenüber Sichtbeziehungen zu WEA 253 7.4.5.9. Statistische Auswertung zur Empfindlichkeit der Bestandteile der MKE gegenüber Sichtbeziehungen zu WEA 254 7.4.6. Erfassung aller in Frage kommenden Sichtbeziehungen zwischen den Bestandteilen der MKE und den potenziell geplanten WEA in den VREG im Untersuchungsraum 256 7.4.6.1. Datengrundlagen und weitere Vorgehensweise 256 7.4.6.2. Aufarbeitung der Daten und verwendete GIS-Operationen 257 7.4.6.3. Exemplarische Auflistung der theoretisch berechneten Sichtbeziehungen der Bestandteile des Elementes 4 der MKE zu potenziell geplanten WEA in den VREG 259 7.4.6.4. Statistische Auswertung der theoretisch berechneten Sichtbeziehungen zwischen den Bestandteilen der MKE und den potenziell geplanten WEA in den VREG im Untersuchungsraum 262 7.4.6.5. Zusammenfassende Darstellung der statistischen Auswertung von theoretisch berechneten Sichtbeziehungen zwischen den Bestandteilen der MKE und den potenziell geplanten WEA in den VREG 275 7.4.6.6. Vergleichende Auswertung der Ergebnisse der Sichtbarkeitsanalysen zu den bestehenden und potenziell geplanten WEA im Umfeld der Bestandteile der MKE 278 7.5. Entwicklung der Handlungsempfehlungs-MATRIX 282 7.5.1. Beurteilungskriterien 282 7.5.2. Handlungsempfehlungs-Matrix 286 7.5.3. Handlungsempfehlungen zur Abschätzung des Konfliktpotenzials geplanter WEA 286 7.6. Anwendung der Handlungsempfehlungs-Matrix: Ermittlung des möglichen Beeinträchtigungspotenzials geplanter WEA auf den kulturhistorischen- und landschaftsprägenden Wert der MKE 290 7.6.1. Bestimmung der Handlungsempfehlung für die einzelnen Bestandteile der MKE 291 7.6.2. Statistische Auswertung der Handlungsempfehlungen 297 7.7. Weiteres Vorgehen für die Einzelfallentscheidungen 298 7.7.1. Empfehlungen für mögliche von Schutzzonen sowie Höhenbeschränkungen für WEA 299 7.7.2. Spezifische Auswertung – Schutzzonen und Höhenbeschränkungen für einzelne VREG 302 7.7.3. Interaktive 3D-Visualisierungen der potenziell geplanten Windenergieanlagen zur Unterstützung der Einzelfallentscheidungen für die VREG 307 7.7.4. Pilotversuch LASIM 309 8. Zusammenfassung und weiterer Ausblick 313 9. Quellenverzeichnis 329 Literaturverzeichnis 329 Abbildungsverzeichnis 344 Tabellenverzeichnis 346 Anhang 348

Venture capital (VC) plays an increasing role as part of the private equity asset class and the general investment continuum. The lack of transparency due to limited reportings and market data obstructs a concise view on VC investment value and performance. This thesis aims to shed some light on VC investment peculiarities and their effect in valuation terms. It primarily reflects on the implications of contractual rights on the investment value. In the first chapter, I present an approach to integrate the multi-perspective of VC investment and analyze the interaction effects of control and cash flow rights on the feasibility of follow-on funding based on the value position of investors. In the second chapter, I present a joint study by Prof. Dr. Schwetzler, Dr. Schreiter, Dr. Lodowicks and myself where we propose a valuation framework that is applied to a sample of primarily European ventures to derive investment level values and assess misvaluation when using simple heuristics instead. In the third chapter, a joint work by Dr. Schreiter, Dr. Lodowicks and myself is presented where we develop a prediction model that allows to derive more accurate estimates of VC investments.

Nach der erstmaligen Veröffentlichung dieses kurz auch "Hochschul-TÜV" genannten vergleichenden Studienführers Sachsen für Ingenieurwissenschaften und Informatik (2000) in Zusammenarbeit mit der Sächsischen Zeitung erscheint diese 6. Auflage nunmehr zum dritten Mal für alle Fächergruppen gleichzeitig mit aktuellen Daten. Zugrunde gelegt wurden in diesem Jahr, anders als bei den vorhergehenden Studienführern, die aktuellsten verfügbaren Daten des Statistischen Landesamtes sowie Daten zur Auslastung und zur Aufnahmekapazität. Diese wurden im Rahmen eines umfassenderen vom Sächsischen Staatsministerium für Wissenschaft und Kunst (SMWK) finanzierten Forschungsprojektes ?Hochschulbericht zur Dauerbeobachtung der Studiensituation und Studienqualität im Freistaat Sachsen? zusammengestellt. Die Aufbereitung der Daten für eine journalistisch verwendbare Zeitungsveröffentlichung und die Erstellung dieser Dokumentation erfolgte im Rahmen einer gesonderten Vereinbarung im Auftrag der Sächsischen Zeitung. Durch die Zusammenarbeit mit dem SMWK konnte in diesem Jahr erstmals die Auslastung der Lehreinheiten (in Prozent) anstelle der Betreuungsrelation (Studierende je Professor) dargestellt werden. "Dienstleistungsverflechtungen" werden dadurch nun mit berücksichtigt. Außerdem konnten die studentischen Einschätzungen erstmals durch eine eigene, im Rahmen des o.g. Forschungsprojektes vom SMWK finanzierte Befragung erweitert werden. Neben den Studienbedingungen und der Lehrqualität wurde zusätzlich die Förderung von Fachkompetenzen und Schlüsselkompetenzen ausgewiesen. Veränderungen zu den Vorjahren wurden nun als Vergleich der aktuellsten drei Jahre mit den vorhergehenden drei Jahren dargestellt (mittelfristige Trends). Im Studienführer Sachsen 2005 wurden wiederum mehr Studienfächer (jetzt 35) als im Vorjahr (26) berücksichtigt. In diesen Studienfächern ist der Großteil der Studierenden an den staatlichen Universitäten und Fachhochschulen im Freistaat Sachsen immatrikuliert. Da alle "großen" Studienfächer einbezogen wurden und in den "kleinen" und neu eingerichteten Studienfächern oft eine zu geringe Anzahl von Absolventen vorliegt, sind zu den übrigen Studienfächern auch kaum zuverlässige Aussagen möglich. Das besonders in den Sprach- und Kulturwissenschaften, aber auch in anderen Fächergruppen z. T. breite Fächerspektrum der einzelnen Hochschulen kann aus diesem Grund nicht vollständig wiedergegeben werden. Wie in den Vorjahren wurden Studienfächer einbezogen, in denen in Sachsen insgesamt mehr als 1000 Studierende immatrikuliert sind und/ oder die mindestens an drei Standorten angeboten werden. Außerdem wurden einige für das Profil der Hochschulen wichtige Studienfächer ergänzt. Dadurch sind im Vergleich zum Studienführer 2004 neben "großen" Fächern wie der Medieninformatik solche wie z.B. Landbau/ Landespflege oder Angewandte Kunst hinzugekommen. Weitere Informationen zu Studienmöglichkeiten erhält man über die Internetseiten bzw. Studienberatungen der Hochschulen, die für Sachsen über www.sz-online.de, bundesweit über den HRK-Hochschul¬kompass (www.hrk.de) zu finden sind. Die vorliegende Veröffentlichung gliedert sich zunächst in einen Abschnitt, der kurz die Datenquellen beschreibt. Anschließend wird die Auswahl der hochschulstatistischen Indikatoren ausführlich diskutiert. Darauf folgt ein Abschnitt, in dem die Anlage und Durchführung der Studentenbefragung dokumentiert, die Aussagekraft und Zuverlässigkeit der Befragungsergebnisse sowie der aus ihnen gewonnenen Indikatoren diskutiert wird. Schließlich werden die Ergebnisse zu den ausgewählten Indikatoren dokumentiert und kurz interpretiert.

Purpose – The purpose of this paper is to show how knowledge intensive information technology (IT) applications within an organisation can be identified and analysed to achieve two corporate goals: First, an optimisation of the corporate IT landscape that avoids inefficiencies or redundancies. Second the implementation of a knowledge management (KM) system that is aligned with the corporate IT infrastructure. Design/methodology/approach – Methodically, the approach can be described as a practical two-step procedure. In the first step the knowledge intensive IT systems are identified through a questionnaire that is performed in the IT department of the organisation. Based on the expertise of the IT management adequate information concerning benefits and utilization of the applications and the description of technical conditions can be determined. On the basis of the work of the first step, selected user groups (key-user, admin-user, heads of departments, etc.) are surveyed on a broader base through semi-structured interviews. The focus here is to determine the application within its processes and to identify the importance in the fulfilment of the daily tasks as well as the capabilities in knowledge management. Therefore the survey covers the main questions regarding the classification of KM and provides a solid foundation for optimisations regarding the IT infrastructure. The two-step approach also provides the flexibility to identify future processes concerning an appropriate KM system and to identify practical adaptions of the existing IT landscape. Originality/value – The suggestion of a newly developed method to identify and assess knowledge intensive IT systems – what includes hard- and software – within an organisation. The results of the method can be used to develop recommendations to improve the conceivably of already existing KM or to originate an organisational KM as well as to enhance the existing IT landscape. This includes in particular the consideration of the processes in which knowledge is generated, stored, used and shared. Practical implications – The identification, utilization and harmonization of KM intensive systems can be a substantial advantage during the implementation or enhancement process of KM for two reasons: First, the important and implicitly for KM purposes used systems are identified and evaluated before the inception of the organisational KM. Second, the knowledge management orientation of the approach allows reducing both, the complexity and the variety of IT applications within an organisation.

No description available.

The ability of generating precise numerical forecasts is important to successful Enterprises in order to prepare themselves for undetermined future developments. For Utility companies, forecasts of prospective energy demand are a crucial component in order to maintain the physical stability and reliability of electricity grids. The constantly increasing capacity of fluctuating renewable energy sources creates a challenge in balancing power supply and demand. To allow for better integration, supply forecasting has become an important topic in the research field of energy data management and many new forecasting methods have been proposed in the literature. However, choosing the optimal solution for a specific forecasting problem remains a time- and work-intensive Task as meaningful benchmarks are rare and there is still no standard, easy-to-use, and robust approach. Many of the models in use are obtained by executing black-box machine learning tools and then manually optimized by human experts via trial-and-error towards the requirements of the underlying use case. Due to the lack of standardized Evaluation methodologies and access to experimental data, these results are not easily comparable. In this thesis, we address the topic of systematic benchmarks for renewable Energy supply forecasts. These usually include two stages, requiring a weather- and an energy forecast model. The latter can be selected amongst the classes of physical, statistical, and hybrid models. The selection of an appropriate model is one of the major tasks included in the forecasting process. We conducted an empirical analysis to assess the most popular forecasting methods. In contrast to the classical time- and resource intensive, mostly manual evaluation procedure, we developed a more efficient decision-support solution. With the inclusion of contextual information, our heuristic approach HMR is able to identify suitable examples in a case base and generates a recommendation out of the results from already existing solutions. The usage of time series representations reduces the dimensions of the original data thus allowing for an efficient search in large data sets. A context-aware evaluation methodology is introduced to assess a forecast’s quality based on its monetary return in the corresponding market environment. Results otherwise usually evaluated using statistical accuracy criteria become more interpretable by estimating real-world impacts. Finally, we introduced the ECAST framework as an open and easy to-use online platform that supports the benchmarking of energy time series forecasting methods. It aides inexperienced practitioners by supporting the execution of automated tasks, thus making complex benchmarks much more efficient and easy to handle. The integration of modules like the Ensembler, the Recommender, and the Evaluator provide additional value for forecasters. Reliable benchmarks can be conducted on this basis, while analytical functions for output explanation provide transparency for the user.:1 INTRODUCTION 11 2 ENERGY DATA MANAGEMENT CHALLENGES 17 2.1 Market Relevance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2 EDMS Architecture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.2.1 Core Components . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.2.2 Typical Energy Data Management Processes . . . . . . . . . . . 23 2.2.3 System Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.3 Challenges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.3.1 Smart Metering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.3.2 Energy Forecasting . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.3.3 Energy Saving . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.3.4 Mobile Consumption Devices . . . . . . . . . . . . . . . . . . . . . 30 2.3.5 Smart Grids . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 3 ENERGY SUPPLY FORECASTING CONCEPTS 35 3.1 Energy Supply Forecasting Approaches . . . . . . . . . . . . . . . . . . . 36 3.1.1 Weather Forecast Models . . . . . . . . . . . . . . . . . . . . . . . . 36 3.1.2 Energy Forecast Models . . . . . . . . . . . . . . . . . . . . . . . . . 38 3.2 Energy Forecasting Process . . . . . . . . . . . . . . . . . . . . . . . . . . 43 3.2.1 Iterative Standard Process Model . . . . . . . . . . . . . . . . . . . 43 3.2.2 Context-Awareness . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 3.3 Model Selection - A Benchmark Case Study . . . . . . . . . . . . . . . . 48 3.3.1 Use Case Description . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.3.2 Methodology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 3.3.3 Result Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 3.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 4 RELEVANCE OF RENEWABLE ENERGY FORECASTING METHODS 55 4.1 Scientific Relevance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 4.1.1 Methodology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 4.1.2 Quantitative Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 4.1.3 Qualitative Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 4.2 Practical Relevance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 4.2.1 Methodology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 4.2.2 Feedback from Software Providers . . . . . . . . . . . . . . . . . . 61 4.2.3 Feedback from Software Users . . . . . . . . . . . . . . . . . . . . . 62 4.3 Forecasting Competitions . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 4.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 5 HEURISTIC MODEL RECOMMENDATION 67 5.1 Property-based Similarity Determination . . . . . . . . . . . . . . . . . . 67 5.1.1 Time Series Similarity . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 5.1.2 Reducing Dimensionality with Property Extraction . . . . . . . . . 69 5.1.3 Correlation Filter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 5.2 Feature Engineering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 5.2.1 Feature Generation . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 5.2.2 Feature Pre-Selection . . . . . . . . . . . . . . . . . . . . . . . . . . 83 5.2.3 Property-based Least Angle Regression . . . . . . . . . . . . . . . 85 5.3 HMR Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 5.3.1 Formalized Foundations . . . . . . . . . . . . . . . . . . . . . . . . . 87 5.3.2 Procedure Description . . . . . . . . . . . . . . . . . . . . . . . . . . 88 5.3.3 Quality Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 5.4 Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 5.4.1 Case Base Composition . . . . . . . . . . . . . . . . . . . . . . . . . 91 5.4.2 Classifier Performance on univariate Models . . . . . . . . . . . . 95 5.4.3 HMR performance on multivariate models . . . . . . . . . . . . . 99 5.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 6 VALUE-BASED RESULT EVALUATION METHODOLOGY 105 6.1 Accuracy evaluation in energy forecasting . . . . . . . . . . . . . . . . 106 6.2 Energy market models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 6.3 Value-based forecasting performance . . . . . . . . . . . . . . . . . . . 110 6.3.1 Forecast Benefit Determination . . . . . . . . . . . . . . . . . . . . 110 6.3.2 Multi-dimensional Ranking Scores . . . . . . . . . . . . . . . . . . . 113 6.4 Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 6.4.1 Use Case Description . . . . . . . . . . . . . . . . . . . . . . . . . . 117 6.4.2 Methodology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 6.4.3 Result Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 6.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 7 ECAST BENCHMARK FRAMEWORK 129 7.1 Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 7.1.1 Objective Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 7.1.2 Fundamental Design Principles . . . . . . . . . . . . . . . . . . . . 131 7.2 System Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 7.2.1 Task Automation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 7.2.2 System Architecture . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 7.3 Demonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 7.3.1 Step 1: Create a new Benchmark . . . . . . . . . . . . . . . . . . 137 7.3.2 Step 2: Build Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . 139 7.3.3 Step 3: Evaluate the Output . . . . . . . . . . . . . . . . . . . . . . 141 7.4 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 8 CONCLUSIONS 145 BIBLIOGRAPHY 149 LIST OF FIGURES 167 LIST OF TABLES 169 A LIST OF REVIEWED JOURNAL ARTICLES 171 B QUESTIONNAIRES 175 C STANDARD ERRORS FOR RANKING SCORES 179 D ERROR DISTRIBUTION FOR BENCHMARKED PREDICTORS 183

Traditional tests for large-scale assessment of mathematics learning have been criticized for several reasons, such as their mismatch between the vision of mathematical competence and the content covered by the test, and their failure to provide relevant information for guiding further learning and instruction. To achieve that large-scale assessments can function as tools for monitoring and improving learning and teaching, one has to move away from the rationale, the constraints, and the practices of traditional tests. As an illustration this paper presents an alternative approach to largescale assessment of elementary school mathematics developed in Flanders, Belgium Using models of item response theory, 14 measurement scales were constructed, each representing a cluster of curriculum standards and covering as a whole the mathematics curriculum relating to numbers, measurement and geometry. A representative sample of 5,763 sixth-graders (12-year-olds) belonging to 184 schools participated in the study. Based on expert judgments a cut-off score was set that determines the minimum level that students must achieve on each scale to master the standards. Overall, the more innovative curriculum standards were mastered less well than the more traditional ones. Few gender differences in performance were observed. The advantages of this approach and its further development are discussed.

For 25 years, I have worked in a high school education system, where for the final 2 years of schooling, teachers at each school write their own programs of work and write their own assessment items. They then mark and report on this assessment. There are no final public statewide exams, and as an outcome students right throughout the State are ranked for University entry. What follows is an exploration into the procedures that are put in place to ensure that each and every student is treated fairly and equitably. I will discuss the various levels of moderation that take place between schools, the processes that aid in keeping a level playing field for all concerned.