Search

Der Datensatz besteht aus 131 XLSX-Tabellen mit über 1.100 Zeitreihen zu verschiedenen Themen für Deutschland in den verschiedenen Grenzen, beginnend frühestens 1834, der Gründung des Zollvereins. Anlass war eine in Zusammenarbeit mit der Bundeszentrale für Politische Bildung erstellte Publikation "Deutschland in Daten". Das Projekt beschränkte sich dabei auf die Zusammenstellung publizierter Daten 1. in langer Zeitreihenperspektive und 2. ohne regionale Differenzierung. Ziel des Projektes war es, verstreut vorhandene historische Zeitreihen zu identifizieren und zusammenzustellen und bei vertretbarem Aufwand diese zu ergänzen bzw. zu aktualisieren. Dabei sollten die bestmöglichen bzw. wichtigsten Daten zusammengestellt werden. Es sollten dabei nur solche Zeitreihen aufgenommen werden, für die zumindest theoretisch für den gesamten Zeitraum ab 1834 Werte vorhanden sein können. Wesentlicher Aspekt des Konzeptes war die Kombination der Zusammenstellung der Daten mit einer kritischen Kommentierung und Begleitung des Auswahlprozesses durch ausgewiesene Experten. Die Daten wurden von über 40 Personen an 25 Standorten bearbeitet und zusammengestellt. Insgesamt wurden 24 Themen bearbeitet (in Klammern die verantwortlichen Autoren): 1. Umwelt, Klima und Natur (Paul Erker) 2. Bevölkerung, Haushalte, Familien (Georg Fertig/Franz Rothenbacher) 3. Migration (Jochen Oltmer) 4. Bildung und Wissenschaft (Volker Müller-Benedict) 5. esundheitswesen (Reinhard Spree) 6. Sozialleistungen (Marcel Boldorf) 7. Öffentliche Finanzen und Steuern (Mark Spoerer) 8. Politische Partizipation (Marc Debus) 9. Kriminalität (Dietrich Oberwittler) 10.Erwerbsarbeit, Lebensstandard und Konsum (Toni Pierenkemper) 11.Kultur,Tourismus und Sport (Heike Wolter/Bernd Wedemeyer-Kolwe) 12.Religion (Thomas Großbölting/Markus Goldbeck) 13.Volkswirtschaftliche Gesamtrechnungen (Thomas Rahlf) 14.Preise (Rainer Metz) 15.Geld und Kredit (Richard Tilly) 16.Verkehr und Kommunikation (Christopher Kopper) 17.Land- und Forstwirtschaft (Michael Kopsidis) 18.Unternehmen, Industrie und Handwerk (Alfred Reckendrees) 19.Bauen und Wohnen (Günther Schulz) 20.Handel (Markus Lampe/Nikolaus Wolf) 21.Zahlungsbilanz (Nikolaus Wolf) 22.Internationale Vergleiche (Herman de Jong/Joerg Baten) 23.Einkommen, Vermögen und ökonomische Ungleichheit (Charlotte Bartels/Jan-Otmar Hesse) 24.Gender (Rainer Fattman / Sibylle Lehmann-Hasemeyer / Mark Spoerer) Dokumentation zur Buch-Publikation: Rahlf, Thomas (Hg.), Deutschland in Daten. Zeitreihen zur Historischen Statistik, Bonn: Bundeszentrale für Politische Bildung, 2. Aufl. 2022. ISBN 978-3-8389-7133-9. Die Dokumentation nennt die verwendeten Quellen., The dataset comprises 131 XLSX-tables with a total of more than 1.100 time series of 24 different topics for Germany in its different borders from 1834, the foundation of the Customs Union (Zollverein). The current purpose to compile the data was a publication issued in cooperation with the German Federal Agency for Civic Education (Bundeszentrale für Politische Bildung). The project was limited to the compilation of published data, in the perspective of long time series and without regional differentiation within Germany. The aim of the project was to identify and compile scattered existing historical time series, and to complement or update them at reasonable expense. In doing so, the best possible or most important data should be compiled. Time series were only to be included, if data for the entire period was at least theoretically available. An integral aspect of the concept of our project is the combination of data with critical commentaries of the time series by established expert scientists. The following themes are covered (authors in parentheses): 1. Environment, Climate and Nature (Paul Erker) 2. Population, Households, Families (Georg Fertig/Franz Rothenbacher) 3. Migration (Jochen Oltmer) 4. Education and Science (Volker Müller-Benedict) 5. Health Service (Reinhard Spree) 6. Social Policy (Marcel Boldorf) 7. Public Finance and Taxation (Mark Spoerer) 8. Political Participation (Marc Debus) 9. Crime and Justice (Dietrich Oberwittler) 10.Work and Emloyment, Standard of Living and Consumption(Toni Pierenkemper) 11.Culture, Tourism, and Sports (Heike Wolter/Bernd Wedemeyer-Kolwe) 12.Religion (Thomas Großbölting/Markus Goldbeck) 13.National Accounts (Thomas Rahlf) 14.Prices (Rainer Metz) 15.Money and Credit (Richard Tilly) 16.Transport and Communication (Christopher Kopper) 17.Agriculture (Michael Kopsidis) 18.Business, Industry, and Craft (Alfred Reckendrees) 19.Building and Housing (Günther Schulz) 20.Trade (Markus Lampe/Nikolaus Wolf) 21.Balance of Payments (Nikolaus Wolf) 22.International Comparisons (Herman de Jong/Joerg Baten). 23.Income, Wealth and Economic Inequality (Charlotte Bartels/Jan-Otmar Hesse)). 24.Gender (Rainer Fattman / Sibylle Lehmann-Hasemeyer / Mark Spoerer). Documentation for: Thomas Rahlf, ed. 2022. Deutschland in Daten. Zeitreihen zur Historischen Statistik. Bonn: Bundeszentrale für Politische Bildung. 2nd ed. ISBN 978-3-8389-7133-9. The documentation lists all used sources., Historical Social Research, Transition (Online Supplement)

Im Jahr 2021 wurden in Deutschland mehr Kinder geboren als in den letzten 24 Jahren. Medien kommunizieren bereits einen bundesweiten und durch die Pandemie indizierten Babyboom. Der Artikel stellt die Notwendigkeit einer regional differenzierten Betrachtung des Geburtengeschehens während der COVID-19-Pandemie heraus und leistet damit einen Beitrag zum kommunalpolitischen Diskurs. Da zwischen der Migrationsbiographie und dem reproduktiven Verhalten von Frauen ein bestätigter Zusammenhang besteht und in den letzten Jahren vermehrt krisenbedingte und grenzüberschreitende Wanderungen stattfanden, nimmt die Analyse auch Bezug zur Staatsangehörigkeit. Im Kontext coronabedingter Auswirkungen auf die Kinderplanung ist es das Ziel, die Fertilitätsentwicklung deutscher und ausländischer Frauen in der Hansestadt Lübeck zu untersuchen.

The investigation of the Earth system and interplays between its components is of utmost importance to enhance the understanding of the impacts of global climate change on the Earth's land surface. In this context, Earth observation (EO) provides valuable long-term records covering an abundance of land surface variables and, thus, allowing for large-scale analyses to quantify and analyze land surface dynamics across various Earth system components. In view of this, the geographical entity of river basins was identified as particularly suitable for multivariate time series analyses of the land surface, as they naturally cover diverse spheres of the Earth. Many remote sensing missions with different characteristics are available to monitor and characterize the land surface. Yet, only a few spaceborne remote sensing missions enable the generation of spatio-temporally consistent time series with equidistant observations over large areas, such as the MODIS instrument. In order to summarize available remote sensing-based analyses of land surface dynamics in large river basins, a detailed literature review of 287 studies was performed and several research gaps were identified. In this regard, it was found that studies rarely analyzed an entire river basin, but rather focused on study areas at subbasin or regional scale. In addition, it was found that transboundary river basins remained understudied and that studies largely focused on selected riparian countries. Moreover, the analysis of environmental change was generally conducted using a single EO-based land surface variable, whereas a joint exploration of multivariate land surface variables across spheres was found to be rarely performed. To address these research gaps, a methodological framework enabling (1) the preprocessing and harmonization of multi-source time series as well as (2) the statistical analysis of a multivariate feature space was required. For development and testing of a methodological framework that is transferable in space and time, the transboundary river basins Indus, Ganges, Brahmaputra, and Meghna (IGBM) in South Asia were selected as study area, having a size equivalent to around eight times the size of Germany. These basins largely depend on water resources from monsoon rainfall and High Mountain Asia which holds the largest ice mass outside the polar regions. In total, over 1.1 billion people live in this region and in parts largely depend on these water resources which are indispensable for the world's largest connected irrigated croplands and further domestic needs as well. With highly heterogeneous geographical settings, these river basins allow for a detailed analysis of the interplays between multiple spheres, including the anthroposphere, biosphere, cryosphere, hydrosphere, lithosphere, and atmosphere. In this thesis, land surface dynamics over the last two decades (December 2002 - November 2020) were analyzed using EO time series on vegetation condition, surface water area, and snow cover area being based on MODIS imagery, the DLR Global WaterPack and JRC Global Surface Water Layer, as well as the DLR Global SnowPack, respectively. These data were evaluated in combination with further climatic, hydrological, and anthropogenic variables to estimate their influence on the three EO land surface variables. The preprocessing and harmonization of the time series was conducted using the implemented framework. The resulting harmonized feature space was used to quantify and analyze land surface dynamics by means of several statistical time series analysis techniques which were integrated into the framework. In detail, these methods involved (1) the calculation of trends using the Mann-Kendall test in association with the Theil-Sen slope estimator, (2) the estimation of changes in phenological metrics using the Timesat tool, (3) the evaluation of driving variables using the causal discovery approach Peter and Clark Momentary Conditional Independence (PCMCI), and (4) additional correlation tests to analyze the human influence on vegetation condition and surface water area. These analyses were performed at annual and seasonal temporal scale and for diverse spatial units, including grids, river basins and subbasins, land cover and land use classes, as well as elevation-dependent zones. The trend analyses of vegetation condition mostly revealed significant positive trends. Irrigated and rainfed croplands were found to contribute most to these trends. The trend magnitudes were particularly high in arid and semi-arid regions. Considering surface water area, significant positive trends were obtained at annual scale. At grid scale, regional and seasonal clusters with significant negative trends were found as well. Trends for snow cover area mostly remained stable at annual scale, but significant negative trends were observed in parts of the river basins during distinct seasons. Negative trends were also found for the elevation-dependent zones, particularly at high altitudes. Also, retreats in the seasonal duration of snow cover area were found in parts of the river basins. Furthermore, for the first time, the application of the causal discovery algorithm on a multivariate feature space at seasonal temporal scale revealed direct and indirect links between EO land surface variables and respective drivers. In general, vegetation was constrained by water availability, surface water area was largely influenced by river discharge and indirectly by precipitation, and snow cover area was largely controlled by precipitation and temperature with spatial and temporal variations. Additional analyses pointed towards positive human influences on increasing trends in vegetation greenness. The investigation of trends and interplays across spheres provided new and valuable insights into the past state and the evolution of the land surface as well as on relevant climatic and hydrological driving variables. Besides the investigated river basins in South Asia, these findings are of great value also for other river basins and geographical regions., Die Untersuchung von Erdsystemkomponenten und deren Wechselwirkungen ist von großer Relevanz, um das Prozessverständnis sowie die Auswirkungen des globalen Klimawandels auf die Landoberfläche zu verbessern. In diesem Zusammenhang liefert die Erdbeobachtung (EO) wertvolle Langzeitaufnahmen zu einer Vielzahl an Landoberflächenvariablen. Diese können als Indikator für die Erdsystemkomponenten genutzt werden und sind essenziell für großflächige Analysen. Flusseinzugsgebiete sind besonders geeignet um Landoberflächendynamiken mit multivariaten Zeitreihen zu analysieren, da diese verschiedene Sphären des Erdsystems umfassen. Zur Charakterisierung der Landoberfläche stehen zahlreiche EO-Missionen mit unterschiedlichen Eigenschaften zur Verfügung. Nur einige wenige Missionen gewährleisten jedoch die Erstellung von räumlich und zeitlich konsistenten Zeitreihen mit äquidistanten Beobachtungen über großräumige Untersuchungsgebiete, wie z.B. die MODIS Sensoren. Um bisherige EO-Analysen zu Landoberflächendynamiken in großen Flusseinzugsgebieten zu untersuchen, wurde eine Literaturrecherche durchgeführt, wobei mehrere Forschungslücken identifiziert wurden. Studien untersuchten nur selten ein ganzes Einzugsgebiet, sondern konzentrierten sich lediglich auf Teilgebietsgebiete oder regionale Untersuchungsgebiete. Darüber hinaus wurden transnationale Einzugsgebiete nur unzureichend analysiert, wobei sich die Studien größtenteils auf ausgewählte Anrainerstaaten beschränkten. Auch wurde die Analyse von Umweltveränderungen meistens anhand einer einzigen EO-Landoberflächenvariable durchgeführt, während eine synergetische Untersuchung von sphärenübergreifenden Landoberflächenvariablen kaum unternommen wurde. Um diese Forschungslücken zu adressieren, ist ein methodischer Ansatz notwendig, der (1) die Vorverarbeitung und Harmonisierung von Zeitreihen aus mehreren Quellen und (2) die statistische Analyse eines multivariaten Merkmalsraums ermöglicht. Für die Entwicklung und Anwendung eines methodischen Frameworks, das raum-zeitlich übertragbar ist, wurden die transnationalen Einzugsgebiete Indus, Ganges, Brahmaputra und Meghna (IGBM) in Südasien, deren Größe etwa der achtfachen Fläche von Deutschland entspricht, ausgewählt. Diese Einzugsgebiete hängen weitgehend von den Wasserressourcen des Monsunregens und des Hochgebirges Asiens ab. Insgesamt leben über 1,1 Milliarden Menschen in dieser Region und sind zum Teil in hohem Maße von diesen Wasserressourcen abhängig, die auch für die größten zusammenhängenden bewässerten Anbauflächen der Welt und auch für weitere inländische Bedarfe unerlässlich sind. Aufgrund ihrer sehr heterogenen geographischen Gegebenheiten ermöglichen diese Einzugsgebiete eine detaillierte sphärenübergreifende Analyse der Wechselwirkungen, einschließlich der Anthroposphäre, Biosphäre, Kryosphäre, Hydrosphäre, Lithosphäre und Atmosphäre. In dieser Dissertation wurden Landoberflächendynamiken der letzten zwei Jahrzehnte anhand von EO-Zeitreihen zum Vegetationszustand, zu Oberflächengewässern und zur Schneebedeckung analysiert. Diese basieren auf MODIS-Aufnahmen, dem DLR Global WaterPack und dem JRC Global Surface Water Layer sowie dem DLR Global SnowPack. Diese Zeitreihen wurden in Kombination mit weiteren klimatischen, hydrologischen und anthropogenen Variablen ausgewertet. Die Harmonisierung des multivariaten Merkmalsraumes ermöglichte die Analyse von Landoberflächendynamiken unter Nutzung von statistischen Methoden. Diese Methoden umfassen (1) die Berechnung von Trends mittels des Mann-Kendall und des Theil-Sen Tests, (2) die Berechnung von phänologischen Metriken anhand des Timesat-Tools, (3) die Bewertung von treibenden Variablen unter Nutzung des PCMCI Algorithmus und (4) zusätzliche Korrelationstests zur Analyse des menschlichen Einflusses auf den Vegetationszustand und die Wasseroberfläche. Diese Analysen wurden auf jährlichen und saisonalen Zeitskalen und für verschiedene räumliche Einheiten durchgeführt. Für den Vegetationszustand wurden weitgehend signifikant positive Trends ermittelt. Analysen haben gezeigt, dass landwirtschaftliche Nutzflächen am meisten zu diesen Trends beitragen haben. Besonders hoch waren die Trends in ariden Regionen. Bei Oberflächengewässern wurden auf jährlicher Ebene signifikant positive Trends festgestellt. Auf Pixelebene wurden jedoch sowohl regional als auch saisonal Cluster mit signifikant negativen Trends identifiziert. Die Trends für die Schneebedeckung blieben auf jährlicher Ebene weitgehend stabil, jedoch wurden in Teilen der Einzugsgebiete zu bestimmten Jahreszeiten signifikant negative Trends beobachtet. Die negativen Trends wurden auch für höhenabhängige Zonen festgestellt, insbesondere in hohen Lagen. Außerdem wurden in Teilen der Einzugsgebiete Rückgänge bei der saisonalen Dauer der Schneebedeckung ermittelt. Darüber hinaus ergab die Untersuchung des multivariaten Merkmalsraums auf kausale Zusammenhänge auf saisonaler Ebene erstmals Aufschluss über direkte und indirekte Relationen zwischen EO-Landoberflächenvariablen und den entsprechenden Einflussfaktoren. Zusammengefasst wurde die Vegetation durch die Wasserverfügbarkeit, die Oberflächengewässer durch den Abfluss und indirekt durch den Niederschlag sowie die Schneebedeckung durch Niederschlag und Temperatur mit räumlichen und saisonalen Unterschieden kontrolliert. Zusätzliche Analysen wiesen auf einen positiven Zusammenhang zwischen dem menschlichen Einfluss und den zunehmenden Trends in der Vegetationsfläche hin. Diese sphärenübergreifenden Untersuchungen zu Trends und Wechselwirkungen liefern neue und wertvolle Einblicke in den vergangenen Zustand von Landoberflächendynamiken sowie in die relevanten klimatischen und hydrologischen Einflussfaktoren. Neben den untersuchten Einzugsgebieten in Südasien sind diese Erkenntnisse auch für weitere Einzugsgebiete und geographische Regionen von großer Bedeutung.

Technical innovations and decades of research have allowed the process of radial-axial ring rolling to grow into a significant manufacturing process for seamlessly formed ring-shaped components. Recent developments in machine learning, especially the breakthrough of deep neural networks, offer novel opportunities in various industrial fields. Linking the latest machine learning models with ring rolling process data enables optimization of the rolling process. This optimization aims at increased resource and cost efficiency by reducing material additions and avoiding scrap. This is implemented by developing a time series classification model for quality prediction and extending it to a time series model for early prediction of ovality while rolling is still in progress., Technische Innovationen und jahrzehntelange Forschung haben den Prozess des Radial-Axial Ringwalzens zu einem bedeutsamen Herstellungsprozess für nahtlos geformte ringförmige Bauteile wachsen lassen. Neuste Entwicklungen im Bereich des Maschinellen Lernens, vor allem der Durchbruch tiefer neuronaler Netze, bieten neuartige Möglichkeiten in den verschiedenen Industriebereichen. Eine Verknüpfung neuester maschineller Lernmodelle mit den Prozessdaten des Ringwalzens ermöglicht die Optimierung des Walzprozesses. Diese Optimierung zielt auf eine erhöhte Ressourcen- und Kosteneffizienz durch die Reduzierung von Materialzugaben und die Vermeidung von Ausschuss ab. Umgesetzt wird dies durch die Entwicklung eines Zeitreihenklassifikationsmodells zur Qualitätsvorhersage und der Erweiterung zu einem Zeitreihenmodell für die frühzeitige Vorhersage von auftretenden Unrundheiten noch während die Walzung stattfindet., Schriftenreihe des Lehrstuhls für Produktionssysteme, 2022,3

We present a novel long short-term memory (LSTM) approach for time-series prediction of the sand demand which arises from preparing the sand moulds for the iron casting process of a foundry. With our approach, we contribute to qualify LSTM and its combination with feedback-corrected optimal scheduling for industrial processes. The sand is produced in an energy intensive mixing process which is controlled by optimal scheduling. The optimal scheduling is solved for a fixed prediction horizon. One major influencing factor is the sand demand, which is highly disturbed, for example due to production interruptions. The causes of production interruptions are in general physically unknown. We assume that information about the future behavior of the sand demand is included in current and past process data. Therefore, we choose LSTM networks for predicting the time-series of the sand demand. The sand demand prediction is performed by our multi model approach. This approach outperforms the currently used naive estimation, even when predicting far into the future. Our LSTM based prediction approach can forecast the sand demand with a conformity up to 38 % and a mean value accuracy of approximately 99%. Simulating the optimal scheduling with sand demand prediction leads to an improvement in energy savings of approximately 1.1% compared to the naive estimation. The application of our novel approach at the real production plant of a foundry proves the simulation results and verifies the capability of our approach.

Ausgewählte Befunde aus den jährlichen Erhebungen in Koordinierten Programmen Im Rahmen der jährlichen Erhebungen in Koordinierten Programmen erfragt die DFG Daten der Wissenschaftlerinnen und Wissenschaftler, die an der Forschung in den von ihr geförderten Sonderforschungsbereichen mitwirken. Auf Basis dieses Datenbestands legen die vorliegenden Berichte den Fokus auf drei Themenbereiche: Die Verteilung nach Geschlecht, den Beschäftigungsort vor Eintritt in den Verbund sowie die Finanzierung der beteiligten Wissenschaftlerinnen und Wissenschaftler. Die Ergebnisse werden jeweils differenziert betrachtet: Die dargestellten Zeitreihen bilden die Entwicklung der letzten fünf Jahre ab und umfassen damit auch die Jahre der Corona-Pandemie. Bei allen Unterschieden zwischen den Förderprogrammen und Karrierestufen der Forschenden sind manche Tendenzen vergleichbar. Trotz Pandemie-Bedingungen wächst beispielsweise die Beteiligung von aus dem Ausland kommenden Promovierenden in den Forschungsprojekten an. Eine Differenzierung nach den vier DFG-Wissenschaftsbereichen zeigt, wo disziplinspezifische Besonderheiten im Berichtsjahr 2021 liegen. Zum Beispiel ist die Beteiligung von Promovierenden aus dem Ausland in den Lebenswissenschaften besonders hoch, unter den Postdoktorandinnen und -doktoranden ist dies in den Naturwissenschaften der Fall.

Ausgewählte Befunde aus den jährlichen Erhebungen in Koordinierten Programmen Im Rahmen der jährlichen Erhebungen in Koordinierten Programmen erfragt die DFG Daten der Wissenschaftlerinnen und Wissenschaftler, die an der Forschung in den von ihr geförderten Exzellenzclustern mitwirken. Auf Basis dieses Datenbestands legen die vorliegenden Berichte den Fokus auf drei Themenbereiche: Die Verteilung nach Geschlecht, den Beschäftigungsort vor Eintritt in den Verbund sowie die Finanzierung der beteiligten Wissenschaftlerinnen und Wissenschaftler. Die Ergebnisse werden jeweils differenziert betrachtet: Die dargestellten Zeitreihen bilden die Entwicklung der letzten drei Jahre ab und umfassen damit auch die Jahre der Corona-Pandemie. Bei allen Unterschieden zwischen den Förderprogrammen und Karrierestufen der Forschenden sind manche Tendenzen vergleichbar. Trotz Pandemie-Bedingungen wächst beispielsweise die Beteiligung von aus dem Ausland kommenden Promovierenden in den Forschungsprojekten an. Eine Differenzierung nach den vier DFG-Wissenschaftsbereichen zeigt, wo disziplinspezifische Besonderheiten im Berichtsjahr 2021 liegen. Zum Beispiel ist die Beteiligung von Promovierenden aus dem Ausland in den Lebenswissenschaften besonders hoch, unter den Postdoktorandinnen und -doktoranden ist dies in den Naturwissenschaften der Fall.

Ausgewählte Befunde aus den jährlichen Erhebungen in Koordinierten Programmen Im Rahmen der jährlichen Erhebungen in Koordinierten Programmen erfragt die DFG Daten der Wissenschaftlerinnen und Wissenschaftler, die an der Forschung in den von ihr geförderten Graduiertenkollegs mitwirken. Auf Basis dieses Datenbestands legen die vorliegenden Berichte den Fokus auf drei Themenbereiche: Die Verteilung nach Geschlecht, den Beschäftigungsort vor Eintritt in den Verbund sowie die Finanzierung der beteiligten Wissenschaftlerinnen und Wissenschaftler. Die Ergebnisse werden jeweils differenziert betrachtet: Die dargestellten Zeitreihen bilden die Entwicklung der letzten fünf Jahre ab und umfassen damit auch die Jahre der Corona-Pandemie. Bei allen Unterschieden zwischen den Förderprogrammen und Karrierestufen der Forschenden sind manche Tendenzen vergleichbar. Trotz Pandemie-Bedingungen wächst beispielsweise die Beteiligung von aus dem Ausland kommenden Promovierenden in den Forschungsprojekten an. Eine Differenzierung nach den vier DFG-Wissenschaftsbereichen zeigt, wo disziplinspezifische Besonderheiten im Berichtsjahr 2021 liegen. Zum Beispiel ist die Beteiligung von Promovierenden aus dem Ausland in den Lebenswissenschaften besonders hoch, unter den Postdoktorandinnen und -doktoranden ist dies in den Naturwissenschaften der Fall.

Am Deutschen Biomasseforschungszentrum wird im Projekt Pilot-SBG eine Anlage zur Herstellung von erneuerbaren Kraftstoffen basierend auf Methan und Wasserstoff entwickelt. Das Methan soll u. a. aus landwirtschaftlichen Reststoffen gewonnen werden. Um die Biomassepotenziale hierfür zu berechnen und deren Verfügbarkeiten über die Jahre räumlich abzubilden, sind Zeitreihen regionaler Produktionsmengen als Berechnungsgrundlage notwendig. Mittels regionaler Daten zu Anbauflächen und jährlicher Ertragsinformationen können solche Zeitreihen regionaler Produktionsmengen berechnet werden. Anbauflächen werden auf Landkreisebene (NUTS-3) jedoch nur im mehrjährigen Abstand erhoben, während auf Bundeslandebene entsprechende Daten jährlich verfügbar sind. In diesem Beitrag wird daher eine Methode präsentiert, um regionale Anbauflächen für die Zwischenjahre an Hand der Bundeslandtrends zu modellieren. Mittels der modellierten Anbauflächen und den jährlich erhobenen Hektarerträgen ist es so möglich, Aussagen über die zeitlichen Entwicklungen der Flächen und darauf basierend auch der regionalen Produktionsmengen zu treffen. In diesem Beitrag werden zwei Modellierungsverfahren miteinander verglichen: lineare Flächeninterpolation und ein Ansatz zur Flächenmodellierung mittels Bundeslandtrend (gewichteter Anteil). Die Ergebnisse zeigen, dass die Modellierung mittels gewichtetem Bundeslandtrend genauere Werte liefert und somit die Genauigkeit der linearen Flächenmodellierung deutlich übertrifft.

Der Vergleich aktueller mit früheren Binnenwanderungsmustern älterer Menschen soll klären, inwieweit deren Zielgebiete und Migrationsmotive angesichts des Strukturwandels des Alters und zunehmender Übergänge von Babyboomern in den Ruhestand eher von Trendfortsetzungen oder -veränderungen geprägt sind. In der Zeitreihenbetrachtung haben sowohl die Standortverbundenheit der Zielgruppe als auch die Distanzempfindlichkeit überregionaler Ruhesitzwanderungen nach wie vor Bestand. Modifizierungen zeigen sich hingegen im Rahmen von interregionalen Verflechtungsanalysen: In Westdeutschland haben sich die ehemaligen Zielgebiete der älteren Fortzügler aus den Metropolen und Großstädten von den angrenzenden Umlandregionen zunehmend in periurbane und ländliche Räume verlagert. Demgegenüber verzeichnen ostdeutsche Städte Wanderungsgewinne, z. T. auch aus Rückwanderungen an den vertrauten Herkunftsort. Mit den wohnbedingten und netzwerkorientierten Motiven behalten die klassischen Umzugsdeterminanten ihren hohen Stellenwert. Im Vergleich zu früheren Untersuchungen weisen sie aktuell jedoch ein deutlich vielfältigeres Begründungsspektrum auf.

Der Hessenatlas ist eine interaktive Kartenanwendung des Hessischen Statistischen Landesamts und stellt eine Vielzahl von Daten zu verschiedenen Themengebieten in unterschiedlicher regionaler Tiefe bereit. Die enthaltene Datenmenge erforderte individuelle Lösungen bei der Entwicklung des Atlanten. Im Hessenatlas konnten eine skriptbasierte Aktualisierung der Datenbank und Zusammenstellung der Karteninhalte umgesetzt werden. Eine spezifisch angepasste User Experience unterstützt die intuitive Navigation. Das Einbinden von Aktionskarten im Hessenatlas sorgt für Abwechslung und bietet die Möglichkeit, neue Visualisierungstechniken der Kartographie schnell und aufwandsarm umzusetzen. Der Atlas bietet damit einen unkomplizierten Zugang zu den Zahlen des Hessischen Statistischen Landesamts.

European democracies have experienced drastic changes in electoral competition. Voter support for insider parties that have traditionally governed has declined while support for radical and populist parties has increased. Simultaneously, citizens’ declining political trust has become a concern, as confidence in political institutions and actors is low across numerous countries. Interestingly, the linkage between political trust and support for insider parties has not been empirically established but deduced from the fact that outsider parties are often supported by dissatisfied citizens. We address this gap adopting both an institutional- and an actor-centered approach by investigating whether trust in parliaments and in parties is associated with the electoral performance of insider parties on the aggregate level. Combining different data sources in a novel way, we apply time-series cross-section models to a dataset containing 30 countries and 137 elections from 1998 to 2018. Our results show that when political trust is low, particularly institutional trust, insider parties receive less electoral support. Hence, we provide empirical evidence that decreasing levels of political trust are the downfall of insider parties, thereby opening a window of opportunity for challenging outsider parties.

Steigende Temperaturen im Zusammenhang mit dem Klimawandel lassen vermuten, dass auch die Niederschläge zunehmen werden, wenn man die Clausius-Clapeyron-Theorie berücksichtigt. Im Gegensatz zum Temperaturanstieg, ist die Veränderung des Niederschlags jedoch nicht so einfach zu analysieren. Lineare Trends, gleitende Mittel und Korrelationen sind nur einige der Methoden, die angewendet werden können. Zudem muss definiert werden, welche Art von Niederschlag analysiert werden soll, und es müssen Schwellenwerte festgelegt werden. Diese sind regional sehr unterschiedlich, ebenso wie die Eigenschaften der Niederschläge. Außerdem sollten lange Zeitreihen verwendet werden, um langfristige Trends zu untersuchen. Die Daten in dieser Arbeit umfassen Zeitreihen von bis zu 127 Jahren Länge, die sich über vier Klimanormalperioden erstrecken. Es werden nur die Daten einer einzigen meteorologischen Station (Graz-Universität) untersucht, was bedeutet, dass kleinräumige Niederschläge in der unmittelbaren Umgebung übersehen werden können. In den letzten Jahrzehnten wurden immer wieder Rekorde für Starkniederschläge gebrochen, obwohl sich die jährlichen Niederschlagsmengen im Laufe der Zeit nicht verändert haben. Andererseits sind die Wiederkehrwerte im Laufe der Jahre höher geworden und auch das Verhältnis zwischen Starkniederschlag und Gesamtniederschlag zeigt eine leichte Steigung. Rising temperatures in the context of climate change suggest that precipitation will also increase, if the Clausius-Clapeyron theory is taken into account. In contrast to the rise in temperature, however, the change in precipitation is not so easy to analyse. Linear trends, moving averages and correlations are only a few of the methods that can be applied. In addition, it must be defined which kind of precipitation is to be analysed, and threshold values must be set. These are regionally very different, as are the characteristics of the precipitation. Furthermore, long time series should be used to investigate long-term trends. The data in this thesis cover time series of up to 127 years in length, spanning four climate normals. Data from only one meteorological station (Graz-University) are examined here, which means that small-scale precipitation in the immediate vicinity may be overlooked. In recent decades, records for heavy rainfall have been broken again and again, although the annual precipitation amounts have not changed over time. On the other hand, the return values have become higher over the years and the ratio between heavy and total precipitation also shows a slight gradient. Arbeit an der Bibliothek noch nicht eingelangt - Daten nicht geprüft Abweichender Titel laut Übersetzung des Verfassers/der Verfasserin Masterarbeit Karl-Franzens-Universität Graz 2022

Die Nutzung der Agrartechnik erfolgte von Beginn an über einfache Bits. Der tierischen Anspannung folgend wurde frühzeitig das Schauvoraus-Prinzip verfolgt. Mit dem binären Bit eröffneten sich vielfältige neue Möglichkeiten. Die Standardisierung der elektronischen Kommunikation, ausgehend aus Deutschland, katapultierte die deutsche und europäische Agrartechnik an die Weltspitze. Mit Precision Farming wurde die umweltfreundliche Landbewirtschaftung von morgen geschaffen. Autonome Systeme können den Nutzer aus der Zeitbindung entlassen. Weiterentwicklungen in der IT eröffnen neue Möglichkeiten und Herausforderungen.

Personal income taxation in the Czech Republic has undergone significant changes in the last 20 years. Among main changes is replacing of deductions from the tax base with tax credits in 2006, as well as linking income tax and contributions on compulsory insurance in the form of so-called super-gross wage with the simultaneous introduction of a flat tax rate and introduction of maximum assessment bases for compulsory contributions in 2008. In this paper, we quantify the fiscal impacts of significant changes using macroeconomic and microeconomic approaches. We compare the results within each other, but also with the expected fiscal impact stated in the explanatory reports of the amending laws. The results show good consistency in estimates of the fiscal impact of tax and contribution reforms and confirm four fiscally significant reforms from 2000 to 2018. The expected negative and positive effects of changes in income tax presented in the explanatory reports are generally lower than in our calculations. Improving the quantification of fiscal impacts is essential for the adoption of an efficient and rational tax policy.

Mit dem Weißbuch Stadtgrün hat sich der Bund den Arbeitsauftrag gegeben, urbanes Grün bei der Stadtentwicklung zu stärken. Grundlage hierfür sind valide, zeitreihenfähige und qualifizierte Informationen zur Grünausstattung und zum Grünvolumen. Der Beitrag beschreibt zunächst die Grünausstattung und -entwicklung anhand der Flächenstatistik. Ergänzend dazu braucht es weitere Datengrundlagen. Dafür wurde in einem Ressortforschungsprojekt die Grünausstattung flächendeckend für alle deutschen Städte mittels Fernerkundung erfasst und ein Konzept für ein dauerhaftes Grünmonitoring erarbeitet. Dessen Methodik und erste Ergebnisse der bundesweiten Klassifikation werden hier beschrieben. Zudem werden Ergebnisse einer bundesweiten Landbedeckungsklassifikation für die Grünausstattung aus einem weiteren Projekt - incora - vorgestellt. An Fallbeispielen wird zudem das kleinräumige Potenzial für Grünqualität, Grünvolumen, Grünerreichbarkeit und zur sozialräumlichen Grünausstattung dargelegt.

The performance of a production work center can be measured in the five dimensions speed, quality, flexibility, dependability, and cost. Existing approaches such as the Overall Equipment Effectiveness (OEE) are either not covering all objectives or give only limited support for full utilization of the increasing amounts of available data in production. This article introduces a hierarchical status classification system that allows the integration of versatile and detailed data streams based on time series. Based on the classifications, a detailed calculation and visualization of work center performance indicators is introduced to support the prioritization of countermeasures for work center's performance increase.

Oxford COVID-19 Database (OxCOVID19 Database) is a comprehensive source of information related to the COVID-19 pandemic. This relational database contains time-series data on epidemiology, government responses, mobility, weather and more across time and space for all countries at the national level, and for more than 50 countries at the regional level. It is curated from a variety of (wherever available) official sources. Its purpose is to facilitate the analysis of the spread of SARS-CoV-2 virus and to assess the effects of non-pharmaceutical interventions to reduce the impact of the pandemic. Our database is a freely available, daily updated tool that provides unified and granular information across geographical regions. Design type Data integration objective Measurement(s) Coronavirus infectious disease, viral epidemiology Technology type(s) Digital curation Factor types(s) Sample characteristic(s) Homo sapiens

Die Energiewende genießt in Deutschland sehr hohe Zustimmung in der Bevölkerung. Allerdings sind bei diesem Transformationsprozess auch andere Belange wie der Schutz der biologischen Vielfalt und die Interessen der Anwohnerinnen und Anwohner zu berücksichtigen. Die vorliegende Studie zeigt mit Szenarien Wege zur Lösung dieser Konflikte. Dazu wurde ein GIS-Modell entwickelt, das die Empfindlichkeiten von Mensch und Natur berücksichtigt und flächenkonkret sowie summativ für Deutschland Potenziale für erneuerbare Energien berechnet und einem für 2050 projizierten Bedarf gegenüberstellt. Das Modell dient der Entscheidungsunterstützung: Sowohl der Energiebedarf als auch die eingegebenen Daten können als Variablen behandelt werden. Die Projektionen zeigen, dass der Strombedarf von 1 500 Terawattstunden(TWh)/a im Jahr 2050 bei einer intelligenten Verteilung von On-Shore-Windenergieanlagen und einer sehr ambitionierten Nutzung von Dachflächen mit Photovoltaik gedeckt werden kann. Das Modell liefert die Grundlage für ein Werkzeug, das einer wissensbasierten Lenkung der Energiewende dient und in Zukunft bereitgestellt werden kann.

This paper examines the relationship between net FDI inflows and real GDP for Turkey from 1970 to 2019. Although conventional economic growth theories and most empirical research suggest that there is a bi-directional positive effect between these macro variables, the results indicate that there is a uni- directional significant short-run positive effect of real GDP on net FDI inflows to Turkey by employing the Vector Error Correction Model, Granger Causality, Impulse Response Functions and Variance Decomposition. Also, there is no long-run effect of net FDI inflows found on real GDP, yet vice-versa long-run effect has been found. The findings recommend Turkish authorities optimally benefit from the potential positive effect of net incoming FDI on the real GDP by allocating it for the productive sectoral establishments while effectively maintaining the country’s real economic growth to attract further FDI inflows.

Spätestens seit Ausbruch der Corona-Pandemie steht in vielen Gemeinden und Kommunen die Entwicklung der Innenstädte wieder ganz oben auf der Agenda. Das Forschungsprojekt "Wiesbadener Innenstadt im Wandel" ist gegliedert in (A) eine retrospektive Datenanalyse und (B) eine empirische Feldforschung mit Methoden der Stadt- und Sozialforschung. Die hier diskutierte Datenanalyse zeigt, wie die anhaltende Reurbanisierung Effekte in anderen Themenbereichen zur Folge hat. Ziel des Forschungsprojektes ist es, die vergangenen Entwicklungen des Wandels in der Wiesbadener Innenstadt zu analysieren, um darauf aufbauend fundierte Aussagen und Empfehlungen formulieren zu können - dies auch im Hinblick auf die pandemiebedingten Auswirkungen und zukünftigen Herausforderungen für eine attraktive und lebendige Wiesbadener Innenstadt.

The idea of this thesis is to use new data sources to approximate investor beliefs. It investigates whether the approximation improves the measurement of return and volatility in existing model frameworks. The findings are that differences in implied volatility, Google Search volume and Twitter Volume can be proxy variables for investor beliefs. They have an impact on financial market indicators and on the prediction of future market movements. Comparison of the trading behaviour of individual and institutional investors to predict market movements The first approach is to create a new sentiment index which compares the difference between retail investor behaviour at the Stuttgart Stock Exchange (SSE) and professional investors at the Frankfurt Stock Exchange (FSE). The measure is a comparison between the implied volatility measures for the DAX at the FSE (VDAX and VDAX-NEW) and a newly created implied volatility index (VSSE) for the SSE. The sentiment index is significant in predicting the daily returns on a size-based long-short portfolio over a four-year period. The analysis shows the persistent inconsistence between prices of structured products for retail investors on the SSE and option prices of professional investors on the FSE. The results provide empirical evidence that there are significant persistent behavioural differences between the two investor types which is reflected in persistent mispricing. Measurability of investor beliefs and their impact on financial markets The second approach is to measure individual investor beliefs with Google search volume (GSV) and Twitter volume (TV) to analyse their impact on financial markets. The basis is a daily panel of 29 Dow Jones Industrial average index (DJIA) stocks over a time period of 3.5 years in a panel data set-up. The impact on trading activity measured by turnover, is positive for GSV and TV on the same day and the next day which indicates their predictive power. The impact on realized volatility (RV), indicating the share of noise traders on the market, is only positive and significant for TV. It is significant on the same day and the next day. The impact of GSV is not significant. The results support the idea that GSV and TV capture the beliefs of individual investors. Although they suggest that the impact of TV on financial markets is more important than the impact of GSV. Predictive power of Google and Twitter The third approach is to use GSV and TV as a proxy for investor attention and investor sentiment, to assess their predictive power on the RV of the DJIA. The basis is a time-series set-up with a vector autoregression (VAR) model over a period of 2.5 years. The findings show that GSV and TV granger cause RV, controlling for macroeconomic and financial factors. Again, the effect of TV on RV is more important than the effect of GSV. In-sample, the linear prediction model with GSV and TV outperforms a standard AR (1) process. Out-of-sample the AR (1) process outperforms the standard model with GSV and TV. Clustering for high and low volatility groups, the analysis shows that the effect of GSV and TV on RV changes. Especially in times of high and low RV, GSV and TV seem to contain new information, as they improve the model fit compared to a standard AR (1) process. However, the results are not persistent in- and out-of-sample. This underlines that the results of GSV and TV are not generally persistent but depend on the selected criteria. Overall, the results of this thesis show that investor beliefs have an impact on financial markets. The measures, such as a sentiment index based on implied volatility, GSV and TV are proxy variables for investor beliefs. Future research should further improve the comprehension of investor beliefs to improve causality and economic significance in the long term. Die Idee dieser Arbeit ist es neue Datenquellen zu nutzen, um die Erwartungen der Anleger zu approximieren. Es wird untersucht, ob die Approximierung die Messung von Rendite und Volatilität in verbessern. Die Ergebnisse sind, dass Unterschiede in der impliziten Volatilität, Google Suchvolumen Twitter Volumen Proxy-Variablen für Anlegerüberzeugungen sein können. Sie wirken sich auf Finanzmarktindikatoren und auf die Vorhersage künftiger Marktbewegungen aus. Vergleich des Handelsverhaltens von individuellen und institutionellen Anlegern zur Vorhersage von Marktbewegungen Der erste Ansatz besteht darin, einen neuen Sentiment-Index zu erstellen, der den Unterschied zwischen dem Verhalten von Privatanlegern an der Stuttgarter Börse (SSE) und professionellen Anlegern an der Frankfurter Börse (FSE) vergleicht. Das Maß ist ein Vergleich zwischen den impliziten Volatilitätsmaßen für den DAX an der FSE (VDAX und VDAX-NEW) und einem neu geschaffenen impliziten Volatilitätsindex (VSSE) für die SSE. Der Sentiment-Index ist signifikant für die Vorhersage der täglichen Renditen eines größenbasierten Long-Short-Portfolios über einen Zeitraum von vier Jahren. Die Analyse zeigt die anhaltende Inkonsistenz zwischen den Preisen strukturierter Produkte für Kleinanleger an der SSE und den Optionspreisen für professionelle Anleger an der FSE. Die Ergebnisse liefern empirische Belege dafür, dass es signifikante und anhaltende Verhaltensunterschiede zwischen den beiden Anlegertypen gibt, die sich in anhaltenden Fehlbewertungen niederschlagen. Messbarkeit der Anlegererwartungen und ihre Auswirkungen auf die Finanzmärkte Der zweite Ansatz besteht darin, individuelle Anlegeerwartungen anhand des Google-Suchvolumens (GSV) und des Twitter-Volumens (TV) zu messen, um ihre Auswirkungen auf die Finanzmärkte zu analysieren. Die Basis ist ein tägliches Panel von 29 Aktien des Dow Jones Industrial Average Index (DJIA) über einen Zeitraum von 3,5 Jahren in einem Paneldaten-Setup. Die Auswirkungen auf die Handelsaktivität, gemessen am Umsatz, sind für GSV und TV am gleichen Tag und am nächsten Tag positiv, was auf ihre Vorhersagekraft hinweist. Die Auswirkung auf die realisierte Volatilität (RV), die den Anteil der "noise traders" auf dem Markt angibt, ist nur für TV positiv und signifikant. Er ist am gleichen Tag und am nächsten Tag signifikant. Der Einfluss von GSV ist nicht signifikant. Die Ergebnisse stützen die Idee, dass GSV und TV die Überzeugungen der einzelnen Anleger erfassen. Allerdings deuten sie darauf hin, dass der Einfluss von TV auf die Finanzmärkte wichtiger ist als der Einfluss von GSV. Vorhersagekraft von Google und Twitter Der dritte Ansatz besteht darin, GSV und TV als Stellvertreter für die Aufmerksamkeit der Anleger und das Anleger-Sentiment (Anlegerstimmung) zu verwenden, um ihre Vorhersagekraft für die realisierte Volatilität (RV) des DJIA zu bewerten. Grundlage ist ein Zeitreihenaufbau mit einem Vektor-Autoregressionsmodell (VAR) über einen Zeitraum von 2,5 Jahren. Die Ergebnisse zeigen, dass GSV und TV unter Kontrolle makroökonomischer und finanzieller Faktoren einen Granger-Effekt auf die RV haben. Auch hier ist die Auswirkung von TV auf den RV wichtiger als die Auswirkung von GSV. In der Stichprobe übertrifft das lineare Vorhersagemodell mit GSV und TV einen Standard-AR(1)-Prozess. Außerhalb der Stichprobe übertrifft der AR(1)-Prozess das Standardmodell mit GSV und TV. Die Analyse zeigt, dass sich die Wirkung von GSV und TV auf die RV verändert, wenn man die Gruppen mit hoher und niedriger Volatilität zusammenfasst. Insbesondere in Zeiten hoher und niedriger RV scheinen GSV und TV neue Informationen zu enthalten, da sie die Vorhersagemodelle im Vergleich zu einem Standard-AR(1)-Prozess besser abschneiden. Allerdings sind die Ergebnisse innerhalb und außerhalb der Stichprobe nicht beständig. Dies unterstreicht, dass die Ergebnisse von GSV und TV nicht allgemein beständig sind, sondern von den gewählten Kriterien abhängen. Insgesamt zeigen die Ergebnisse dieser Arbeit, dass die Erwartungen der Anleger einen Einfluss auf die Finanzmärkte haben. Die Messgrößen, wie ein auf der impliziten Volatilität basierender Stimmungsindex, GSV und TV, sind Proxy-Variablen für die Überzeugungen der Anleger. Zukünftige Forschungsarbeiten sollten das Verständnis der Anlegerüberzeugungen weiter verbessern, um die Kausalität und die wirtschaftliche Bedeutung auf lange Sicht zu erhöhen.

Recent election surprises, regime changes, and political shocks indicate that political agendas have become more fast-moving and volatile. The ability to measure the complex dynamics of agenda change and capture the nature and extent of volatility in political systems is therefore more crucial than ever before. This study proposes a definition and operationalization of volatility that combines insights from political science, communications, information theory, and computational techniques. The proposed measures of fractionalization and agenda change encompass the shifting salience of issues in the agenda as a whole and allow the study of agendas across different domains. We evaluate these metrics and compare them to other measures such as issue-level survival rates and the Pedersen Index, which uses public-opinion poll data to measure public agendas, as well as traditional media content to measure media agendas in the UK and Germany. We show how these measures complement existing approaches and could be employed in future agenda-setting research., Comment: Copyright is held by the authors, and the article is published by Oxford University Press