000 Informatik, Wissen, Systeme
Filtern
Erscheinungsjahr
Dokumenttyp
- Konferenzveröffentlichung (89)
- Wissenschaftlicher Artikel (57)
- Teil eines Buches (Kapitel) (54)
- Bachelorarbeit (21)
- Bericht/Forschungsbericht (20)
- Masterarbeit (17)
- Buch (Monographie) (14)
- Diplomarbeit (4)
- Arbeitspapier (3)
- Preprint (1)
Sprache
- Deutsch (148)
- Englisch (130)
- Französisch (1)
- Mehrsprachig (1)
Schlagworte
- Visualisierung (43)
- Benutzeroberfläche (28)
- Information Retrieval (27)
- Mensch-Maschine-Kommunikation (22)
- Digitalisierung (20)
- Metadaten (20)
- Bewertung (18)
- Forschung (14)
- Daten (12)
- Software (12)
Institut
- FB5 Informationswissenschaften (118)
- FB4 Design (101)
- Publikationen des FB Informationswissenschaften (78)
- Inst. für angewandte Forschung Urbane Zukunft (IaF) (27)
- Extern (17)
- FB1 Sozial- und Bildungswissenschaften (17)
- Europäische Medienwissenschaft (15)
- Urban Complexity Lab (UCLAB) (4)
- Zentrale Einrichtung Gründungsservice & Managementqualifikationen (ZEGM) (3)
- Architektur/Städtebau (2)
In this paper, we explore how extended reality (XR) and virtual reality (VR) can facilitate shared experiences that transcend individual boundaries. Using an example from the chemistry classroom, we illustrate how these technologies can enhance education and learning by fostering collaboration and shared understanding.Despite the vast potential of XR and VR, many of their applications remain isolated. Currently, sharing experiences often involves streaming onto a screen or verbal explanations, which can leave individuals feeling excluded if they are not directly involved. Even when multiple users wear VR or XR headsets, shared experiences are often limited to specific contexts like multiplayer VR games. Unfortunately, in domains such as education, work, or collaborative learning, these technologies are often underutilized.To bridge this gap, our study developed a prototype that leverages the eye-tracking and hand-tracking capabilities of the HoloLens2. This prototype enables collaborative interactions with 3D elements in an XR environment. By tracking participants' gaze within the XR scene, users can easily identify the element they are currently viewing. Through eye control and pinch gestures, users can manipulate digital content on the XR plane. When working within the same XR environment, users seamlessly share interactions and information, fostering a unified and collaborative experience with holograms.The current prototype is tailored to explore the intricate molecular details of sugar molecules within a collaborative XR environment. Teams of users can collectively delve into molecules such as fructose, glucose, galactose, and mannose, gaining deeper insights into their unique characteristics. Through interactions like eye-tracking and pinch gestures, users can directly interact with holographic 3D representations of these molecules. The prototype's user interface intuitively indicates which user is interacting with or observing each 3D object within the XR environment. Unlike conventional controllers, this prototype employs hand-tracking technology, enabling users to effortlessly navigate the XR interface using natural hand movements. This approach delivers an immersive and dynamic learning experience that surpasses traditional teaching methods, fostering heightened engagement and deeper understanding among learners. To assess the functionality and cognitive impact of the XR interface prototype, 19 participants were recruited for evaluation. Criteria for participant selection ensured they lacked prior knowledge or involvement in chemistry or related fields concerning sugar molecules. Following a brief introduction to the prototype's interaction patterns and eye calibration, participants engaged in testing across diverse learning scenarios. Initial survey findings suggest participants could swiftly distinguish between monosaccharides like glucose, fructose, galactose, and mannose based on their three-dimensional structures. However, results regarding gaze interaction evaluation are inconclusive and necessitate further experimentation.
Die folgende Arbeit analysiert, ob und wie es theoretisch möglich ist, mit einem Discoverysystem gleichzeitig in den bestehenden Datenbanken der Bibliothek und des Archivs des Bundesarchives zu recherchieren. Dabei wird auch auf die derzeitigen Datenbanken und Suchoberflächen eingegangen. Ziel ist es, ein geeignetes Discoverysystem zu finden und dieses theoretisch umzusetzen. Die folgenden Forschungsfragen sollen mit dieser Arbeit beantwortet werden: Welche Datenbanken sollen gemeinsam durchsuchbar sein? Welche relevanten Metadatenformate für die Recherche sind je Datenbank vorhanden? Ist ein Sucheinstieg für die verschiedenen Datenbanken mit Hilfe eines Discoverysystems machbar?
Das Thema der algorithmischen künstlichen Intelligenz hat mit der Veröffentlichung des omnipräsent in den Medien behandelten Chatbots ChatGPT seit November 2022 erheblich an Fahrt aufgenommen. Als disruptive Technologie, wie das erwähnte Large Language Model auch schon des Öfteren bezeichnet wurde, könnte man für den Dienstleistungsbereich von Archiven durchaus auch das Aufkommen der OCR - gepaart mit der HTR-Technologie (Handwritten Text Recognition) bezeichnen. Die Möglichkeit alte maschinenschriftliche Texte von Unikaten in Unicode zu übersetzen und so am PC durchsuchbar zu machen, besteht zwar schon lange (OCR existiert als Prototyp-Technologie seit den 1950er Jahren), allerdings wurde die Anpassung der Technologie auf handschriftliche, historische Unterlagen lange Zeit als unüberwindbare Herausforderung angesehen. Dies hat sich zügig verändert, seitdem die HTR-Technologie durch die Plattform Transkribus 2015 mit Mitteln aus dem Rahmenprogramm der Europäischen Kommission als Teil des Projekts tranScriptorium (2013-2015) erhebliche Entwicklungssprünge tat. Erneut von der Europäischen Kommission finanziert, diesmal im Rahmen von Horizon 2020, zielt das Nachfolgeprojekt als Europäische Genossenschaft READ-Coop darauf ab, eine funktionierende Online-Forschungsinfrastruktur zu erhalten, zu entwickeln und zu fördern, in der neue Technologien Innovationen in der Archivforschung ermöglichen. Seitdem ist die Plattform bei Historikern, Archivaren, Bibliothekaren und Big-Data-Scientists stetig beliebter geworden. Transkribus ist nicht die einzige Software in der Welt der HTR-Software. Aber vor Anbietern wie eScriptorium (seit 2018), ist sie die beliebteste Plattform für die Anwendung an historischen Dokumenten.
In Zeiten, in denen soziale Netzwerke stetig weiterwachsen und rasant an Mitgliedern gewinnen, entstehen auch mehr Inhalte, als vor Jahrzehnten vorstellbar gewesen wären. Dadurch, dass ein Großteil der Gesellschaft Anteil an solchen sozialen Netzwerken nimmt und über deren Kommunikationswege auch diskutiert und Informationen austauscht, ist es zunehmend relevanter geworden, einen sicheren Rahmen für diesen Austausch zu bieten. Dabei ist vor allem die sogenannte hassgeladene Sprache (engl.: Hate-Speech) ein großes Problem. Um einen gesitteten Austausch gewährleisten zu können, werden Verfahren eingesetzt, um hassgeladene Aussagen automatisch zu erkennen. Diese Methoden bedienen sich Klassifikationsmethoden aus dem Bereich des Text Mining, welches diverse Methoden beinhaltet, um Informationen aus Texten zu extrahieren. Ein Teil davon sind die sogenannten Klassifikationsmethoden, welche durch Ensemble-Methoden noch verbessert werden können. Sie werden in diversen Forschungsfeldern des maschinellen Lernens eingesetzt und erzielen durchweg positive Ergebnisse (Dong et al., 2020, S. 251) (Tasci, 2020, S. 30416). In der vorliegenden Arbeit werden Ensemble-Methoden an einer Shared Task angewendet und dabei die GermEval2019 betrachtet, da diese sich mit deutschsprachigen, hassgeladenen Texten beschäftigt.
Künstliche-Intelligenz-Systeme beeinflussen fundamental die Bildungslandschaft und werden voraussichtlich immer relevanter werden. Besonders das Large Language Model ChatGPT hat zu einer tiefgreifenden Perturbation der Hochschullandschaft geführt. Auch im Studium der Sozialen Arbeit hat ChatGPT Einzug gehalten und Hochschulangehörige stehen vor der Herausforderung, einen adäquaten Umgang damit zu entwickeln. Ein wesentlicher Ausgangspunkt, um einen Umgang mit solchen Systemen zu entwickeln, kann in einer Beschreibung des aktuellen Nutzungsverhaltens von Studierenden zu finden sein. Die vorliegende quantitative Studie widmete sich dieser Aufgabe und bietet einen solchen Ausgangspunkt konkret für das Studienfeld der Sozialen Arbeit. Es wurden deutschlandweit und semesterübergreifend 875 Sozialarbeitstudierende verschiedener Hochschulen zu ihrem Nutzungsverhalten von ChatGPT befragt. Neben dem Nutzungsverhalten wurden in der Studie auch die Bewertung des KI-Tools, dessen Thematisierung im Studium und die Technikaffinität der Studierenden erhoben. Die Ergebnisse der vorliegenden Forschung zeigen eine hohe Nutzung des Tools mit über 80% und betonen somit die Relevanz einer Thematisierung im Studium der Sozialen Arbeit zur Nutzung von KI-Tools wie ChatGPT und bieten eine Grundlage für zukünftige Forschungen sowie didaktische Innovationen.
Interfacing with power
(2017)
Drawing connections
(2018)
An/Leiten
(2017)
Carrying Computerization
(2018)
Durch und über Computer
(2019)