Datenintegration für KI-gestützte Fertigungs- und ERP-Analysen bei Schilderwerk Beutha
2939
Matthias Baumgart
7
Teammitglieder
12
Innovationsprojekte
10
Partnerschaften
9
Lehrveranstaltungen
35
Publikationen
Menschen, Kompetenzen und gemeinsame Ideen
Unser Team
Prof. Dr.-Ing.
Matthias Baumgart
Fakultät Angewandte Computer- und Biowissenschaften
Prof. Dr.-Ing. Matthias Baumgart ist für „Digitales Integriertes Prozessmanagement“ an der Hochschule Mittweida berufen. In seine Tätigkeit bringt er seine fachlichen Kompetenzen in Informatik, Projekt- und Prozessmanagement und maschinellem Lernen sowie seine langjährige Erfahrung im Forschungsmanagement ein. Neben seiner Forschungs- und Lehrtätigkeit engagiert sich Prof. Baumgart für innovative Forschungsvorhaben, akademische Ausgründungen und die Förderung des wissenschaftlichen Nachwuchses, insbesondere im Rahmen kooperativer Promotionsvorhaben. Seine Promotion zum Dr.-Ing. absolvierte Matthias Baumgart an der Fakultät für Informatik der Technischen Universität Chemnitz. Im Rahmen seiner Dissertation beschäftigte er sich mit der Exploration maschineller Verfahren zur Entwicklung eines methodischen Frameworks für die Evaluierung wissenschaftlicher Texte. Im Mittelpunkt standen dabei insbesondere die automatisierte Analyse von Textdaten sowie der Einsatz maschineller Lernverfahren in strukturierten Bewertungs- und Entscheidungsprozessen.
Seinen fachlichen Weg begann Matthias Baumgart mit einer Ausbildung zum staatlich geprüften technischen Assistenten für Informatik mit dem Schwerpunkt Netzwerktechnik. Anschließend studierte er Wirtschaftsingenieurwesen an der Hochschule Mittweida und schloss das Studium als Diplom-Wirtschaftsingenieur (FH) ab. Ergänzend absolvierte er an der Friedrich-Schiller-Universität Jena einen Zertifikatsstudiengang zum Patentingenieur sowie ein Masterstudium mit dem Profil „Projekt- und Prozessmanagement“ an der Hochschule Mittweida. Bereits während und nach seinem Studium sammelte Matthias Baumgart umfangreiche praktische Erfahrungen in den Bereichen Informatik, Projektmanagement sowie Forschungs- und Technologietransfer. Von 2014 bis 2024 leitete Matthias Baumgart das Referat Forschung der Hochschule Mittweida.
- Mitglied des Senats
- Mitglied im Institute for Computer Science and Media in Research and Transfer (CSMRT)
- Mitglied der Arbeitsgruppe KI
- Leitung Promotionskolleg
- Mitglied des Fakultätsrates der Fakultät Angewandte Computer- und Biowissenschaften
- Schatzmeister der Gesellschaft zur Förderung der Informatik an der Hochschule Mittweida e.V.
- Mitglied im Institut für Wissenstransfer und Digitale Transformation (IWD)
M.Sc.
Eric Bush
Wissenschaftlicher Mitarbeiter
Fakultät Angewandte Computer- und Biowissenschaften
Dr.-Ing.
Wenyong Li
Wissenschaftlicher Mitarbeiter
Fakultät Angewandte Computer- und Biowissenschaften
Isabel Päßler
Projektassistenz
Fakultät Angewandte Computer- und Biowissenschaften
B.A.
Maria Rein
Transferassistenz
Fakultät Angewandte Computer- und Biowissenschaften
M.Sc.
Isabell Streit
Wissenschaftliche Mitarbeiterin
Fakultät Angewandte Computer- und Biowissenschaften
M.Eng.
Michael Walther
Wissenschaftlicher Mitarbeiter
Fakultät Angewandte Computer- und Biowissenschaften
Verstehen, anwenden, gestalten
Lernen & Lehren
Im Mittelpunkt der Lehre stehen die Verbindung von Informatik, digitalem Prozessmanagement und modernen Methoden der Künstlichen Intelligenz mit konkreten Problemstellungen aus der Praxis. Studierende sollen digitale Prozesse nicht nur verstehen und analysieren, sondern auch lernen, Optimierungspotenziale zu erkennen, geeignete technische Methoden auszuwählen und eigenständig Lösungen zu entwickeln. Dabei werden theoretische Grundlagen mit praktischen Anwendungen verbunden, sodass die Studierenden den gesamten Weg von der Analyse eines Problems über die Konzeption eines Lösungsansatzes bis hin zu dessen technischer Umsetzung nachvollziehen und selbst gestalten können.
Ein besonderer Schwerpunkt liegt dabei auf einer anwendungs- und projektorientierten Gestaltung von Lehren und Lernen. Themen wie Prozessautomatisierung, Prozessoptimierung, maschinelles Lernen, Datenanalyse und Softwareentwicklung werden anhand realer oder realitätsnaher Aufgabenstellungen vermittelt und praktisch erprobt. Die Studierenden lernen, Daten und digitale Technologien gezielt einzusetzen, komplexe Prozesse systematisch zu untersuchen und ML bzw. RAG-basierte Verfahren hinsichtlich ihrer Einsatzmöglichkeiten und Grenzen zu bewerten. Durch die Arbeit an konkreten Projekten werden dabei neben fachlichen Kompetenzen insbesondere analytisches Denken, Problemlösungskompetenz und die Fähigkeit zur eigenständigen Entwicklung und Bewertung digitaler Lösungen gefördert.
„Denn was man erst lernen muss, bevor man es ausführen kann, das lernt man, indem man es ausführt.“
— Aristoteles, Nikomachische Ethik, Buch II
Digitalisierung spezifischer Lehrinhalte
Fachinhalte werden didaktisch fundiert in digitale Lehr-Lern-Angebote übertragen. Die Studierenden wählen geeignete Medien- und Interaktionsformate aus, setzen diese technisch um und bewerten ihre Wirksamkeit.
Einführung in die Informatik I
Die Lehrveranstaltung führt in die formalen Grundlagen und Denkweisen der Informatik ein. Behandelt werden Zahlensysteme, Datenrepräsentation, Logik, algorithmisches Denken und grundlegende Programmierkonstrukte sowie klassische in Projekten benötigte Fähigkeiten.
Forschungsmanagement
Die Lehrveranstaltung vermittelt zentrale Strukturen, Methoden und Prozesse des Forschungsmanagements anhand praxisnaher Aufgabenstellungen. Die Studierenden lernen, Forschungsvorhaben von der ersten Idee über die Planung und Antragstellung bis zur Umsetzung und Begleitung systematisch zu strukturieren. Dabei setzen sie sich mit organisatorischen, administrativen und förderbezogenen Rahmenbedingungen auseinander und entwickeln ein Verständnis für das Zusammenspiel von wissenschaftlichen Zielen, Projektorganisation, Ressourcen und Transfer.
Interdisziplinäre Wissenserschließung und Vermittlung I
Die Studierenden erschließen Wissen aus entstandenen Produkten des verschiedenen Fachgebieten und bereiten dieses strukturiert auf. Ein besonderer Schwerpunkt liegt auf der verständlichen Visualisierung und zielgruppengerechten Vermittlung komplexer Sachverhalte.
Internationalisierung digitaler Lehrinhalte
Digitale Lehrmaterialien werden für internationale Zielgruppen sprachlich, kulturell und technisch angepasst. Im Mittelpunkt stehen Lokalisierung, interkulturelle Mediengestaltung, Barrierefreiheit und die Verbreitung über digitale Plattformen.
Wissenschaft und Wirtschaft I
Die Studierenden setzen sich mit den Zusammenhängen zwischen wissenschaftlicher Arbeit und wirtschaftlicher Praxis auseinander. Dabei lernen sie, wissenschaftliche Erkenntnisse in anwendungsbezogene Fragestellungen einzuordnen und deren Bedeutung für Unternehmen und Organisationen zu bewerten. Ein besonderer Schwerpunkt liegt auf der Entwicklung eines Verständnisses für den Transfer von Wissen und Innovationen sowie für die Zusammenarbeit zwischen Wissenschaft und Wirtschaft.
Wissenschaft und Wirtschaft II
Die Studierenden vertiefen ihre Kenntnisse zur Zusammenarbeit zwischen Wissenschaft und Wirtschaft und setzen sich mit der praktischen Umsetzung wissenschaftlicher Erkenntnisse auseinander. Dabei lernen sie, wissenschaftliche Ergebnisse auf konkrete Problemstellungen zu übertragen und Potenziale für innovative Anwendungen zu erkennen. Ein besonderer Schwerpunkt liegt auf dem Wissenstransfer, der Entwicklung anwendungsorientierter Lösungen und der Bewertung von Innovationspotenzialen.
Wissenschaft und Wirtschaft III
Im dritten WW Modul wenden die Studierenden ihre Kenntnisse zur Verbindung von Wissenschaft und Wirtschaft auf konkrete Fragestellungen und Anwendungsszenarien an. Dabei entwickeln und bewerten sie eigene Ansätze zur Übertragung wissenschaftlicher Erkenntnisse in die Praxis. Ein besonderer Schwerpunkt liegt auf der eigenständigen Bearbeitung anwendungsorientierter Aufgabenstellungen sowie der Entwicklung nachhaltiger Lösungen an der Schnittstelle von Wissenschaft, Wirtschaft und Gesellschaft.
Wissenschaft und Wirtschaft IV
Die Studierenden übertragen wissenschaftliche Erkenntnisse eigenständig auf komplexe Fragestellungen aus der Praxis und entwickeln daraus anwendungsorientierte Lösungsansätze. Dabei setzen sie sich mit den Anforderungen und Rahmenbedingungen des Wissenstransfers auseinander und reflektieren die Umsetzung wissenschaftlicher Ergebnisse in wirtschaftlichen und gesellschaftlichen Kontexten. Ein besonderer Schwerpunkt liegt auf der eigenständigen Entwicklung, Umsetzung und Bewertung von Transfer- und Innovationsvorhaben.
Abschlussarbeiten bieten die Möglichkeit, eigene Interessen mit aktuellen Fragestellungen aus Forschung und Praxis zu verbinden. Studierende können sowohl bestehende Themen aus den Forschungsfeldern der Professur aufgreifen als auch eigene Ideen einbringen und gemeinsam zu einer geeigneten wissenschaftlichen Fragestellung weiterentwickeln.Im Mittelpunkt stehen Arbeiten, bei denen nicht nur theoretisch analysiert, sondern auch konzipiert, entwickelt, erprobt oder evaluiert wird. Dabei können technologische, organisatorische und wirtschaftliche Perspektiven miteinander verbunden werden:
- KI-gestützte Assistenz- und Informationssysteme, Maschinelles Lernen
- Large Language Models und Retrieval-Augmented Generation
- Digitalisierung und Automatisierung von Prozessen
- IT-gestütztes Projekt- und Prozessmanagement
- Datenanalyse und intelligente Informationsverarbeitung
- Semantische Suche und Wissensmanagement
- Multimodale Informationsverarbeitung
- Entwicklung und Evaluation interaktiver Systeme
- Gamification und digitale Lernsysteme
- Forschungsmanagement und Forschungsinformationssysteme
- Technologie-, Wissens- und Innovationstransfer
Eigene Themenvorschläge sind ausdrücklich willkommen. Entscheidend ist, dass sich daraus eine klar abgegrenzte Fragestellung mit wissenschaftlichem Anspruch und einem erkennbaren Anwendungsbezug entwickeln lässt.
Perspektiven verbinden, Innovation gestalten
Forschung im Netzwerk
Im Digitalen Integrierten Prozessmanagement steht die Frage im Mittelpunkt, wie digitale Technologien genutzt werden können, um komplexe Abläufe zu verstehen, gezielt weiterzuentwickeln und intelligent zu unterstützen. Ausgangspunkt ist die systematische Betrachtung bestehender Prozesse: Abläufe werden analysiert, Zusammenhänge sichtbar gemacht und Potenziale für eine effizientere Gestaltung identifiziert. Darauf aufbauend werden digitale Methoden eingesetzt, um Prozesse zu automatisieren, miteinander zu verknüpfen und an veränderte Anforderungen anzupassen.
Eine besondere Rolle spielen dabei Künstliche Intelligenz und datenbasierte Verfahren. Daten werden nicht nur als Ergebnis digitaler Prozesse verstanden, sondern als Grundlage dafür, Prozesse zu analysieren, Muster zu erkennen und neue Handlungsmöglichkeiten abzuleiten. Maschinelles Lernen, automatisierte Datenverarbeitung und intelligente Analyseverfahren eröffnen dabei neue Möglichkeiten, komplexe Zusammenhänge abzubilden und digitale Prozesse weiterzuentwickeln. Dies reicht von der Analyse menschlicher Aktivitäten und Bewegungsdaten bis hin zur Entwicklung digitaler Modelle und technischer Anwendungen.
Die Forschung verbindet diese methodischen Ansätze mit konkreten Anwendungsszenarien. Im Fokus stehen Lösungen, die digitale Prozesse nicht isoliert betrachten, sondern das Zusammenspiel von Menschen, Daten, Software und technischen Systemen berücksichtigen. Dadurch entstehen anwendungsorientierte Konzepte für Prozessoptimierung, Automatisierung und intelligente Entscheidungsunterstützung, die wissenschaftliche Methoden mit praktischen Anforderungen aus Forschung, Wirtschaft und Gesellschaft verbinden.
„Ich verstehe Forschung kollaborativ. Sie wird besonders stark, wenn unterschiedliche Perspektiven, Kompetenzen und Erfahrungen zusammenkommen. Kooperation schafft den Raum, in dem aus Ideen tragfähige Lösungen werden.“
— Prof. Dr.-Ing Matthias Baumgart
Partner in Forschung und Lehre
Kompetenzen verbinden, Perspektiven erweitern
Forschung lebt vom Austausch unterschiedlicher Perspektiven und Kompetenzen. Deshalb arbeiten wir eng mit anderen Professuren zusammen. In gemeinsamen Projekten, Lehrangeboten und Forschungsvorhaben verbinden wir fachliche Schwerpunkte und schaffen neue Ansätze an den Schnittstellen von Informatik, Digitalisierung, Medien und weiteren Anwendungsfeldern.
Hochschule Mittweida
Daten entfalten erst Wirkung, wenn sie verständlich werden. Die Professur erschließt heterogene Datenbestände, macht sie mit Methoden der Künstlichen Intelligenz und der Medieninformatik zugänglich und überführt sie in Anwendungen, die Entscheidungen tragen.
Hochschule Mittweida
Eine Brille, ein Griff in die Luft und die Maschine reagiert. Die Professur entwickelt immersive Anwendungen für Industrie, Bildung und Kultur und prüft, wie gut sie sich tatsächlich bedienen lassen.
Praxispartnerschaften
Wissenschaft im Austausch mit der Praxis
Der enge Austausch mit Unternehmen, öffentlichen Einrichtungen und weiteren Praxispartnern ist ein wichtiger Bestandteil unserer Arbeit. Gemeinsam übertragen wir wissenschaftliche Erkenntnisse in konkrete Anwendungsszenarien, entwickeln neue Lösungsansätze und greifen aktuelle Fragestellungen aus der Praxis auf. So entstehen Impulse für Forschungsprojekte, Lehrveranstaltungen, Abschlussarbeiten und langfristige Kooperationen.
KI@EINS Projekte
2937
Matthias Baumgart
Plattformübergreifende Mitarbeiterapp für den SAXONIA-Verbund
2938
Matthias Baumgart
Machbarkeitsstudie zur Konzeption und Entwicklung einer Fahrphysik für schwere Nutzfahrzeuge und Anhänger in interaktiven Echtzeitumgebungen
2919
Matthias Baumgart
Einsatz von Tutorials zur Prozessautomatisierung und -optimierung
2877
Efficient Real-Time Point Cloud Rendering in Unity Using Incremental Spatial Sorting
21857
konferenzpaper
Teaching Sustainability through Gamification: An Empirical Study with Student Perspectives in Vocational Education
Erschienen in: Economic Sciences 21 (2026), S. 242 – 255
DOI: 10.69889/hh8m5w14
21629
konferenzpaper
Development and Evaluation of a Feature for a University Application to Increase Motivation and Reduce the Dropout rate of Students in Higher Education
Präsentiert auf: Ireland International Conference on Education (IICE-2025), 2025
21320
konferenzpaper
E-Sport an Hochschulen. Eine Studie zur Nutzungsintention digitaler Spiele von Studierenden im Hochschulsport
Erschienen in: Gesellschaftsphänomen E-Sport Erklärungs- und Forschungsbeiträge aus einer interdisziplinären Perspektive., 2025, S. 71 – 105
21393
sammelbandbeitrag
E-Sport an Hochschulen. Eine Studie zur Nutzungsintention digitaler Spiele von Studierenden im Hochschulsport
Erschienen in: Gesellschaftsphänomen E-Sport. Erklärungs- und Forschungsbeiträge aus einer interdisziplinären Perspektive, 2025, S. 71 – 105
21396
sammelbandbeitrag
Was gibt es Neues?
News & Einblicke
Gemeinsam neue Ideen entwickeln
Vielen Dank für Ihr Interesse an unserer Arbeit und an den Themen des Digitalen Integrierten Prozessmanagements. Besonders dort, wo unterschiedliche Fachrichtungen, Technologien und Anwendungsperspektiven zusammengeführt werden, entstehen neue Ansätze für die Gestaltung und Weiterentwicklung digitaler Prozesse.
Wenn Sie sich für unsere Forschung interessieren, eigene Fragestellungen einbringen oder gemeinsam mit uns digitale Lösungen entwickeln und erproben möchten, freuen wir uns über den Austausch. Ob Prozessoptimierung, Automatisierung, Datenanalyse oder der Einsatz Künstlicher Intelligenz – wir sind offen für neue Ideen, gemeinsame Forschungsansätze und praxisorientierte Projekte. Interdisziplinäre Fragestellungen sind dabei ausdrücklich willkommen.
Wir können nur ein kurzes Stück vorausblicken, aber wir können dort bereits vieles erkennen, das getan werden muss.
— Alan Turing, Computing Machinery and Intelligence, 1950
Neue Ideen entstehen dort, wo unterschiedliche Perspektiven aufeinandertreffen. Forschung gewinnt an Wirkung, wenn Wissen geteilt und gemeinsam weiterentwickelt wird. Sie haben eine Idee, eine Fragestellung oder Interesse an einer Zusammenarbeit? Kommen Sie gern auf uns zu.
Besucheradresse
Professur Digitales Integriertes Prozessmanagement
Goethestraße 25
1.OG Raum 22-102c
09648 Mittweida