@incollection{GreinerCurrleBahretal., author = {Greiner, Nina and Currle, Edda and Bahr, Gudrun and Weber, Karsten}, title = {Die Rekrutierung von Proband*innen im Projekt DeinHaus 4.0 Oberpfalz}, series = {Digitale Technik f{\"u}r ambulante Pflege und Therapie III - Nutzung, Akzeptanz, Wirkung und Lebensqualit{\"a}t}, booktitle = {Digitale Technik f{\"u}r ambulante Pflege und Therapie III - Nutzung, Akzeptanz, Wirkung und Lebensqualit{\"a}t}, editor = {Weber, Karsten and Haug, Sonja and Lauer, Norina and Mohr, Christa and Pfingsten, Andrea and Raptis, Georgios and Bahr, Gudrun}, publisher = {transcript}, address = {Bielefeld}, isbn = {978-3-8394-6728-2}, doi = {10.14361/9783839467282-004}, pages = {29 -- 61}, abstract = {Beschrieben wird der Rekrutierungsprozess im Projekt DeinHaus 4.0. Hierbei werden die spezifischen Herausforderungen bei der Akquise von Schlaganfallbetroffenen aufgezeigt und diskutiert.}, subject = {Rekrutierung}, language = {de} } @techreport{BhardwajHauerMueckeetal., type = {Working Paper}, author = {Bhardwaj, Prakhar and Hauer, Franziska and M{\"u}cke, Vanessa and Dotter, Caroline and Haug, Sonja and Weikl, Simone and Weber, Karsten}, title = {Recording and understanding multi- and intermodal mobility - a review}, address = {Regensburg}, doi = {10.35096/othr/pub-8742}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:898-opus4-87427}, pages = {25}, abstract = {The transition to sustainable mobility requires detailed knowledge of actual mobility behavior. Recording mobility behavior through conventional, aggregated, or retrospective survey methods (e.g., counting stations, travel diaries) may yield incomplete insights. In addition, these methods are often expensive, prone to error, or not scalable. The aim of this literature review is to provide a systematic overview of the current state of the literature on recording and analysis of individual mobility data and, based on this, to identify possible research gaps and potential. The exploratory literature review includes social science surveys on multi- and intermodal mobility behavior, as well as an overview of possible ways to analyze travel data. The focus of the latter is on identifying relevant data sources and methodological approaches for segmentation, identification of transport mode, and trip purpose determination. Results from recent studies show that sensor-based data collection alone is not sufficient to fully and accurately map mobility behavior. One possible solution is a "best-of-both-worlds" approach that combines passive, automatic mobility data collection via smartphone sensors with targeted user corrections and additions ("human-in-the-loop") within an app. The literature review shows that this approach yields the best data quality. Combining mobility surveys with passive collection of mobility data provides a comprehensive, accurate, and complete overview of mobility behavior.}, language = {en} } @misc{HauerHaugScharfetal., author = {Hauer, Franziska and Haug, Sonja and Scharf, Anna and Schultz, Maximilian and Weber, Karsten}, title = {Quantitative Befragung zu K{\"u}nstlicher Intelligenz f{\"u}r Nichtregierungsorganisationen -Fragebogen und Codebuch}, address = {Regensburg}, doi = {10.35096/othr/pub-8706}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:898-opus4-87066}, pages = {25}, abstract = {K{\"u}nstliche Intelligenz (KI) stellt ein wichtiges Thema der Digitalisierung dar und hat das Potenzial viele Arbeitsfelder grundlegend zu ver{\"a}ndern. Mit dem Einsatz von KI wird die Hoffnung verbunden durch Automatisierung Zeit und Geld zu sparen. Dies k{\"o}nnte besonders interessant f{\"u}r Organisationen sein, die wenig Ressourcen zur Verf{\"u}gung haben, da sie nicht gewinnorientiert oder ehrenamtlich arbeiten. Dazu z{\"a}hlen Nichtregierungsorganisationen (NRO), die einen wichtigen Bestandteil der Zivilgesellschaft darstellen. Aufgrund der komplexer werdenden Arbeit von NROs scheint KI M{\"o}glichkeiten zur Bew{\"a}ltigung aktueller und zuk{\"u}nftiger Herausforderungen zu bieten. {\"U}ber den Einsatz von KI in NROs ist derzeit jedoch wenig bekannt. Es wurde eine quantitative Querschnittstudie deutscher Nichtregierungsorganisationen (NRO) zum Thema KI durchgef{\"u}hrt. Der Web-Survey baut auf den Erkenntnissen des Scoping Reviews und der qualitativen Interviews auf und vertieft den Einblick in die Bereiche aktuelle Nutzung von KI, Wissenstand in den Organisationen sowie vorhandene und noch ben{\"o}tigte Ressourcen. Daf{\"u}r wurden 343 NROs verschiedener Gr{\"o}ßen und Handlungsfelder befragt und die Ergebnisse quantitativ analysiert.}, language = {de} } @techreport{BhardwajHauerMueckeetal., type = {Working Paper}, author = {Bhardwaj, Prakhar and Hauer, Franziska and M{\"u}cke, Vanessa and Dotter, Caroline and Haug, Sonja and Weikl, Simone and Weber, Karsten}, title = {Multi- und intermodale Mobilit{\"a}t erfassen und verstehen - eine Literatur{\"u}bersicht}, address = {Regensburg}, doi = {10.35096/othr/pub-8741}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:898-opus4-87415}, pages = {24}, abstract = {Die Transformation zu nachhaltiger Mobilit{\"a}t erfordert eine detaillierte Erfassung des tats{\"a}chlichen Mobilit{\"a}tsverhaltens, was durch herk{\"o}mmliche, aggregierte oder retrospektive Erhebungsmethoden (z.B. Z{\"a}hlstellen, Wegetageb{\"u}cher) nicht vollst{\"a}ndig gelingt. Zudem sind diese Methoden oft teuer, fehleranf{\"a}llig oder nicht nachhaltig skalierbar. Ziel dieser Literatur{\"u}bersicht ist es, einen systematischen {\"U}berblick {\"u}ber den aktuellen Forschungsstand zur Erhebung und Analyse individueller Mobilit{\"a}tsdaten zu geben und darauf aufbauend m{\"o}gliche Forschungsl{\"u}cken sowie Potentiale zu identifizieren. Die explorative Literaturrecherche umfasst sozialwissenschaftliche Erhebungen zu multi- und intermodalem Mobilit{\"a}tsverhalten, sowie einen {\"U}berblick {\"u}ber Analysem{\"o}glichkeiten von Wegedaten. Der Fokus liegt auf der Identifikation relevanter Datenquellen und methodischer Ans{\"a}tze zur Segmentierung, Verkehrsmittelerkennung und Wegezweckbestimmung. Ergebnisse aus aktuellen Studien verdeutlichen, dass ausschließlich sensorgest{\"u}tzte Datenerhebungen bisher nicht ausreichen, um Mobilit{\"a}tsverhalten vollumf{\"a}nglich und pr{\"a}zise abzubilden. Eine m{\"o}gliche L{\"o}sung ist ein "Best-of-both-worlds-Ansatz, der die passive, automatische Mobilit{\"a}tsdatenerfassung via Smartphone-Sensorik mit gezielten Nutzerkorrekturen und Erg{\"a}nzungen ("Human-in-the-Loop") innerhalb einer App kombiniert. Die Literaturauswertung zeigt, dass auf diesem Weg die beste Datenqualit{\"a}t gewonnen werden kann. Durch die Kombination von Mobilit{\"a}tsbefragung mit passiver Erhebung von Mobilit{\"a}tsdaten kann ein umfassender, m{\"o}glichst vollst{\"a}ndiger und korrekter {\"U}berblick {\"u}ber das Mobilit{\"a}tsverhalten gewonnen werden.}, language = {de} } @misc{CurrleHaugWeber, author = {Currle, Edda and Haug, Sonja and Weber, Karsten}, title = {K{\"u}nstliche Intelligenz und Anamnese (KI-Anamnese) — Fragebogen der Trendstudie zur Akzeptanz von KI in der Anamnese in Arztpraxen in Deutschland mit Codeplan}, address = {Regensburg}, doi = {10.35096/othr/pub-8707}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:898-opus4-87079}, pages = {5}, abstract = {Die Studie st{\"u}tzt sich auf eine Quotenstichprobe der deutschsprachigen Bev{\"o}lkerung im Alter von 18 bis 74 Jahren. Sie wurde als L{\"a}ngsschnittstudie (Trendstudie) mit insgesamt zwei Wellen mit dem gleichen Fragebogen durchgef{\"u}hrt. Welle 1 war vom 18. bis 24. November 2024 im Feld, die zweite Befragungswelle vom 13. bis 17. November 2025. Mit der Datenerhebung wurde das Umfrageinstitut NielsenIQ-GfK beauftragt. Je 1.000 Personen wurden online im Rahmen des GfK eBUS®-Deutschland befragt. Die Teilnehmenden wurden mithilfe einer Kombination aus Online- und Offline-Methoden rekrutiert. Um eine m{\"o}glichst genaue Abbildung der Grundgesamtheit zu gew{\"a}hrleisten, wurden die Merkmale Geschlecht, Alter, Region, Haushaltsgr{\"o}ße, Ortsgr{\"o}ße sowie der Bildungsstand des Haushaltsvorstands quotiert, etwaige Abweichungen durch ein iteratives Gewichtungsverfahren ausgeglichen. Der Fragebogen besteht aus neun standardisierten Fragen; zuz{\"u}glich wurden soziodemographische Merkmale erhoben. Einzelne Fragen wurden, zum Teil {\"u}bersetzt sowie abgewandelt, aus anderen Studien {\"u}bernommen.}, language = {de} } @misc{HaugCurrleWeber, author = {Haug, Sonja and Currle, Edda and Weber, Karsten}, title = {K{\"u}nstliche Intelligenz und Anamnese (KI-Anamnese) - Datens{\"a}tze Welle 1 und Welle 2 [Data set]}, doi = {10.5281/zenodo.18017447}, abstract = {Die Studie st{\"u}tzt sich auf eine Quotenstichprobe der deutschsprachigen Bev{\"o}lkerung im Alter von 18 bis 74 Jahren. Sie wurde als L{\"a}ngsschnittstudie (Trendstudie) mit insgesamt zwei Wellen mit dem gleichen Fragebogen durchgef{\"u}hrt. Welle 1 war vom 18. bis 24. November 2024 im Feld, die zweite Befragungswelle vom 13. bis 17. November 2025. Mit der Datenerhebung wurde das Umfrageinstitut NielsenIQ-GfK beauftragt. Je 1.000 Personen wurden online im Rahmen des GfK eBUS®-Deutschland befragt. Die Teilnehmenden wurden mithilfe einer Kombination aus Online- und Offline-Methoden rekrutiert. Um eine m{\"o}glichst genaue Abbildung der Grundgesamtheit zu gew{\"a}hrleisten, wurden die Merkmale Geschlecht, Alter, Region, Haushaltsgr{\"o}ße, Ortsgr{\"o}ße sowie der Bildungsstand des Haushaltsvorstands quotiert, etwaige Abweichungen durch ein iteratives Gewichtungsverfahren ausgeglichen. Der Fragebogen besteht aus neun standardisierten Fragen; zuz{\"u}glich wurden soziodemographische Merkmale erhoben. Einzelne Fragen wurden, zum Teil {\"u}bersetzt sowie abgewandelt, aus anderen Studien {\"u}bernommen.}, language = {de} } @misc{HauerSchultzHaugetal., author = {Hauer, Franziska and Schultz, Maximilian and Haug, Sonja and Weber, Karsten}, title = {K{\"u}nstliche Intelligenz in Nichtregierungsorganisationen - quantitativer Datensatz [Data set]}, doi = {10.5281/zenodo.17977270}, abstract = {K{\"u}nstliche Intelligenz (KI) stellt ein wichtiges Thema der Digitalisierung dar und hat das Potenzial viele Arbeitsfelder grundlegend zu ver{\"a}ndern. Mit dem Einsatz von KI wird die Hoffnung verbunden durch Automatisierung Zeit und Geld zu sparen. Dies k{\"o}nnte besonders interessant f{\"u}r Organisationen sein, die wenig Ressourcen zur Verf{\"u}gung haben, da sie nicht gewinnorientiert oder ehrenamtlich arbeiten. Dazu z{\"a}hlen Nichtregierungsorganisationen (NRO), die einen wichtigen Bestandteil der Zivilgesellschaft darstellen. Aufgrund der komplexer werdenden Arbeit von NROs scheint KI M{\"o}glichkeiten zur Bew{\"a}ltigung aktueller und zuk{\"u}nftiger Herausforderungen zu bieten. {\"U}ber den Einsatz von KI in NROs ist derzeit jedoch wenig bekannt. Es wurde eine quantitative Querschnittstudie deutscher Nichtregierungsorganisationen (NRO) zum Thema KI durchgef{\"u}hrt. Der Web-Survey baut auf den Erkenntnissen des Scoping Reviews und der qualitativen Interviews auf und vertieft den Einblick in die Bereiche aktuelle Nutzung von KI, Wissenstand in den Organisationen sowie vorhandene und noch ben{\"o}tigte Ressourcen. Daf{\"u}r wurden 343 NROs verschiedener Gr{\"o}ßen und Handlungsfelder befragt und die Ergebnisse quantitativ analysiert.}, language = {de} } @article{Weber, author = {Weber, Karsten}, title = {Public images of artificial intelligence: an overview}, series = {media-culture-social communication}, journal = {media-culture-social communication}, number = {21}, publisher = {Wydawnictwo Uniwersytetu Warmińsko-Mazurskiego w Olsztynie}, address = {Olsztyn}, doi = {10.31648/mcsc.10343}, pages = {9 -- 24}, abstract = {Artificial intelligence (AI) is not only a ubiquitous topic in scholarly debates but in recent years has also received increased media and political attention. Discussions, initially strongly influenced by autonomous vehicles but currently dominated by expectations concerning generative AI such as ChatGPT, have contributed to public awareness. There are debate cycles, often characterized by a significant decline in public attention after a certain period of time, and the issue to a large extent or completely disappears from mass media's agenda; also, they are often specific to certain countries. In this paper, a cursory cross-country overview concerning studies on media representations and the public perception of AI is provided. The use of AI in healthcare will be particularly highlighted, as there are currently high expectations regarding the benefits of AI, but other areas of application will also be considered. It will be tentatively concluded that in many countries, public perception of and public attitudes toward AI often is based on superficial knowledge and even prejudices.}, language = {en} } @misc{HaugVetterDotteretal., author = {Haug, Sonja and Vetter, Miriam and Dotter, Caroline and Weber, Karsten}, title = {Forschungsprojekt „EVEKT „Erh{\"o}hung der Verbraucherpartizipation an der Energiewende und datenbasierte Mehrwertdienste" — Fragebogen zur Online-Befragung und Codeplan}, address = {Regensburg}, doi = {10.35096/othr/pub-8740}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:898-opus4-87409}, pages = {23}, abstract = {Um Leistungsschwankungen im Stromnetz durch fluktuierende erneuerbare Energien auszugleichen, sollen in Deutschland intelligente Messtechnologien in Privathaushalten verbaut werden. Diese gelten als zentraler Bestandteil sog. Smart-Grids (intelligente Stromnetze), die Stromnachfrage und -angebot steuern, um Stromnetzstabilit{\"a}t zu gew{\"a}hrleisten. Die Werte, die bei der Messung des Stromverbrauchs in Privathaushalten erhoben werden, k{\"o}nnen an die Verbraucher*innen mithilfe von Apps oder anderer Smart-Meter-Plattformen (datenbasierte Mehrwertdienste) r{\"u}ckgemeldet werden. Vor diesem Hintergrund wurde 2023 eine Online-Befragung der Wohnbev{\"o}lkerung in Deutschland durchgef{\"u}hrt (n=2.027). Untersucht wurden Bekanntheit, Nutzungsbereitschaft und Akzeptanz intelligenter Stromz{\"a}hler bzw. Smart-Meter sowie die Nutzungsintention bei Anwendungsszenarien und Datenschutzbedenken.}, language = {de} } @misc{HaugVetterDotteretal., author = {Haug, Sonja and Vetter, Miriam and Dotter, Caroline and Weber, Karsten}, title = {Forschungsprojekt "EVEKT "Erh{\"o}hung der Verbraucherpartizipation an der Energiewende und datenbasierte Mehrwertdienste" — Datensatz [Data set]}, doi = {10.5281/zenodo.17962728}, abstract = {Um Leistungsschwankungen im Stromnetz durch fluktuierende erneuerbare Energien auszugleichen, sollen in Deutschland intelligente Messtechnologien in Privathaushalten verbaut werden. Diese gelten als zentraler Bestandteil sog. Smart-Grids (intelligente Stromnetze), die Stromnachfrage und -angebot steuern, um Stromnetzstabilit{\"a}t zu gew{\"a}hrleisten. Die Werte, die bei der Messung des Stromverbrauchs in Privathaushalten erhoben werden, k{\"o}nnen an die Verbraucher*innen mithilfe von Apps oder anderer Smart-Meter-Plattformen (datenbasierte Mehrwertdienste) r{\"u}ckgemeldet werden. Vor diesem Hintergrund wurde 2023 eine Online-Befragung der Wohnbev{\"o}lkerung in Deutschland durchgef{\"u}hrt (n=2.027). Untersucht wurden Bekanntheit, Nutzungsbereitschaft und Akzeptanz intelligenter Stromz{\"a}hler bzw. Smart-Meter sowie die Nutzungsintention bei Anwendungsszenarien und Datenschutzbedenken.}, language = {de} } @article{HaugCurrleWeber, author = {Haug, Sonja and Currle, Edda and Weber, Karsten}, title = {Acceptance of Medical History-Taking Supported by Artificial Intelligence and Chatbots: A Population-Based Survey in Germany}, series = {Healthcare}, volume = {14}, journal = {Healthcare}, publisher = {MDPI}, address = {Basel}, doi = {10.3390/healthcare14070905}, pages = {21}, abstract = {Background/Objectives: Digital anamnesis tools, including chatbots, are increasingly being developed and evaluated, yet their implementation in German medical practices remains limited. This study examines the acceptance of medical history-taking assisted by artificial intelligence (AI) among the German population. The objective is to derive implications for integrating such systems into digitalization strategies of medical practices. Methods: This study is based on an online survey of the German population, aged between 18 and 74 years, conducted in two independent cross-sectional waves (trend design) in 2024 and 2025 with n = 1000 respondents in each year. Based on the Unified Theory of Acceptance and Use of Technology (UTAUT), three hypotheses regarding the use of AI in medical history-taking were developed and tested using linear regression models. Results: Both waves reveal a high acceptance level of AI-supported anamnesis systems for people aged between 18 and 74, regardless of whether a chatbot is used in medical practice (Scenario 1) or at home (Scenario 2). The latter received slightly less approval for the intention to use (mean intention scores: 3.50 and 3.45, range from 1.0 to 5.0) than Scenario 1 (3.59, 3.56). The indices of Performance Expectancy (PE), Effort Expectancy (EE), and perceived Social Influence (SI) determine the intention to use a chatbot with the strongest correlation of the PE index (Scenario 1: ß =0.466, Scenario 2: ß = 0.475). Most respondents (73\% and 75\%) expressed a favorable opinion for digitally storing medical history data within their electronic health record (EHR). Conclusions: The findings suggest that gender- and age- specific differentiation—aside from considering the needs of older adults—may be less relevant for designing digitalization strategies than previously assumed. Instead, the focus of medical practices should lie on the practicability of the tool used. Despite currently low EHR utilization rates in Germany, medical practices may expect broad patient approval regarding the digital storage of medical history data.}, language = {en} }