TY - RPRT A1 - Vetter, Miriam A1 - Haug, Sonja A1 - Baumann, Lukas A1 - Dotter, Caroline A1 - Weber, Karsten T1 - EVEKT - Erhöhung der Verbraucherpartizipation an der Energiewende durch KI-Technologien und datenbasierte Mehrwertdienste. 2. Arbeitspapier: Identifikation von Motivatoren BT - Was motiviert Verbraucherinnen und Verbraucher zum Stromsparen? N2 - Viele Länder setzen auf den Einbau digitaler Messtechnologien für Privathaushalte, die als zentraler Bestandteil von Smart-Grids, intelligenter Stromnetze installiert werden, um Stromnetzstabilität zu gewährleisten. Die Messung des Stromverbrauchs kann an die Verbraucher*innen mithilfe von Apps oder anderer Smart-Meter-Plattformen rückgemeldet werden. Dabei zeigt sich, dass nicht nur die Anzeige bzw. die Sichtbarmachung des Stromverbrauchs zu einer möglichen Reduktion des Energieverbrauchs führt, sondern dass die individuelle Ansprache von Haushalten und soziale, finanzielle sowie ideelle Anreize die Haushalte langfristig zur Energiereduktion bewegen. Der Überblick über Motivatoren im Zusammenhang mit einer Energieverbrauchsrückmeldung bietet Hinweise für eine geplante Bevölkerungsbefragung sowie die Entwicklung einer Web-App im Rahmen des Projekts EVEKT. KW - Smart-Meter KW - Verbraucherforschung KW - Stromverbrauch KW - Energie-Feedback KW - Motivatoren Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-60357 ER - TY - JOUR A1 - Knoedler, Leonard A1 - Baecher, Helena A1 - Kauke-Navarro, Martin A1 - Prantl, Lukas A1 - Machens, Hans-Günther A1 - Scheuermann, Philipp A1 - Palm, Christoph A1 - Baumann, Raphael A1 - Kehrer, Andreas A1 - Panayi, Adriana C. A1 - Knoedler, Samuel T1 - Towards a Reliable and Rapid Automated Grading System in Facial Palsy Patients: Facial Palsy Surgery Meets Computer Science JF - Journal of Clinical Medicine N2 - Background: Reliable, time- and cost-effective, and clinician-friendly diagnostic tools are cornerstones in facial palsy (FP) patient management. Different automated FP grading systems have been developed but revealed persisting downsides such as insufficient accuracy and cost-intensive hardware. We aimed to overcome these barriers and programmed an automated grading system for FP patients utilizing the House and Brackmann scale (HBS). Methods: Image datasets of 86 patients seen at the Department of Plastic, Hand, and Reconstructive Surgery at the University Hospital Regensburg, Germany, between June 2017 and May 2021, were used to train the neural network and evaluate its accuracy. Nine facial poses per patient were analyzed by the algorithm. Results: The algorithm showed an accuracy of 100%. Oversampling did not result in altered outcomes, while the direct form displayed superior accuracy levels when compared to the modular classification form (n = 86; 100% vs. 99%). The Early Fusion technique was linked to improved accuracy outcomes in comparison to the Late Fusion and sequential method (n = 86; 100% vs. 96% vs. 97%). Conclusions: Our automated FP grading system combines high-level accuracy with cost- and time-effectiveness. Our algorithm may accelerate the grading process in FP patients and facilitate the FP surgeon’s workflow. Y1 - 2022 U6 - https://doi.org/10.3390/jcm11174998 VL - 11 IS - 17 PB - MDPI CY - Basel ER - TY - RPRT A1 - Haug, Sonja A1 - Dotter, Caroline A1 - Baumann, Lukas A1 - Weber, Karsten T1 - EVEKT - Erhöhung der Verbraucherpartizipation an der Energiewende durch KI-Technologien und datenbasierte Mehrwertdienste. 1. Arbeitspapier: Determinanten des Stromverbrauchs von Privathaushalten im Kontext von Smart Meter N2 - Seit dem Beginn des russischen Angriffskriegs und der Ukraine-Krise im Februar 2022 wurden massive Preissteigerungen auf dem Energiesektor beobachtet. Die Unsicherheiten auf dem Energiemarkt sowie die angespannte Lage der Gasversorgung führten zu erheblich höheren Strompreisen für Privathaushalte. Welche Faktoren den Stromverbrauch determinieren, wird im vorliegenden Arbeitspapier genauer untersucht. Der Zusammenhang zwischen Haushaltsmerkmalen und deren Stromverbrauch ist in der sozialwissenschaftlichen Energieforschung bekannt. Eine Möglichkeit der Verbrauchserfassung von Strom sind Smart-Meter, digitale Stromzähler. Projektziel von EVEKT ist die Untersuchung von Möglichkeiten zur Reduktion des Stromverbrauchs von privaten Haushalten. Ziel dieses Arbeitspapiers ist es, verschiedene Gruppen von Haushalten und deren Charakteristik bei Strombezug und Smart-Meter-Nutzung zu differenzieren. Damit dokumentiert es einen Arbeitsschritt im Rahmen eines EVEKT-Teilprojekts zur Untersuchung sozialer und ethischer Aspekte von KI-Technologie in Privathaushalten. Es wurde ein Scoping Review zu Stromverbrauchsindikatoren in Bezug auf Smart-Meter durchgeführt. In einer systematischen Suche in der Datenbank Web of Science wurden 477 Treffer gefunden. Von den 477 Treffern konnten nach Durchsicht 12 passende Studien analysiert werden. Die untersuchten Arbeiten unterteilen Haushalte in verschiedene Kategorien bzw. Cluster. Einige Studien gruppieren nach soziodemografischen Aspekten, während andere die Verbrauchsmuster analysieren. Als Ergebnis des Scoping Reviews empfehlen wir, beide Ansätze zu kombinieren, um verschiedene Haushaltstypen angemessen anzusprechen. Bedeutung für die weiteren Projektschritte (Bevölkerungsumfrage) Inwieweit die Zugehörigkeit zu bestimmten Haushaltstypen die Akzeptanz von KI-Technologie und feedback-basierter Apps determinieren, wird im Rahmen einer eigenen Befragung überprüft werden. Dazu wird aktuell ein Fragebogen entwickelt. Die Feldphase der deutschlandweiten Bevölkerungsbefragung ist für 2024 geplant. KW - Smart-Meter KW - Partizipation KW - Verbraucher KW - Scoping Review KW - Stromverbrauch Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-60348 ER -