Refine
Departments, institutes and facilities
- Fachbereich Wirtschaftswissenschaften (7)
- Fachbereich Sozialpolitik und Soziale Sicherung (4)
- Institut für Technik, Ressourcenschonung und Energieeffizienz (TREE) (4)
- Internationales Zentrum für Nachhaltige Entwicklung (IZNE) (4)
- Centrum für Entrepreneurship, Innovation und Mittelstand (CENTIM) (3)
- Fachbereich Ingenieurwissenschaften und Kommunikation (3)
- Präsidium (3)
- Bibliothek (2)
- Fachbereich Informatik (2)
- Institut für Verbraucherinformatik (IVI) (2)
Document Type
- Conference Object (10)
- Working Paper (8)
- Article (3)
- Part of Periodical (3)
- Part of a Book (1)
- Conference Proceedings (1)
- Contribution to a Periodical (1)
- Master's Thesis (1)
- Other (1)
- Report (1)
Year of publication
- 2021 (31) (remove)
Language
- German (31) (remove)
Has Fulltext
- yes (31) (remove)
Keywords
- Deutschland (2)
- Hochschule Bonn-Rhein-Sieg (2)
- OER (2)
- AOD (1)
- Achtsamkeit (1)
- Arbeitspsychologie (1)
- Arbeitswelt (1)
- Aufgabenkritik (1)
- CC (1)
- COD (1)
Datenschutz und informationelle Selbstbestimmung sind Bestandteile aktueller Leitbilder einer Digitalen Bildung in der Schule. Im Kontext der Schulschließungen und der vorrangigen Nutzung digitaler Medien zeigte sich jedoch, dass Datenschutz weder als Thema noch als Gestaltungsprinzip digitaler Lernumgebungen in der bildungsadministrativen und pädagogisch-praktischen Schulwirklichkeit systematisch verankert ist. Die Diskrepanz zwischen aktuellen Leitbildern einer digitalen Bildung und der sichtbar problematischen Praxis des digitalen Notfalldistanzunterrichts markiert den Ausgangspunkt des Beitrages, der sich der übergeordneten Frage widmet, welche Herausforderungen sich bei der Realisierung von Datenschutz in der Schul- und Unterrichtswirklichkeit in einer digital geprägten Welt stellen. Im Sinne einer Problemfeldanalyse werden prototypische Handlungsprobleme der Schule herausgearbeitet. Fokussiert betrachtet werden exemplarische Herausforderungen und Anforderungen an Technologien und Akteur:innen der inneren und äußeren Schulentwicklung auf den Ebenen der Unterrichtsentwicklung, der Personalentwicklung, der Technologieentwicklung und der Organisationsentwicklung.
Kompetenzen auf dem Gebiet der Datenbanken gehören zum Pflichtbereich der Informatik. Das Angebot an Lehrbüchern, Vorlesungsformaten und Tools lässt sich jedoch für Lehrende oft nur eingeschränkt in die eigene Lehre integrieren. In diesem Aufsatz schildern wir unsere Erfahrungen in der Nutzung (frei) verfügbarer und der Entwicklung eigener digitaler Inhalte für grundlegende Datenbankveranstaltungen. Die Präferenzen der Studierenden werden mittels Nutzungsanalysen und Befragungen ermittelt. Wir stellen die Anforderungen auf, wie die nicht selten aufwendig herzustellenden digitalen Materialien von Lehrenden in ihre Lehr- und Lernumgebungen integriert werden können. Als konstruktive Antwort auf diese Herausforderung wird das Konzept EILD zur Entwicklung von Inhalten für die Lehre im Fach Datenbanken vorgestellt. Die Inhalte sollen in vielfältigen Lernszenarien eingesetzt werden können und mit einer Creative Commons (CC) Lizenzierung als OER (open educational resources) frei zur Verfügung stehen.
Open Innovation
(2021)
Der Begriff Open Innovation steht für die Öffnung von unternehmensinternen Innovationsprozessen für sogenannte „externe Quellen“. Zu diesen externen Quellen zählen beispielsweise Lieferanten, Partner, Experten aus Forschungseinrichtungen und insbeson-dere auch Kunden. Diese werden gezielt in die Innovationsentwicklung integriert, sei es als Informations- und Ideenquelle bzw. als Impulsgeber für die Innovationsentwicklung. Daneben existieren auch tiefere Integrationsmöglichkeiten, die eine direkte Partizipation an der Innovationsentwicklung ermöglichen.
Sprachassistenten wie Alexa oder Google Assistant sind aus dem Alltag vieler VerbraucherInnen nicht mehr wegzudenken. Sie überzeugen insbesondere durch die sprachbasierte und somit freihändige Steuerung und mitunter auch den unterhaltsamen Charakter. Als häuslicher Lebensmittelpunkt sind die häufigsten Aufstellungsorte das Wohnzimmer und die Küche, da sich Haushaltsmitglieder dort die meiste Zeit aufhalten und das alltägliche Leben abspielt. Dies bedeutet allerdings ebenso, dass an diesen Orten potenziell viele Daten erfasst und gesammelt werden können, die nicht für den Sprachassistenten bestimmt sind. Demzufolge ist nicht auszuschließen, dass der Sprachassistent – wenn auch versehentlich – durch Gespräche oder Geräusche aktiviert wird und Aufnahmen speichert, selbst wenn eine Aktivierung unbewusst von Anwesenden bzw. von anderen Geräten (z. B. Fernseher) erfolgt oder aus anderen Räumen kommt. Im Rahmen eines Forschungsprojekts haben wir dazu NutzerInnen über Ihre Nutzungs- und Aufstellungspraktiken der Sprachassistenten befragt und zudem einen Prototyp getestet, der die gespeicherten Interaktionen mit dem Sprachassistenten sichtbar macht. Dieser Beitrag präsentiert basierend auf den Erkenntnissen aus den Interviews und abgeleiteten Leitfäden aus den darauffolgenden Nutzungstests des Prototyps eine Anwendung zur Beantragung und Visualisierung der Interaktionsdaten mit dem Sprachassistenten. Diese ermöglicht es, Interaktionen und die damit zusammenhängende Situation darzustellen, indem sie zu jeder Interaktion die Zeit, das verwendete Gerät sowie den Befehl wiedergibt und unerwartete Verhaltensweisen wie die versehentliche oder falsche Aktivierung sichtbar macht. Dadurch möchten wir VerbraucherInnen für die Fehleranfälligkeit dieser Geräte sensibilisieren und einen selbstbestimmteren und sichereren Umgang ermöglichen.
Der Einsatz von Remote-Laboren in ingenieurwissenschaftlichen Studiengängen ermöglicht Studierenden an einigen Hochschulen die ortsunabhängige Nutzung von Laboren, Maschinen und Robotern. Remote-Labore eignen sich in besonderer Weise dafür, den digitalisierungsbedingten Anforderungen und dem Qualifikationsbedarf aus Wirtschaft und Industrie zu begegnen. Die Onlinebedienung von Laboren bietet viele Ansatzpunkte für den Erwerb digitaler Kompetenzen, wie beispielsweise das Sammeln und Analysieren von Big Data, das Entwickeln geeigneter Schnittstellen für den Onlinezugriff oder den korrekten Einsatz zur Verfügung stehender softwarebasierter Messtechnik. Auch während der Coronapandemie im Sommersemester 2020, als der reguläre Zugang zu Laboren aufgrund der Kontaktbeschränkungen nicht erlaubt war, ermöglichten Remote-Labore den Studierenden praktische Erfahrungen. Jedoch stellen nicht nur die didaktischen, sondern auch die technischen und organisatorischen Aspekte ingenieurwissenschaftliche Studiengänge bei der Umsetzung von Remote-Laboren vor anspruchsvolle Aufgaben. Der nachfolgende Beitrag greift diese Aspekte auf und beschreibt anhand ausgewählter Beispiele, wie die Umsetzung und Integration von Remote-Laboren in Studium und Lehre gelingen kann, aber auch welche Herausforderungen nach wie vor bestehen.
Damit nachhaltiger Konsum möglich ist, müssen Verbraucherinnen und Verbraucher die Nachhaltigkeit von Produkten angemessen einschätzen können. Ausgehend von der Annahme, dass Greenwashing-Slogans solche Einschätzungen möglicherweise behindern, untersucht dieses zweiteilige quantitative Online-Experiment Schlussfolgerungen von Verbraucherinnen und Verbrauchern, die statische Werbeanzeigen betrachteten. Dabei wurden konkrete, d.h. quantifizierte Umweltaussagen mit vagen Botschaften (Greenwashing-Kondition) bezüglich eines fiktiven TV-Produktes bzw. TV-Herstellers verglichen. Ein Drittel der jungen und gebildeten Stichprobe (N = 163) zog nach Ansicht einer Produktanzeige, die den geringen Stromverbrauch des „Omro UHD-Fernsehers“ bewarb, den Schluss, dass weitere, in der Werbung nicht beobachtbare Umweltmerkmale eher wahrscheinlich als unwahrscheinlich sind. Unternehmensanzeigen zur Energieeffizienz der Produktion von „Nextvision“ entlockten diese Schlussfolgerung sogar 73 Prozent der Probanden. Vage und konkrete Behauptungen unterschieden sich hinsichtlich dieser sog. Halo-Effekte kaum. Dazu berechnete Indizes korrelierten signifikant positiv mit der eingeschätzten Produktqualität, was für die Wirksamkeit eines Gesamteindruckes (General Impression Halos) spricht. Dies galt insbesondere für vage Botschaften. Sie eignen sich daher besonders für Werbetreibende, weil Anzeigen in der Regel nur für kurze Zeit Aufmerksamkeit erhalten. Verbraucherinnen und Verbrauchern kann auf Basis der Ergebnisse geraten werden, stärker auf die theoretische Überprüfbarkeit von Werbeslogans zu achten.
Anhand detaillierter Netzanalysen für ein reales Mittelspannungsnetzgebiet konnte gezeigt werden, dass sowohl die Einbindung von Prognosedaten auf Basis von Satelliten und Wetterdaten, als auch die Verbesserung von Folgetagsprognosen auf der Basis numerischer Wettermodelle einen deutlichen Mehrwert für ein prognosebasiertes Engpassmanagement bzw. Redispatch und Blindleistungsmanagement im Verteilnetz aufweisen. Auch Kurzfristprognosen auf der Basis von Satellitendaten haben einen positiven Effekt. Ein weiterer wichtiger Mehrwert des Projektes ist auch die Rückmeldung der kritischen Prognosesituationen aus Sicht der Anwendungsfälle, so dass wie bereits im Projekt gezeigt und darüber hinaus, Prognosen zielgerichteter auf die Anwendung im Verteilnetzbetrieb ausgelegt und optimiert werden können.
Weiterhin konnten Prognoseverbesserungen für das Vorhersagemodell des Deutschen Wetterdienstes durch die Assimilation von sichtbaren Satellitenbildern erreicht werden. Darüber hinaus wurden Wolken- und Strahlungsprodukte aus Satelliten verbessert und somit die Datenbasis für die Kurzfristprognose als auch für die Assimilation.
Darüber hinaus wurden verschiedene Methoden entwickelt, die zukünftig zu einer weiteren Prognoseverbesserung, insbesondere für Wettersituationen mit hohen Prognosefehlern, führen könnten. Solche Situationen wurden aus Sicht des Netzbetriebs und mithilfe von satellitenbasierten Analysen der Gesamtwetterlage für die Perioden der MetPVNet Messkampagnen identifiziert. Hierbei handelte es sich insbesondere um Situationen mit starker oder stark wechselhafter Bewölkung.
Für die MetPVNet Messkampagnen wurde auf der Basis eines Trainingsdatensatzes und in Abhängigkeit der Variabilitätsklasse die Abweichung der bodennahen Einstrahlung von Satellitendaten oder von Strahlungsprognosen quantifiziert. Diese Art der Informationen bietet zukünftig die Möglichkeit zur Bewertung der Prognosegüte.
Nudging stellt eine Methode zur positiven Verhaltensbeeinflussung unserer Mitmenschen dar. Mit diesem Instrument kann das Sicherheits- und Gesundheitsverhalten von Arbeitnehmern gestärkt werden. Allerdings findet sie trotz intensiver Forschung bislang wenig Anwendung im betrieblichen Kontext. Daher lautet die Forschungsfrage dieser Arbeit: „Wie lässt sich Nudging seitens der Unternehmen als Präventionsmaßnahme während der Corona-Pandemie einsetzen?“. Mit der Übertragung von Nudging in der Arbeitswelt auf die derzeitigen Herausforderungen der aktuellen Corona-Pandemie leistet diese Arbeit einen wichtigen Beitrag zur Entwicklung neuer Präventionsmaßnahmen in Unternehmen. In der Arbeit konnte festgestellt werden, dass die Entwicklung von Nudges im Unternehmen unter Einbeziehung der Mitarbeiter in einem proaktiven und partizipativen Prozess stattfinden sollte. Mithilfe eines solchen Prozesses werden Gründe für das mögliche Fehlverhalten der Arbeitnehmer analysiert. Anschließend sollten Nudging-Techniken eingesetzt werden, die genau an diesen Punkten anknüpfen – am Fehlverhalten der Menschen. Über den partizipativen Nudging-Prozess wird die Akzeptanz der Arbeitnehmer im Hinblick auf etwaige Maßnahmen gefördert. Es wird am reflektierten Entscheidungssystem der Arbeitnehmer angesetzt. Unter Berücksichtigung der Corona-Pandemie sollte im betrieblichen Kontext zur Förderung des Sicherheitsverhaltens besonders auf den Wirkmechanismus „Norms“ gesetzt werden. Im Home-Office eignen sich aufgrund der Distanz zu den Arbeitnehmern Nudges mit technischer Natur, wie z.B. automatisierte Anmeldungen zu Maßnahmen des Gesundheitsmanagements. Hier greift der Wirkmechanismus „Defaults“. Diese Bachelorarbeit wurde als theoretische Arbeit auf Grundlage einer Literaturrecherche verfasst.
Nur maximal ein Fünftel aller Menschen in Deutschland, die Maschinen entwickeln, technische Innovationen vorantreiben, optimieren oder reparieren, sind weiblich. Der Anteil von Frauen in technischen Berufen liegt derzeit bei etwa 20 Prozent (1). Vergleichbar niedrig ist auch die Zahl der Journalistinnen, die sich technischen Themen verschrieben haben. Technik und auch der Technikjournalismus sind hierzulande immer noch Männerdomänen.
Künstliche Intelligenz im autonomen Fahrzeug verarbeitet enorme Mengen an Daten. Beim Betrieb eines solchen Fahrzeugs basiert jede Bewegung auf einer datenbasierten, automatisierten und adaptiven Entscheidungsfindung. Aber auch, um Regeln zur Erkennung und Entscheidung in komplexen Situationen wie den hochindividuellen Verkehrsszenarien entwickeln zu können (KI-Training), sind bereits beachtliche Datenmengen von Fahrzeugen im Realverkehr erforderlich – zum Beispiel Videosequenzen aus Kamerafahrten. Für das Training Künstlicher Intelligenz ist es aus Sicht der Fahrzeugentwicklung attraktiv, auf den Datenschatz zuzugreifen, den die Gesamtheit der Fahrzeuge im realen Anwendungskontext erzeugen kann. Als Nutzer:innen und Insassen sind Verbraucher:innen so Teil einer groß angelegten Testdatenerhebung durch Fahrzeughersteller und Anbieter. Das wirft Datenschutzfragen auf. Ziel des vorliegenden Beitrags ist es herauszuarbeiten, inwiefern sich hierdurch Implikationen für die Rechte und Freiheiten von Verbraucher:innen ergeben und welche Mechanismen das geltende Recht sowie aktuelle legislative Entwicklungen bereithalten, den „Datenhunger“ der KI mit den Interessen an Datensouveränität und informationeller Selbstbestimmung in Einklang und Ausgleich zu bringen. Im Fokus steht dabei insbesondere, wie Anforderungen schon im Produktdesign „mitgedacht“ werden und damit für Verbraucher:innen rechts- und vertrauensfördernd wirken können.