@misc{13829,
  abstract     = {{Modeling 5G Radio Access Networks (RANs) at scale requires rapid (re-)configuration of 5G base stations (BSs), e.g., based on open-source software (OSS) stacks, which in general is a challenging task in scenarios with highly dynamic environments and networking demands. Existing solutions are often insufficient to provide an automated configuration functionality based on basic 5G cell parameters. Manual adjustments in such scenarios require specialized knowledge usually not present outside of traditional network providers and established research groups. They are often prone to errors, misconfigurations, and typically do not meet the need for dynamic and timely updates to the networking configuration. In this paper, we present 5GAutoConf, which, to the best of our knowledge, is the first open source automatic 5G BS configuration tool that uses basic input parameters. 5GAutoConf implements an automatic datadriven process that rapidly creates configurations for OSS 5G RAN stacks, enabling fast 5G BS adaptation for experimental purposes. Further, 5GAutoConf integrates both 5G standardcompliant and generated lookup tables (LUTs) for use caseoriented optimization. Since the derivation process of waveform parameters is the most important part of the tool, it is described in detail.}},
  author       = {{Fliedner, Niels Hendrik and Klingler, Florian and Trsek, Henning}},
  booktitle    = {{Proceedings of the 22nd IEEE International Conference on Distributed Computing in Smart Systems and the Internet of Things (DCOSS-IoT 2026)}},
  keywords     = {{5G NR, RAN, data-driven network optimization, open-source toolkits, automated network configuration, rapid network deployment}},
  location     = {{Reykjavík, Island}},
  publisher    = {{IEEE}},
  title        = {{{5GAutoConf: A Rapid Data-Driven Autoconfiguration Tool for 5G Base Stations}}},
  doi          = {{https://doi.org/10.5281/zenodo.20796160}},
  year         = {{2026}},
}

@misc{13038,
  abstract     = {{Die vorliegende Bachelorarbeit gelangt zu dem Schluss, dass die Integration von Open Science Aspekten wie Open Educational Resources (OER), Open Data und Open Source an Hochschulen für angewandte Wissenschaften (HAWs) in Nordrhein-Westfalen (NRW) signifikante Defizite aufweist. Es mangelt an Zuständigkeiten und Richtlinien, und die vorhandenen Publikationsfonds fördern nicht die untersuchten Open Science Aspekte. Über die Hälfte der HAWs erkennt die Relevanz von OER-Beauftragten an, jedoch fehlen entsprechende Policies. Die Bestellung von Open Data-Beauftragten an 50 % der HAWs in NRW verdeutlicht die Relevanz dieser Funktion. Im Bereich Open Source besteht ein eklatanter Mangel an Beauftragten, Informationen und Policies, wobei die Bedeutung von OA-Repositorien und Forschungsinformationssystemen hervorgehoben werden sollte. Zudem gewinnen technische Anwendungen wie GitLab und Jupyter Notebooks an Bedeutung. Für eine effektive Umsetzung sind nachhaltige Finanzierung, zentrale Koordinationsstellen, Evaluierungsprozesse und transparente Verfahren erforderlich.}},
  author       = {{Herrmann, Katharina}},
  keywords     = {{Open educational Resources, Open Source, Open Data, Fachhochschule, Nordrhein-Westfalen, Open Science}},
  pages        = {{211}},
  publisher    = {{Hochschule Hannover}},
  title        = {{{Best Practice für Open Educational Resources, Open Source und Open Data an Hochschulen der angewandten Wissenschaften in Nordrhein-Westfalen}}},
  doi          = {{https://doi.org/10.25968/opus-3632}},
  year         = {{2025}},
}