Campus Chiemgau
Refine
Document Type
- Conference Publication (3)
- Part of a Book (2)
- Contribution to a Periodical (2)
- Article (peer reviewed) (1)
- conferencepaper (1)
- Report (1)
Is part of the Bibliography
- no (10)
Keywords
- Digitalisierung (3)
- Mobilität (2)
- Akzeptanz (1)
- Alter (1)
- BookTok (1)
- Digital Media (1)
- Digitale Medien (1)
- End-user development (1)
- HCI (1)
- Human-AI Interaction (1)
Institute
In the evolving digital media landscape, this research explores digital book product representation within TikTok’s BookTok community, focusing on German influencers and publishers. The study examines content formats and promotion dynamics for ebooks and audiobooks. Key findings reveal a significant underrepresentation of digital book content compared to print books. Ebook content differs markedly, emphasizing objectification, reading peculiarities, and pricing, while audiobook promotion mirrors traditional book marketing approaches. The research uncovers a disconnect between the digital book market and its BookTok representation. By analyzing content strategies of top influencers and publishers, the study identifies potential opportunities for innovative digital book marketing.
Hubs are at the core of most smart homes. Modern cross-ecosystem protocols and standards enable smart home hubs to achieve interoperability across devices, offering the unique opportunity to integrate universally available smart home privacy awareness and control features. To date, such privacy features mainly focus on individual products or prototypical research artifacts. We developed a cross-ecosystem hub featuring a tangible dashboard and a digital web application to deepen our understanding of how smart home users interact with functional privacy features. The ecosystem allows users to control the connectivity states of their devices and raises awareness by visualizing device positions, states, and data flows. We deployed the ecosystem in six households for one week and found that it increased participants’ perceived control, awareness, and understanding of smart home privacy. We further found distinct differences between tangible and digital mechanisms. Our findings highlight the value of cross-ecosystem hubs for effective privacy management.
Mithilfe des Forschungsprojekts NaMoCh wurden Wirkmechanismen zwischen Mobilität, Digitalisierung und Persönlichkeitseigenschaften für verschiedene Personengruppen im Chiemgau grundlegend untersucht. Konkret wurden die folgenden Forschungsfragen beantwortet: 1. Inwiefern unterscheidet sich die Mobilität (inkl. Nutzung digitaler Dienste) verschiedener soziodemografischer Gruppen in den Zentren Stadt Traunstein und Burghausen von der Mobilität der ländlicheren Gebiete Landkreis Traunstein, dem Chiemgau und dem Landkreis Altötting? 2. Welche Werte und anderen Faktoren spielen für die Gruppen aus 1. bei der Auswahl der Verkehrsmittel eine größere Rolle als andere (z.B. Technologieakzeptanz und Offenheit gegenüber Innovationen sowie soziodemografische Faktoren)? Forschungsfrage (1.) war vor dem besonderen Hintergrund zu betrachten, dass durch den neuen THRosenheim-Standort Campus Chiemgau aktuell eine zusätzliche Alters- und Sozialgruppe ihre Mobilität im Chiemgau verwirklicht. Daher war zum Zeitpunkt des Forschungsprojekts und den damit verbundenen Datenerhebungen eine „Nullmessung“ ohne signifikante Eingriffe in das Mobilitätsgeschehen möglich. Um sich Forschungsfrage (1.) zu nähern, wurden zunächst existierende Mobilitätserhebungen analysiert – hier insbesondere die Ergebnisse der Studie Mobilität in Deutschland (MiD) aus 2017 (Nobis & Kuhnimhof, 2018) mit der regionalen Verdichtung für den Freistaat Bayern und der Landeshauptstadt München. Zusätzlich zur Arbeit mit diesen Sekundärdaten wurde eine OnlineUmfrage durchgeführt. Forschungsfrage (2.) wurde ebenfalls durch die Online-Umfrage sowie im Anschluss mit leitfadengestützten Tiefeninterviews zur Mobilität verschiedener Gruppen im Chiemgau adressiert. Ziel des Forschungsprojekts war es, Treiber für die Nutzung verschiedener Mobilitätsangebote und digitaler Hilfsmittel im Zusammenhang mit Mobilität zu identifizieren, aktuell vorherrschende, grundlegende Hemmnisse für innovative nachhaltige Mobilität offen zu legen und Potenziale und Bedürfnisse auf Basis der Ergebnisse zu ermitteln.
Die Bedeutung nachhaltiger Mobilität sowohl in der Gesellschaft als auch in der Politik steigt seit Jahren. Dabei ist der Verkehrssektor eines der ökologischen Problemfelder, insbesondere in der Klimapolitik: Die Mobilitätsbe-dürfnisse der Gesellschaft sind offenbar bislang nicht mit den politischen Nachhaltigkeitszielen vereinbar. Dem-entsprechend groß ist das Augenmerk auf den Verkehrssektor. Da im urbanen Raum die größte Verkehrsnach-frage – und damit auch das größte Potenzial zur Verbesserung von Nachhaltigkeitsindikatoren – vorherrscht, liegt der Fokus von Studien und Maßnahmen meist auf urbaner Mobilität, wie beispielsweise bei den Themen Car-Sharing, autonomes Fahren, Ride-Hailing oder Bike-Sharing. Mobilität im ländlichen Raum wird häufig nach-rangig betrachtet, obwohl der motorisierte Individualverkehr dort eine größere Rolle spielt als im urbanen Raum, sodass dort ungenutzte Nachhaltigkeitspotenziale liegen.
Vor diesem Hintergrund stellt der vorliegende Artikel die Ergebnisse einer Studie verschiedener soziodemografi-scher Gruppen in zwei ländlichen Räumen vor. In einer Umfrage wurde das Zusammenspiel zwischen Mobilität, der Nutzung digitaler Hilfsmittel für die Mobilität, Persönlichkeitseigenschaften sowie Einstellungen zur Nachhal-tigkeit untersucht. Auf Basis der gewonnen Erkenntnisse werden Rückschlüsse auf die Bedürfnisstruktur ver-schiedener ländlicher Mobilitätstypen gezogen und Rahmenbedingungen für die Entwicklung von nachhaltigen und digital unterstützten Mobilitätsangeboten definiert.
Beyond Recommendations: From Backward to Forward AI Support of Pilots' Decision-Making Process
(2024)
AI is anticipated to enhance human decision-making in high-stakes domains like aviation, but adoption is often hindered by challenges such as inappropriate reliance and poor alignment with users' decision-making. Recent research suggests that a core underlying issue is the recommendation-centric design of many AI systems, i.e., they give end-to-end recommendations and ignore the rest of the decision-making process. Alternative support paradigms are rare, and it remains unclear how the few that do exist compare to recommendation-centric support. In this work, we aimed to empirically compare recommendation-centric support to an alternative paradigm, continuous support, in the context of diversions in aviation. We conducted a mixed-methods study with 32 professional pilots in a realistic setting. To ensure the quality of our study scenarios, we conducted a focus group with four additional pilots prior to the study. We found that continuous support can support pilots' decision-making in a forward direction, allowing them to think more beyond the limits of the system and make faster decisions when combined with recommendations, though the forward support can be disrupted. Participants' statements further suggest a shift in design goal away from providing recommendations, to supporting quick information gathering. Our results show ways to design more helpful and effective AI decision support that goes beyond end-to-end recommendations.
In this study, the data-driven simulation framework CDRpy is presented, validated and applied using the example of the city of Munich to support decision-makers in the rollout of public charging infrastructure in urban areas. The innovation of the study lies in the fact that CDRpy can be used to evaluate different concepts for public charging infrastructure at a detailed level. The Demand is mapped based on real charging events for different types of electric vehicles and pricing models, and the evaluations can be broken down to the level of individual charging stations. The developed framework was validated using charge detail records from the largest operator of public charging infrastructure in Munich for the years 2020, 2021 and 2022 based on various criteria. In a further case study, the additional demand for public charging infrastructure in the city was estimated for the year 2030. The results indicate that mixed and timebased pricing models could reduce the required number of public charging points from 7,055 to 6,374 by around 10% compared to energy-based pricing models. Determining the expansion requirements for each sub-district shows that the additional demand for public charging infrastructure varies greatly across the city. Since both technological and economic perspectives are considered, the study is relevant for all decisionmakers involved in the planning, operation and scaling of public charging infrastructure.
This paper explores the impact of large language models (LLMs) on reproducibility within Human-Computer Interaction (HCI) research. As LLMs gain popularity in academia, they bring both unprecedented opportunities and notable risks. While LLMs can enhance research efficiency and foster innovative methods, they also challenge established norms in replicability and transparency. This paper analyzes the dual role of LLMs as both a risk and a chance, proposing strategies to ensure reliable, reproducible results in HCI studies.
Empowering end-users to be actively involved in the design, development and implementation of systems is a shared goal of the
participatory design and end-user development communities. Yet,
both communities have developed largely separately, both building
upon their own specific set of knowledge, methods and practices.
This workshop aims to identify common goals and a shared research
agenda by bringing together researchers from both communities
and stimulating the exchange of knowledge and the generation of
new ideas
Labels inform smart home users about the privacy of devices before purchase and during use. Yet, current privacy labels fail to fully reflect the impact of advanced device configuration options like sensor state control. Based on the successful implementation of related privacy and security labels, we designed extended static and interactive labels that reflect sensor states and device connectivity. We first did expert interviews (N = 10) that informed the final label design. Second, we ran an online survey (N = 160) to assess the interpretation and usability of the novel interactive privacy label. Lastly, we conducted a second survey (N = 120) to investigate how well our interactive labels educate users about sensor configuration. We found that most participants successfully used the interactive label and retrieved sensor information more efficiently and correctly. We discuss our findings in the context of a potential shift in label use toward control and use-case-based interaction.
