Marco Huber – författare

This book presents a selection of peer-reviewed papers from the 16th European Robotics Forum (ERF) of euRobotics, the European Robotics Association, held in Stuttgart, Germany, from March 25–27, 2025. ERF is Europe’s leading event for robotics and AI, bringing together researchers, industry experts, and policymakers to discuss advancements and strategic priorities in the field. The book includes 49 high-quality papers, chosen through a rigorous review process from 100 submissions. Contributions are organized into two main areas: • Robotics—Covering topics such as mechatronics, kinematics, dynamics, and safety. These papers highlight key developments in traditional robotics domains. • AI for robotics—Focusing on machine learning, foundation models, computer vision, and hybrid.AI approaches. This section explores the integration of AI into robotic systems. Providing insights into the latest research and technological advancements, this book serves as a valuable resource for researchers, engineers, and professionals working at the intersection of robotics and AI.

This book presents a selection of peer-reviewed papers from the 16th European Robotics Forum (ERF) of euRobotics, the European Robotics Association, held in Stuttgart, Germany, from March 25–27, 2025. ERF is Europe’s leading event for robotics and AI, bringing together researchers, industry experts, and policymakers to discuss advancements and strategic priorities in the field. The book includes 49 high-quality papers, chosen through a rigorous review process from 100 submissions. Contributions are organized into two main areas: • Robotics—Covering topics such as mechatronics, kinematics, dynamics, and safety. These papers highlight key developments in traditional robotics domains. • AI for robotics—Focusing on machine learning, foundation models, computer vision, and hybrid.AI approaches. This section explores the integration of AI into robotic systems. Providing insights into the latest research and technological advancements, this book serves as a valuable resource for researchers, engineers, and professionals working at the intersection of robotics and AI.

Masterarbeit aus dem Jahr 2022 im Fachbereich BWL - Investition und Finanzierung, Note: 1,3, Hochschule Heilbronn, ehem. Fachhochschule Heilbronn, Sprache: Deutsch, Abstract: Diese Masterarbeit beschaftigt sich mit der Konstruktion eines Strukturgleichungsmodells fur faktoranalytische Verfahren der Dateninterpretation von Erfolgsfaktoren deutscher borsennotierter Private Equity-Gesellschaften. Private Equity (PE) ist ein wichtiger Faktor in Bezug auf die Unternehmensfinanzierung, um die risikoreiche Anfangsphase von Start-ups zu uberstehen und auch in spateren Entwicklungsstufen genugend finanzielle Mittel zur Verfugung zu haben. Grundsatzlich zahlen dazu Unternehmen, welche noch keinen Borsengang vollzogen haben und typischerweise von institutionellen Investoren wie Regierungen, Banken, Versicherungsgesellschaften, Pensions- und Staatsfonds, private Gro investoren etc. eingezahlte Investmentfonds verwalten. Weltweit investieren mehr als 8.400 Institutionen und wohlhabende Privatleute in PE. Bei Fonds gro erer PEGs kann es sich um Kredit-, Hedge, Immobilienfonds, Leveraged Buyout Fonds und Fonds fur Alternativanlagen wie okologische Energien handeln. Sie konzentrieren sich auf rentable Investitionen durch Borsengange, Handelsverkaufe oder sekundare Ubernahmen. Die Definitionen gehen dabei auseinander, sodass Unternehmen als PEGs betitelt werden, welche selbst an der Borse notiert sind und somit offentliche Finanzmittel erhalten. Es werden Geschaftszahlen aus Bilanzen und Gewinn und Verlustrechnungen (GuVs) von Portfoliounternehmen von PEGs zur Konstruktion des Strukturgleichungsmodells erhoben. Damit in spateren Forschungsarbeiten analysieren zu konnen, welche PEGs mit ihrem Portfolio am erfolgreichsten sind, soll eine Basis geschaffen werden, um Erfolgsfaktoren identifizieren und auswerten zu konnen.