Dieses Bild zeigt Matthias Weiß

Matthias Weiß

M.Sc.

Akademischer Mitarbeiter
Institut für Automatisierungstechnik und Softwaresysteme

Kontakt

+49 711 685 67286
+49 711 685 67302

Pfaffenwaldring 47
70550 Stuttgart
Raum: 1.115

Zeitschriften und Konferenzen:
  1. 2023

    1. M. Weiß, M. Müller, F. Dettinger, N. Jazdi, und M. Weyrich, „Continuous Analysis and Optimization of Vehicle Software Updates using the Intelligent Digital Twin“, 2023, S. 1–7.
    2. F. Dettinger, H. Wei, M. Weiß, N. Jazdi, und M. Weyrich, „Dateneffiziente Vervollständigung des Umgebungsmodells von autonomen vernetzten Systemen mittels Sensorfusion“, 2023, S. 513–524.
    3. M. Weiß, F. Dettinger, N. Jazdi, und M. Weyrich, „DevOps als Enabler der kontinuierlichen Funktionsverbesserung und automatisierten Update-Analyse in software-definierten Systemen“, 2023, S. 487–500.
    4. T. Müller, B. Caesar, M. Weiß, S. Ferhat, N. Sahlab, A. Fay, R. Oger, N. Jazdi-Motlagh, und M. Weyrich, „Reconfiguration management in manufacturing : A systematic literature review“, Automatisierungstechnik, Bd. 71, Nr. 5, S. 330–350, 2023.
  2. 2022

    1. D. White, M. Weiß, N. Jazdi-Motlagh, und M. Weyrich, „Variant generation of software-defined mechatronic systems in  model-based systems engineering“, in 2022 IEEE 27th International Conference on Emerging Technologies and Factory Automation (ETFA), Stuttgart, 2022.
  3. 2021

    1. M. Weiß, P. Marks, B. Maschler, D. White, P. Kesseli, und M. Weyrich, „Towards establishing formal verification and inductive code synthesis in the PLC domain“, in 19th IEEE International Conference on Industrial Informatics (INDIN), Palma de Mallorca, Spain, July 2021, 2021.

Forschungsschwerpunkt: - Diagnose und Adaption verteilter Automatisierungssysteme im Kontext der kontinuierlichen Software-Entwicklung

Beschreibung: -Die moderne Systementwicklung ist geprägt von gestiegenen Kundenanforderungen und einem höheren Marktund Zeitdruck. Die hierfür notwendigen Innovationen werden einerseits über einen höheren Software-Anteil in Produkten und andererseits über die Vernetzung von immer mehr bisher unabhängigen Systemen geschaffen, wodurch insgesamt heterogene und damit auch komplexere IT-Strukturen entstehen. Deren Software-Komponenten werden regelmäßig über kontinuierliche Updates aktualisiert, um bestehende Funktionen zu verbessern oder neue Mehrwerte für den Kunden zu generieren. Dieser Wandel stellt traditionelle Industrien vor die Herausforderung, ihre Prozesse und die Architekturen der gefertigten Produkte an die neuen Gegebenheiten anzupassen. Im Fokus steht der Aufbau einer kontinuierlichen Feedback-Schleife: Das System sammelt während des Betriebs laufend Daten, die anschließend vom Hersteller analysiert werden können. Die aus diesem Vorgang gewonnenen Erkenntnisse lassen sich zur Fehlerbehebung oder Entwicklung weiterer Updates nutzen. Insbesondere in komplexen Systemen erschwert das hohe Volumen an heterogenen Daten diese Analyse-Prozesse jedoch – Teilautomatisierte oder sogar manuelle Vorgänge, die nach aktuellem Stand zur Datenauswertung noch immer eingesetzt werden, können nicht in ausreichendem Maß skaliert werden. Zu diesem Zweck wird im Rahmen der Forschung untersucht, inwiefern sich klassische Methoden und Techniken aus dem Bereich der Continuous Integration und Continuous Delivery (CI/CD) in die Entwicklung einer neuartigen, serviceorientierten IT-Architektur für moderne Fahrzeuge übertragen lassen. Im Fokus steht hier insbesondere, inwieweit über KI-gestützte Methoden repetitive Aufgaben erkannt und automatisiert werden können. Ebenfalls soll untersucht werden, wie auf Basis von aus dem laufenden Betrieb gewonnenen Daten automatisch eingeschätzt werden kann, ob Änderungen an der Software die gewünschten Effekte erzielt haben.

Forschungsportal:
https://www.researchgate.net/profile/Matthias-Weiss-12
https://scholar.google.com/citations?user=cZqSjVQAAAAJ&hl=de

Institutsleitung

Lehrbeauftragter

Sekretariat

Angestellte

Akademische Mitarbeiter

Digitaler Zwilling für die Automatisierungstechnik

Komplexitätsbeherrschung in der Automatisierungstechnik

Intelligente und perzeptive Systeme

Risikoanalyse und Anomalieerkennung für vernetzte Automatisierungssysteme

Stipendiat Graduate School of Excellence advanced Manufacturing Engineering (GSaME)

Externe Doktoranden

Auszubildende

Zum Seitenanfang