Zugl.: Aachen, Techn. Hochsch., Diss., 2007.

Techn. Universiẗat, Diss., 2003--Berlin.

Der verschärfte Wettbewerb auf den globalisierten Märkten, wachsender Termindruck sowie steigende Qualitätsanforderungen machen das betriebsspezifische Know-how bei der Anfertigung von Betriebsmitteln zum entscheidenden Wettbewerbsfaktor. Durch die in Werkzeug- und Formenbaubetrieben traditionell anzutreffende Werkstattorganisation wird dieses Wissen individuell durch die Erfahrungen der Facharbeiter gehalten, woraus eine geringe Transparenz der Fertigungsabläufe sowie ein hoher Anteil manueller Tätigkeiten bei der Arbeitsplanung resultiert. Zur Standardisierung und Automatisierung von Fertigungsabläufen ist folglich die Akquisition internen Erfahrungswissens erforderlich, die sowohl bei organisationalen als auch IT-orientierten Wissensmanagement-Ansätzen als hochaufwändig gilt. Anhand vorhandener globaler Modelle wurde in dieser Arbeit ein Ansatz entwickelt, der mit Hilfe maschineller Lernverfahren eine automatisierte Wissensakquisition ermöglicht. Auf Grundlage der abgeleiteten Wissensbedarfe „Werkzeuge“ und „Schnittwerte“ und den besonderen Randbedingungen bei der NC-Programmierung mit Hilfe eines grafisch interaktiven CAM-Systems wurden Verfahren konzipiert, die eine automatisierte Akquisition, Standardisierung und regelbasierte Repräsentation von Erfahrungswissen auf Basis einer großen Anzahl an Fallbeispielen ermöglicht. Die entworfenen Lernverfahren wurden prototypisch implementiert und ihre Funktionsfähigkeit anhand einer Datenbasis mit 24.000 realen Fallbeispielen (1 Fallbeispiel entspricht 1 Operation/NC-Programm) nachgewiesen. Die Plausibilität des akquirierten Wissens sowie seine automatisierte Verarbeitung mit Hilfe moderner kommerzieller CAM-Systeme wurde abschließend durch die NC-Programmierung eines Beispielwerkstücks unter Verwendung einer kommerziellen CAM-Software demonstriert. / The intensive competitive environment on globalized markets, the growing deadline pressure caused by shortened product life cycles as well as increasing quality requirements emphasize the company-specific know-how as a decisive competitive factor for toolmakers. Due to the traditional shop floor organization within toolmaking companies, this knowledge is individually held by experiences of the single skilled worker which a low transparency of manufacturing processes as well as a high degree of manual activities at the operation planning process results from. In that form of representation the existing manufacturing knowledge of the company can not be, independent of individual people, integrated in the value-adding process and hence can not be used consequently. Therefore the standardization and automation of manufacturing processes requires the acquisition of internal experience-based knowledge, what is deemed to be a complex task in organizational as well as in IT-based approaches. Based on existing global models the present work develops an approach that enables an automated acquisition of knowledge using methods of data mining based on an amount of real sample data. For that purpose, methods for the automatic extraction, preparation and structured storage of sample data sourced from a commercial CAM system were developed and prototypically implemented. Based on the specified knowledge demands, „milling tools“ and „cutting data“ as well as the special environment of the shop-floor oriented NC programming by using a graphically interactive CAM system, adequate learning methods were conceived that enable an automated acquisition, standardization and rule based representation of experiential knowledge. The conceived methods were prototypically implemented and their functional capability was verified on the basis of the mentioned amount of real sample data. The plausibility of the acquired knowledge as well as its automated processing capability within modern CAM systems was finally proved by the NC programming of a sample part using the CAM software hyperMILL®.

Mit Pfeilen lassen sich auf angemessene Weise im Physik- und Mathematikunterricht in verschiedenen Themenbereichen vektorielle Betrachtungen umsetzen. Solche Vektorpfeile stellen ein Symbolsystem dar, mit dem sich Situationen mathematisieren und Probleme modellieren lassen. Ist das Wissen um die Handhabung der Vektorpfeile nicht an spezielle Inhalte und Kontexte gebunden, eröffnen sich für den Agierenden auch in unbekannten, neuen Situationen erweiterte Handlungsoptionen. Vektorpfeile funktionieren dann als sogenannte mentale Werkzeuge. Es war das Ziel der im Mechanikunterricht der Mittelstufe umgesetzten Studie, einen entsprechenden Transfer von Wissen sichtbar zu machen. Die Studie ist als quasiexperimentelle Feldstudie mit drei Treatmentgruppen und einer Baselinegruppe angelegt worden. Die Treatments umfassen mehrstündige Lerneinheiten, in denen das Konzept der Vektorpfeile mit ein, zwei beziehungsweise ohne physikalische Anwendungen der Pfeile gelehrt wurde. Eine erhöhte Anzahl an Anwendungen betont die Inhaltsunabhängigkeit und Flexibilität der Pfeile und vermittelt sie im Sinne eines mentalen Werkzeugs. Hypothesenkonform wird bezüglich einer Skala des Nachtests sichtbar, dass der Unterricht, der mehrere Anwendungen umfasst, zu höheren Leistungen der Probanden bei ihnen unbekannten Anwendungen führt. Außerdem zeigt eine explorative Analyse, dass schwache Probanden besonders vom anwendungsreichen Unterricht profitieren. Es wird jedoch insgesamt deutlich, dass für die Nutzung der Vektorpfeile als mentales Werkzeug weitere Einflussfaktoren eine Rolle spielen. / Arrows can be used in an adequate way to carry out vector calculations in different subject areas of physics and mathematics education. Such vector arrows can be understood as a symbol system with which situations and problems can be modelled mathematically. If the knowledge about the usage of arrows is not attached to specific contents and contexts, additional options arise in new and unknown situations. In this case vector arrows act as so called mental tools. It was the aim of the implemented study to verify such a transfer of knowledge in mechanics education of middle school. The study was designed as a quasi-experimental field study with three treatment groups and one baseline group. The treatments consists of four lessons in which the concept of vector arrows was taught with one, two or without an embodiment of the arrows by physical quantity. An increased number of embodiments emphasizes the independence of contents and the flexibility of the arrows. Thus, arrows become a mental tool. In line with the hypothesis one scale of the post-test shows that the teaching, which involves multiple embodiments of arrows, leads to higher performance related to unknown embodiments.However, it becomes clear, that other factors play a role in the usage of arrows as mental tools.

No description available.

Die Dissertation befasst sich mit der Optimierung des Schneidprozesses bei der Gesteinsgewinnung und der Erarbeitung eines Modells zur Prognose der relevanten Arbeitsgrößen unter Berücksichtigung der Abnutzung der Schneidwerkzeuge. Die Untersuchungen wurden mit Rundschaftmeißeln unterschiedlicher Verschleißzustände durchgeführt. Gegenstand der Untersuchungen waren die von den Schneidparametern abhängigen Größen wie Schneidkräfte, spezifische Energie, Staubmengenanteil und Stückigkeit des gewonnenen Gesteins. Es wurden die Auswirkungen des Meißelverschleißes auf die optimalen Schneidparameter festgestellt, denen beim Einsatz einer Gewinnungsmaschine oder bereits in der Konstruktionsphase des Gewinnungsorgans Rechnung getragen werden sollten.

Das selektive Laserschmelzen (SLM) erlaubt komplexe Geometrien zu fertigen, die, z. B. in Form von integrierten Kühlkanälen, bei Werkzeugen von großer Bedeutung sind. Aktuell werden in der Industrie hauptsächlich Aluminium-, Stahl-, Titan-, Nickel- und Kobaltchromlegierungen mit SLM verarbeitet. Für die additive Fertigung sind Stähle interessant, die besondere Eigenschaften aufweisen. So wird für Konstruktionsbauteile größtenteils korrosionsbeständiger Stahl verwendet. Ein weiteres Anwendungsfeld ist die Herstellung von Werkzeugen. Die besonderen Ansprüche an die mechanischen Eigenschaften, die für Werkzeuge benötigt werden, erfüllen die Werkzeugstähle. Durch die Neigung zu Rissbildung und Verzug resultiert eine herausfordernde Verarbeitbarkeit im SLM-Prozess. Werkzeugstähle wurden bisher auf Grund dieser Herausforderungen selten mit SLM prozessiert. Es besteht daher ein großer Bedarf die Zusammenhänge zwischen dem Prozess, der Verarbeitbarkeit, dem entstehenden Gefüge und den resultierenden Eigenschaften aufzuklären. In dieser Arbeit werden die Mikrostruktur und die mechanischen Eigenschaften dreier hochfester Stahllegierungen, verarbeitet im SLM-Prozess, untersucht. Eine Legierungsentwicklung, speziell auf die Anforderungen des SLM-Prozesses zugeschnitten, ermöglicht, das volle Potenzial des SLM-Prozesses auszuschöpfen. Die Verarbeitbarkeit der neu entwickelten Legierung im SLM-Prozess konnte erfolgreich gegenüber den Ausgangslegierungen verbessert werden.

Der verschärfte Wettbewerb auf den globalisierten Märkten, wachsender Termindruck sowie steigende Qualitätsanforderungen machen das betriebsspezifische Know-how bei der Anfertigung von Betriebsmitteln zum entscheidenden Wettbewerbsfaktor. Durch die in Werkzeug- und Formenbaubetrieben traditionell anzutreffende Werkstattorganisation wird dieses Wissen individuell durch die Erfahrungen der Facharbeiter gehalten, woraus eine geringe Transparenz der Fertigungsabläufe sowie ein hoher Anteil manueller Tätigkeiten bei der Arbeitsplanung resultiert. Zur Standardisierung und Automatisierung von Fertigungsabläufen ist folglich die Akquisition internen Erfahrungswissens erforderlich, die sowohl bei organisationalen als auch IT-orientierten Wissensmanagement-Ansätzen als hochaufwändig gilt. Anhand vorhandener globaler Modelle wurde in dieser Arbeit ein Ansatz entwickelt, der mit Hilfe maschineller Lernverfahren eine automatisierte Wissensakquisition ermöglicht. Auf Grundlage der abgeleiteten Wissensbedarfe „Werkzeuge“ und „Schnittwerte“ und den besonderen Randbedingungen bei der NC-Programmierung mit Hilfe eines grafisch interaktiven CAM-Systems wurden Verfahren konzipiert, die eine automatisierte Akquisition, Standardisierung und regelbasierte Repräsentation von Erfahrungswissen auf Basis einer großen Anzahl an Fallbeispielen ermöglicht. Die entworfenen Lernverfahren wurden prototypisch implementiert und ihre Funktionsfähigkeit anhand einer Datenbasis mit 24.000 realen Fallbeispielen (1 Fallbeispiel entspricht 1 Operation/NC-Programm) nachgewiesen. Die Plausibilität des akquirierten Wissens sowie seine automatisierte Verarbeitung mit Hilfe moderner kommerzieller CAM-Systeme wurde abschließend durch die NC-Programmierung eines Beispielwerkstücks unter Verwendung einer kommerziellen CAM-Software demonstriert.:1. Einleitung 15 2. Stand der Technik 17 2.1. Allgemeines Umfeld 17 2.1.1. Produktspektrum 17 2.1.2. Technologie 18 2.2. Rechnergestützte Arbeitsplanung im Werkzeug- und Formenbau 25 2.2.1. Grundlagen und Begriffsklärung 25 2.2.2. NC-Verfahrenskette 28 2.2.3. CAPP-Systeme 31 2.2.4. CAM-Systeme 32 2.2.5. Organisation 40 2.3. Herausforderung Wissensnutzung (Zwischenfazit) 44 2.4. Rechnergestützte Nutzung von Erfahrungswissen 45 2.4.1. Grundlagen und Begriffsabgrenzung 45 2.4.2. Wissensmanagement und Wissensbasierte Systeme 47 2.4.3. Wissensrepräsentation 49 2.4.4. Wissensakquisition 53 2.5. Automatisierte Wissensverarbeitung in der Arbeitsplanung 59 3. Fazit und Lösungsansatz 63 4. Datenbeschaffung 69 4.1. Konvertierung des Datenbestandes 69 4.2. Aufbereitung des Datenbestandes 73 4.2.1. Identifizierung nicht aussagefähiger Attribute 73 4.2.2. Identifizierung nicht aussagefähiger Datenobjekte 74 4.2.3. Syntaktische und semantische Inkonsistenzen 74 4.2.4. Fehlende Werte 75 4.2.5. Fehlerhafte Werte 76 4.3. Fazit 76 5. Analyse der Wissensdomäne 77 5.1. Vorbetrachtungen 77 5.2. Informationsstruktur: Das CAD/CAM-Informationsmodell 80 5.2.1. Beschreibung des Werkstücks 81 5.2.2. Beschreibung der Bearbeitungsprozesses 82 5.3. Informationsgenerierung: CAD/CAM- gestützte NC-Programmierung 84 5.3.1. Geometrievorbereitung 85 5.3.2. Bestimmung des Operationsplans 86 5.3.3. Berechnung, Simulation und Bereitstellung 98 5.4. Ableitung und Formalisierung der Wissensziele 99 5.5. Zusammenfassung und weitere Vorgehensweise 100 6. Automatisierte Wissensakquisition 103 6.1. Lernen von sequenziellen Beziehungen 103 6.1.1. Analyseverfahren 103 6.1.2. Modellierung von Markov-Ketten 103 6.2. Lernen von ableitenden Beziehungen 106 6.2.1. Analyseverfahren 107 6.2.2. Induktion von Entscheidungsbäumen 111 6.3. Evaluation 120 6.4. Applikation 123 6.5. Standardisierung 124 6.5.1. Attribute mit diskretem Wertebereich 125 6.5.2. Attribute mit kontinuierlichem Wertebereich 127 6.6. Fazit 129 7. Ergebnisse 131 7.1. Datenselektion 131 7.2. Untersuchungsfeld 1: Regeln für Werkzeugfolgen 133 7.2.1. Transformation 134 7.2.2. Modellbildung 138 7.2.3. Regel-Anwendung 143 7.3. Untersuchungsfeld 2: Regeln für Werkzeuge 145 7.3.1. Transformation 145 7.3.2. Modellbildung (univariater Entscheidungsbaum) 148 7.3.3. Modellbildung (multivariater Entscheidungsbaum) 150 7.3.4. Standardisierung 154 7.3.5. Regel-Anwendung 161 7.4. Untersuchungsfeld 3: Regeln für Schnittwerte 162 7.4.1. Transformation 162 7.4.2. Modellbildung 162 7.4.3. Standardisierung 167 7.4.4. Regel-Anwendung 169 7.5. Fazit 170 8. Prototypische Realisierung 175 8.1. Wissensakquisitionsmodul 176 8.1.1. Datenkonverter 176 8.1.2. Lernprozessor 178 8.2. Wissensspeicherung und -verarbeitung im CAD/CAM-System 181 8.2.1. Automatische Verarbeitung von Anwendungswissen 181 8.2.2. Manuelle Verarbeitung von Anwendungswissen 183 8.2.3. Wissensspeicherung und -verarbeitung in hyperMILL® 185 8.3. Beispielhafte Anwendung 189 8.3.1. Globale Eingangsinformationen 189 8.3.2. Rechnergestützte wissensbasierte NC-Programmierung 190 9. Zusammenfassung und Ausblick 197 10. Anhang 201 Anhang A 201 Anhang B 202 Abkürzungsverzeichnis 203 Literaturverzeichnis 207 / The intensive competitive environment on globalized markets, the growing deadline pressure caused by shortened product life cycles as well as increasing quality requirements emphasize the company-specific know-how as a decisive competitive factor for toolmakers. Due to the traditional shop floor organization within toolmaking companies, this knowledge is individually held by experiences of the single skilled worker which a low transparency of manufacturing processes as well as a high degree of manual activities at the operation planning process results from. In that form of representation the existing manufacturing knowledge of the company can not be, independent of individual people, integrated in the value-adding process and hence can not be used consequently. Therefore the standardization and automation of manufacturing processes requires the acquisition of internal experience-based knowledge, what is deemed to be a complex task in organizational as well as in IT-based approaches. Based on existing global models the present work develops an approach that enables an automated acquisition of knowledge using methods of data mining based on an amount of real sample data. For that purpose, methods for the automatic extraction, preparation and structured storage of sample data sourced from a commercial CAM system were developed and prototypically implemented. Based on the specified knowledge demands, „milling tools“ and „cutting data“ as well as the special environment of the shop-floor oriented NC programming by using a graphically interactive CAM system, adequate learning methods were conceived that enable an automated acquisition, standardization and rule based representation of experiential knowledge. The conceived methods were prototypically implemented and their functional capability was verified on the basis of the mentioned amount of real sample data. The plausibility of the acquired knowledge as well as its automated processing capability within modern CAM systems was finally proved by the NC programming of a sample part using the CAM software hyperMILL®.:1. Einleitung 15 2. Stand der Technik 17 2.1. Allgemeines Umfeld 17 2.1.1. Produktspektrum 17 2.1.2. Technologie 18 2.2. Rechnergestützte Arbeitsplanung im Werkzeug- und Formenbau 25 2.2.1. Grundlagen und Begriffsklärung 25 2.2.2. NC-Verfahrenskette 28 2.2.3. CAPP-Systeme 31 2.2.4. CAM-Systeme 32 2.2.5. Organisation 40 2.3. Herausforderung Wissensnutzung (Zwischenfazit) 44 2.4. Rechnergestützte Nutzung von Erfahrungswissen 45 2.4.1. Grundlagen und Begriffsabgrenzung 45 2.4.2. Wissensmanagement und Wissensbasierte Systeme 47 2.4.3. Wissensrepräsentation 49 2.4.4. Wissensakquisition 53 2.5. Automatisierte Wissensverarbeitung in der Arbeitsplanung 59 3. Fazit und Lösungsansatz 63 4. Datenbeschaffung 69 4.1. Konvertierung des Datenbestandes 69 4.2. Aufbereitung des Datenbestandes 73 4.2.1. Identifizierung nicht aussagefähiger Attribute 73 4.2.2. Identifizierung nicht aussagefähiger Datenobjekte 74 4.2.3. Syntaktische und semantische Inkonsistenzen 74 4.2.4. Fehlende Werte 75 4.2.5. Fehlerhafte Werte 76 4.3. Fazit 76 5. Analyse der Wissensdomäne 77 5.1. Vorbetrachtungen 77 5.2. Informationsstruktur: Das CAD/CAM-Informationsmodell 80 5.2.1. Beschreibung des Werkstücks 81 5.2.2. Beschreibung der Bearbeitungsprozesses 82 5.3. Informationsgenerierung: CAD/CAM- gestützte NC-Programmierung 84 5.3.1. Geometrievorbereitung 85 5.3.2. Bestimmung des Operationsplans 86 5.3.3. Berechnung, Simulation und Bereitstellung 98 5.4. Ableitung und Formalisierung der Wissensziele 99 5.5. Zusammenfassung und weitere Vorgehensweise 100 6. Automatisierte Wissensakquisition 103 6.1. Lernen von sequenziellen Beziehungen 103 6.1.1. Analyseverfahren 103 6.1.2. Modellierung von Markov-Ketten 103 6.2. Lernen von ableitenden Beziehungen 106 6.2.1. Analyseverfahren 107 6.2.2. Induktion von Entscheidungsbäumen 111 6.3. Evaluation 120 6.4. Applikation 123 6.5. Standardisierung 124 6.5.1. Attribute mit diskretem Wertebereich 125 6.5.2. Attribute mit kontinuierlichem Wertebereich 127 6.6. Fazit 129 7. Ergebnisse 131 7.1. Datenselektion 131 7.2. Untersuchungsfeld 1: Regeln für Werkzeugfolgen 133 7.2.1. Transformation 134 7.2.2. Modellbildung 138 7.2.3. Regel-Anwendung 143 7.3. Untersuchungsfeld 2: Regeln für Werkzeuge 145 7.3.1. Transformation 145 7.3.2. Modellbildung (univariater Entscheidungsbaum) 148 7.3.3. Modellbildung (multivariater Entscheidungsbaum) 150 7.3.4. Standardisierung 154 7.3.5. Regel-Anwendung 161 7.4. Untersuchungsfeld 3: Regeln für Schnittwerte 162 7.4.1. Transformation 162 7.4.2. Modellbildung 162 7.4.3. Standardisierung 167 7.4.4. Regel-Anwendung 169 7.5. Fazit 170 8. Prototypische Realisierung 175 8.1. Wissensakquisitionsmodul 176 8.1.1. Datenkonverter 176 8.1.2. Lernprozessor 178 8.2. Wissensspeicherung und -verarbeitung im CAD/CAM-System 181 8.2.1. Automatische Verarbeitung von Anwendungswissen 181 8.2.2. Manuelle Verarbeitung von Anwendungswissen 183 8.2.3. Wissensspeicherung und -verarbeitung in hyperMILL® 185 8.3. Beispielhafte Anwendung 189 8.3.1. Globale Eingangsinformationen 189 8.3.2. Rechnergestützte wissensbasierte NC-Programmierung 190 9. Zusammenfassung und Ausblick 197 10. Anhang 201 Anhang A 201 Anhang B 202 Abkürzungsverzeichnis 203 Literaturverzeichnis 207

Das selektive Laserschmelzen (SLM) erlaubt komplexe Geometrien zu fertigen, die, z. B. in Form von integrierten Kühlkanälen, bei Werkzeugen von großer Bedeutung sind. Aktuell werden in der Industrie hauptsächlich Aluminium-, Stahl-, Titan-, Nickel- und Kobaltchromlegierungen mit SLM verarbeitet. Für die additive Fertigung sind Stähle interessant, die besondere Eigenschaften aufweisen. So wird für Konstruktionsbauteile größtenteils korrosionsbeständiger Stahl verwendet. Ein weiteres Anwendungsfeld ist die Herstellung von Werkzeugen. Die besonderen Ansprüche an die mechanischen Eigenschaften, die für Werkzeuge benötigt werden, erfüllen die Werkzeugstähle. Durch die Neigung zu Rissbildung und Verzug resultiert eine herausfordernde Verarbeitbarkeit im SLM-Prozess. Werkzeugstähle wurden bisher auf Grund dieser Herausforderungen selten mit SLM prozessiert. Es besteht daher ein großer Bedarf die Zusammenhänge zwischen dem Prozess, der Verarbeitbarkeit, dem entstehenden Gefüge und den resultierenden Eigenschaften aufzuklären. In dieser Arbeit werden die Mikrostruktur und die mechanischen Eigenschaften dreier hochfester Stahllegierungen, verarbeitet im SLM-Prozess, untersucht. Eine Legierungsentwicklung, speziell auf die Anforderungen des SLM-Prozesses zugeschnitten, ermöglicht, das volle Potenzial des SLM-Prozesses auszuschöpfen. Die Verarbeitbarkeit der neu entwickelten Legierung im SLM-Prozess konnte erfolgreich gegenüber den Ausgangslegierungen verbessert werden.

The analysis of the stable oxygen isotopes 18O and 16O has revolutionized paleoclimate research since the middle of the last century. Particularly, δ18O of ice cores from Greenland and Antarctica is used as a paleotemperature proxy, and δ18O of deep-sea sediments is used as a proxy for global ice volume. Important terrestrial archives to which δ18O as a paleoclimate proxy is successfully applied are speleothems, lake sediments, or tree rings. By contrast, δ18O applications to loess–paleosol sequences (LPSs) are scarce. Here we present a first continuous δ18O record (n=50) for the LPS Crvenka in Serbia, southeastern Europe, spanning the last glacial–interglacial cycle (since 145 ka). From a methodological point of view, we took advantage of a recently proposed paleoclimate/paleohydrological proxy based on bulk δ18O analyses of plant-derived lipids. The Crvenka δ18Obulk lipid values range between −10.2 ‰ and +23.0 ‰ and are systematically more positive in the interglacial and interstadial (paleo-)soils corresponding to marine oxygen-isotope stage (MIS) 1, 3, and 5, compared to the loess layers (MIS 2, 4, and 6). Our Crvenka δ18Obulk lipid record provides no evidence for the occurrence of interstadials and stadials comparable to the Dansgaard–Oeschger events known from the Greenland δ18Oice core records. Concerning the interpretation of our Crvenka δ18Obulk lipid record, plant-derived lipids such as fatty acids and alcohols are certainly strongly influenced by climatic factors such as temperature (via δ18Oprecipitation) and relative air humidity (via 18O enrichment of leaf water due to evapotranspiration). However, pool effects in the form of non-water-correlated lipids such as sterols or the input of root-derived lipids need to be considered, too. Similarly, the input of soil-microbial lipids and oxygen exchange reactions represent uncertainties challenging quantitative paleoclimate/paleohydrological reconstructions based on δ18Obulk lipid analyses from LPSs. / Die Analyse der stabilen Sauerstoffisotope 18O und 16O hat die Paläoklimaforschung seit Mitte des letzten Jahrhunderts revolutioniert. Insbesondere wird δ18O von Eisbohrkernen aus Grönland und der Antarktis als Paläo-Temperaturproxy sowie δ18O von Tiefseesedimenten als Proxy für das globale Eisvolumen verwendet. Wenngleich sich in terrestrischen Archiven, wie Speläothemen, Seesedimenten oder Baumringen, paläoklimatische Rekonstruktionen unter der Anwendung von δ18O als Proxy bewährt haben, wurden solche Analysen bislang in Löß-Paläobodensequenzen (LPS) selten durchgeführt. In dieser Studie präsentieren wir einen ersten kontinuierlichen δ18O Datensatz (n=50) für die LPS Crvenka in Serbien, der den letzten Glazial-Interglazial-Zyklus (∼ 145 ka) abdeckt. Die δ18O-Werte basieren auf der Analyse von pflanzlichen Lipiden, deren Anwendung als paläoklimatischer/hydrologischer Proxy vor Kurzem vorgeschlagen wurde. Die δ18Obulk−lipid-Werte von Crvenka liegen zwischen −10.2 ‰ und +23.0 ‰ und sind in den interglazialen und interstadialen (Paläo-)Böden, die den marinen Sauerstoff-Isotopenstufen (MIS) 1, 3 und 5 entsprechen, systematisch positiver als in den Lößlagen (MIS 2, 4 und 6). Sie liefern keine Hinweise für das Auftreten von Interstadialen und Stadialen, die mit den aus den grönländischen δ18Oice−core bekannten Dansgaard-Oeschger-Ereignissen vergleichbar wären. In Bezug auf die Interpretation der δ18Obulk−lipid-Werte gilt es zu berücksichtigen, dass die Isotopie pflanzlicher Lipide, wie z.B. von Fettsäuren und Alkoholen, stark durch die Klimafaktoren Temperatur (über δ18O-Niederschlag) und relativer Luftfeuchtigkeit (über die 18O-Anreicherung des Blattwassers aufgrund von Evapotranspiration) beeinflusst werden. Weiter zu beachtende Faktoren stellen Einträge von Sterolen sowie von generell wurzel-bürtigen Lipiden dar (Pool-Effekte). In ähnlicher Weise bergen der Einfluss von bodenmikrobiellen Lipiden und Sauerstoffaustauschreaktionen Unsicherheiten, die quantitative paläoklimatische/hydrologische Rekonstruktionen auf der Grundlage von δ18Obulk−lipid-Analysen aus LPS erschweren können.