006 Spezielle Computerverfahren
Refine
Document Type
- Conference Proceeding (21)
- Article (6)
- Part of a Book (5)
- Preprint (3)
- Workingpaper / Report (2)
Is part of the Bibliography
- yes (37)
Keywords
Department/institution
Determining the right sample size for empirical studies is a persistent challenge in human–computer interaction research. Studies with too few participants risk low statistical power and unreliable findings, yet existing tools for power analysis, such as G*Power, are often difficult to use. We present PowerMeter, a user-centered tool that helps researchers estimate appropriate sample sizes for quantitative studies. PowerMeter focuses on usability and interpretability, guiding users through the process of defining key study parameters and understanding the implications of statistical power. In a pilot study (𝑁 = 60), we find that participants using PowerMeter produced more accurate sample size estimates and reported higher levels of trust and satisfaction than those using G*Power.
Fallbeispiele für VR/AR
(2026)
Mit dem EU AI Act wurden KI-Systeme mit sicherheitskritischen Funktionen als Hochrisiko-Anwendungen eingestuft. Sie müssen hohen Anforderungen an Datenqualität, Robustheit, Transparenz und Konformitätsbewertung genügen. Forschungsarbeiten zur Erklärbarkeit neuronaler Netze (z. B. LRP, CAM) und zur Auswirkung optischer Eigenschaften auf KI-Systeme bilden die Basis. Zudem wurde erkannt, dass fehlerhafte Daten und optische Abbildungsfehler die Sicherheit stark beeinträchtigen können. Ziel des Projekts safe.trAIn war es, die Voraussetzungen für einen sicheren vollautomatisierten Zugbetrieb zu schaffen. Im Fokus stand die Absicherung KI-basierter Verfahren zur Hinderniserkennung und deren Integration in Sicherheitsnachweise. Die Hochschule Düsseldorf (HSD) übernahm zentrale Aufgaben bei der Entwicklung und Weiterentwicklung von Methoden zur Daten- und KI-Absicherung, insbesondere den Queens-Methoden (QI² und ECS). Methoden: - Entwicklung und Anwendung der Queens-Methoden zur Bewertung von Datenqualität und Modellrobustheit - Analyse von Unsicherheiten in KI-gestützter Objekterkennung und deren Propagation - Entwicklung physikalisch realistischer Optikmodelle zur Untersuchung sensorischer Einflüsse - Validierung im virtuellen Testfeld (GoA4-System, driverless operation) - Integration in Sicherheitsarchitekturen (RAMS- und GSN-Methodik) sowie Begutachtung durch TÜV. Ergebnisse: - Erfolgreiche Weiterentwicklung der Queens-Methoden (QI², ECS) für Daten- und Modellbewertung - Entwicklung von Verfahren zur Erklärbarkeit (Kombination QI² mit LRP) - Neue Ansätze zur datenqualitätsbasierten Fehlererkennung ohne Training - Optische Modellierungen und verbesserte Kamerakalibrierung - Beitrag zur Standardisierung (DIN DKE SPEC 99002) - Mehrere wissenschaftliche Publikationen und Betreuung von Promotionen und Abschlussarbeiten. Die entwickelten Methoden ermöglichen eine systematische Absicherung von KI-Systemen im Bahnumfeld. Anwendungsmöglichkeiten bestehen in der Integration in Zulassungsprozesse, bei der Datenkuratierung, in der Sensorikgestaltung sowie in weiteren sicherheitskritischen Bereichen. Darüber hinaus sind die Methoden anschlussfähig für andere Forschungsfelder (z. B. Transformer-Netzwerke, chaostheoretische Analysen). Damit wurde eine technologische Grundlage für den sicheren Betrieb fahrerloser Regionalzüge geschaffen.
"Virtual Unreality": Unreal Augmentation of Perception and Action Must Fit the Task to Be Beneficial
(2025)
"Unreal" augmentations of perception and action (e.g., looking through walls, flying) represent a distinctive design opportunity in Virtual Reality (VR), allowing users to transcend real-world limitations. Yet the conditions under which such augmentations yield positive experience remain unclear. In this study, we tested whether the experience of being augmented depends on compatibility with the given task. In a between-subject experimental vignette study (N=120 experienced VR users), participants watched first-person videos in one of three conditions: (1) reality-oriented object manipulation (control), (2) task-compatible augmentation (growing/shrinking), or (3) non-task-compatible augmentation (distant grasping). As expected, the augmentation-oriented design only led to a greater sense of augmentation when it was compatible with the task. In turn, the experience of augmentation was positively related to positive affect, need fulfillment, and hedonic quality. These findings suggest that unreal augmentations are beneficial, but only when the new abilities match the task.
In den letzten Jahren wurden Webseiten immer umfangreicher und der Einsatz von Open Source Web Frameworks ist mittlerweile ein integraler Bestandteil bei der Umsetzung von Webanwendungen. Welchen Einfluss diese Frameworks auf die Nachhaltigkeit von Webanwendungen haben, ist noch nicht ausreichend geklärt. Deshalb wird die Architektur einiger Open Source Web Frameworks untersucht und deren Auswirkungen auf den Energieverbrauch von Webanwendungen betrachtet. Mit einer empirischen Studie werden verschiedene Anwendungen umgesetzt und der Energieverbrauch ermittelt. Im Rahmen von Interviews werden die Ergebnisse der Studie in Unternehmen präsentiert und dabei untersucht, welche Bedeutung die Ergebnisse für die Webentwicklung haben. Es zeigt sich, dass sich die Auswahl eines Frameworks auf den Energieverbrauch auswirkt. Unternehmen in der Webentwicklung berücksichtigen diesen Aspekt aktuell noch nicht in ihren Projekten.
