Schlaganfälle gehören zu den drei häufigsten Todesursachen und stellen das Gesundheitssystem vor große Herausforderungen. Behandlungsstrategien des ischämischen Schlaganfalls sind immer noch begrenzt, wobei enorme Anstrengungen in der präklinischen Forschung zwar erfolgreich waren, aber unter klinischen Bedingungen keine Effektivität zeigen konnten. Zu den Voraussetzungen einer Translation präklinischer Ergebnisse zählen klinisch relevante Schlaganfallmodelle sowie die Berücksichtigung potentieller Komorbiditäten und altersabhängiger Effekte. Eine umfassende Betrachtungsweise des schlaganfallbedingten Gewebeschadens gilt als vielversprechend, wie es das Konzept der neurovaskulären Einheit (neurovascular unit, NVU) erlaubt. Dieses Konzept beinhaltet Neurone, Gefäße und Gliazellen mit Astrozytenendfüßen, die in enger Beziehung zur extrazellulären Matrix (EZM) stehen. Die Rolle der EZM-Bestandteile während der Entwicklung von schlaganfallbedingten Gewebeschäden wird bislang nur wenig verstanden und kann daher nicht für Behandlungsstrategien genutzt werden. Die bereits Ende des 19. Jahrhunderts erstmals von Camillo Golgi beschriebenen perineuronalen Netze (PN) sind ein wichtiger Bestandteil der EZM, die in vielen Hirnregionen zu finden sind. PN bilden eine aus Proteoglykanen, Glykoproteinen und Hyaluronsäure bestehende netzartige Struktur, die um Neurone und deren proximalen Dendriten sowie um die Initialsegmente von Axonen nachweisbar ist. Weitere Studien zeigten PN häufig als Umhüllung von inhibitorischen GABAergen Zellen, die das Kalzium-bindende Protein Parvalbumin und die Untereinheit des spannungsabhängigen Kaliumkanals Kv3.1b koexprimieren. Zu den diskutierten Funktionen gehört eine neuroprotektive Wirkung gegenüber neuropathologischen Veränderungen und oxidativem Stress, die Stabilisierung von Synapsen, die Kontrolle neuronaler Plastizität und eine Pufferfunktion um hochaktive Neurone. Die vorliegende tierexperimentelle Studie fokussiert auf Veränderungen der PN als Teil der EZM und Parvalbumin-enthaltender GABAerge Neurone in Mäusen. Dabei lag der Schwerpunkt auf dem Nucleus reticularis thalami (NRT), der in enger Beziehung zur ischämischen Läsion steht, die durch ein Filament-basierendes Schlaganfallmodell induziert wurde. Der NRT erfüllt wichtige neurophysiologische Funktionen, z. B. bei der Regulation des Schlaf-Wach-Rhythmus. Die Neurone des NRT sind als GABAerg bekannt und von zahlreichen PN umhüllt. Um PN darzustellen, können Lektine genutzt werden, die an N-Azetylgalaktosamin binden wie z. B. das Wisteria floribunda Agglutinin (WFA). Zum Nachweis der durch Ischämie induzierten Schädigung von Neuronen und Netzkomponenten dienten Immunfluoreszenztechniken. Um den Verlust von PN und die Veränderung von Parvalbumin-immunpositiven Neuronen abzubilden, wurden Färbeserien mittels einer Doppelmarkierung von WFA und Parvalbumin durchgeführt. Ausgewertet wurden insgesamt vier Tiergruppen mit je 7 Mäusen: 3- und 12-Monate alte Wildtyp-Mäuse und komorbide triple-transgene (3xTg) Mäuse mit Alzheimer-ähnlichen Veränderungen. Es erfolgten qualitative und semiquantitative Vergleiche zwischen der ischämischen und der nicht ischämischen Hemisphäre einen Tag nach Induktion des Schlaganfalls. Zur Überprüfung der statistischen Signifikanz kamen der Wilcoxon-Test und der Mann-Whitney-U-Test zur Anwendung. Ergänzend wurden durch Mehrfach-Fluoreszenzmarkierungen detektierte Veränderungen zusätzlicher Netzkomponenten sowie von neuronalen Markern des NRT qualitativ erfasst. Einen Tag nach Induktion der Ischämie ergaben die semiquantitativen Analysen einen drastischen Verlust der PN im ischämischen NRT. Konkret zeigte die WFA-Markierung einen Verlust von Intensität und Zellzahl in allen 4 analysierten Tiergruppen. Die Zahl Parvalbumin-positiver Zellen im ischämischen NRT nahm ab, wobei sich die Intensität der Färbung von betroffener und nicht betroffener Hemisphäre nicht unterschied. Ältere Tiere zeigten eine deutliche Verringerung der Färbeintensität und der Fläche gegenüber jüngeren Tieren in Bezug auf Parvalbumin-Immunreaktivität und WFA-Bindung. Unter Berücksichtigung des genetischen Hintergrundes war die Fläche unabhängig verringert, wobei Wildtypen gegenüber transgenen Tieren in Bezug auf die Zellzahl einen stärkeren Verlust aufwiesen. Die Färbeintensität von Parvalbumin-positiven Zellen hingegen zeigte bei 3xTg Mäusen gegenüber Wildtypen eine geringe Zunahme auf. Zusätzliche qualitative Analysen detektierten im NRT sowohl den Ischämie-induzierten Verlust von PN und im umgebendem Neuropil EZM-Immunreaktivität für Aggrecan und Neurocan als auch verringerte Immunreaktivität für Calbindin, die Kaliumkanal-Untereinheit Kv3.1b sowie die Glutamatdekarboxylase-Isoformen GAD65 und GAD67. Zusammenfassend bestätigen die vorgelegten Daten PN als hochsensitive Bestandteile der EZM. Die Befunde favorisieren EZM-Bestandteile als vielversprechende Angriffspunkte für aussichtsreich erscheinende, künftige Behandlungsmethoden des ischämischen Schlaganfalls.:Inhaltsverzeichnis 1 Einleitung 1 2 Grundlagen 2 2.1 Pathophysiologie des ischämischen Schlaganfalls 2 2.2 Translation 4 2.3 Komorbidität 5 2.4 Neurovaskuläre Einheit 6 2.5 Perineuronale Netze 8 2.5.1 Chemischer Aufbau der perineuronalen Netze 9 2.5.2 Funktionen perineuronaler Netze 11 2.5.3 Verteilungsmuster im ZNS 13 2.6 Nucleus reticularis thalami 14 3 Zielstellung 15 4 Material und Methoden 16 4.1 Material 16 4.1.1 Versuchstiere 16 4.1.2 Chemikalien 17 4.1.3 Antikörper 18 4.2 Methoden 19 4.2.1 Gewebeaufarbeitung 19 4.2.2 Auswahl der Hirnschnitte 20 4.2.3 Immunhistochemie und indirekte Immunfluoreszenz 20 4.2.4 Lektinhistochemie 21 4.2.5 Fluoreszenz-Doppelmarkierung von perineuronalen Netzen und Parvalbumin 21 4.2.6 Fluoreszenz-Mehrfachmarkierungen für qualitativeAnalysen 22 4.2.7 Kontrollfärbungen 23 4.2.8 Mikroskopie und Bildgebung 23 4.2.9 Semiquantitative Auswertung 24 5 Ergebnisse 26 6 Diskussion 41 6.1 Technische Aspekte 41 6.2 Ischämie und GABAerge Neurone im NRT und anderen Hirnregionen 43 6.3 Schlaganfall-induzierte Veränderungen von perineuronalen Netzen des Nucleus reticularis thalami und anderer Hirnregionen 44 6.4 Perineuronale Netze bei anderen neuropathologischen Veränderungen 45 6.5 Abbau perineuronaler Netze mit Metalloproteinasen, Chondroitinasen und Aggrecanasen 47 6.6 Perineuronale Netze nach Ischämie 49 7 Zusammenfassung 51 8 Literaturverzeichnis 54 8.1 Abbildungs- und Tabellenverzeichnis 83 9 Erklärung über die eigenständige Abfassung der Arbeit 84 10 Danksagung 85 11 Curriculum Vitae 86

Asiatische Elefanten, Afrikanische Elefanten und Klippschliefer gehören zur phylogenetisch sehr alten Gruppe der Afrotheria, welche sich bereits vor 100 Millionen Jahren von anderen Vertretern der Mammalia abgespaltet haben. Die Vertreter dieser Spezies zeichnen sich durch Besonderheiten in ihrer Vokalisation und Kommunikation aus, welche die Verwendung von Infraschallfrequenzen der Elefanten und die Gesänge der Klippschliefer umfassen. Auf neuroanatomischer Ebene spiegeln sich durch bestimmte Spezies wahrnehmbare Frequenzbereiche in der spezifischen Ausbildung auditorischer Kerngebiete wie der Kochleariskerne (CN) und des Komplexes der oberen Olive (SOC) wider. Diese Kerngebietskomplexe befinden sich im Hirnstamm und erfüllen die Funktion der Schallverarbeitung und -lokalisation durch komplexe Mikrokreisläufe, was für in freier Wildbahn lebende Tiere unerlässlich ist. Die Kerngebiete des zentralen auditorischen Systems sind besonders reich an perineuronalen Netzen (PN), einer Sonderform der extrazellulären Matrix im Gehirn, welche in Zusammenhang mit einer schnellen synaptischen Übertragung und Stabilisierung synaptischer Kontakte gebracht wird. PNs bilden sich bei Nesthockern erst zu Beginn der kritischen Periode, welche mit dem Beginn der Wahrnehmung akustischer Signale einhergeht aus, (bei Maus und Ratte circa zum Ende der ersten postnatalen Woche). Dementsprechend wird den PNs auch eine wichtige Rolle in der Synaptogenese zugesprochen. Bislang gibt es keine Studien über die Ausprägung von PNs bei nestflüchtenden Tieren zum Zeitpunkt der Geburt. Die Ziele dieser Arbeit waren die Darstellung, Identifikation und Charakterisierung der Kerngebiete des auditorischen Hirnstammes sowie der Nachweis perineuronaler Netze und deren Charakterisierung, insbesondere beim neonatalen Elefanten. Die Ergebnisse galt es im Speziesvergleich und im Kontext des aktuellen Wissensstandes darzustellen. Dafür wurden die Gehirne von drei verstorbenen Elefanten im Alter von 0 Tagen bis eineinhalb Jahren und die Gehirne eines adulten und eines juvenilen Klippschliefers mittels histologischer und immunhistochemischer Methoden bearbeitet. Es kamen sowohl Fluoreszenfärbungen als auch Markierungen mithilfe der klassischen ABC-Methode (DAB-Nickelfärbungen) sowie eine kombinierte Klüver-Barrera-Markscheiden- und Nissl-Färbung zum Einsatz. Da für die Identifikation der auditorischen Kerngebiete weder für den Klippschliefer, noch für den Elefanten geeignete Publikationen oder Atlanten existieren, erfolgte deren Analyse und Zuordnung im Speziesvergleich mit Ratte, Katze, Rhesusaffe und Mensch. Die CN der untersuchten Spezies konnten identifiziert und das Zusammenspiel von Neuronen, Synapsen und perineuronalen Netzen dargestellt werden. Eine Besonderheit stellt der Nachweis von Oktopuszellen beim Elefanten dar, die sich in dorsolateraler Lage am Rande des Hirnstammes markieren ließen und eine typische tentakelartige Morphologie ihrer Dendriten aufzeigten. Charakteristische Büschelzellen im Nucleus cochlearis ventralis gingen bei allen untersuchten Tieren mit einem deutlich ausgeprägten Nucleus medialis olivae superioris (MSO) einher, der Signale dieser Zellen empfängt und für eine binaurale Integration zur Ermittlung des Schallursprunges verantwortlich ist. Lateral des MSO konnte ein weniger stark ausgeprägter Nucleus lateralis olivae superioris (LSO) markiert und zugeordnet werden, der ebenfalls an der Berechnung des Schallursprunges beteiligt ist, diese Aufgabe aber vornehmlich anhand hoher Frequenzen bewerkstelligt. Der Vergleich der Ausprägung von LSO und MSO bestärken beim Elefanten, einem tieffrequent hörenden Tier, die Hypothese zu dessen Fähigkeit zur Schallortung durch interaurale Zeitunterschiede (ITD) tiefer Frequenzen und lassen beim Klippschliefer die Vermutung aufkommen, dass auch diese Tierart den Schallursprung anhand von tiefen Frequenzen berechnet. Die Berechnung des ITD im Gehirn ist möglich, wenn die Geräuschquelle seitlich auf den Kopf auftrifft und somit ein Wellenmaximum die Ohren zeitversetzt erreicht. Weitere Kerngebiete des Komplexes der oberen Olive, zu dem auch MSO und LSO gehören, konnten charakterisiert werden: der Nucleus corporis trapezoidei medialis (MNTB) fiel sowohl durch seinen glutamatergen Signaleingang in Form einer Riesensynapse beim Elefanten als auch durch seine intensive Netzmarkierung auf, unterschied sich jedoch bei Klippschliefer und Elefant erheblich. Während der MNTB des Elefanten Ähnlichkeiten mit dem Menschen aufwies und nur aus wenigen Prinzipalneuronen bestand, zeichnet sich der Klippschliefer durch die Prominenz dieses Kerngebietes mit einer gewissen Ähnlichkeit zur Mongolischen Rennmaus aus. Riesensynapsen konnte mit der verwendeten Auswahl an Antikörpern nicht dargestellt werden. Außerdem wurden kleinere, sogenannte perioliväre Kerngebiete bei den untersuchten Spezies charakterisiert, die zwar schon im Jahr 1909 von Ramon y Cajal beschrieben worden sind, deren Funktionen jedoch bis heute nicht eindeutig geklärt werden konnten. Die Charakteristika der Kerngebiete des auditorischen Hirnstammes konnten bei allen untersuchten Spezies aufgezeigt werden, wichtige Orientierungspunkte im Hirnstamm des Elefanten neu definiert werden und erstmals gelang der Nachweis für die Existenz perineuronaler Netze bei einem nestflüchtenden Neugeborenen. Zusammenfassend können die auditorischen Kerngebiete der untersuchten Spezies als säugetiertypisch eingeordnet werden und erste Hinweise auf den Hörbereich des Klippschliefers ermittelt werden. Es wurden sowohl Ähnlichkeiten zwischen den Vertretern der Afrotheria aufgezeigt als auch Unterschiede bewertet, die höchstwahrscheinlich nicht auf der phylogenetischen Herkunft dieser Tiere beruhen.:1. Einleitung 2. Literaturübersicht 2.1 Afrotheria 2.1.1 Elephantidae 2.1.2 Hyracoideae/ Procaviidae 2.2 Schallverarbeitung im zentralen Nervensystem 2.2.1 Grundlagen zur neuronalen Kodierung des perzipierten Schalls 2.2.2 Nomenklatur 2.2.3 Die Kerngebiete des zentralen auditorischen Systems und deren Funktion 2.2.4 Schalllokalisation 2.3 Die extrazelluläre Matrix des Nervensystems 2.3.1 Perineuronale Netze: Aufbau und Visualisierung 2.3.2 Vorkommen, Evolution und Entwicklung perineuronaler Netze 2.3.3 Potentielle Funktionen perineuronaler Netze 3. Tiere, Material, Methoden 3.1 Material 3.1.1Chemikalien 3.1.2 Puffer und Lösungen 3.1.3 Antikörper 3.1.4 Geräte und Verbrauchsmaterialien 3.1.5 Tiere und Gewebe 3.2 Methoden, Schnittverfahren und Färbungen 3.2.1 Gehirnentnahme und Nachfixierung 3.2.2 Anfertigung der Schnittserien 3.2.3 Übersichtsfärbungen und anatomische Eingrenzung 3.2.4 Antigendemaskierung 3.2.5 Immunhistochemie 3.2.6 Nachbehandlung mit Sudan-Schwarz-B 3.2.7 Fotodokumentation 4. Ergebnisse 4.1 Makroskopische und mikroskopische Orientierung im Hirnstamm des Elefanten 4.2 Immunhistochemie: Antikörperreaktivität im Gehirn des Elefanten 4.3 Identifikation der Kerngebiete des zentralen auditorischen Systems des Elefanten 4.3.1 Nuclei cochleares des Elefanten 4.3.2 Komplex der oberen Olive des Elefanten 4.4 Makroskopische und mikroskopische Orientierung im Hirnstamm des Klippschliefers 4.5 Immunhistochemie: Antikörperreaktivität im Gehirn des Klippschliefers 4.6 Identifikation der Kerngebiete des zentralen auditorischen Systems des Klippschliefers 4.6.1 Nuclei cochleares des Klippschliefers 4.6.2 Der Komplex der oberen Olive des Klippschliefers 5. Diskussion 5.1 Identifikation der Kerngebiete des zentralen Auditorischen Systems des Elefanten 5.1.1 Nuclei cochleares 5.1.2 Komplex der oberen Olive 5.2 Perineuronale Netze im zentralen auditorischen System des Elefanten 5.3 Die Auditorischen Kerngebiete des Klippschliefers 5.4 Vergleich der zentralen auditorischen Kerngebeite und Perineuronalen Netze von Klippschliefer und Elefant 5.5 Limitationen und Fehlerbetrachtung 5.6 Ausblick 6. Zusammenfassung 7. Summary 8. Literaturverzeichnis 9. Anhang 9.1 Tabellenverzeichnis 9.2 Abbildungsverzeichnis 9.3 Protokolle

Die Erregungsausbreitung in neuronalen Systemen beruht auf materieller Grundlage, Transmittermoleküle werden präsynaptisch emittiert und postsynaptisch absorbiert. Emission und Absorption sind einander sich selbst verursachende Prozesse, sie sind voneinander ereignisabhängig und damit nur schwer zu unterscheiden. Diese Schwierigkeit wird prekär, wenn es darum geht, den Prozeß der Erregungsausbreitung technisch modellieren und simulieren zu wollen. Im Verlaufe der Simulation bilden sich Abhängigkeiten heraus, deren Ursachen nicht mehr vereinzelt werden können. Demzufolge ist es schwierig, das Verhalten des Simulationsmodells zu prognostizieren. Gleichermaßen schwierig ist es aber auch, das gezeigte Verhalten zweifelsfrei interpretieren zu wollen. Aus diesem Grunde macht es sich erforderlich, das Verhalten eines neuronalen Netzes auf analytischem Wege zu beschreiben. Erschwerend wirkt hierbei der Umstand, daß es innerhalb des Netzes voneinander ereignisabhängige Prozesse gibt, die sich selbst verursachen. Zur Beschreibung dessen gibt es zwei in Raum und Zeit variable Parameter: erstens die Vorzugsorientierung bei der Erregungsausbreitung, bezeichnet als 'Beweglichkeit', und zweitens die Durchlässigkeit des Netzes für den Erregungstransport, bezeichnet als 'Diffusionskoeffizient'. Diese beiden Parameter werden hergenommen, um eine vektoranalytische Beschreibungsgleichung abzuleiten, Unterschiede zu 'klassischen' neuronalen Netzen werden herausgestellt.

Die Modellierung natürlicher Neuronenpopulationen stellt den Versuch dar, komplizierte Wechselwirkungen und Ereignisabhängigkeiten in biologischen Systemen quantitativ erfassen zu wollen. Widersprüchlich erscheint dabei die Tatsache, daß ein einzelnes Neuron in einer Population ohne Signifikanz ist, daß sich die gesamte Population aber aus einer Vielzahl derartiger Neuronen zusammensetzt und eine, technischen Systemen überlegene funktionelle Vielfalt besitzt /ZUR 92/, /HOL 93/. Ergo setzt sich die Gesamtleistung eines Systems nicht aus der Summe der Leistungen seiner Komponenten 'summarisch' zusammen, sondern resultiert vielmehr aus deren Wechselwirkungen. Technisch interessant erscheinen an dieser Stelle mindestens zwei Fragen: * Welcher Mechanismus begründet den genannten Widerspruch in Neuronenpopulationen? * Welche technische Anleihe bietet dieser Mechanismus? Die Modellierung einer Neuronenpopulation kann auf zweierlei Art und Weise erfolgen. Entweder durch die Aufklärung der Neuronenpopulation 'von innen heraus', d.h. durch Beobachtung und mathematische Formulierung physiologischer Abläufe oder durch vergleichende Betrachtungen mit 'konvergenten' Modellen, d.h. durch die Schaffung von Modellen mit vergleichbaren Phänomenen. Die nachfolgenden Ausführungen favorisieren die letztgenannte Vorgehensweise. Phänomene sind die ereignisabhängigen Schwellwertentwicklungen der Neuronen in Wechselwirkung mit den umgebenden Neuronen sowie die ereignisabhängigen Entwicklungen der synaptischen Verbindungsstärken zwischen den Neuronen, bezeichnet als 'Leitwertentwicklung'. Technische Anwendungen dieser Simulationsergebnisse werden erörtert, zum Beispiel die Nachbildung der Durchdringung diffusionsfähiger Medien mit Schadstoffen und die Objektvereinzelung.

Vorgestellt wird ein Ansatz zur mathematischen Beschreibung der Erregungsausbreitung in einer Neuronenpopulation. Beschrieben werden im Detail die Einzugsgebiete der Erregungsausbreitung und die Intensität von Wechselwirkungen innerhalb solcher Einzugsgebiete. Als schwierig erweist sich dabei die Trennung von Ursache und Reaktion. In einer natürlichen Neuronenpopulationen sind Transmittermoleküle, die Botenstoffe zwischen den Neuronen, sowohl Erregung als auch Reaktion. Sie verursachen, angelagert auf der Membranoberfläche eines Neurons, dessen Erregung in Form einer Depolarisation; sie sind gleichermaßen aber auch Reaktion eines Neurons auf eine stattgefundene Erregung, wenn sie aus den Vesikeln des synaptischen Endknopfes in den synaptischen Spalt ausgeschüttet werden. Zur Überwindung dieser Dualität wird der Begriff Wirkstoff definiert. Ein Wirkstoff bewirkt etwas, er besitzt unter diesem Gesichtspunkt ein bestimmtes Potential. Die Ausbreitung von Wirkstoffen, nämlich die Wirkungsübertragung, ereignet sich extrazellulär in Raum und Zeit. Im Detail wird dargelegt, wie aus dem punktuellen Ausbreitungsverhaltens einer Erregung über das unvollständig globale Ausbreitungsverhalten auf das vollständig globale Ausbreitungsverhalten einer Erregung in einer Neuronenpopulation geschlußfolgert werden kann. Das Ziel besteht darin, einen Ansatz zur analytischen Beschreibung der Erregungsausbreitung in natürlichen Neuronenpopulationen vorzubereiten und in seiner Sinnfälligkeit zu plausibilisieren. Sinnfällig erscheinen solche Betrachtungen im Hinblick auf den Entwurf STOCHASTISCH MASSIV PARALLELER SYSTEME. Darunter werden technische Systeme verstanden, die sowohl in ihrem technischen Konzept als auch in ihrer Wirkungsweise Korrespondenzen zu natürlichen Neuronenpopulationen aufweisen. Ausgehend von der Struktur und dem Erregungsmechanismus eines Neurons soll in der Perspektive ein analytisches Entwurfswerkzeug für STOCHASTISCH MASSIV PARALLELE SYSTEME entwickelt werden.

Videoaufnahmen aus den vergangenen Jahrzehnten stellen kulturelles Erbe dar. Diese sind jedoch nach heutigen Sehgewohnheiten nicht ohne große Einschränkungen für die Wiederausstrahlung geeignet. Das liegt zum einen an längst vergangenen Standards der Videoaufzeichnung, aber zum anderen auch in großem Maße an unkontrolliert gealterten Speichermedien durch inadäquate Aufbewahrung. Oftmals war es lokalen Fernsehsendern technisch nicht möglich ihre Archivbestände unter optimalen klimatischen Bedingungen langlebig zu lagern. Videoarchivdaten nach der Digitalisierung für die Einbindung in heutige Produktionen manuell zu durchsuchen und entsprechend aufzubereiten, ist ein zeitaufwändiger Prozess, den lokale TV-Sender nicht bewältigen können. In unserem Beitrag möchten wir neuartige Methoden der automatisierten Aufbereitung von archivierten VHS-Digitalisaten für die Wiederausstrahlung vorstellen. Dazu zählen vor allem Verfahren zu den Schwerpunkten der Korrektur von Falschfarben (Recoloring) und zur Steigerung der Auflösung von ehemals PAL zu Full-HD und Ultra-HD (Super-Resolution). Zum Einsatz kommen dabei künstliche neuronale Netze, die anders als klassische Verfahren der Bildverarbeitung, semantische Bildkomponenten erfassen und bei der Bearbeitung berücksichtigen können. Mitunter können so deutliche Qualitätsverbesserungen erzielt werden. In unserem Beitrag möchten wir auf Chancen und aktuelle Beschränkungen dieser Technologien eingehen und anhand von digitalisierten Videoarchivdaten deren Funktionsweise demonstrieren.

Die Identifikation von flexibel einsetzbaren, mächtigen Verfahren zur Massendatenanalyse und die Schaffung von standardisierbaren Vorgehensmodellen zur Integration dieser Verfahren in IT-Systeme sind zentrale Herausforderungen für die moderne Wirtschaftsinformatik. Insbesondere für KMU ist die Entwicklung standardisierter Lösungsansätze von großer Relevanz. Dies gilt über alle Branchen. Finanzdienstleister sind ebenso betroffen wie der Maschinen- und Anlagenbau. Im Rahmen dieser Forschungsarbeit wird eine Wissensbasis geschaffen werden, welche es einer breiten Masse an Unternehmen ermöglicht, geeignete quantitative Methoden zur Datenanalyse zu erkennen und diese für sich nutzbar zu machen.

Der rasante Wandel hin zur Elektromobilität verlangt nach immer kürzeren und effizienteren Entwicklungszyklen. Vielfach steht dabei der elektrische Energiespeicher mit seinen für das Antriebsverhalten relevanten Eigenschaften, wie dem Energieinhalt oder der Leistungsverfügbarkeit, im Fokus. Für die Automobilhersteller sind daher Batteriesimulationen - basierend auf Modellen des elektrischen Batterieverhaltens - ein wesentliches Werkzeug, um schnell und kostengünstig neue Antriebe zu entwickeln. Das dynamische Übertragungsverhalten von Lithium-Ionen Zellen wird im industriellen Kontext typischerweise über phänomenologische Modelle nachgebildet, die vorrangig auf Zellmessungen basieren. Die inhärenten Fehler der Zellmodelle werden bei einer Simulation des gesamten Batteriesystems noch durch unmodellierte Effekte wie die Kontaktierung der Zellen oder inhomogene Temperaturverteilungen ergänzt. Überraschenderweise werden gleichwohl die heute umfangreich erzeugten Batteriedaten kaum genutzt, um die Qualität dieser Simulationen zu erhöhen. Vor allem die herausfordernde Verarbeitung großer und heterogener Datenmengen aus dem regulären Betrieb einer Antriebsbatterie verhindert nach wie vor eine konsequente Nutzung. Daher lautet das Ziel dieser Arbeit, mit neuartigen datenbasierten Ansätzen die Simulationen von Antriebsbatterien noch realitätsnäher zu gestalten. Dies lässt sich dadurch erreichen, dass bestehende phänomenologische Modelle mit datenbasierten Modellen kombiniert werden. Es entstehen hybride Modelle, die die Vorteile aus beiden Welten der Modellierung, wie eine hohe Genauigkeit, Stabilität und Extrapolationsfähigkeit, vereinen. Im ersten Schritt wird daher das phänomenologische Modell in Bezug auf vorhandene Fahrzeugmessungen der Batterie bewertet und im Anschluss verschiedene Hybridstrukturen miteinander verglichen. Die Parallel-Hybridstruktur kompensiert dabei den bestehenden Simulationsfehler am erfolgreichsten. Um gleichzeitig auch eine hohe Robustheit des hybriden Modells zu gewährleisten, erfolgt eine situative Begrenzung des datenbasierten Modells. Hierfür wird die Extrapolation des Modells über eine One-Class Support Vector Machine erkannt. Insbesondere in den Randbereichen der Validierungsdaten lässt sich dadurch der Fehler des hybriden Batteriemodells um weitere 15% reduzieren. Ein Fokus während der Ermittlung des hybriden Batteriemodells liegt auf der Erzeugung einer raumfüllenden Untermenge der verfügbaren Daten. Es wird aufgezeigt, dass sich hierdurch der Trainingsaufwand und die Genauigkeit des datenbasierten Modells weiter optimieren lassen. Zuletzt wird in dieser Arbeit auch ein Vergleich zwischen zwei dynamischen neuronalen Netzen als datenbasiertes Modell durchgeführt. Beide Varianten reduzieren den bestehenden Modellfehler deutlich - um bis zu 46 %. Hinsichtlich der Zuverlässigkeit der Modellausgabe überzeugt jedoch vor allem das Gated-Recurrent-Unit. Die Qualität der Batteriesimulation wird anhand von zwei Anwendungsszenarien am Antriebsprüfstandbewertet. Dabei geht es zum einen um die Dauerlauferprobung und zum anderen um die Reichweitenbestimmung von elektrischen Antrieben. Der direkte Vergleich mit einer realen Antriebsbatterie erbringt den Nachweis, dass in beiden Anwendungsszenarien die Batteriespannung und selbst das Verhalten der elektrischen Antriebsachse wesentlich realistischer nachgestellt werden als mit dem bestehenden phänomenologischen Batteriemodell.

Die Schätzung von Posen ist ein bedeutendes Forschungsgebiet im Bereich der künstlichen Intelligenz, das die Mensch-Maschine-Interaktion vorantreibt und auch im Sport immer mehr an Relevanz gewinnt. Während menschliche Fußballspieler auf dem Feld mit den Schiedsrichtern ganz natürlich interagieren, wurde dieser Aspekt jedoch bisher in der Standard Platform League des Robocups vernachlässigt. Diese Arbeit untersucht einen weiteren Ansatz, um die Klassifizierung von statischen und dynamischen Schiedsrichterposen durchzuführen und damit dem großen Ziel, dass bis Mitte des 21. Jahrhunderts ein vollständig autonomes Roboter-Team nach den offiziellen FIFA-Regeln gegen den aktuellen Weltmeister gewinnen soll, einen Schritt näher zu kommen. Hierfür wurden Videos von relevanten Schiedsrichterposen erstellt und gesammelt. Anschließend wurden die menschlichen Gelenke mittels MoveNet extrahiert und die Pose mithilfe eines Convolutional Neural Networks klassifiziert. Dabei wurden zwei verschiedene Ansätze verfolgt: Ein Modell für jede Pose und ein Modell für alle Posen. Die Untersuchung zeigt, dass gute bis sehr gute Ergebnisse für statische und dynamische Posen erzielt werden können, wobei die Genauigkeit von einem Modell pro Pose 91,3% bis 99,3% mit einem Durchschnitt von 96,1% erreicht und die Genauigkeit von einem Modell für alle Posen eine Genauigkeit von 90,9% erreicht. Die erfolgreiche Anwendung der entwickelten Methodik zur Schätzung von Posen im Roboterfußball eröffnet vielversprechende Perspektiven für die Zukunft dieses Bereichs. Die gewonnenen Erkenntnisse können nicht nur zur Verbesserung der Leistungsfähigkeit von Fußballrobotern beitragen, sondern auch einen bedeutenden Beitrag zur weiteren Integration von KI-Technologien in unsere Gesellschaft leisten.:Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis 1 Einleitung 2 Einsatzszenario 2.1 Der RoboCup 2.2 Die Standard Platform League 2.3 Die In-Game Visual Referee Challenge 3 Grundlagen neuronaler Netze 3.1 Artificial Neural Networks 3.2 Convolutional Neural Networks 3.2.1 Architektur 3.2.2 Aktivierungsfunktionen 3.2.3 Weitere Optimierungsmöglichkeiten 3.3 Verschiedene Lernmethoden 3.4 Evaluation 4 State of the Art 10 4.1 Machine Learning Ansätze 4.1.1 Decision Trees 4.1.2 k-NN Algorithmus 4.2 Deep Learning Ansätze 4.2.1 Artificial Neural Network 4.2.2 Convolutionan Neural Network 4.2.3 Recurrent Neural Network 4.3 Auswahl des Vorgehens 4.3.1 Schlüsselpunkterkennung 4.3.2 Posenerkennung 5 Eigene Implementierung 5.1 Datensatz 5.2 Vorverarbeitung der Daten 5.2.1 Vorverarbeitung der Videos 5.2.2 Erstellung der Trainings- und Validierungsdaten 5.3 Ansatz 1: Ein Model pro Pose 5.3.1 Datensatz 5.3.2 Architektur 5.3.3 Bewertung 5.4 Ansatz 2: Ein Model für alle Posen 5.4.1 Datensatz 5.4.2 Architektur 5.4.3 Bewertung 5.5 Vergleich der Ansätze 6 Fazit und Ausblick 6.1 Fazit 6.2 Ausblick Literatur A Anhang A.1 RoboCup Standard Platform League (NAO) Technical Challenges A.2 Modelcard Movenet A.3 Code und Datensätze Eigenständigkeitserklärung

Empirische Wissenschaften wie Biologie oder Psychologie konstituieren sich in ihrem Kern aus einer Menge vorläufiger Vermutungen über ihren Untersuchungsgegenstand. Ihre Konzepte und Gesetzmäßigkeiten stellen Verallgemeinerungen zurückliegender Beobachtungen dar, die als gültig angenommen werden, solange es niemandem gelingt, diese zu widerlegen. In den empirischen Naturwissenschaften bilden Messintrumente wie die Impedanzspektroskopie, deren Ergebnisse unter anderem in Materialwissenschaften oder in der Biomedizin genutzt werden, die Grundlage zur Erstellung von Hypothesen. Eine wissenschaftliche Analyse erfordert jedoch nicht nur das Suchen nach Gesetzmäßigkeiten, sondern ebenso ein Suchen nach Widersprüchen und Alternativen. Hypothesen nicht nur aufzustellen, sondern auch zu hinterfragen, gilt dabei als genuin menschliche Fähigkeit. Zwar werden zur Hypothesenbildung aus empirischen Daten häufig maschinelle Lernverfahren genutzt, doch die Bewertung solcher Hypothesen bleibt bislang ebenso dem Menschen vorbehalten wie das Suchen nach Widersprüchen und Alternativen. Um diese menschliche Fähigkeit nachzubilden, schlägt die vorliegende Arbeit eine Strategie maschinellen Lernens vor, die sowohl am Leitbild eines kritischen Rationalismus als auch an Prinzipien konstruktivistischer Lerntheorien ausgerichtet ist. Im Gegensatz zu etablierten maschinellen Lernverfahren sehen konstruktivistische Lerntheorien nicht nur ein unüberwachtes oder überwachtes Lernen vor, sondern auch ein Lernen mittels Zweifel. Um einen solchen Lernprozess operationalisieren und automatisieren zu können, werden maschinell erlernte Zusammenhänge hier als Modelle im Sinne der Allgemeinen Modelltheorie nach Herbert Stachowiak interpretiert. Die damit verbundene Definition pragmatischer Eigenschaften als Metadaten erlaubt nicht nur die Selektion zu erlernender Daten aus einem gegebenen Datensatz, sondern auch das Erzeugen und Identifizieren von Beziehungen zwischen Modellen. Dadurch wird es möglich, konkurrierende Modelle für einen gegebenen Datensatz zu unterscheiden und deren Kohärenz zu überprüfen. Insbesondere können so Mehrdeutigkeiten mittels Modell-Metadaten erkannt werden. Chancen und Risiken eines solchen Ansatzes werden hier anhand automatisierter Analysen impedanzspektroskopischer Messungen aufgezeigt, wie sie in physiologischen Untersuchungen an Epithelien erhoben werden. Da in empirischen Messungen naturgemäß nur Näherungswerte für die Ziel-Messgröße bestimmt werden können, wird das Verhalten von Epithelien hier detailliert modelliert und daraus synthetisierte Impedanzspektren als Grundlage von Analysen mittels konstruktivistischen maschinellen Lernens verwendet. Diese Analysen erfolgen in einem ersten Schritt in Form eines selbstständigen Explorierens eines Teils der Impedanzspektren, welches in einer hierarchisch geordneten Menge von Modellen resultiert. Anschließend werden diese Modelle zur Adaption konkreter Anwendungen genutzt. Als Beispiel für eine Klassifikationsanwendung werden Modelle adaptiert, die eine verlässliche Źuordnung eines Impedanzspektrums zu der zugrundeliegenden Zelllinie erlauben. Als Beispiel für eine Regressionsanwendung werden Modelle adaptiert, die eine Quantifizierung der epithelialen Kapazität erlauben. In beiden Anwendungen identifiziert das konstruktivistische maschinelle Lernen selbstständig die Grenzen der Gültigkeit der von ihm aufgestellten Hypothesen und liefert dadurch eine differenzierte und für Menschen nachvollziehbare Interpretation der analysierten Daten.