TY - GEN A1 - Weber, Karsten T1 - KI und Roboter in der Science Fiction – eine (augenzwinkernde) Einführung zur KI-Forschung Y1 - 2024 ER - TY - GEN A1 - Weber, Karsten T1 - Die üblichen Verdächtigen – automatisierte Strafverfolgung aus Perspektive der Technikfolgenabschätzung und Technikbewertung Y1 - 2024 ER - TY - GEN A1 - Weber, Karsten T1 - Nutzungsdauer und Recycling softwareabhängiger Geräte – Herausforderungen und mögliche Lösungsansätze Y1 - 2023 ER - TY - GEN A1 - Weber, Karsten T1 - Digitalisierung, KI, Robotik – Visionen für die Gesundheitsversorgung von morgen Y1 - 2024 ER - TY - GEN A1 - Weber, Karsten T1 - Verstand, Vernunft, Seele: Was unterscheidet KI-Systeme von Menschen? Y1 - 2024 ER - TY - GEN A1 - Weber, Karsten T1 - KI und Big Data: Wenn ein Hype zum ethischen Stolperstein wird Y1 - 2025 ER - TY - GEN A1 - Weber, Karsten T1 - Aspekte der sozialen Nachhaltigkeit am Beispiel des Einsatzes von KI. Ergebnisse einer Befragung von zivilgesellschaftlichen Organisationen in der Grenzregion im Bereich Umweltschutz, Sozial- und Gesundheitswesen T2 - Aspekty sociální udržitelnosti na příkladu využití umělé inteligence. Výsledky průzkumu mezi občanskými organizacemi v pohraniční oblasti v oblasti ochrany životního prostředí, sociálních věcí a zdravotnictví a lidských práv Y1 - 2025 ER - TY - GEN A1 - Weber, Karsten T1 - Künstliche Intelligenz für Nichtregierungsorganisationen (KINiro) – Bedarf, Akzeptanz und Umsetzungsmöglichkeiten Y1 - 2025 ER - TY - GEN A1 - Weber, Karsten T1 - Zwischen Fortschritt und Verantwortung: KI, Nachhaltigkeit und wir Y1 - 2025 ER - TY - GEN A1 - Weber, Karsten T1 - Künstliche Intelligenz: Ökonomische und ethische Aspekte Y1 - 2025 ER - TY - GEN A1 - Weber, Karsten T1 - KI ./. Demokratie BT - Ein kompliziertes Verhältnis Y1 - 2024 ER - TY - CHAP A1 - Vetter, Miriam A1 - Haug, Sonja A1 - Weber, Karsten ED - BBSR – Bundesinstitut für Bau-, Stadt- und Raumforschung im Bundesamt für Bauwesen und Raumordnung, T1 - Die Zukunft der Notfallerkennung in Haushalten älterer Menschen : eine Technikbewertung T2 - Demografische Alterungsprozesse : Chancen und Herausforderungen für die Regionalentwicklung N2 - Die meisten älteren Personen wünschen sich ein Altern in der Häuslichkeit, auch bei zunehmendem Anteil an Pflegebedürftigen in der Bevölkerung. Der Pflegenotstand im ländlichen Raum und im ambulanten Bereich stellt die häusliche Versorgung jedoch vor Herausforderungen. Die Digitalisierung soll dabei Abhilfe schaffen. Hausnotrufsysteme sind eine weit verbreitete Form digitaler Assistenzsysteme, die auf Knopfdruck Hilferufe an Hausnotrufzentralen übermitteln. Sie stehen jedoch in der Kritik, da die Handsender aus Angst vor Stigmatisierung von den Pflegebedürftigen oft abgelegt und daher trotz Notlage nicht genutzt werden. Neben vielfältiger Forschung zu digitalen Assistenzsystemen werden zunehmend technische Prototypen zu Smart-Meter-Anwendungen zur Notfallerkennung für ältere Menschen entwickelt, die mithilfe von Stromverbrauchsdaten und Künstlicher Intelligenz auf Inaktivität und somit mögliche Notfälle schließen. Smart-Meter sind intelligente Messsysteme, die für bestimmte Privathaushalte gesetzlich verpflichtend eingeführt werden, um Netzstabilität zu gewährleisten. Dieser Beitrag stellt erste Ergebnisse einer Technikbewertung mithilfe eines Mixed-Method-Ansatzes vor. Ein Drittel der Expertinnen und Experten sieht eine positive Nutzungsintention. Die Bevölkerungsbefragung zeigt Unentschlossenheit bezüglich der neuen Technologie. Eine Nutzungsintention besteht vor allem bei jüngeren technikaffinen Personen, d.h. den älteren Menschen der Zukunft. KW - Notfallerkennung KW - Smart Meter KW - Akzeptanz Y1 - 2025 U6 - https://doi.org/10.58007/gcpc-7j48 SN - 1868-0097 SP - 126 EP - 136 PB - BBSR – Bundesinstitut für Bau-, Stadt- und Raumforschung im Bundesamt für Bauwesen und Raumordnung (BBR) CY - Bonn ER - TY - JOUR A1 - Dotter, Caroline A1 - Haug, Sonja A1 - Schnell, Rainer A1 - Raptis, Georgios A1 - Weber, Karsten T1 - Sharing health data for research purposes: results of a population survey in Germany JF - BMC health services research N2 - BACKGROUND: Increased use of health data has the potential to improve both health care and health policies. Several recent policy initiatives at the European and German legislative levels aim to increase the primary and secondary use of health data. However, little is known about general population views on health data access for research. Most studies are based on subsets defined by specific illnesses. METHODS: We commissioned a national computer-assisted dual-frame telephone survey (landline and mobile). Logit estimation models were used to identify predictors of willingness to provide access to health data to different organizations (universities in Germany, universities worldwide, German government organizations, pharmaceutical companies). RESULTS: A high willingness to share health data for research purposes is observed, depending on the specific data recipient. The willingness is highest for research at universities in Germany and German governmental organizations, and lowest regarding research by pharmaceutical companies. The main drivers for sharing health data are the level of trust in public institutions, the respondents' assessment of the seriousness and likelihood of data misuse, and the level of digital literacy. Age, gender, and level of education have small effects and do not determine the willingness to share health data for all organizations. CONCLUSION: We present evidence from a random sample of the German population. The results indicate widespread support among the population for providing access to health data for research purposes. Similar to findings in other countries, the willingness depends strongly on the recipient of the data. This paper evaluates the impact of various determinants - identified in previous qualitative and quantitative research - on the willingness of the German population to share health data. While previous studies have found that patients are generally more willing to share health data, we found that the presence of a medical precondition does not translate into respondents' unequivocal support for health data sharing. We identify privacy concerns, general trust, and digital literacy as key factors influencing the willingness to share health data. Therefore, policymakers and stakeholders need to ensure and communicate the necessary privacy protection measures to increase the willingness of the German population to share health data. Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-81622 N1 - Corresponding author der OTH Regensburg: Caroline Dotter VL - 25 PB - BMC ER - TY - CHAP A1 - Greiner, Nina A1 - Currle, Edda A1 - Bahr, Gudrun A1 - Weber, Karsten ED - Weber, Karsten ED - Haug, Sonja ED - Lauer, Norina ED - Mohr, Christa ED - Pfingsten, Andrea ED - Raptis, Georgios ED - Bahr, Gudrun T1 - Die Rekrutierung von Proband*innen im Projekt DeinHaus 4.0 Oberpfalz BT - Prozess, Herausforderungen und Bewertung T2 - Digitale Technik für ambulante Pflege und Therapie III - Nutzung, Akzeptanz, Wirkung und Lebensqualität N2 - Beschrieben wird der Rekrutierungsprozess im Projekt DeinHaus 4.0. Hierbei werden die spezifischen Herausforderungen bei der Akquise von Schlaganfallbetroffenen aufgezeigt und diskutiert. T3 - Regensburger Beiträge zur Digitalisierung des Gesundheitswesens - 4 KW - Rekrutierung KW - Schlaganfallpatient KW - Forschungsprojekt KW - Telerehabilitation KW - Herausforderungen Y1 - 2024 SN - 978-3-8394-6728-2 U6 - https://doi.org/10.14361/9783839467282-004 SP - 29 EP - 61 PB - transcript CY - Bielefeld ER - TY - RPRT A1 - Bhardwaj, Prakhar A1 - Hauer, Franziska A1 - Mücke, Vanessa A1 - Dotter, Caroline A1 - Haug, Sonja A1 - Weikl, Simone A1 - Weber, Karsten T1 - Recording and understanding multi- and intermodal mobility - a review N2 - 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. KW - multimodal mobility KW - mobility Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-87427 CY - Regensburg ER - TY - GEN A1 - Hauer, Franziska A1 - Haug, Sonja A1 - Scharf, Anna A1 - Schultz, Maximilian A1 - Weber, Karsten T1 - Quantitative Befragung zu Künstlicher Intelligenz für Nichtregierungsorganisationen -Fragebogen und Codebuch N2 - 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. KW - Künstliche Intelligenz KW - NGO Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-87066 N1 - 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 CY - Regensburg ER - TY - RPRT A1 - Bhardwaj, Prakhar A1 - Hauer, Franziska A1 - Mücke, Vanessa A1 - Dotter, Caroline A1 - Haug, Sonja A1 - Weikl, Simone A1 - Weber, Karsten T1 - Multi- und intermodale Mobilität erfassen und verstehen - eine Literaturübersicht N2 - Die Transformation zu nachhaltiger Mobilität erfordert eine detaillierte Erfassung des tatsächlichen Mobilitätsverhaltens, was durch herkömmliche, aggregierte oder retrospektive Erhebungsmethoden (z.B. Zählstellen, Wegetagebücher) nicht vollständig gelingt. Zudem sind diese Methoden oft teuer, fehleranfällig oder nicht nachhaltig skalierbar. Ziel dieser Literaturübersicht ist es, einen systematischen Überblick über den aktuellen Forschungsstand zur Erhebung und Analyse individueller Mobilitätsdaten zu geben und darauf aufbauend mögliche Forschungslücken sowie Potentiale zu identifizieren. Die explorative Literaturrecherche umfasst sozialwissenschaftliche Erhebungen zu multi- und intermodalem Mobilitätsverhalten, sowie einen Überblick über Analysemöglichkeiten von Wegedaten. Der Fokus liegt auf der Identifikation relevanter Datenquellen und methodischer Ansätze zur Segmentierung, Verkehrsmittelerkennung und Wegezweckbestimmung. Ergebnisse aus aktuellen Studien verdeutlichen, dass ausschließlich sensorgestützte Datenerhebungen bisher nicht ausreichen, um Mobilitätsverhalten vollumfänglich und präzise abzubilden. Eine mögliche Lösung ist ein "Best-of-both-worlds-Ansatz, der die passive, automatische Mobilitätsdatenerfassung via Smartphone-Sensorik mit gezielten Nutzerkorrekturen und Ergänzungen ("Human-in-the-Loop") innerhalb einer App kombiniert. Die Literaturauswertung zeigt, dass auf diesem Weg die beste Datenqualität gewonnen werden kann. Durch die Kombination von Mobilitätsbefragung mit passiver Erhebung von Mobilitätsdaten kann ein umfassender, möglichst vollständiger und korrekter Überblick über das Mobilitätsverhalten gewonnen werden. KW - KI KW - Mobilität Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-87415 CY - Regensburg ER - TY - GEN A1 - Currle, Edda A1 - Haug, Sonja A1 - Weber, Karsten T1 - Künstliche Intelligenz und Anamnese (KI-Anamnese) — Fragebogen der Trendstudie zur Akzeptanz von KI in der Anamnese in Arztpraxen in Deutschland mit Codeplan N2 - 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. KW - Anamnese KW - Bevölkerungsumfrage KW - Künstliche Intelligenz KW - Technologieakzeptanz KW - Fragebogen Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-87079 N1 - Der Fragebogen ist Anhang zu folgender Veröffentlichung: Currle, E., Haug, S. & 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 Nachweis auf dem Publikationsserver unter: https://opus4.kobv.de/opus4-oth-regensburg/frontdoor/index/index/docId/8671 Zugehöriges Datenset: 10.5281/zenodo.18017447 (DOI) CY - Regensburg ER - TY - GEN A1 - Haug, Sonja A1 - Currle, Edda A1 - Weber, Karsten T1 - Künstliche Intelligenz und Anamnese (KI-Anamnese) - Datensätze Welle 1 und Welle 2 [Data set] N2 - 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. KW - Anamnese KW - Bevölkerungsumfrage KW - Künstliche Intelligenz KW - Technologieakzeptanz Y1 - 2025 U6 - https://doi.org/10.5281/zenodo.18017447 N1 - Related works: Is described by Other: 10.35096/othr/pub-8707 (DOI) Is metadata for Journal: 10.1016/j.zefq.2025.10.003 (DOI) ER - TY - GEN A1 - Hauer, Franziska A1 - Schultz, Maximilian A1 - Haug, Sonja A1 - Weber, Karsten T1 - Künstliche Intelligenz in Nichtregierungsorganisationen - quantitativer Datensatz [Data set] N2 - 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. Y1 - 2025 U6 - https://doi.org/10.5281/zenodo.17977270 N1 - Related works: Continues Working paper: 10.13140/RG.2.2.21668.69765 (DOI) Working paper: 10.13140/RG.2.2.10671.75685/1(DOI) Is continued by Working paper: 10.13140/RG.2.2.25460.46720 (DOI) Is described by Working paper: 10.13140/RG.2.2.11094.66883 (DOI) Journal article: 10.5771/1613-0707-2025-5-35 (DOI) Is referenced by Conference paper: 10.3233/SHTI250172 (DOI) ER - TY - JOUR A1 - Weber, Karsten T1 - Public images of artificial intelligence: an overview JF - media-culture-social communication N2 - 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. Y1 - 2025 U6 - https://doi.org/10.31648/mcsc.10343 IS - 21 SP - 9 EP - 24 PB - Wydawnictwo Uniwersytetu Warmińsko-Mazurskiego w Olsztynie CY - Olsztyn ER -