@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{LehmannAlbrechtZauter2020, author = {Lehmann, Robert 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} } @inproceedings{AlbrechtRudolphPoltermannetal.2024, author = {Albrecht, Jens and Rudolph, Eric and Poltermann, Aleksandra and Lehmann, Robert}, title = {The Virtual Client: Leveraging Generative AI for Innovative Online-Counselor Education}, series = {ICERI Proceedings}, booktitle = {ICERI Proceedings}, publisher = {IATED}, issn = {2340-1095}, doi = {10.21125/iceri.2024.0454}, pages = {1522 -- 1531}, year = {2024}, abstract = {In an increasingly intricate world, individuals turn to online platforms for guidance from trained counselors regarding various psychological and social challenges. The training of competent and effective counselors is challenging, requiring specific strategies, methods and realistic role-playing scenarios. VirCo (Virtual Client for Online Counseling) is an innovative educational platform that employs an open-source large language model (LLM) to simulate clients facing psycho-social problems. VirCo enables learners to engage with a variety of client personas through realistic conversations, thereby enhancing their counseling abilities in a self-directed manner. Furthermore, it features tools for course development, assignments, and multiple feedback systems, fostering a collaborative learning environment. This innovative use of AI technology offers scalable and practical training solutions, contributing to a skilled and proficient workforce in online counseling.}, language = {en} } @incollection{LehmannAlbrechtZauter2021, author = {Lehmann, Robert and Albrecht, Jens and Zauter, Sigrid}, title = {Die Computerunterst{\"u}tzte Analyse Sozialwissenschaftlicher Texte - Ergebnisse des Forschungsprojekts „Casotex"}, series = {Gegenwart und Zukunft sozialer Dienstleistungsarbeit}, booktitle = {Gegenwart und Zukunft sozialer Dienstleistungsarbeit}, publisher = {Springer Fachmedien Wiesbaden}, address = {Wiesbaden}, isbn = {9783658325558}, issn = {2569-2127}, doi = {10.1007/978-3-658-32556-5_12}, pages = {167 -- 180}, year = {2021}, abstract = {Ein Datensatz aus mehreren deutschsprachigen Onlineberatungsforen wurde mit verschiedenen maschinellen Lernverfahren untersucht. Dabei k{\"o}nnen un{\"u}berwachte Lernverfahren nur in Bezug auf die linguistische Gestaltung der Beitr{\"a}ge relevante Ergebnisse zeigen. {\"U}berwachte maschinelle Lernverfahren zeigen ein sehr großes Potenzial zur Klassifikation von Textstellen analog zur qualitativen Inhaltsanalyse. Damit eignen sich maschinelle Lernverfahren prinzipiell f{\"u}r die qualitative Analyse großer Textmengen, wie sie z. B. in der Onlineberatung vorliegen.}, 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} } @incollection{PoltermannLehmannAlbrecht2024, author = {Poltermann, Aleksandra and Lehmann, Robert and Albrecht, Jens}, title = {Machine-Learning-Verfahren als Forschungsinstrument in der Kinder- und Jugendhilfe}, series = {K{\"u}nstliche Intelligenz in der Kinder- und Jugendhilfe}, booktitle = {K{\"u}nstliche Intelligenz in der Kinder- und Jugendhilfe}, editor = {Macsenaere, Michael}, publisher = {Ernst Reinhardt Verlag}, address = {M{\"u}nchen}, isbn = {978-3-497-61953-5}, pages = {101-106}, year = {2024}, abstract = {K{\"u}nstliche Intelligenz (KI) er{\"o}ffnet Fach- und F{\"u}hrungskr{\"a}ften im Bereich der Kinder- und Jugendhilfe weitreichende M{\"o}glichkeiten im Praxisalltag. Anhand von Fallstudien und konkreten Anwendungsbeispielen zeigen die Autoren, wie KI in der Sozialen Arbeit konkret eingesetzt werden kann, um Arbeitsprozesse zu optimieren, Arbeitszeit zu reduzieren und individuelleres p{\"a}dagogisches Handeln zu erm{\"o}glichen. Dabei werden auch ethische Aspekte und Anforderungen an den Datenschutz kritisch beleuchtet und es wird diskutiert, wie KI nachhaltig und verantwortungsvoll zum Wohle junger Menschen eingesetzt werden kann.}, subject = {Maschinelles Lernen}, language = {de} } @inproceedings{GrandeitHaberkernLangetal.2020, author = {Grandeit, Philipp and Haberkern, Carolyn and Lang, Maximiliane and Albrecht, Jens and Lehmann, Robert}, title = {Using BERT for Qualitative Content Analysis in Psychosocial Online Counseling}, series = {Proceedings of the Fourth Workshop on Natural Language Processing and Computational Social Science}, booktitle = {Proceedings of the Fourth Workshop on Natural Language Processing and Computational Social Science}, publisher = {Association for Computational Linguistics}, address = {Stroudsburg, PA, USA}, doi = {10.18653/v1/2020.nlpcss-1.2}, pages = {11 -- 23}, year = {2020}, abstract = {Qualitative content analysis is a systematic method commonly used in the social sciences to analyze textual data from interviews or online discussions. However, this method usually requires high expertise and manual effort because human coders need to read, interpret, and manually annotate text passages. This is especially true if the system of categories used for annotation is complex and semantically rich. Therefore, qualitative content analysis could benefit greatly from automated coding. In this work, we investigate the usage of machine learning-based text classification models for automatic coding in the area of psycho-social online counseling. We developed a system of over 50 categories to analyze counseling conversations, labeled over 10.000 text passages manually, and evaluated the performance of different machine learning-based classifiers against human coders.}, language = {en} } @article{LippertRudolphPoltermannetal.2024, author = {Lippert, Carolyn and Rudolph, Eric and Poltermann, Aleksandra and Engert, Natalie and Lehmann, Robert and Albrecht, Jens}, title = {Generative KI in der beraterischen Ausbildung}, series = {e-beratungsjournal.net - Zeitschrift f{\"u}r Online-Beratung und computervermittelte Kommunikation}, volume = {20}, journal = {e-beratungsjournal.net - Zeitschrift f{\"u}r Online-Beratung und computervermittelte Kommunikation}, number = {1}, issn = {1816-7632}, doi = {10.48341/tcgc-st69}, pages = {41 - 60}, year = {2024}, abstract = {Der Beitrag beleuchtet das Projekt "Virtuelle*r Klient*in (ViKl)" am Institut f{\"u}r E-Beratung der Technischen Hochschule N{\"u}rnberg Georg Simon Ohm, das sich mit der Nutzung eines KI-basierten Chatbots f{\"u}r die Simulation von Klient*innen in der Lehrveranstaltung "Querschnitt Onlineberatung" im Bachelor-Studiengang Soziale Arbeit befasst. Ziel ist es, praxisnahe Erfahrungen zu vermitteln und die F{\"a}higkeiten der Studierenden im digitalen Beratungsgespr{\"a}ch zu verbessern. Durch den Einsatz verschiedener maschineller Lernarchitekturen werden passende Antworten generiert, die zum Gespr{\"a}chsverlauf und zur psychosozialen Problemstellung passen. Die Nutzung einer umfangreichen Datenbasis aus dem Zertifikatskurs "Onlineberatung" sowie ein zielgruppenad{\"a}quates didaktisches Konzept tragen zur Qualit{\"a}t des*der ViKl bei. Die Diskussion umfasst auch zuk{\"u}nftige Entwicklungen in der Onlineberatung, die didaktische Gestaltung von KI-basierten Lehr-Lern-Formaten, sowie Herausforderungen und Vorteile dieser Ans{\"a}tze.}, subject = {Generative KI}, language = {de} } @inproceedings{SteigerwaldBienleinBurghardtetal.2025, author = {Steigerwald, Philipp and Bienlein, Nico and Burghardt, Jennifer and Stieler, Mara and Lehmann, Robert and Albrecht, Jens}, title = {CAIA in Practice: Field Evaluation of an AI-Assisted Support System for Text-Based Online Counselling}, series = {2025 IEEE 37th International Conference on Tools with Artificial Intelligence (ICTAI)}, booktitle = {2025 IEEE 37th International Conference on Tools with Artificial Intelligence (ICTAI)}, publisher = {IEEE}, doi = {10.1109/ICTAI66417.2025.00214}, pages = {1476 -- 1483}, year = {2025}, abstract = {Rising global demand for mental health support creates significant service delivery challenges, with asynchronous email counselling serving as a crucial low-threshold channel for accessing care. This paper presents CAIA, a co-designed AIbased tool suite that demonstrates responsible AI integration into counselling practice through seven LLM-driven functions enhanced by retrieval-augmented generation. A field evaluation involved 34 professional counsellors conducting authentic sessions with trained student counsellees (36 threads, 321 messages, 1,257 AI outputs). User behaviour analysis confirms substantial adoption, revealing that professional autonomy and information accuracy are decisive for sustained acceptance, with counsellors particularly valuing interpretive functionalities that provide new perspectives and stimulate professional reflection.}, language = {en} }