Simon Stock

M.Sc.
Wissenschaftlicher Mitarbeiter

Kontakt

Simon Stock, M. Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Sprechzeiten
Jederzeit
Harburger Schloßstraße 36,
21079 Hamburg
Gebäude HS36, Raum C3 0.006
Tel: +49 40 42878 2378
Logo

Forschungsprojekte

Einsatz von KI in der Betriebsführung von Verteilnetzen

Einsatz von KI in der Betriebsführung von Verteilnetzen

Technische Universität Hamburg (TUHH); Laufzeit: 2020 bis 2024

VeN²uS
Vernetzte Netzschutzsysteme - Adaptiv und vernetzt

VeN²uS

Vernetzte Netzschutzsysteme - Adaptiv und vernetzt

Bundesministerium für Wirtschaft und Klimaschutz (BMWK); Laufzeit: 2021 bis 2024

Forschungsschwerpunkt

Optimaler Betrieb und Energiemanagement von elektrischen Verteilnetzen (Smart Grids) mithilfe von künstlicher Intelligenz

Publikationen

TUHH Open Research (TORE)

2023

2022

2021

Lehrveranstaltungen

Stud.IP
zur Veranstaltung in Stud.IP Studip_icon
Projektmanagement in der industriellen Praxis (VL)
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Betrieb & Management
Semester:
WiSe 23/24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv1385_w23
DozentIn:
Wilhelm Radomsky, Christian Bruss, M. Sc Hannah-Deborah Harbich, M. Sc. Lyn Zenner
Beschreibung:

In der Veranstaltung werden aktuelles Wissen und Trends zum Projektmanagement behandelt:

    Projektmanagementkultur mit Lessons Learned, Optimierung von Theorie und Prozess       Projektmanagementtheorie gespiegelt an den Erfahrungen aus der Projektmanagementpraxis
    Entwicklung, Implementierung und Betrieb eines PM-Systems in kleinen und großen Firmen, z.B. Siemens
   Grundlagen des Projektmanagements (Kompetenzen, Methoden, Tools) werden geübt, z.B. EVA, MTA, KTA, FMEA, PDCA, MPM

Ziel ist die Information über aktuelle Herausforderungen im PM.

    Modernes agiles Projektmanagement in dynamischen Märkten
    Herausforderungen in bewegten Zeiten bestehen, Projektmanagement im VUCA- und BANI-Umfeld
    Beherrschen von Änderungen und Veränderungen
    Sicherung der Zukunft durch professionelles Agieren
    Sicherstellen von Gesundheit und Ergebnis in Job und Projekt

Mit den Themenschwerpunkten

    Projektmanagement in Industrie, KMU, Studium und privat
    Project Life Cycle, Prozess und Organisation, agil oder ‘agil‘
    Integrations-, Inhalts- und Umfangsmanagement, Umfeld- und Stakeholder Management
    Vertrags-, Risiko- und Änderungsmanagement
    Termin-, Kosten- und Personalmanagement
    Qualitätsmanagement, Erfolgsfaktoren im Projektumfeld
    Der menschliche Faktor, Unternehmenskultur
    Kommunikationsmanagement, Teamentwicklung, Führungstheorien

Projektmanagement wird als probates Mittel zur Aufgaben- und Problemlösung in privaten und beruflichen Umfeldern präsentiert. Projektmanagement wird immer mehr als agiles zielorientiertes Führungskonzept in Firmen und Betrieben genutzt. Den TeilnehmerInnen werden Kompetenzen und Lösungswege zur besseren Bewältigung ihrer Aufgaben vorgestellt. Die Anwendung des Projektmanagements kann bereits im Studium zur Verbesserung von Struktur, Kommunikation, Ergebnis führen und auf den Berufseinstieg vorbereiten. Die Vorlesung dient als  Basis für eine Projektmanagementzertifizierung bei den entsprechenden Zertifizierungsstellen wie z.B. GPM oder PMI, der Projektmanagementprozess wird gemäß den grundlegenden internationalen Projektmanagementstandards von IPMA und PMI und dem für die Praxis angepasstem Projektmanagementsystem von Siemens vorgestellt.



Leistungsnachweis:
lv1385 - Projektmanagement in der industriellen Praxis (Vorlesung)<ul><li>890 - Projektmanagement in der industriellen Praxis: Klausur schriftlich</li></ul>
ECTS-Kreditpunkte:
2
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Logistik und Unternehmensführung (W-2)
In Stud.IP angemeldete Teilnehmer: 103
Anzahl der Dokumente im Stud.IP-Downloadbereich: 28

Betreute Abschlussarbeiten

laufende
beendete

2021

  • Hund, P. (2021). Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.

  • Hund, P. (2021). Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.

  • Möller, P. (2021). Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.

  • Plant, R. (2021). Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.

2020

  • Dressel, M. (2020). Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.

  • Schmidt, M. (2020). Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.