Refine
Document Type
Language
- German (7)
Has Fulltext
- yes (7) (remove)
Is part of the Bibliography
- yes (7)
Keywords
- Hg_TCR (7) (remove)
Department/institution
Die Lehre von Datenbanksystemen kann durch interaktive Lehr- und Lernmaterialien ergänzt werden, um Studierende besser an die Themenbereiche heranzuführen. Diese Arbeit dokumentiert die systematisch durchgeführte Recherche interaktiver
Materialien und stellt die Rechercheergebnisse vor. Dabei wurden sowohl einzelne Anwendungen als auch wissenschaftliche Veröffentlichungen berücksichtigt. Von den insgesamt 59 gefundenen Materialien wurde eine Handvoll zur näheren Betrachtung ausgewählt. Im Detail wird auf deren Zielsetzung, Umsetzung und die Bedienung eingegangen. Die Materialien befassen sich mit den Themenbereichen SQL, ERM/UML, Normalisierung, Relationale Algebra und Weiteren. Auch bei der Umsetzung sind Unterschiede hinsichtlich der Herangehensweise und der ausgewählten Lernmethoden ersichtlich. Im Rahmen wissenschaftlicher Veröffentlichungen wurden Experimente mit Studierenden durchgeführt und deren Lernfortschritt ausgewertet. Aus dem Feedback ist ein grundsätzliches Interesse an interaktiven Lernmaterialien zu erkennen. Gleichzeitig konnten Studierende mithilfe dieser Materialien in Tests bessere Ergebnisse erzielen.
Machine Learning – eine Disziplin der IT, die in letzter Zeit immens an Traktion gewonnen hat. Durch die verzeichneten Entwicklungen, wie z.B. autonomes Fahren, ChatGPT und noch vielen mehr, haben sich in zahlreichen Sparten neue Perspektiven eröffnet. Die vorliegende Arbeit untersucht die Einsatzmöglichkeiten von Machine Learning in der Retourenmanagement Domäne, welche bislang noch wenig erforscht wurden. Gerade der boomende Online-Handel und die daraus resultierende Masse an Retouren verdeutlichen die Notwendigkeit einer Intervention mit dem Ziel, Retouren, die sowohl den Unternehmen als auch der Umwelt schaden, zu minimieren. Ob klassische Ansätze wie logistische Regression und lineare Diskriminanzanalyse oder state-of-the-art Methoden wie neuronale Netzwerke, Entscheidungsbäume, Ensemble Machine Learning, Graphen, etc. – Machine Learning bietet der Wirtschaft viele Werkzeuge, die für die Lösung des Retourenproblems eingesetzt werden können. Die Auswahl der Methoden hängt von dem Ziel und den verfügbaren Daten ab, aber die schiere Anzahl der Möglichkeiten verdeutlicht, dass mehrere Wege für die Reduzierung von Retouren eingeschlagen werden können. Abhängig von Know-How und technischen Voraussetzungen können auch einfachere Methoden, die keine allzu hohe Rechenleistung bzw. wenig Expertise benötigen, den Unternehmen äußerst nützliche Resultate liefern. Die vorliegende Arbeit versucht den aktuellen wissenschaftlichen Status-Quo darzustellen, um dadurch die den Online-Händlern verfügbaren Möglichkeiten aufzuzeigen.
In dieser Arbeit werden die definierenden Eigenschaften von Open Educational Resources (OER) recherchiert. Wie können die Anforderungen an Inhalten, Medien-wahl, didaktischen Konzept mit einem hohen Grad an Interaktivität erfüllt werden? – Die Literatur zu diesen Fragestellungen liefert den aktuellen Forschungsstand.
Künstliche Intelligenz und Machine Learning sind hochaktuelle Themen in der Informatik. Fortschrittliche Technologien und Vorgehensweisen schaffen neue Einsatzfelder für Anwendungen, die Verhaltensweisen des Menschen erlernen und nachahmen. Dieses innovative Vorgehen birgt jedoch einige Gefahren. Das menschliche Verhalten ist nicht immer objektiv und korrekt. Oft beherrschen Vorurteile das Treffen menschlicher Entscheidungen, sodass Personen diskriminiert werden. Es besteht das Risiko, dass Maschinen diese Verhaltensweise übernehmen.
Hinzu kommt die fehlende Erklärbarkeit der Algorithmen. Je nach Modell ist nicht eindeutig, nach welchen Prinzipien eine Entscheidung getroffen wird. Das erschwert das Aufdecken von Diskriminierung und senkt die Vertrauenswürdigkeit des Systems.
In dieser Arbeit werden Ursachen für Diskriminierung und fehlende Transparenz, sowie Lösungsmethoden erarbeitet. Dabei wird erörtert, inwieweit die beiden Themen aufeinander einspielen und gemeinsam zur Qualität der Software beitragen.
Kern dieser Arbeit ist die Recherche nach Datenbanken mit Personen des Holocaust. Die bei der Recherche gefundenen Datenbanken werden kategorisiert und vorgestellt. Es wird aufgeschlüsselt, welche und wie viele Daten diese enthalten, wie diese Daten dargestellt oder visualisiert werden und mit welchen Kriterien eine Datenbank zu einer bestimmten Person durchsucht werden kann. Im Hinblick auf eine Anreicherung der Personen-Datenbank des Erinnerungsortes der Hochschule Düsseldorf mit zusätzlichen Informationen aus anderen Datenbanken werden Erfahrungen zu diesem Thema vorgestellt. Auf Grundlage dieser Erfahrungen wird evaluiert wie Datenbanken mit der des Erinnerungsortes verknüpft werden können. Zuletzt werden didaktische Konzepte der Holocaustvermittlung vorgestellt, die insbesondere auf das Verhältnis "Individuum zu Vielen" eingehen.
Der Informations-Kiosk bietet Studierenden Informationen über aktuelle und offene Projekte und Abschlussarbeiten, Veranstaltungen sowie Live-Daten zum Mensaangebot, Nahverkehr oder dem Wetter. Für diese Anwendung werden die Anforderungs- und die Risikoanalyse, die Gestaltung und die technische Realisierung gemäß den Phasen der Softwareentwicklung beschrieben. Der Kiosk wird mit einem CMS implementiert und durch einen Webserver im Labor zur Nutzung bereitgestellt. Es wird gezeigt, dass die Entwicklung alle Basis- und Leistungsanforderungen erfüllt und auf Grundlage der entwickelten Architektur des Continuous Software Development Entwicklung und Betrieb integriert.