open_access
Refine
Year of publication
- 2022 (6) (remove)
Document Type
- Article (2)
- Master's Thesis (2)
- Bachelor Thesis (1)
- Conference Proceeding (1)
Keywords
- SME (2)
- AI-based security applications (1)
- Battery Electric Vehicles (BEV), Elektromobilität (1)
- Cyber defense (1)
- DeepAR (1)
- Digitale Lehre (1)
- Digitalization (1)
- E-Learning (1)
- Forecasting (1)
- Hochschulbibliothek (1)
Institute
- Fachbereich Wirtschaft (6) (remove)
In recent years, the messaging application has been Indonesia’s most widely used mobile app. The number of users of these instant messaging (IM) applications has also been increasing constantly. Unfortunately, research has mentioned that older users often face challenges in using them. Although some papers have created guidelines for designing interfaces for the elderly, these applications are still focused on developing according to the need of young people. In addition, the aging of adults increases their chances of facing some difficulties. Therefore, this thesis aims to give a better understanding of the interface of the mobile instant messaging (MIM) application preferred by its users, specifically Indonesian users. By distributing an online-based survey to 150 Indonesian users of the MIM application, the preferences of several features in the message list and messaging interface of this application are collected. Then, the statistical analysis of the results found that the preferences of both users’ age groups differ. Among them are the button or icon each age group finds more suitable, the bottom bar in the messaging interface, and the placement of action options to be performed to the message they prefer most. Thus, this research also presents design recommendations that both younger and older users prefer.
Die vorliegende Arbeit beschäftigt sich mit der Frage, wie ein E-Learning-Angebot an der Technischen Hochschule Brandenburg das Interesse am Thema der Informationskompetenz steigern sowie diese Kompetenzen entsprechend vermitteln kann. Der Fokus liegt dabei auf zwei quantitativen Umfragen, der Erstellung eines Kurses in Moodle sowie eine Handlungsempfehlung, um die Digitale Lehre an der THB und der Hochschulbibliothek weiter zu etablieren.
Gemeinsame Digitalisierung durch die Entwicklung von IT-Governance-Strukturen auf Landesebene
(2022)
Forecasting ist eine wichtige Methode zur Entscheidungsfindung für Unternehmen, Organisationen und Regierungen, da so der Ressourcenverbrauch reduziert werden kann. Der Forecast des prozentualen Marktanteils der neuen BEV-PKW-Zulassungen in Deutschland kann helfen, um strategische und zukunftsorientierte Entscheidungen, z.B. die vom Bund gesetzten Klimaziele, besser steuern zu können. Zur Durchführung des Forecastings wurde der Einsatz unterschiedlicher Machine-Learning-Methoden ausgenutzt.
Es wurden zwei Machine-Learning-Modelle für das Forecasting des prozentualen Marktanteils der BEV-PKW-Neuzulassungen in Deutschland verwendet: Die SARIMA(X)- und DeepAR-Modelle. Aufgrund der Unterschiede in den Eingabedatensätzen wurden vier Modelle der Univariate- und Multivariate- Zeitreihenanalyse trainiert. Mit Hilfe der RMSE-Fehlermetrik wurden die vier trainierten Modelle miteinander verglichen. Die letzten sechs Monate der Eingabedatensätze wurden zur Evaluierung der Modellqualität genutzt.
Die Ergebnisse dieser Masterarbeit zeigen, dass das SARIMAX-Modell zur Erstellung einer Prognose der multivariaten Datensätze die exogenen Variablen benötigt. Allerdings braucht das DeepAR-Modell keine exogenen Variablen, um eine Prognose generieren zu können. Wenn der Eingabedatensatz mindestens 300 Zeitreihen beträgt, eignet sich das DeepAR-Modell besser als das SARIMA(X)-Modell. Das DeepAR-Modell unterstützt nicht nur die univariaten- und multivariaten Datensätze, sondern generiert auch ein globales Modell, wodurch eine Prognose je Variable erstellt wird. Das ist ein großer Vorteil gegenüber dem SARIMA(X)-Modell, welches dazu nicht in der Lage ist.