Open Access

Der vorliegende Band versucht, einen ersten Überblick über die Inhalte und Wesensmerkmale des noch relativ jungen Studiengangs und Forschungsbereichs Rettungsingenieurwesen an der TH Köln (früher FH Köln) zu schaffen. Damit kann der Sammelband zwar nicht für alle Ausprägungen des „Rettungsingenieurwesens“ (oder Rescue Engineering) auch an anderen Hochschulen stehen. Jedoch soll er einen ersten Eindruck ermöglichen und zwar für Außenstehende aber durchaus auch für Studierende und Kollegen an der TH Köln, was „Rettungsingenieurwesen“ überhaupt ist, und welche fachlichen, methodischen und auch anwendungsbezogenen Inhalte es beinhaltet. Abgrenzungen zu Nachbarstudiengängen oder Aufgabenfeldern sind nicht einfach und auch dieser Sammelband kann nur einen ersten Aufschlag anbieten. Jedoch wird es in fünf oder zehn Jahren einmal interessant sein, wie und wohin sich dieser Studiengang, aber auch die gleichzeitig am Institut für Rettungsingenieurwesen (IRG) stattfindende Forschung hin entwickelt haben wird. Somit dient dieser Band nicht nur der Begriffsbestimmung und inhaltlichen weiteren Ausgestaltung; er soll auch dazu einladen, mit zu überlegen, in welche Richtung sich Lehre und Forschung noch entwickeln könnten.

Surrogate-based optimization and nature-inspired metaheuristics have become the state of the art in solving real-world optimization problems. Still, it is difficult for beginners and even experts to get an overview that explains their advantages in comparison to the large number of available methods in the scope of continuous optimization. Available taxonomies lack the integration of surrogate-based approaches and thus their embedding in the larger context of this broad field. This article presents a taxonomy of the field, which further matches the idea of nature-inspired algorithms, as it is based on the human behavior in path finding. Intuitive analogies make it easy to conceive the most basic principles of the search algorithms, even for beginners and non-experts in this area of research. However, this scheme does not oversimplify the high complexity of the different algorithms, as the class identifier only defines a descriptive meta-level of the algorithm search strategies. The taxonomy was established by exploring and matching algorithm schemes, extracting similarities and differences, and creating a set of classification indicators to distinguish between five distinct classes. In practice, this taxonomy allows recommendations for the applicability of the corresponding algorithms and helps developers trying to create or improve their own algorithms.

Band I des vierteiligen Werkes „Profilbildung und Wertefragen in der Hochschulentwicklung I-IV“ macht Vielfalt und Offenheit als tragende Elemente einer wertbezogenen Hochschuldidaktik zum Thema. Aufgezeigt wird eine theorie- und praxisgeleitete Diskussion mit Blick auf grundlegende Zusammenhänge von Didaktik, Vielfalt und Offenheit für eine Hochschulbildung in Bewegung. Ein wertschätzender Umgang mit Vielfalt und Offenheit ist im Hochschulkontext zwar keineswegs auf die Hochschuldidaktik begrenzt; sie ist ein Akteur unter mehreren. Doch der Blick in hochschuldidaktische Theorie- und Praxisbestände weist eine besondere Dynamik und Dichte auf. Die Zusammenschau der Beiträge macht deutlich, dass die diskursiv gestaltete Auseinandersetzung und Weiterentwicklung einer wertbezogenen Hochschuldidaktik unter dem Dach von Offenheit und Vielfalt voraussetzungsvoll ist und bei weitem nicht on the go ausgehandelt werden kann. Die Bände „Profilbildung und Wertefragen in der Hochschulentwicklung I-IV“ beschäftigen sich mit aktuellen hochschuldidaktischen Forschungsansätzen, -ergebnissen und -planungen, die darauf abzielen, den Beitrag der Hochschuldidaktik zu Profilbildung und Wertefragen im Rahmen von Hochschulentwicklungsprozessen zu identifizieren, zu fundieren und zu reflektieren.

Die Fakultät für Wirtschafts- und Rechtswissenschaften der Technischen Hochschule Köln möchte mit diesem Bericht dokumentieren, mit welchen Problemstellungen sich die forschenden Kolleginnen und Kollegen der Fakultät im Jahr 2017 auseinander gesetzt haben.

Rainfall is a key parameter for understanding the water cycle. An accurate rainfall measurement is vital in the development of hydrological models. By means of indirect measurement, satellites can nowadays estimate the rainfall around the world. However, these measurements are not always accurate. As a first approach to generate a bias-corrected rainfall estimate using satellite data, the performance of Gaussian process and Bayesian regression is studied. The results show Gaussian process as the better option for this dataset but leave place to improvements on both modelling strategies.