@techreport{AlbrechtLehmannZauter2021, author = {Albrecht, Jens and Lehmann, Robert and Zauter, Sigrid}, title = {Digitale Assistenz in der psychosozialen Beratung}, volume = {2021}, number = {1}, organization = {Institut f{\"u}r e-Beratung}, doi = {10.34646/thn/ohmdok-779}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:92-opus4-7792}, pages = {48}, year = {2021}, abstract = {In vielen Unternehmen werden heutzutage Chatbots eingesetzt, um Standard-Anfragen von Kunden effizient zu beantworten. Auch im psychosozialen Beratungsumfeld k{\"o}nnen nat{\"u}rlichsprachliche digitale Assistenzen eine sinnvolle Erg{\"a}nzung zu menschlichen Beratern sein, denn sie sind jederzeit verf{\"u}gbare, anonyme Ansprechpartner. Die H{\"u}rden f{\"u}r den Einsatz in der psychosozialen Beratung sind allerdings hoch, da die Entwicklung und der Betrieb von Chatbots zun{\"a}chst Kosten verursacht und systematische Studien zum Mehrwehrt derartiger Systeme in diesem Anwendungsfeld bisher nicht vorliegen. Ziel des Projekts DIA (Digitale Assistenz) war die prototypische Entwicklung eines lernf{\"a}higen Chatbots f{\"u}r die psychosoziale Beratung. Dabei wurde insbesondere die Frage untersucht, wie aufw{\"a}ndig es ist, einen KI-basierten Chatbot ausschließlich mit Open-Source-Technologie zu entwickeln. Das von der Staedtler-Stiftung gef{\"o}rderte Projekt lief von September 2019 bis Februar 2021. Die Arbeiten wurden in einer interdisziplin{\"a}ren Kooperation vom Institut f{\"u}r E-Beratung mit der Fakult{\"a}t Informatik der TH N{\"u}rnberg durchgef{\"u}hrt. Als Anwendungsdom{\"a}ne diente die Bildungsberatung f{\"u}r den Zertifikatskurs Online-Beratung, die bisher haupts{\"a}chlich {\"u}ber E-Mail-Kommunikation erfolgt.}, subject = {Psychosoziale Beratung}, language = {de} } @techreport{RobertAlbrechtZauter2020, author = {Robert, Lehmann and Albrecht, Jens and Zauter, Sigrid}, title = {CaSoTex, Computerunterst{\"u}tzte Analyse Sozialwissenschaftlicher Texte}, series = {E-Beratung}, volume = {2020}, journal = {E-Beratung}, number = {1}, address = {N{\"u}rnberg}, organization = {Institut f{\"u}r e-Beratung}, doi = {10.34646/thn/ohmdok-619}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:92-opus4-6197}, pages = {10}, year = {2020}, abstract = {Ziel des Forschungsprojektes war die Erforschung der Einsatzm{\"o}glichkeiten computerlinguistischer Methoden und maschineller Lernverfahren zur automatisierten Analyse sozialwissenschaftlicher Texte. Die Datengrundlage bildeten digital vorliegende Beitr{\"a}ge aus moderierten, sozialen Beratungsforen. Anhand konkreter sozial-wissenschaftlicher Fragestellungen zu Wirkungszusammenh{\"a}ngen in der Onlineberatung sollte untersucht werden, inwiefern Computer-Linguistik und maschinelle Lernverfahren qualitative Analysen unterst{\"u}tzen bzw. erg{\"a}nzen k{\"o}nnen, wo die Grenzen der Verfahren liegen und wie bei deren Einsatz vorzugehen ist. Im Projekt wurden erste konkrete Erkenntnisse generiert, der Forschungsverbund vergr{\"o}ßerte sich, Praxis-Forschungsprojekte wurden beantragt und es entstanden weitere {\"U}berlegungen zu gr{\"o}ßeren Forschungsprojekten. Die aktuellen Ergebnisse sind vielversprechend. {\"U}berwachte Lernverfahren k{\"o}nnen mit ausreichend vielen und gut vorbereiteten Trainingsdaten interpretierbare und verwertbare Erkenntnisse liefern.}, subject = {K{\"u}nstliche Intelligenz}, language = {de} } @techreport{AlbrechtLehmannPoltermann2024, author = {Albrecht, Jens and Lehmann, Robert and Poltermann, Aleksandra}, title = {GeCCo 1.0 - Erstellung eines {\"o}ffentlichen Datensatzes f{\"u}r die KI-basierte Inhaltsanalyse in der Online-Beratung}, series = {Schriftenreihe der Technischen Hochschule N{\"u}rnberg Georg Simon Ohm}, journal = {Schriftenreihe der Technischen Hochschule N{\"u}rnberg Georg Simon Ohm}, organization = {Technische Hochschule N{\"u}rnberg}, doi = {10.34646/thn/ohmdok-1389}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:92-opus4-13894}, pages = {3 -- 15}, year = {2024}, abstract = {Ein Einsatzfeld K{\"u}nstlicher Intelligenz im Bereich der Sozialen Arbeit ist die automatische Inhaltsanalyse von Konversationen aus der psychosozialen Onlineberatung. M{\"o}gliche Anwendungen sind die statistische Untersuchung von Wirkzusammenh{\"a}ngen sowie die Entwicklung KI-basierter Dialog-und Unterst{\"u}tzungssysteme. Die Grundlage f{\"u}r das Training entsprechender Modelle sind aussagekr{\"a}ftige und realistische Trainingsdaten. Im Rahmen des Projektes GeCCo (German e-Counseling Conversation Dataset) wurde ein erster deutschsprachiger Datensatz f{\"u}r die Analyse psychosozialer Beratungskonversationen erstellt und ver{\"o}ffentlicht. Wesentlicher Bestandteil ist ein neu entwickeltes Kategoriensystem, das eine feingranulare inhaltliche Klassifikation in 40 Berater-und 28 Klienten-Kategorien erm{\"o}glicht. Basierend auf dem Datensatz konnten erfolgreich verschiedene Modelle mithilfe maschineller Lernverfahren trainiert und f{\"u}r die wissenschaftliche Nutzung bereitgestellt werden.}, language = {de} }