Preisträger

MSc. Yuke XIE

Tsunamis haben Auswirkungen auf das Leben und die Wirtschaft von Küstengemeinden. Die Früherkennung ist entscheidend. Unsere Forschung konzentriert sich auf die Nutzung von Satellitenbeobachtungen auf Schiffen, um diese Tsunamis zu erkennen, bevor sie die Küsten erreichen.

Es wurde ein Satellitennetzwerk mit 10 Schiffen im Pazifischen Ozean aufgebaut. Diese Satelliten können von Tsunamis verursachte Störungen in der Ionosphäre aufspüren. Während der Forschungarbeiten konnten diese Störungen etwa 21 Minuten bevor der Tsunami das Schiff erreichte beobachtet werden. Diese potenzielle Frühwarnung könnte einen erheblichen Beitrag zur Rettung von Leben und Eigentum leisten.

Da es in der Tiefsee Tausende von Schiffen gibt, ist dies eine vielversprechende Möglichkeit, die Gefahrenabwehr zu verbessern und die Küstengemeinden besser zu schützen.

BSc. Jiaxin LIU

Die Erde ist ein wasserreicher Planet, ungefähr 71 % der Erdoberfläche sind von Wasser bedeckt. Die Messungen der Wasserhöhe in Ozeanen, Seen, Flüssen und Küstengewässern sind aus verschiedenen Gründen wichtig. Die Satellitenaltimetrie, die in den 1970er Jahren ursprünglich für die Ozeanografie entwickelt wurde, hat unser Wissen über das marine Schwerefeld, die Dynamik der Ozeane und sogar die Landhydrologie revolutioniert.

Aufgrund ihrer hohen Auflösung, globalen Abdeckung und kurzen Wiederholungszeit spielt sie eine immer wichtigere Rolle bei der Messung der Wasserhöhe. Seit einigen Jahren wird diese Technologie auch eingesetzt, um die Wasserhöhe von Flüssen, Seen zu ermitteln. Im Vergleich zu den weiten Meeren sind die Messungen an Inlandgewässern jedoch mit vielen Herausforderungen verbunden.

Ziel dieser Arbeit war es, das Potenzial der Inlandsaltimetrie, ihre Probleme und mögliche Lösungsansätze mithilfe des Matlab-Programms “AltBundle+” zu untersuchen. Als Untersuchungsobjekt dient der Mackenzie River im Norden Kanadas.

MSc. Joachim Schulz

Historische Luftbilder stellen ein besonderes Kulturgut dar, um Informationen über Landbedeckung und Landnutzungsänderung im 20. Jahrhundert mit hoher räumlicher und zeitlicher Auflösung zu erhalten. Im Projekt ‚Digitaler Luftbildatlas Baden-Württemberg' wird die untersuchte Kamera zur Digitalisierung von historischen Luftbildern eingesetzt.

Ziel dieser Masterarbeit war es das Auflösungsvermögen und die geometrische Qualität zu untersuchen: Die geometrische Qualität wurde mit einer Testfeldkalibrierung untersucht. Das Auflösungsvermögen wurde mit Siemenssternen empirisch bestimmt. Anhand eines digitalisierten Luftbildverbands vom Testfeld Vaihingen/Enz wurde der Einfluss der Auflösung und der Geometrie der Dokumentenkamera auf die Qualität der abgeleiteten Datenprodukte im Vergleich zu einem photogrammetrischen Scanner gezeigt.

Im Vergleich werden mit einem photogrammetrischen Scanner noch immer höhere geometrische Genauigkeiten und Auflösung erreicht. Mit weiteren Untersuchungen und Verbesserungen kann die Leistung mit einem kamerabasierten Scansystem weiter gesteigert werden.

BSc. Paula Peitschat

Die globalen Navigationssatellitensysteme sind heute in vielseitigen Anwendungen fester Bestandteil. Um eine präzisere Positionierung zu erzielen, müssen die Trägerphasenbeobachtungen der Satellitensignale herangezogen werden. Diese sind jedoch von Mehrdeutigkeiten behaftet, die es zu lösen gilt, um die Trägerphasen als sehr genaue eindeutige Pseudoranges nutzen zu können.

Ziel dieser Bachelorarbeit war es, einen Partikelfilter Ansatz zu implementieren, der neben der Position auch die Phasenmehrdeutigkeiten eines statischen Rovers bzgl. einer bekannten Basis schätzt. Anhand von Testläufen wurden verschiedene Einstellparameter und Einflussgrößen analysiert und gezeigt, dass das Lösen der Phasenmehrdeutigkeiten durch diesen Ansatz möglich ist, es jedoch weiterhin limitierende Faktoren gibt.

MSc. Lukas Lansche

Um Trauben mit sehr guter Qualität zu ernten, sind über das Jahr verteilt verschiedene Arbeitsschritte notwendig. Die meisten Vorgänge können bereits maschinell bewältigt werden. Bei dem Rebschnitt muss allerdings die aufwendigste Arbeit, das Abschneiden der Ruten, nach wie vor von Hand erledigt werden.

Ziel dieser Arbeit war es eine zuverlässige Methode für die 2D-Modellierung von Weinreben aus Bilddaten zu erarbeiten. Dieses Modell wird in einer späteren Anwendung von einem Schneidrobotter verwendet, um präzise Schnittkoordinaten für den Rebschnitt zu definieren. Für die 2D-Modellierung wurden künstliche neuronale Netze in Verbindung mit klassischen Machine Learning Methoden angewendet.

Es konnte gezeigt werden, dass einfach strukturierte Reben mit Hilfe der semantischen Segmentierung in Verbindung mit einem „bottom-up parsing“- Ansatz fast vollständig modelliert werden.

BSc. Junyang Gou

Mehr als 600 Millionen Menschen (etwa 10% der Weltbevölkerung) leben in Küstengebieten, die weniger als 10 m über dem Meeresspiegel liegen. Trotz der dringenden Notwendigkeit, die Küstengewässer zu überwachen, bieten Gezeitenmessstationen auf der ganzen Welt keinen ausreichenden Einblick in die Wasserstandsschwankungen an den Küsten. Insbesondere, können sie keine ausreichenden Informationen über eine der wesentlichen Eigenschaften von Wasseroberflächen, die Signifikante Wellenhöhe (SWH), liefern. Die Satellitenaltimetrie spielt eine immer wichtigere Rolle, vor allem, wenn sie im Synthetic Aperture Radar (SAR) Modus arbeitet. Aufgrund der Komplexität der küstennahen Wasseroberflächen, bleibt die Leistung der Satellitenaltimeter über dem Küstenbereich jedoch hinter den Oberflächen des offenen Ozeans zurück. Darüber hinaus gilt wegen der Komplexität der SAR-Wellenformen die bekannte direkte Beziehung zwischen der Anstiegszeit der Wellenform und der SWH nicht mehr. Diese Arbeit schlägt eine datengesteuerte Methode zur Bestimmung des SWH unter Verwendung der Sentinel-3 Daten, sowohl für ozeanische als auch für küstennahe Gebiete, vor. Zu diesem Zweck wird eine auf der Anstiegszeit (δr) und auf die Breite der Wellenform basierenden Methode, nämlich RiwiSAR-SWH (Anstiegszeit-Breiten-Modell für SAR-SWH), entickelt. Diese ist von der Komplexität der SAR-Modellen befreit und schätzt die SWH über dem Küstenbereich und dem offenen Ozean auf relativ einfache Weise. Wir haben unsere Methode über verschiedene Regionen im Küstenbereich der Nordsee angewendet. Die Ergebnisse werden anhand von In-situ-Daten validiert und mit denen von SAMOSA+ verglichen. Die Validierung zeigt, dass die vorgeschlagene Methode zuverlässige SWH für etwa 1 km Entfernung von der Küste bestimmen kann, was eine Verbesserung von über 40% im Vergleich zu früheren Ergebnissen darstellt.

MSc. Roman Buss

Die Messung von Spalt und Übergang bildet einen festen Bestandteil im Fertigungsprozess eines Fahrzeugs. Das verwendete Messverfahren, ob manuell über ein Handmessgerät oder automatisiert über eine Roboteranlage, ist bisher auf die Erfordernisse des jeweiligen Einsatzgebietes ausgerichtet. Die Entwicklung eines selbstfahrenden Messroboters soll dabei ein System schaffen, welches in beiden Messbereichen eingesetzt werden kann und dabei die Präzision eines Roboters mit der Flexibilität eines Menschen vereint. Dieser Messroboter besteht dabei aus einem führerlosen Transportfahrzeug, an dem ein Roboter samt Messsensor befestigt ist.

Die wesentliche Aufgabe bei der Weiterentwicklung der selbstfahrenden Spaltmesseinheit (SME) besteht darin, die Messorttreue dieses bewegten Systems insoweit zu optimieren, als dass die Genauigkeit einer stationären Roboteranlage eingehalten werden kann. Dabei gelten die Optimierungen der Fahreinheit der SME hinsichtlich  Positionsgenauigkeit und Fahrverhalten als wesentliche Aufgaben. Die Optimierungsmaßnahmen werden dabei mit ingenieurgeodätischen Verfahren durchgeführt und evaluiert. Die Ergebnisse dieser Optimierungsmaßnahmen werden in einem Einsatzkonzept der selbstfahrenden Spaltmesseinheit in der Fertigungslinie zusammengefasst. Dieses Einsatzkonzept befindet sich zum Ende dieser Arbeit im Stadium der Betriebstauglichkeitsuntersuchung. Dabei wird die Realisierung des Konzepts in einer realen Fertigungslinie geprüft.

Für den Einsatz in der manuellen Messstation wird ein kameragestüztes Positionsbestimmungskonzept untersucht. Dieses Konzept sieht vor, über eine am Messroboter angebrachte Industriekamera die relative Position zwischen Fahrzeug und Roboter zu ermitteln. Dies wird mit Hilfe von Verfahren der Computer Vision realisiert. In Laborversuchen wird ermittelt, mit welcher Genauigkeit diese relative Position bestimmt werden kann. Am Ende dieser Untersuchungen steht die Konzepttauglichkeit des kameragestützten Positionsbestimmungsverfahrens. 

BSc. Yifei Yin

Mit dem rapiden Anstieg der Leistungsfähigkeit der Methoden des maschinellen Lerners wächst in den letzten Jahren auch zunehmend das Interesse an großen Mengen qualitativ hochwertiger Trainingsdatensätze. Um solche Datensätze möglichst gänzlich ohne den Einsatz eines Experten abzuleiten, kann bezahltes Crowdsourcing genutzt werden. Der Fokus der Arbeit liegt auf der bezahlten crowd-basierten Erfassung von Bäumen aus 3D-Punktwolken. Diese werden mittels eines implementierten Web-Tools durch minimal umschließende Zylinder annotiert. Die Qualität der Erfassungen wird durch einen Vergleich mit Referenzdaten bewertet. Um die Übereinstimmung mit diesen zu steigern, wird weiterhin das Potential einer Mehrfacherfassung aufgezeigt, um im Sinne der „Wisdom of the Crowd“ die am best-angepassten Zylinder zu rekonstruieren.

MSc. Laura Balangé

Durch die globale Erwärmung in Folge des Klimawandels kommt es zu einer Abnahme des Landeises in Grönland und der Antarktis. Dies führt zu einer globalen Änderung des Meeresspiegels. Die Variation des Meeresspiegels wird außer von der Variation der abnehmenden Eislast und der zunehmenden Wasserlast auch von der Änderung der Gravitationsanziehung beeinflusst.  Um die durch die Meeresspiegeländerungen betroffenen Gebiete rechtzeitig erkennen zu können, ist eine Berechnung der Entwicklung des Meeresspiegels von großem Interesse. Hierfür wurden zwei pseudo-spektrale Algorithmen implementiert, welche die Berechnung der Meeresspiegeländerung für eine kugelförmige, elastische, nicht rotierende Erde durchführen.  Dabei wurden je zwei Varianten implementiert. Eine Variante fixierte Küstenlinien als Berechnungsgrundlage, während die andere eine Variation der Küstenlinien zulässt. Als Eingangsmodelle wurden für den Test der implementierten Algorithmen das postglaziale ICE5G-Modell und das Modell der gravimetrischen Massenbilanz der Technischen Universität Dresden verwendet. 

BSc. David Collmar

Crowdsourcing hat in der Geoinformatik großes Potential: Dabei werden kleine Aufgaben über das Internet an unbekannte Nutzer übergeben und von diesen gelöst. Die Nutzer erhalten im Gegenzug einen kleinen Geldbetrag. In dieser Arbeit wurde das Potential des Crowdsourcings in Bezug auf die Digitalisierung von Gebäudeumrissen untersucht.

Hierfür wurde mit JavaScript und PHP ein webbasiert Erfassungswerkzeug erstellt und zur Digitalisierung von hunderten Gebäudeumrissen verwendet. Anschließend wurde ein Vergleich mit Referenzdatensätzen anhand ausgewählter Parameter durchgeführt, sowie Möglichkeiten untersucht, ungenau erfasste Datensätze automatisch detektieren zu können.

Die eingereichten Erfassungen waren überwiegend von hoher Genauigkeit und Sorgfältigkeit, obwohl lediglich ein geringer Centbetrag pro Erfassung ausgezahlt wurde. Zudem konnten ungenau erfasste Datensätze sehr zuverlässig durch einfache statistische Methoden detektiert und aussortiert werden, um die Datenqualität weiter zu verbessern.

MSc. Stefan Schmohl

Künstliche Neuronale Netze haben sich in den letzten Jahren als mächtiges Werkzeug erwiesen und wurden erfolgreich in vielen Anwendungsfeldern der Bildverarbeitungen eingesetzt. Zunehmend rücken ihre Robustheit und Erweiterbarkeit auf dreidimensionale Daten in den Fokus.

Ziel dieser Masterarbeit war es zu untersuchen, wie zuverlässig diese Technik Objekte anhand ihrer 3D Form erkennen kann. Verwendet wurde dazu ein synthetischer Datensatz aus 40 häufigen Objekttypen wie Fahrzeugen, Möbeln etc., auf welchen zusätzlich verschiedene Arten simulierten Messrauschens angebracht wurden.

Es konnte gezeigt werden, dass mit speziellen Generalisierungstechniken die Robustheit neuronaler Netze bezüglich dieser Störungen erheblich verbessert werden kann. Diese Erkenntnisse sind vielversprechend im Hinblick auf die automatische Klassifizierung realer 3D Messdaten.

BSc. Lena Joachim

Die automatisierte selektive Unkrautbekämpfung stellt eine umweltfreundliche und gleichzeitig effiziente Alternative zu herkömmlichen Methoden dar, da mit ihr herbizidfreie Techniken, wie die Bestrahlung des Unkrauts mit Laser, realisiert werden können. Für eine solche Unkrautbekämpfungsmethode ist die automatische Erfassung der dreidimensionalen Lage des Unkrautes Voraussetzung, welche durch die Klassifikation des Unkrautes in 3D-Punktwolken realisiert werden könnte.

Das Potenzial einer solchen Klassifikation wurde in dieser Arbeit anhand einer exemplarischen Punktwolke eines Maisfeldes evaluiert. Hierzu wurden drei Realisierungen eines Unkraut-Klassifikators entwickelt, die jeweils auf verschiedenen Merkmalskombinationen beruhen und unterschiedliche Klassifikationsverfahren nutzen. Die besten Ergebnisse erzielte die Klassifikation mit einer in Matlab implementierten Support Vector Machine, die auf fünf verschiedenen Merkmalen basiert, darunter zum Beispiel ein Farbindex und die geometrische Verteilung der Nachbarpunkte. Mit diesem Klassifikator werden bei einer hohen Zuverlässigkeit der Unkraut-Klasse circa 70% der Unkrautpflanzen in der Referenzpunktwolke erkannt.

MSc. Falk Kappel

Die Erkennung von Verkehrszeichen ist wichtiger Bestandteil von Fahrerassistenzsystemen sowie Systemen zum autonomen Fahren.  Ziel dieser Masterarbeit war eine auf neuronalen Netzen basierende Methode, die diese Erkennung ermöglicht. Der Schwerpunkt wurde dabei auf Zusatzschilder wie beispielsweise zeitliche Begrenzungen von Tempolimits gelegt. Neben einer Methode, die zwischen verschiedenen Klassen von Zusatzschildern unterscheidet, wurde eine binäre Methode entwickelt. Diese erlaubt es, auch Zusatzschilder zu erkennen, die nicht in den Trainingsdaten enthalten waren. Dadurch kann eine Datenbank mit diesen Schildern erstellt werden. Diese wiederum kann dann für ein Training mit mehr Trainingsdaten genutzt werden.

BSc. Muyan Xiao

Im Rahmen der Arbeit soll untersucht werden, in wie weit sich das klassische perspektivische Kalibriermodell (mit physikalischer Parameter von D. Brown) auf superweitwinklige bzw. Fisheye-Kameras übertragen lässt bzw. modifizierte Parametersätze notwendig sind. Dafür wird das Kalibriermodell mathematisch simuliert und der Einfluss der Kalibrierungen an empirischen Datensätzen untersucht. Aus dem Ergebnis der Simulation lässt sich feststellen, dass sich der Unterschied zwischen dem erweiterten perspektivischen Modell und einer idealen Fisheye-Projektion mit steigendem Einfallswinkel des Abbildungsstrahls vom Objektpunkt vergrößert. Bis zu einem maximalen Einfallswinkel von etwa 60° zeigt die durchgeführte Simulation eine Abweichung beider Modelle kleiner 1 pix. Das erweiterte klassische perspektivische Kalibriermodell reicht also nicht aus um die Bilder mit großen Bildwinkeln wie bei Fisheye-Objektiven komplett auszuwerten. In der empirischen Untersuchung werden drei Fisheye-Kamerasysteme und eine normale weitwinklige Kamera verwendet. Der Unterschied von äquidistantem bzw. erweitertem perspektivischem Kalibriermodell wird anhand verschiedener Datensätze einer Laborszene untersucht.

MSc. Philipp Pitzer

Aktueller Forschungsschwerpunkt der Automobilindustrie sind Systeme für das autonome Fahren auf Autobahnen. Diese müssen u. a. zur Erweiterung der begrenzten Reichweite der Sensorik für die Echtzeit-Umgebungserfassung auf eine digitale Karte, welche im Vergleich zu herkömmlichen Navigationskarten wesentlich genauer ist und zudem jede einzelne Fahrspur mit globalen Koordinaten beschreibt, zurückgreifen.
Karten, die solch hohe Anforderungen erfüllen, sind nicht flächendeckend oder mit ausreichender Aktualität verfügbar und werden bisher mit hohem Aufwand durch dafür mit entsprechend hochpreisiger Sensorik ausgestatteten Messfahrzeugen erstellt.

BSc. Julia Aichinger

Auf Anwendungen zum geometrischen Modellieren im Computer-Aided-Design-Umfeld ist heutzutage nicht mehr zu verzichten. Gerade NURBS-Flächen (Nicht Uniforme Rationale B-Spline-Flächen) sind in Bereichen wie etwa dem Maschinenbau, der Architektur oder der Geodäsie ein unverzichtbares Mittel geworden, um Daten interaktiv-graphisch verarbeiten zu können. Ein aktuelles Messverfahren der Ingenieurgeodäsie ist das terrestrische Laserscanning. Mithilfe dieser Methodik können Oberflächen mit sehr hoher Abtastung erfasst werden. Somit führt der Weg von der punktweisen zur flächenhaften Betrachtungsweise gescannter Objekte. Oftmals werden Flächen erfasst, die sich analytisch nicht mehr in einfacher Weise beschreiben lassen. Für diese Problemstellung werden die eben genannten NURBS-Flächen herangezogen. NURBS bilden die allgemeinste Form und können in B-Spline- sowie Bézier-Flächen unterteilt werden. So ist es etwa mit rationalen Bézier-Kurven aufgrund unterschiedlicher Gewichtungen möglich, Kegelschnitte zu modellieren. Eine formelmäßig ähnlich aufgebaute Methode stellt die B-Spline-Technik dar. Die hier verwendeten Basisfunktionen und das Einsetzen eines Knotenvektors eröffnen der B-Spline-Kurve entgegen der Bézier-Technik günstigere Eigenschaften. Diese lassen sich in Bezug auf die lokale Kontrollierbarkeit sowie die Höhe des Polynomgrads ausmachen. Ähnlich der Bézier-Methode können B-Spline-Kurven zu einer rationalen Form, NURBS genannt, verallgemeinert werden. Der Entwurf der Kurvendarstellung kann in beiden Fällen auf Flächen projiziert werden.  Die hier im Kurzen umrissene Systematik zweier Techniken zur geometrischen Modellierung von Flächen wurde in dieser Arbeit in seinen Grundlagen aufgearbeitet und durch exemplarische Darstellungen mittels MATLAB programmierter Grafiken veranschaulicht. Das theoretische Fundament wird durch eine Anwendung auf zwei reale Laserscandatensätze abgerundet, aus denen Bézier- sowie B-Spline-Flächen erstellt und auf wesentliche Eigenschaften überprüft werden.

Dipl.-Ing. Luis Diemer

Für die Landfahrzeugnavigation haben sich die äußeren Bedingungen in den letzten Jahren im Wesentlichen aus zwei Gründen erschwert. Ein Grund ist der kontinuierlich zunehmende Straßenverkehr, ein anderer die vor allem in Ballungszentren stetig komplexer werdende Infrastruktur. Um das Autofahren dennoch möglichst komfortabel, sicher, sowie effizient zu gestalten forscht die Automobilindustrie vermehrt in dem Bereich des autonomen Fahrens.
Auf Grund der Positionsgenauigkeit von ca. 10m ist ein allein auf GPS basierendes Positionierungssystem nicht ausreichend um zu erkennen auf welcher Fahrspur sich das Fahrzeug befindet. Unterstützt man die GPS-Messungen jedoch mit SBAS-Beobachtungen kann eine Genauigkeit von ca. 1-3m erreicht werden.
Das Ziel dieser Diplomarbeit war es eine echtzeitfähige C/C++ Software zu erstellen, um die Genauigkeit der GPS-Messungen durch kombinierte GPS- und SBAS-Beobachtungen gegenüber herkömmlichen Navigation- und Positionierungssystemen zu steigern. Die aus GPS-Rohdatenbeobachtungen  eines u-blox Empfängers berechnete Positions- und Geschwindigkeitsschätzung wurde zunächst an einer statischen Antenne getestet und anschließend um die ebenfalls aus Rohdaten generierten SBAS-Korrekturen ergänzt. Die Software wurde zum einen durch einen Soll-Ist Vergleich von Langzeitbeobachtungen und zum anderen durch Vergleich mit Literaturangaben bezüglich der erzielten Genauigkeiten nach dem Zuschalten der einzelnen Korrekturen auf Stabilität und Integrität getestet. Während einer Testfahrt konnten sowohl kinematische Einflüsse als auch Einflüsse einer variierenden Antennenumgebung in unterschiedlichen Szenarien untersucht und gegen eine Referenzmessung übergeordneter Genauigkeit verglichen werden. Bei der Auswertung der Szenarien für die Positionsschätzung im kinematischen Fall ließ sich im Allgemeinen eine Genauigkeitssteigerung erkennen. Ist die direkte Antennenumgebung allerdings von großen, benachbarten Objekten geprägt, weist die Positionslösung große Sprünge auf und ist somit nicht mehr vertrauenswürdig. Daher bleibt für die Landfahrzeugnavigation die zuverlässige Modellierung der in der unmittelbaren Antennenumgebung auftretenden Fehler die größte Herausforderung.

BSc. Robin Thor

Diese Arbeit schätzt Oberflächenabflussmengen eines Einzugsgebiets für die Modellierung des Wasserkreislaufs mithilfe der Prädiktion nach der Methode der kleinsten Quadrate. Sie benutzt die räumlichen Korrelationen zwischen terrestrisch bestimmten Oberflächenabflussmengen, die in einem Testzeitraum bestimmt wurden, um Werte für eine Validierungsphase, in der die Messungen für eines der Einzugsgebiete als unbekannt angenommen werden, zu prädizieren. Vielversprechende Ergebnisse werden erzielt, wenn Einzugsgebiete existieren, die ein sehr ähnliches Verhalten gegenüber zu prädizierenden Einzugsgebieten aufweisen. Hohe Ähnlichkeit, ausgedrückt als Korrelation, geht häufig mit räumlicher Nähe einher. Die Prädiktion von Oberflächenabflussmengen nach der Methode der kleinsten Quadrate kann möglicherweise einen partiellen Ersatz für kostspielige Satellitenmissionen oder die Einrichtung zusätzlicher Pegel darstellen, und außerdem Zeit bei Entwicklung und Bau einsparen.

Dipl.-Ing. Matthias Ellmer

Dipl.-Ing. Thomas Friederichs

M.sc. Ali Kohsravani

Dipl.-Ing. Katrin Bentel

Dipl.-Ing. Carina Raizner

Dipl.-Ing. Marina Baum

Dipl.-Ing. Hainan Chen

Dipl.-Ing. Ralf Laufer

Dipl.-Ing. Christian Thamm

Dipl.-Ing. Alexander Beetz

Dipl.-Ing. Matthias Wengert

Dipl.-Ing. Jan-Martin Bofinger

Dipl.-Ing. Tilo Reubelt

Dipl.-Ing. Gerrit Austen

Dipl.-Ing. Sabine Feirabend

Dipl.-Ing. Sandra Krauss

Dipl.-Ing. Martin Stark

Dipl.-Ing. Felix Ulmer