<?xml version="1.0" encoding="utf-8"?>
<export-example>
  <doc>
    <id>7947</id>
    <completedYear/>
    <publishedYear>2025</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber>128</pageNumber>
    <edition/>
    <issue/>
    <volume/>
    <type>workingpaper</type>
    <publisherName/>
    <publisherPlace>Regensburg</publisherPlace>
    <creatingCorporation>Ostbayerische Technische Hochschule (OTH) Regensburg / Institut für Sozialforschung und Technikfolgenabschätzung (IST)</creatingCorporation>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">KINiro, Künstliche Intelligenz für Nichtregierungsorganisationen - Bedarf, Akzeptanz und Umsetzungsmöglichkeiten. 4. Arbeitspapier: Künstliche Intelligenz in Nichtregierungsorganisationen: In-depth-Interviews</title>
    <abstract language="deu">Vor dem Hintergrund der wachsenden Bedeutung Künstlicher Intelligenz (KI) in unterschiedlichen gesellschaftlichen Kontexten untersucht dieses Arbeitspapier aus dem Projekt KINiro den Einsatz, die Bedarfe sowie die Akzeptanz von KI in Nichtregierungsorganisationen (NROs). Im Rahmen des Projekts „KINiro – Bedarf, Akzeptanz und Umsetzungsmöglichkeiten“ wurden zehn vertiefende Expert*innen-Interviews mit Vertreter*innen verschiedener NROs geführt. Ziel war es, ein differenziertes und vertiefendes Verständnis von Wissen, benötigten und vorhandenen Ressourcen, organisatorischen Strukturen, Umsetzungsmöglichkeiten und das Erheben von Akzeptanz und die Gründe für Nicht-Akzeptanz zu erheben. Das Arbeitspapier ist das vierte in dem Projekt und baut auf den Erkenntnissen des Scoping Reviews, der ersten qualitativen Studie und der großen quantitativen Studie auf. Die Ergebnisse zeigen, dass das Interesse an KI in NROs stark zugenommen hat, insbesondere nach der breiten Verfügbarkeit von KI-Anwendungen wie ChatGPT. Die befragten Organisationen experimentieren aktuell mit KI vorwiegend in den Bereichen Textproduktion, Datenanalyse, Wissensmanagement und Prozessoptimierung. Es werden auch spezielle KI-Anwendungen für die Bedarfe der NROs entwickelt und eingesetzt. Zugleich bestehen jedoch große Herausforderungen, insbesondere begrenzte finanzielle und personelle Ressourcen, fehlendes Know-how und der Mangel an Digitalisierung. Datenschutz und ethische Fragestellungen sowie mögliche Verzerrungen (Bias) sind zentrale Bedenken. Dennoch lassen sich erste erfolgreiche Umsetzungsstrategien erkennen, etwa die Bildung interner Arbeitsgruppen, die Unterstützung durch Führungskräfte, auch gezielte Schulungen sowie die Entwicklung von Leitlinien werden positiv bewertet. Diese Ansätze tragen dazu bei, Vorbehalte abzubauen und Akzeptanz zu fördern. Das Arbeitspapier zeigt damit, wie die vorherigen Arbeitspapiere, dass KI im gemeinwohlorientierten Sektor grundsätzlich auf Offenheit trifft, zugleich aber ein breites Spektrum an Voraussetzungen wie Ressourcen, Know-how, rechtliche Rahmenbedingungen und nutzbare Anwendungen benötigt werden, um das volle Potenzial von KI verantwortungsvoll auszunutzen.</abstract>
    <identifier type="doi">10.13140/RG.2.2.25460.46720</identifier>
    <identifier type="urn">urn:nbn:de:bvb:898-opus4-79471</identifier>
    <enrichment key="Kostentraeger">BMFSFJ, RCHST</enrichment>
    <enrichment key="opus.source">publish</enrichment>
    <licence>Creative Commons - CC BY-NC-SA - Namensnennung - Nicht kommerziell -  Weitergabe unter gleichen Bedingungen 4.0 International</licence>
    <author>Maximilian Schultz</author>
    <author>Franziska Hauer</author>
    <author>Sonja Haug</author>
    <author>Karsten Weber</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>KI</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Nichtregierungsorganisationen</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Qualitative Befragung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>NGO</value>
    </subject>
    <collection role="institutes" number="FakIM">Fakultät Informatik und Mathematik</collection>
    <collection role="institutes" number="FakSoz">Fakultät Sozial- und Gesundheitswissenschaften</collection>
    <collection role="institutes" number="RCHST">Regensburg Center of Health Sciences and Technology - RCHST</collection>
    <collection role="persons" number="weberlate">Weber, Karsten (Prof. Dr.) - Labor für Technikfolgenabschätzung und Angewandte Ethik</collection>
    <collection role="othforschungsschwerpunkt" number="16311">Digitalisierung</collection>
    <collection role="institutes" number="">Institut für Sozialforschung und Technikfolgenabschätzung (IST)</collection>
    <collection role="institutes" number="">Labor Empirische Sozialforschung</collection>
    <collection role="institutes" number="">Labor für Technikfolgenabschätzung und Angewandte Ethik (LaTe)</collection>
    <collection role="persons" number="hauglasofo">Haug, Sonja (Prof. Dr.) - Labor Empirische Sozialforschung</collection>
    <collection role="DFGFachsystematik" number="1">Ingenieurwissenschaften</collection>
    <thesisPublisher>Ostbayerische Technische Hochschule Regensburg</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-oth-regensburg/files/7947/KINiro_WorkingPaper_4_indepth-Interviews.pdf</file>
  </doc>
  <doc>
    <id>7351</id>
    <completedYear/>
    <publishedYear>2024</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber>105</pageNumber>
    <edition/>
    <issue/>
    <volume/>
    <type>workingpaper</type>
    <publisherName>OTH Regensburg</publisherName>
    <publisherPlace>Regensburg</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2024-08-01</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">KINiro, Künstliche Intelligenz für Nichtregierungsorganisationen - Bedarf, Akzeptanz und Umsetzungsmöglichkeiten. 3. Arbeitspapier: Künstliche Intelligenz in Nichtregierungsorganisationen: Quantitative Erforschung der Umsetzung in deutschen NROs</title>
    <abstract language="deu">Hintergrund und Fragestellung&#13;
Künstliche Intelligenz (KI) stellt ein wichtiges Thema der Digitalisierung dar und hat&#13;
das Potenzial viele Arbeitsfelder grundlegend zu verändern. Mit dem Einsatz von KI&#13;
wird die Hoffnung verbunden durch Automatisierung Zeit und Geld zu sparen. Dies&#13;
könnte besonders interessant für Organisationen sein, die wenig Ressourcen zur Verfügung&#13;
haben, da sie nicht gewinnorientiert oder ehrenamtlich arbeiten. Dazu zählen&#13;
Nichtregierungsorganisationen (NRO), die einen wichtigen Bestandteil der Zivilgesellschaft&#13;
darstellen. Aufgrund der komplexer werdenden Arbeit von NROs scheint KI&#13;
Möglichkeiten zur Bewältigung aktueller und zukünftiger Herausforderungen zu bieten.&#13;
Über den Einsatz von KI in NROs ist derzeit jedoch wenig bekannt.&#13;
&#13;
Methodik&#13;
Es wurde eine quantitative Querschnittstudie deutscher Nichtregierungsorganisationen&#13;
(NRO) zum Thema KI durchgeführt. Der Web-Survey baut auf den Erkenntnissen&#13;
des Scoping Reviews und der qualitativen Interviews auf und vertieft den Einblick in&#13;
die Bereiche aktuelle Nutzung von KI, Wissenstand in den Organisationen sowie vorhandene&#13;
und noch benötigte Ressourcen. Dafür wurden 343 NROs verschiedener Größen&#13;
und Handlungsfelder befragt und die Ergebnisse quantitativ analysiert.&#13;
&#13;
Ergebnisse&#13;
Die meisten NROs sind der Anwendung von KI gegenüber positiv eingestellt und planen&#13;
den Einsatz für die Zukunft oder testen ihn bereits. Dafür werden meist schnell&#13;
umsetzbare, externe Anwendungen wie Schreibunterstützungen oder Textübersetzung&#13;
für Bürotätigkeiten in den Arbeitsablauf eingebaut. Diese Nutzung beschränkt&#13;
sich häufig auf erste Versuche und wird durch interessierte Einzelpersonen vorangetrieben.&#13;
Für größere Umsetzung fehlen häufig Zeit, Geld und Wissen. Da die NROs&#13;
selbst erwarten, dass die Nutzung von KI in den nächsten Jahren zunehmen wird,&#13;
werden mehr Wissensaufbau und Austausch in den Organisationen notwendig.&#13;
&#13;
Schlussfolgerung&#13;
Das Interesse an der Thematik scheint in der Zielgruppe vorhanden zu sein, wie die&#13;
hohe Teilnahmebereitschaft nahelegt. Doch handelt es sich um ein eher neues Thema&#13;
für die NROs, sodass der Einsatz noch getestet wird und feste Strukturen, welche die&#13;
Anwendung systematisieren und regeln noch aufgebaut werden müssen. Um dies zu&#13;
ermöglichen, sind mehr Wissen, Richtlinien und finanzielle Ressourcen notwendig.&#13;
Die Umsetzung hat in den NROs jedoch wenig Priorität, da zunächst andere Hürden&#13;
überwunden werden müssen.</abstract>
    <identifier type="doi">10.13140/RG.2.2.11094.66883</identifier>
    <identifier type="urn">urn:nbn:de:bvb:898-opus4-73518</identifier>
    <enrichment key="opus.source">publish</enrichment>
    <licence>Creative Commons - CC BY-NC-SA - Namensnennung - Nicht kommerziell -  Weitergabe unter gleichen Bedingungen 4.0 International</licence>
    <author>Franziska Hauer</author>
    <author>Sonja Haug</author>
    <author>Maximilian Schultz</author>
    <author>Anna Scharf</author>
    <author>Karsten Weber</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>KI</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Nichtregierungsorganisation</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>NRO</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>qualitative Studie</value>
    </subject>
    <collection role="institutes" number="FakIM">Fakultät Informatik und Mathematik</collection>
    <collection role="institutes" number="FakSoz">Fakultät Sozial- und Gesundheitswissenschaften</collection>
    <collection role="institutes" number="RCHST">Regensburg Center of Health Sciences and Technology - RCHST</collection>
    <collection role="persons" number="weberlate">Weber, Karsten (Prof. Dr.) - Labor für Technikfolgenabschätzung und Angewandte Ethik</collection>
    <collection role="othforschungsschwerpunkt" number="16311">Digitalisierung</collection>
    <collection role="institutes" number="">Labor Empirische Sozialforschung</collection>
    <collection role="persons" number="hauglasofo">Haug, Sonja (Prof. Dr.) - Labor Empirische Sozialforschung</collection>
    <thesisPublisher>Ostbayerische Technische Hochschule Regensburg</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-oth-regensburg/files/7351/KINiro_OTH_Workingpaper_3_Haueretal_2024.pdf</file>
  </doc>
  <doc>
    <id>789</id>
    <completedYear/>
    <publishedYear>2019</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber>72</pageNumber>
    <edition/>
    <issue/>
    <volume/>
    <type>periodicalpart</type>
    <publisherName/>
    <publisherPlace>Regensburg</publisherPlace>
    <creatingCorporation>Ostbayerische Technische Hochschule Regensburg</creatingCorporation>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2019-06-30</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Forschung 2019</title>
    <abstract language="deu">Bericht mit Forschungsprojekten aus verschiedenen Bereichen der OTH Regensburg mit dem Schwerpunktthema "Künstliche Intelligenz" und einem Gespräch zur "Medizin der Zukunft"</abstract>
    <subTitle language="deu">Thema: Künstliche Intelligenz</subTitle>
    <identifier type="isbn">978-3-9818209-7-3</identifier>
    <identifier type="urn">urn:nbn:de:bvb:898-opus4-7890</identifier>
    <identifier type="doi">10.35096/othr/pub-789</identifier>
    <licence>Keine Lizenz - Es gilt das deutsche Urheberrecht: § 53 UrhG</licence>
    <author>Marie-Luise Appelhans</author>
    <author>Matthias Kampmann</author>
    <author>Jürgen Mottok</author>
    <author>Michael Riederer</author>
    <author>Klaus Nagl</author>
    <author>Oliver Steffens</author>
    <author>Jan Dünnweber</author>
    <author>Markus Wildgruber</author>
    <author>Julius Roth</author>
    <author>Timo Stadler</author>
    <author>Christoph Palm</author>
    <author>Martin Georg Weiß</author>
    <author>Sandra Rochholz</author>
    <author>Rudolf Bierl</author>
    <author>Andreas Gschossmann</author>
    <author>Sonja Haug</author>
    <author>Simon Schmidbauer</author>
    <author>Anna Koch</author>
    <author>Markus Westner</author>
    <author>Benedikt von Bary</author>
    <author>Andreas Ellermeier</author>
    <author>Daniel Vögele</author>
    <author>Frederik Maiwald</author>
    <author>Stefan Hierl</author>
    <author>Matthias Schlamp</author>
    <author>Ingo Ehrlich</author>
    <author>Marco Siegl</author>
    <author>Sven Hüntelmann</author>
    <author>Matthias Wildfeuer</author>
    <author>Oliver Brückl</author>
    <author>Michael Sterner</author>
    <author>Andreas Hofrichter</author>
    <author>Fabian Eckert</author>
    <author>Franz Bauer</author>
    <author>Belal Dawoud</author>
    <author>Hans-Peter Rabl</author>
    <author>Bernd Gamisch</author>
    <author>Ottfried Schmidt</author>
    <author>Michael Heberl</author>
    <author>Martin Thema</author>
    <author>Ulrike Mayer</author>
    <author>Johannes Eller</author>
    <author>Thomas Sippenauer</author>
    <author>Christian Adelt</author>
    <author>Matthias Haslbeck</author>
    <author>Bettina Vogl</author>
    <author>Wolfgang Mauerer</author>
    <author>Ralf Ramsauer</author>
    <author>Daniel Lohmann</author>
    <author>Irmengard Sax</author>
    <author>Thomas Gabor</author>
    <author>Sebastian Feld</author>
    <author>Claudia Linnhoff-Popien</author>
    <author>Robert Damian Ławrowski</author>
    <author>Christoph Langer</author>
    <author>Rupert Schreiner</author>
    <author>Josef Sellmair</author>
    <series>
      <title>Forschungsberichte der OTH Regensburg</title>
      <number>2019</number>
    </series>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Forschung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Forschungsbericht</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <collection role="ddc" number="0">Informatik, Informationswissenschaft, allgemeine Werke</collection>
    <collection role="institutes" number="HL">Hochschulleitung/Hochschulverwaltung</collection>
    <collection role="othpublikationsherkunft" number="">Von der OTH Regensburg herausgegeben</collection>
    <collection role="institutes" number="IAFW">Zentrum für Forschung und Transfer (ZFT ab 2024; vorher: IAFW)</collection>
    <collection role="persons" number="sternerfenes">Sterner, Michael (Prof. Dr.) - FENES / Forschungsgruppe Energiespeicher</collection>
    <collection role="persons" number="bruecklfenes">Brückl, Oliver (Prof. Dr.) - FENES / Forschungsgruppe Energienetze</collection>
    <thesisPublisher>Ostbayerische Technische Hochschule Regensburg</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-oth-regensburg/files/789/Forschungsbericht_2019.pdf</file>
  </doc>
  <doc>
    <id>7311</id>
    <completedYear/>
    <publishedYear>2024</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber>35</pageNumber>
    <edition/>
    <issue/>
    <volume/>
    <type>workingpaper</type>
    <publisherName>OTH Regensburg</publisherName>
    <publisherPlace>Regensburg</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2024-06-13</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">KINiro, Künstliche Intelligenz für Nichtregierungsorganisationen - Bedarf, Akzeptanz und Umsetzungsmöglichkeiten. 2. Arbeitspapier: Künstliche Intelligenz in Nichtregierungsorganisationen: Explorative Studie in einem neuen Forschungsfeld</title>
    <abstract language="deu">Hintergrund und Fragestellung &#13;
Nichtregierungsorganisationen (NRO) sind ein wichtiger Bestandteil der Zivilgesellschaft und interagieren auch mit Regierungen, Unternehmen und anderen gesellschaftlichen Akteuren. Aufgrund der komplexer werdenden Arbeit von NROs scheint Künstliche Intelligenz (KI) Möglichkeiten zur Bewältigung aktueller und zukünftiger Herausforderungen zu bieten. Jedoch ist wenig über die Arbeit von NROs mit KI bekannt. &#13;
&#13;
Methodik &#13;
Es wurden fünf explorative Interviews mit Vertreter*innen von Nichtregierungsorganisationen (NROs) zum Thema Wissen, Akzeptanz, Bedarfe und Risikoeinschätzungen geführt und ausgewertet. Dabei sind NROs aus verschiedenen Handlungsfeldern und Größe interviewt. Es wurden informelle Vorgespräche geführt, um eine erste Orientierung im Forschungsfeld zu generieren. Aus den Erkenntnissen der Vorgespräche &#13;
und den Ergebnissen des Scoping Reviews ist ein Leitfaden erstellt worden, der zur Orientierung für die Expert*inneninterviews dient. Im Anschluss wurden dann fünf explorative leitfadengestützte Expert*inneninterviews durchgeführt und qualitativ ausgewertet.&#13;
&#13;
Ergebnisse &#13;
Ein zentraler Befund ist, dass das Thema KI gerade in den NROs ankommt und es noch keine gefestigten Strukturen und Vorstellungen zum Einsatz von KI gibt. KI wird in einzelnen spezifischen Projekten eingesetzt, ohne dass diese umfassend in Arbeitsabläufe integriert ist. Die Akzeptanz von KI ist generell positiv; die Technologie wird als potenzielle Lösung für strukturelle Herausforderungen und Unterstützung im Alltag gesehen. Die Nutzung von KI-Anwendungen beschränkt sich jedoch mit Ausnahme von Large Language Models auf Pilotprojekte. Mit jüngerem Alter und Techni� kaffinität ist eine höhere Akzeptanz verbunden. Besonders kritisch werden Anwendungen von KI im Sozial- oder Gesundheitsbereich als Ersatz für menschliche Interaktionen gesehen. Betont werden auch ethische Bedenken und eine hohe Bedeutsamkeit von Datenschutz.&#13;
&#13;
Schlussfolgerung &#13;
Künstliche Intelligenz in Nichtregierungsorganisationen ist ein aufkommendes und sich entwickelndes Forschungsthema. Die Interviews unterstreichen den Bedarf an mehr Wissen, ethischen Richtlinien und finanziellen Ressourcen für eine effektive Nutzung von KI in NROs. Ein umfassendes Verständnis von KI und eine tiefergehende, systematische Integration in Arbeitsabläufe in diesen Organisationen müssen noch entwickelt werden.</abstract>
    <identifier type="doi">10.13140/RG.2.2.10671.75685/1</identifier>
    <identifier type="urn">urn:nbn:de:bvb:898-opus4-73118</identifier>
    <enrichment key="opus.source">publish</enrichment>
    <licence>Creative Commons - CC BY-NC-SA - Namensnennung - Nicht kommerziell -  Weitergabe unter gleichen Bedingungen 4.0 International</licence>
    <author>Maximilian Schultz</author>
    <author>Anna Scharf</author>
    <author>Franziska Hauer</author>
    <author>Sonja Haug</author>
    <author>Karsten Weber</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Nichtregierungsorganisationen</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>explorative Interviews</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>KI</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>NRO</value>
    </subject>
    <collection role="institutes" number="FakIM">Fakultät Informatik und Mathematik</collection>
    <collection role="institutes" number="FakSoz">Fakultät Sozial- und Gesundheitswissenschaften</collection>
    <collection role="institutes" number="RCHST">Regensburg Center of Health Sciences and Technology - RCHST</collection>
    <collection role="persons" number="weberlate">Weber, Karsten (Prof. Dr.) - Labor für Technikfolgenabschätzung und Angewandte Ethik</collection>
    <collection role="othforschungsschwerpunkt" number="16311">Digitalisierung</collection>
    <collection role="institutes" number="">Labor Empirische Sozialforschung</collection>
    <collection role="institutes" number="">Labor für Technikfolgenabschätzung und Angewandte Ethik (LaTe)</collection>
    <collection role="persons" number="hauglasofo">Haug, Sonja (Prof. Dr.) - Labor Empirische Sozialforschung</collection>
    <thesisPublisher>Ostbayerische Technische Hochschule Regensburg</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-oth-regensburg/files/7311/KINiroOTHWorkingpaper220Schultzetal2024.pdf</file>
  </doc>
  <doc>
    <id>7309</id>
    <completedYear/>
    <publishedYear>2023</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber>24</pageNumber>
    <edition/>
    <issue/>
    <volume/>
    <type>workingpaper</type>
    <publisherName>OTH Regensburg</publisherName>
    <publisherPlace>Regensburg</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2024-06-13</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">KINiro, Künstliche Intelligenz für Nichtregierungsorganisationen - Bedarf, Akzeptanz und Umsetzungsmöglichkeiten. 1. Arbeitspapier: Künstliche Intelligenz in Nichtregierungsorganisationen: Ein Scoping Review über ein junges Forschungsfeld</title>
    <abstract language="deu">Hintergrund und Fragestellung&#13;
Nichtregierungsorganisationen (NRO) sind ein wichtiger Bestandteil der Zivilgesellschaft und interagieren auch mit Regierungen, Unternehmen und anderen gesellschaftlichen Akteuren. Aufgrund der komplexer werdenden Arbeit von NROs scheint Künstliche Intelligenz (KI) Möglichkeiten zur Bewältigung aktueller und zukünftiger Herausforderungen zu bieten. Jedoch ist wenig über die Arbeit von NROs mit KI bekannt. Daher beschäftigt sich das Projekt KINiro in diesem ersten Working Paper mit der Frage, welche (nicht-)wissenschaftlichen Erkenntnisse zum Themenkomplex NROs und KI bereits vorliegen.&#13;
&#13;
Methodik&#13;
Es wurde ein Scoping Review zur Erfassung (nicht-)wissenschaftlicher Texte zu NROs und KI durchgeführt. Die systematische Literaturrecherche wurde in den Datenbanken Web of Science, Science Gate und WISO durchgeführt. In den Review wurden schließlich 14 Titel eingeschlossen und qualitativ analysiert.&#13;
&#13;
Ergebnisse&#13;
Die Mehrheit der gefundenen Treffer sind Pressemitteilungen. Unter den Treffern befinden sich lediglich zwei (wissenschaftliche) Studien. Die NROs setzen sich auf verschiedenen Ebenen mit der Thematik von KI auseinander, wobei sich zwei Herangehensweisen unterscheiden lassen. Einige NROs nehmen am gesellschaftlichen Diskurs über den Einsatz von KI teil und treiben diesen in theoretischer Hinsicht voran, ohne die Technik dabei selbst zu nutzen. Andere NROs integrieren die KI-Systeme praktisch in ihre Arbeitsabläufe oder führen Projekte zum Zweck der NRO mit KI-Unterstützung durch. Für die Entwicklung von KI-Anwendungen wird mit For-Profit-Unternehmen kooperiert und die Expertise der Unternehmen mit Daten der NROs kombiniert. Durch den Einsatz von KI erhoffen sich NROs einen gezielteren Einsatz von Ressourcen. Hierbei zeigt sich, dass für die Nutzung in KI-Systemen ein interdisziplinärer Konsens über Standards in Datenerhebung und Speicherung als notwendig angesehen wird.&#13;
&#13;
Schlussfolgerung&#13;
Aus der geringen Anzahl an gefundenen Texten, insbesondere (wissenschaftlichen) Studien, und dem Veröffentlichungszeitraum, der in den vergangenen sieben Jahren liegt, lässt sich schließen, dass es sich um einen jungen Forschungsbereich handelt. Die ausgeschlossenen Titel zeigen auf, dass NROs aktuell noch häufiger mit der Digitalisierunge allgemein beschäftigt sind und die Auseinandersetzung mit KI erst noch am Anfang steht.</abstract>
    <identifier type="doi">10.13140/RG.2.2.21668.69765</identifier>
    <identifier type="urn">urn:nbn:de:bvb:898-opus4-73090</identifier>
    <enrichment key="opus.source">publish</enrichment>
    <licence>Creative Commons - CC BY-NC-SA - Namensnennung - Nicht kommerziell -  Weitergabe unter gleichen Bedingungen 4.0 International</licence>
    <author>Anna Scharf</author>
    <author>Franziska Hauer</author>
    <author>Maximilian Schultz</author>
    <author>Sonja Haug</author>
    <author>Karsten Weber</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Nichtregierungsorganisationen</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Scoping Review</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>KI</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>NRO</value>
    </subject>
    <collection role="institutes" number="FakIM">Fakultät Informatik und Mathematik</collection>
    <collection role="institutes" number="FakSoz">Fakultät Sozial- und Gesundheitswissenschaften</collection>
    <collection role="institutes" number="RCHST">Regensburg Center of Health Sciences and Technology - RCHST</collection>
    <collection role="persons" number="weberlate">Weber, Karsten (Prof. Dr.) - Labor für Technikfolgenabschätzung und Angewandte Ethik</collection>
    <collection role="othforschungsschwerpunkt" number="16311">Digitalisierung</collection>
    <collection role="persons" number="hauglasofo">Haug, Sonja (Prof. Dr.) - Labor Empirische Sozialforschung</collection>
    <thesisPublisher>Ostbayerische Technische Hochschule Regensburg</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-oth-regensburg/files/7309/KINiro_OTH_Workingpaper-1_2.0_Scharfetal_2023.pdf</file>
  </doc>
  <doc>
    <id>8061</id>
    <completedYear/>
    <publishedYear>2025</publishedYear>
    <thesisYearAccepted/>
    <language>eng</language>
    <pageFirst>123</pageFirst>
    <pageLast>128</pageLast>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>conferenceobject</type>
    <publisherName>IOS Press</publisherName>
    <publisherPlace>Wien</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2025-04-30</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="eng">Acceptance and Usage of AI Applications in Health-Focused NGOs</title>
    <abstract language="eng">Background: AI applications promise to be a valuable tool for healthfocused NGOs. While often operating with limited resources, these organizations recognize the potential of AI to streamline processes and support workflows through automation. However, challenges such as data privacy concerns—especially regarding personal medical data—and the low prioritization of implementation hinder progress. Objectives: This study examines the extent to which German health-focused NGOs can currently benefit from the application of AI. It evaluates demands, available resources, and use cases. Methods: A health-focused subset of data from project KINiro was analyzed. This research utilized a mixed-methods approach, combining two rounds of qualitative interviews with a quantitative survey. Results: The study revealed that while health-focused NGOs are in the early stages of AI implementation, there are hurdles such as ethical concerns and a lack of resources. Conclusion: AI has the potential to support health-focused NGOs in their work, if the challenges like resources, ethics, and data privacy are effectively addressed.</abstract>
    <parentTitle language="eng">dHealth 2025, Proceedings of the 19th Health Informatics Meets Digital Health Conference</parentTitle>
    <identifier type="isbn">978-1-64368-592-2</identifier>
    <identifier type="doi">10.3233/SHTI250172</identifier>
    <identifier type="urn">urn:nbn:de:bvb:898-opus4-80613</identifier>
    <enrichment key="BegutachtungStatus">peer-reviewed</enrichment>
    <enrichment key="Kostentraeger">KINiro - Künstliche Intelligenz in Nichtregierungsorganisationen</enrichment>
    <enrichment key="OtherSeries">Studies in Health Technology and Informatics</enrichment>
    <licence>Creative Commons - CC BY-NC-ND - Namensnennung - Nicht kommerziell - Keine Bearbeitungen 4.0 International</licence>
    <author>Franziska Hauer</author>
    <author>Maximilian Schultz</author>
    <author>Sonja Haug</author>
    <author>Karsten Weber</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Nichtregierungsorganisationen</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Gesundheit</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Large Language Models</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>qualitative Research</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Artificial Intelligence</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Non-Governmental Organizations</value>
    </subject>
    <collection role="institutes" number="FakIM">Fakultät Informatik und Mathematik</collection>
    <collection role="institutes" number="FakSoz">Fakultät Sozial- und Gesundheitswissenschaften</collection>
    <collection role="oaweg" number="">Gold Open Access- Erstveröffentlichung in einem/als Open-Access-Medium</collection>
    <collection role="persons" number="weberlate">Weber, Karsten (Prof. Dr.) - Labor für Technikfolgenabschätzung und Angewandte Ethik</collection>
    <collection role="othforschungsschwerpunkt" number="16311">Digitalisierung</collection>
    <collection role="institutes" number="RCAI">Regensburg Center for Artificial Intelligence - RCAI</collection>
    <collection role="persons" number="hauglasofo">Haug, Sonja (Prof. Dr.) - Labor Empirische Sozialforschung</collection>
    <collection role="DFGFachsystematik" number="2">Geistes- und Sozialwissenschaften</collection>
    <thesisPublisher>Ostbayerische Technische Hochschule Regensburg</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-oth-regensburg/files/8061/KINiro-dHealth.pdf</file>
  </doc>
  <doc>
    <id>8671</id>
    <completedYear/>
    <publishedYear>2025</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst>9</pageFirst>
    <pageLast>17</pageLast>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume>198-199</volume>
    <type>article</type>
    <publisherName>Elsevier</publisherName>
    <publisherPlace/>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Akzeptanz des Einsatzes von Künstlicher Intelligenz im Anamneseprozess: Ergebnisse einer Bevölkerungsbefragung in Deutschland</title>
    <abstract language="deu">Hintergrund und Zielsetzung&#13;
Zunehmend werden digitale Anamneseverfahren, wie z. B. Chatbots, entwickelt und evaluiert, sind jedoch in Arztpraxen in Deutschland noch nicht flächendeckend implementiert. Ziel dieser Arbeit ist die Erhebung der Akzeptanz der Bevölkerung in Deutschland gegenüber KI-gestützten Verfahren im Anamneseprozess, durch die es möglich wird, Rückschlüsse auf die Nutzung der Verfahren und ihre Eignung als Bestandteil von Digitalisierungsstrategien der Praxen zu ziehen.&#13;
Methode&#13;
Die Studie basiert auf einer Onlinebefragung der Bevölkerung in Deutschland (Feldphase 18.-24.11.2024, n = 1.000). Zurückgehend auf die „Unified Theory of Acceptance and Use of Technology“ (UTAUT) wurden drei zentrale Hypothesen zur Nutzung von Künstlicher Intelligenz (KI) im Anamneseprozess aufgestellt und mit linearen Regressionsmodellen getestet.&#13;
Ergebnisse&#13;
Die Akzeptanz für die Nutzung von KI-gestützten Systemen fällt in beiden untersuchten Szenarien, der Nutzung eines Chatbots zu Hause und der Nutzung eines Chatbots in einer Arztpraxis, hoch aus. Dabei bestätigen sich die erwarteten Zusammenhänge von Leistungserwartung, Aufwandserwartung und erwartetem Sozialem Einfluss mit der Verhaltensabsicht, einen Chatbot in der Arztpraxis oder vor dem Besuch einer Arztpraxis zu nutzen. Die Einflüsse von Alter, Geschlecht oder Erfahrung mit der Technologie zeigen jedoch nicht die vermuteten Zusammenhänge.&#13;
Diskussion und Schlussfolgerung&#13;
Die Praktikabilität ist von entscheidender Bedeutung für eine positive Einstellung gegenüber der Nutzung. Dabei zeigt sich kein Unterschied zwischen den Geschlechtern. Bei der Implementierung von Chatbots im Anamneseprozess sollten die Aspekte Praktikabilität, Datenschutz und Datensicherheit eine wesentliche Rolle spielen. Angesichts der Tatsache, dass ein großer Teil der älteren Bevölkerung in Deutschland nach wie vor über begrenzte Erfahrung mit digitalen Technologien verfügt, ist Gebrauchstauglichkeit für diese Bevölkerungsgruppe sowie für Menschen mit Beeinträchtigungen von hoher Relevanz.</abstract>
    <abstract language="eng">Background and objectives&#13;
Digital tools for medical history-taking, such as chatbots, are increasingly being developed and evaluated but have not yet been implemented across the board in medical practices in Germany. The aim of this study was to survey the acceptance of AI-supported tools for medical history-taking among the German population, thereby allowing conclusions to be drawn about the use of these tools and their suitability as part of digitalization strategies in medical practices.&#13;
Method&#13;
The study is based on an online survey among the German population (fieldwork November 18 to 24, 2024, n = 1,000). Based on the ‘Unified Theory of Acceptance and Use of Technology’ (UTAUT), three central hypotheses on the use of artificial intelligence (AI) in the medical history-taking process were generated and tested using linear regression models.&#13;
Results&#13;
In the two scenarios examined — patients using a chatbot at home and at the doctor’s office — there was a high level of acceptance for the use of AI-supported systems. The expected relationships between Performance Expectancy, Effort Expectancy and expected Social Influence with the behavioral intention to use a chatbot either in the doctor’s office or before visiting the doctor’s office have been confirmed. However, influential factors such as age, gender, or experience with technology do not show the expected correlations.&#13;
Discussion and conclusion&#13;
Practicability is crucial for a favorable attitude towards AI applications. There were no apparent gender differences. When implementing chatbots in the medical history-taking process, the aspects of practicability, data protection, and data security should play a key role. Given that a large number of the elderly in Germany still have limited experience with digital technologies, usability is highly relevant for both this population group and for people with disabilities.</abstract>
    <parentTitle language="deu">Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen</parentTitle>
    <additionalTitle language="eng">Acceptance of artificial intelligence tools for medical history-taking: Findings of a population survey in Germany</additionalTitle>
    <identifier type="doi">10.1016/j.zefq.2025.10.003</identifier>
    <identifier type="urn">urn:nbn:de:bvb:898-opus4-86715</identifier>
    <note>Corresponding author der OTH Regensburg: Edda Currle</note>
    <enrichment key="BegutachtungStatus">peer-reviewed</enrichment>
    <enrichment key="CorrespondingAuthor">Edda Currle</enrichment>
    <enrichment key="opus.doi.autoCreate">false</enrichment>
    <enrichment key="opus.urn.autoCreate">true</enrichment>
    <licence>Creative Commons - CC BY-NC-ND - Namensnennung - Nicht kommerziell - Keine Bearbeitungen 4.0 International</licence>
    <author>Edda Currle</author>
    <author>Sonja Haug</author>
    <author>Karsten Weber</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Anamnese</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Technologieakzeptanz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>UTAUT</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Bevölkerungsumfrage</value>
    </subject>
    <collection role="institutes" number="FakSoz">Fakultät Sozial- und Gesundheitswissenschaften</collection>
    <collection role="persons" number="weberlate">Weber, Karsten (Prof. Dr.) - Labor für Technikfolgenabschätzung und Angewandte Ethik</collection>
    <collection role="oaweg" number="">Hybrid Open Access - OA-Veröffentlichung in einer Subskriptionszeitschrift/-medium</collection>
    <collection role="oaweg" number="">Corresponding author der OTH Regensburg</collection>
    <collection role="funding" number="">DEAL Elsevier</collection>
    <collection role="persons" number="hauglasofo">Haug, Sonja (Prof. Dr.) - Labor Empirische Sozialforschung</collection>
    <collection role="DFGFachsystematik" number="2">Geistes- und Sozialwissenschaften</collection>
    <collection role="DFGFachsystematik" number="1">Ingenieurwissenschaften</collection>
    <collection role="othforschungsschwerpunkt" number="">Gesundheit und Soziales</collection>
    <thesisPublisher>Ostbayerische Technische Hochschule Regensburg</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-oth-regensburg/files/8671/Currle_Akzeptanz_Kl_Anamnese.pdf</file>
  </doc>
  <doc>
    <id>8332</id>
    <completedYear/>
    <publishedYear>2025</publishedYear>
    <thesisYearAccepted/>
    <language>eng</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>conferencepresentation</type>
    <publisherName/>
    <publisherPlace/>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2025-07-02</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="eng">Artificial Intelligence and anamnesis: Results of a population survey</title>
    <abstract language="eng">Digital procedures are increasingly implemented to enhance efficiency in healthcare, with Artificial Intelligence (AI) — particularly chatbot s— showing significant potential for future applications. However, little is known about patients’ acceptance of such technologies. The study “AI and Anamnesis” addresses this gap by investigating the German population’s acceptance of and willingness to use AI-driven technologies for digital anamnesis. This poster presents results from the first wave of the survey, offering initial insights into public attitudes and potential barriers to adoption.</abstract>
    <identifier type="doi">10.13140/RG.2.2.31952.01285</identifier>
    <identifier type="urn">urn:nbn:de:bvb:898-opus4-83325</identifier>
    <enrichment key="ConferenceStatement">Symposium PRIMA-AI: Menschlichere Medizin durch KI? Uniklinik Regensburg, 05.06.2025</enrichment>
    <enrichment key="Kostentraeger">RCHST</enrichment>
    <enrichment key="opus.source">publish</enrichment>
    <licence>Keine Lizenz - Es gilt das deutsche Urheberrecht: § 53 UrhG</licence>
    <author>Edda Currle</author>
    <author>Sonja Haug</author>
    <author>Karsten Weber</author>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Anamnese</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Technologieakzeptanz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Bevölkerungsbefragung</value>
    </subject>
    <collection role="institutes" number="FakSoz">Fakultät Sozial- und Gesundheitswissenschaften</collection>
    <collection role="institutes" number="RCHST">Regensburg Center of Health Sciences and Technology - RCHST</collection>
    <collection role="persons" number="weberlate">Weber, Karsten (Prof. Dr.) - Labor für Technikfolgenabschätzung und Angewandte Ethik</collection>
    <collection role="othforschungsschwerpunkt" number="16314">Lebenswissenschaften und Ethik</collection>
    <collection role="persons" number="hauglasofo">Haug, Sonja (Prof. Dr.) - Labor Empirische Sozialforschung</collection>
    <thesisPublisher>Ostbayerische Technische Hochschule Regensburg</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-oth-regensburg/files/8332/Currle-Haug-Weber-2025-Poster-AI-and-anamnesis.pdf</file>
  </doc>
  <doc>
    <id>8706</id>
    <completedYear/>
    <publishedYear>2025</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber>25</pageNumber>
    <edition/>
    <issue/>
    <volume/>
    <type>other</type>
    <publisherName/>
    <publisherPlace>Regensburg</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Quantitative Befragung zu Künstlicher Intelligenz für Nichtregierungsorganisationen -Fragebogen und Codebuch</title>
    <abstract language="deu">Künstliche Intelligenz (KI) stellt ein wichtiges Thema der Digitalisierung dar und hat das Potenzial viele Arbeitsfelder grundlegend zu verändern. Mit dem Einsatz von KI wird die Hoffnung verbunden durch Automatisierung Zeit und Geld zu sparen. Dies könnte besonders interessant für Organisationen sein, die wenig Ressourcen zur Verfügung haben, da sie nicht gewinnorientiert oder ehrenamtlich arbeiten. Dazu zählen Nichtregierungsorganisationen (NRO), die einen wichtigen Bestandteil der Zivilgesellschaft darstellen. Aufgrund der komplexer werdenden Arbeit von NROs scheint KI Möglichkeiten zur Bewältigung aktueller und zukünftiger Herausforderungen zu bieten. Über den Einsatz von KI in NROs ist derzeit jedoch wenig bekannt. Es wurde eine quantitative Querschnittstudie deutscher Nichtregierungsorganisationen (NRO) zum Thema KI durchgeführt. 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 benötigte Ressourcen. Dafür wurden 343 NROs verschiedener Größen und Handlungsfelder befragt und die Ergebnisse quantitativ analysiert.</abstract>
    <identifier type="doi">10.35096/othr/pub-8706</identifier>
    <identifier type="urn">urn:nbn:de:bvb:898-opus4-87066</identifier>
    <note>Hauer, Franziska; Haug, Sonja; Scharf, Anna; Schultz, Maximilian; Weber, Karsten (2024): Künstliche Intelligenz für Nichtregierungsorganisationen - Quantitative Erforschung der Umsetzung in deutschen NROs. 3. Arbeitspapier. OTH Regensburg. Regensburg. DOI: 10.13140/RG.2.2.11094.66883</note>
    <licence>Creative Commons - CC BY-NC-ND - Namensnennung - Nicht kommerziell - Keine Bearbeitungen 4.0 International</licence>
    <author>Franziska Hauer</author>
    <author>Sonja Haug</author>
    <author>Anna Scharf</author>
    <author>Maximilian Schultz</author>
    <author>Karsten Weber</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>NGO</value>
    </subject>
    <collection role="institutes" number="FakIM">Fakultät Informatik und Mathematik</collection>
    <collection role="institutes" number="FakSoz">Fakultät Sozial- und Gesundheitswissenschaften</collection>
    <collection role="persons" number="weberlate">Weber, Karsten (Prof. Dr.) - Labor für Technikfolgenabschätzung und Angewandte Ethik</collection>
    <collection role="persons" number="hauglasofo">Haug, Sonja (Prof. Dr.) - Labor Empirische Sozialforschung</collection>
    <collection role="DFGFachsystematik" number="2">Geistes- und Sozialwissenschaften</collection>
    <collection role="othforschungsschwerpunkt" number="">Digitale Transformation</collection>
    <thesisPublisher>Ostbayerische Technische Hochschule Regensburg</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-oth-regensburg/files/8706/KINiro-Quantitativer_Fragebogen-Codeplan.pdf</file>
  </doc>
  <doc>
    <id>8707</id>
    <completedYear/>
    <publishedYear>2025</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber>5</pageNumber>
    <edition/>
    <issue/>
    <volume/>
    <type>other</type>
    <publisherName/>
    <publisherPlace>Regensburg</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Künstliche Intelligenz und Anamnese (KI-Anamnese) — Fragebogen der Trendstudie zur Akzeptanz von KI in der Anamnese in Arztpraxen in Deutschland mit Codeplan</title>
    <abstract language="deu">Die Studie stützt sich auf eine Quotenstichprobe der deutschsprachigen Bevölkerung im Alter von 18 bis 74 Jahren. Sie wurde als Längsschnittstudie (Trendstudie) mit insgesamt zwei Wellen mit dem gleichen Fragebogen durchgeführt. 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 möglichst genaue Abbildung der Grundgesamtheit zu gewährleisten, wurden die Merkmale Geschlecht, Alter, Region, Haushaltsgröße, Ortsgröße sowie der Bildungsstand des Haushaltsvorstands quotiert, etwaige Abweichungen durch ein iteratives Gewichtungsverfahren ausgeglichen. Der Fragebogen besteht aus neun standardisierten Fragen; zuzüglich wurden soziodemographische Merkmale erhoben. Einzelne Fragen wurden, zum Teil übersetzt sowie abgewandelt, aus anderen Studien übernommen.</abstract>
    <identifier type="doi">10.35096/othr/pub-8707</identifier>
    <identifier type="urn">urn:nbn:de:bvb:898-opus4-87079</identifier>
    <note>Der Fragebogen ist Anhang zu folgender Veröffentlichung: &#13;
Currle, E., Haug, S. &amp; Weber, K. (2025). Akzeptanz des Einsatzes von Künstlicher Intelligenz im Anamneseprozess: Ergebnisse einer Bevölkerungsbefragung in Deutschland [Acceptance of artificial intelligence tools for medical history-taking: Findings of a population survey in Germany]. Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen, 198-199, 9–17. https://doi.org/10.1016/j.zefq.2025.10.003 &#13;
&#13;
Nachweis auf dem Publikationsserver unter: &#13;
https://opus4.kobv.de/opus4-oth-regensburg/frontdoor/index/index/docId/8671&#13;
&#13;
Zugehöriges Datenset: 10.5281/zenodo.18017447 (DOI)</note>
    <enrichment key="Kostentraeger">Regensburg Center of Health Sciences and Technology - RCHST</enrichment>
    <licence>Creative Commons - CC BY-NC-ND - Namensnennung - Nicht kommerziell - Keine Bearbeitungen 4.0 International</licence>
    <author>Edda Currle</author>
    <author>Sonja Haug</author>
    <author>Karsten Weber</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Anamnese</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Bevölkerungsumfrage</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Technologieakzeptanz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Fragebogen</value>
    </subject>
    <collection role="institutes" number="FakIM">Fakultät Informatik und Mathematik</collection>
    <collection role="institutes" number="FakSoz">Fakultät Sozial- und Gesundheitswissenschaften</collection>
    <collection role="institutes" number="RCHST">Regensburg Center of Health Sciences and Technology - RCHST</collection>
    <collection role="persons" number="weberlate">Weber, Karsten (Prof. Dr.) - Labor für Technikfolgenabschätzung und Angewandte Ethik</collection>
    <collection role="persons" number="hauglasofo">Haug, Sonja (Prof. Dr.) - Labor Empirische Sozialforschung</collection>
    <collection role="DFGFachsystematik" number="3">Lebenswissenschaften</collection>
    <collection role="othforschungsschwerpunkt" number="">Gesundheit und Soziales</collection>
    <thesisPublisher>Ostbayerische Technische Hochschule Regensburg</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-oth-regensburg/files/8707/Currle_KI-Anamnese.pdf</file>
  </doc>
  <doc>
    <id>8867</id>
    <completedYear/>
    <publishedYear>2025</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>researchdata</type>
    <publisherName/>
    <publisherPlace/>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Künstliche Intelligenz und Anamnese (KI-Anamnese) - Datensätze Welle 1 und Welle 2 [Data set]</title>
    <abstract language="deu">Die Studie stützt sich auf eine Quotenstichprobe der deutschsprachigen Bevölkerung im Alter von 18 bis 74 Jahren. Sie wurde als Längsschnittstudie (Trendstudie) mit insgesamt zwei Wellen mit dem gleichen Fragebogen durchgeführt. 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 möglichst genaue Abbildung der Grundgesamtheit zu gewährleisten, wurden die Merkmale Geschlecht, Alter, Region, Haushaltsgröße, Ortsgröße sowie der Bildungsstand des Haushaltsvorstands quotiert, etwaige Abweichungen durch ein iteratives Gewichtungsverfahren ausgeglichen. Der Fragebogen besteht aus neun standardisierten Fragen; zuzüglich wurden soziodemographische Merkmale erhoben. Einzelne Fragen wurden, zum Teil übersetzt sowie abgewandelt, aus anderen Studien übernommen.</abstract>
    <identifier type="doi">10.5281/zenodo.18017447</identifier>
    <note>Related works:&#13;
&#13;
Is described by&#13;
Other: 10.35096/othr/pub-8707 (DOI)&#13;
&#13;
Is metadata for&#13;
Journal: 10.1016/j.zefq.2025.10.003  (DOI)</note>
    <enrichment key="file_format">.csv, .sav</enrichment>
    <enrichment key="file_size">343.6 kB</enrichment>
    <enrichment key="file_type">Dataset</enrichment>
    <enrichment key="opus.doi.autoCreate">false</enrichment>
    <enrichment key="opus.urn.autoCreate">false</enrichment>
    <licence>Creative Commons - CC BY - Namensnennung 4.0 International</licence>
    <author>Sonja Haug</author>
    <author>Edda Currle</author>
    <author>Karsten Weber</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Anamnese</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Bevölkerungsumfrage</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Künstliche Intelligenz</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Technologieakzeptanz</value>
    </subject>
    <collection role="institutes" number="FakIM">Fakultät Informatik und Mathematik</collection>
    <collection role="institutes" number="FakSoz">Fakultät Sozial- und Gesundheitswissenschaften</collection>
    <collection role="institutes" number="RCHST">Regensburg Center of Health Sciences and Technology - RCHST</collection>
    <collection role="persons" number="weberlate">Weber, Karsten (Prof. Dr.) - Labor für Technikfolgenabschätzung und Angewandte Ethik</collection>
    <collection role="persons" number="hauglasofo">Haug, Sonja (Prof. Dr.) - Labor Empirische Sozialforschung</collection>
    <collection role="DFGFachsystematik" number="3">Lebenswissenschaften</collection>
    <collection role="othforschungsschwerpunkt" number="">Gesundheit und Soziales</collection>
  </doc>
</export-example>
