0 Informatik, Informationswissenschaft, allgemeine Werke
Refine
Year of publication
Document Type
- Part of Periodical (33)
- Report (13)
- Other (4)
- Working Paper (3)
- Article (2)
- conference proceeding (article) (2)
- Bachelor-/Diplom Thesis (1)
Has Fulltext
- yes (58) (remove)
Keywords
- Künstliche Intelligenz (5)
- Cybersecurity (3)
- Data Engineering (3)
- Data Science (3)
- Python (3)
- ChatBot (2)
- Computersicherheit (2)
- Digitalisierung (2)
- Explainable Artificial Intelligence (2)
- Government (2)
„Deutschland ist Innovationsland.“ So zumindest die knappe Fest-stellung des Koalitionsvertrags der neuen Regierung aus SPD, Bündnis 90/Die Grünen und FDP zu Beginn des Abschnitts „Innovation, Wissenschaft, Hochschule und Forschung“. Die neue Regierungskoalition kommt dem Innovationsimparativ (Passoth & Rammert 2018)augenscheinlich nach. Die neuen Partner hatten bereits im Wahlkampf ein „Innovationsfreiheitsgesetz“1 gefordert oder auf die „Entfesselung der Innovationskraft der Sozialen Marktwirtschaft“2 gesetzt. Der neuen Regierung hatte auch die EFI Expertenkommission mit auf den Weg gegeben, sie müsse „einen kohärenten Politikansatz (verfolgen), der den gesamten Innovationsprozess – von der Grundlagenforschung bis zur Anwendung – in den Blick nimmt und dem sich alle Ressorts verpflichtet fühlen“ (EFI 2021c: 31). Die Ampelkoalition hat am 24.11.2021 ihren Vertrag für die Zusammenarbeit für die 20. Legislaturperiode
vorgelegt. Unter dem Titel „Mehr Fortschritt wagen“ treffen die Koalitionspartner SPD, Bündnis 90/Die Grünen und FDP auf fast 180 Seiten Absprachen über Politikinhalte und die Ressortverteilung.
Mit Blick auf Forschungs‐ und Innovationspolitik überrascht vielleicht zunächst, dass kein Digitalministerium entsteht. Vor allem bemerkenswert erscheint aber, dass der Bereich F&I deutlich die Handschrift der beiden Koalitionäre Bündnis 90/Die Grünen und FDP trägt. Deutlich wird dies in der Gründung einer Innovationsagentur DATI, die als Fusion der Vorschläge einer Deutschen Transfergesellschaft(FDP) und einer Transformationsagentur D.Innova (Bündnis 90/Die Grünen) zu sehen ist. Missionsorientierung
in der Forschungspolitik wird ebenso adressiert wie Digitalisierung und ressortübergreifende Koordination. Im Folgenden wird der Koalitionsvertrag mit Blick auf F&I‐Politik dahingehend analysiert, ob er einem missionsorientierten, holistischen Ansatz von Innovation entspricht oder sich immer noch stark an Technologien orientiert und soziale Innovationen vernachlässigt. Nachdem der Start der neuen Regierung noch voll unter dem Eindruck der Corona‐Pandemie und außenpolitischen Spannungen in den Beziehungen zu Russland und China steht, werden die konkreten Inhalte der F&I‐Politik erst im weiteren Verlauf der Regierungszeit der Ampel‐Koalition zutage treten. Wie bedeutend diese Politikfelder allerdings sind, zeigen die Themen der Energieversorgung, des Ressourcenverbrauchs und der Ausgestaltung des Wissenschaftssystems, die auch die letzten Monate des Jahres 2021 und den Start 2022 prägen, auch wenn sie weniger mediale Präsenz haben.
Von der neuen Regierung wird sicherlich eine integrierte und ressortübergreifende Politik in zentralen Politikfeldern gefordert sein. Das wiederum wird zeigen, welcher normativen Konsens jenseits
des Bekenntnisses zu Fortschritt die Koalition trägt. Gerade die EU hat durch Missionsorientierung, SDGs oder den Green Deal auch normativ Rahmen gesetzt, die auch von Deutschland gefüllt und interpretiert
werden müssen. Wie auzuführen sein wird, sind Koalitionsverträge keine einklagbaren Verträge. Sie geben aber fundierte Hinweise auf die Absicht zur Ausgestaltung von Politikfeldern, wie hier der Forschungs‐ und Innovationspolitik und der davon betroffenen Ressorts. Koalitionsverträge haben an Bedeutung in der jüngsten Vergangenheit zugenommen, weshalb hier der Vertrag der Fortschrittskoalition analysiert wird.
Die Kooperationen der Hochschulen mit externen Partnern in Wirtschaft, Gesellschaft und Politik haben an HAWs naturgemäß einen hohen Stellenwert und gewinnen im hochschulpolitischen Kontext immer stärker an Bedeutung. Vor diesem Hintergrund wurde die Studie „Wie kooperiert eine Hochschule?“ durchgeführt. Das Ziel der Studie war es den Status Quo zum aktuellen Kooperationsgeschehen an der TH Nürnberg zu erheben, alle Beteiligte im Kooperationsprozess zu Wort kommen zu lassen, ihre Herausforderungen zu identifizieren und daraus empirisch validierte Entscheidungshilfen und Handlungsempfehlungen für die Weiterentwicklung von Kooperationen abzuleiten.
Mit dem rapiden Wachstum der Informationstechnologie zum Anfang des 21. Jahrhunderts und der damit verbundenen starken Zunahme der Datenmenge, ist Software zum Filtern und Auffinden von relevanten Informationen unverzichtbar geworden. Gerade für Unternehmen, deren Geschäftsmodell auf digitalisierten Unternehmensprozessen beruht, ist es essenziell dem jeweiligen Kunden automatisiert passende Produkte anzubieten. Recommenderalgorithmen befassen sich genau mit dieser Problemstellung und versuchen Produktempfehlungen für Kunden möglichst gut zu personalisieren.
Die bislang vorliegenden Veröffentlichungen beschreiben Recommenderalgorithmen lediglich in groben Zügen. Der vorliegende Artikel befasst sich daher mit der didaktischen Aufarbeitung zweier grundlegender Algorithmen und bietet einen transparenten und allgemein verständlichen Zugang zu diesem Thema. Die beiden Algorithmen werden anhand eines durchgängigen Beispiels von der Berechnung der Ähnlichkeitsmaße bis zur Erstellung der Empfehlungsrangliste illustriert. Darüber hinaus wird eine Methodik vorgestellt, um die Empfehlungsqualität im Rahmen von Simulationsstudien mit ROC-Kurven zu evaluieren.
There are numerous articles about the programming languages most commonly used by hackers. Among them, however, there are hardly any scientific studies. One reason might be that hackers mainly operate anonymously and are difficult to reach. This paper aims to shed light on this interesting and relevant research question. In order to find answers, we conducted a survey among the members of the German Chaos Computer Club. As one of the world's largest organisations for information security and hacking, the club provides a good basis for our study. We examine the question of which programming languages are used by hackers as well as the importance of the programming language for their work. The paper offers first insights into the topic and can provide a starting point for further research.
In 2021, together with fellow scientists, we conducted a survey at the German Chaos Computer Club (CCC). Our goal was to find out which programming languages are most commonly used by hackers. This article follows up the survey and compares its findings with an analysis of the Exploit Database. Readers get step-by-step instructions on how to set up the analysis environment and a summary of the results. Thus, the article not only covers applied techniques, but also offers insights into the world of cybersecurity.
Vorlaufforschung 2021
(2023)
Liebe Leser*innen,
ein ansehnlicher Band mit wissenschaftlichen Untersuchungen aus ganz unterschiedlichen Fachgebieten liegt vor Ihnen und lädt zum darin Schmökern und zum Verweilen bei dem einen oder anderen Projekt ein.
14 Projekte konnten im Jahr 2021 gefördert werden und wieder zeigen die hier veröffentlichten 11 Ergebnisberichte sowohl die thematische Breite unserer Hochschule als auch die wissenschaftliche Tiefe, mit der die einzelnen Akteure unterwegs sind. Der Klimawandel und die Pandemie spielen bei den Untersuchungen genauso eine Rolle wie Künstliche Intelligenz und die Untersuchung von Werkstoffen, wie zum Beispiel bioaktivem Glas, klebrigen Schmierfetten oder menschlichen Knochen (...).
[aus Grußwort: Tilman Botsch]
Data engineering is an integral part of the data science process. It comprises tasks such as data ingestion, data transformation, and data quality assurance. In order to fulfill these tasks, schema inference is an important capability. Its goal is to detect the structure of a dataset and to derive metadata on hierarchies, data types, etc. Artificial intelligence (AI) has the potential to automate schema inference and thus increase the efficiency of the data science process. However, as government institutions are subject to special regulations, explainability of AI models can be a mandatory requirement. Goal of this research protocol is to plan a systematic review of literature on schema inference with explainable AI (XAI) for data engineering in government institutions.
Data engineering is an integral part of the data science process. It comprises tasks such as data ingestion, data transformation, and data quality assurance. In order to fulfill these tasks, schema inference is an important capability. Its goal is to detect the structure of a dataset and to derive metadata on hierarchies, data types, etc. Artificial intelligence (AI) has the potential to automate schema inference and thus increase the efficiency of the data science process. However, as government institutions are subject to special regulations, explainability of AI models can be a mandatory requirement. Goal of this research protocol is to plan a systematic review of literature on schema inference for tabular data with explainable AI (XAI). This third version was derived from two earlier review protocols.
If we believe Edward Snowden, encryption is "the only true protection against surveillance". However, advances in quantum technology might endanger this safeguard. Our article discusses why quantum computing poses a threat to data security and what to do about it. Instead of a purely theoretical analysis, we build on code examples using Python, C, and Linux.