Fakultät 10 / Advanced Media Institute
Refine
Year of publication
Document Type
- Master's Thesis (12)
- Bachelor Thesis (10)
- Study Thesis (1)
Language
- German (23) (remove)
Has Fulltext
- yes (23)
Keywords
- Gamification (3)
- Analyse (2)
- Benutzerfreundlichkeit (2)
- Dezentralisation (2)
- Python <Programmiersprache> (2)
- Semantic Web (2)
- .NET (1)
- API (1)
- ASP.NET (1)
- Accessibility (1)
Faculty
Design Patterns im Kontext von mHealth-Anwendungen unter besonderer Berücksichtigung von Privacy
(2021)
Gesundheitsapps bzw. mHealth-Apps werden immer häufiger verwendet, um die Gesundheit aufrechtzuerhalten oder das eigene Gesundheitsverhalten zu verbessern. Vor allem die Corona-Pandemie im Jahr 2020 und die damit einhergehenden Kontaktbeschränkungen führten zu einem Anstieg der Nutzerzahlen. Für diese Forschungsarbeit sind Lifestyle-Apps von besonderem Interesse, da sich diese im Gegensatz zu anderen Arten von mHealth-Apps an Konsumenten als Zielgruppe richten.
Zunächst werden Design-Methoden ermittelt, die bei der Gestaltung von mHealth-Lösungen zum Einsatz kommen. Dabei liegt der Fokus auf Persuasive Technology, die darauf abzielt, Verhaltensweisen des Nutzers zu verändern. Es wird geklärt, auf welchen theoretischen Modellen solche Systeme basieren und mit welchen Vorteilen und Risiken die Nutzung von mHealth-Anwendungen verbunden ist. Die in Persuasive Technology vorkommenden Design-Methoden werden kritisch betrachtet, indem überprüft wird, ob mithilfe von Dark Patterns Schwachstellen der menschlichen kognitiven Fähigkeiten und Verhaltensweisen ausgenutzt werden können und ob es dadurch zur Verletzung der Privatsphäre oder zu einer Gefährdung des seelischen Wohlbefinden des Nutzers kommen kann.
Im empirischen Teil wird eine Umfrage durchgeführt, in der Probanden zu der Nutzung von bestimmten mHealth-Apps und dem Abbruch der Nutzung befragt werden. Bei der Umfrage wird ebenfalls erhoben, ob die Nutzung einen positiven oder negativen Eindruck auf mHealth hinterlassen hat und ob sich der Umgang der persönlichen Daten nach der Nutzung verändert hat.
Ziel der vorliegenden Arbeit ist es zu beantworten, wie Lehrmethoden durch die Anwendung von Gamification und Nudging verbessert werden können, um so die Motivation der Lernenden und die Anwendbarkeit der Lehrmethoden zu verbessern.
Dazu wird der Einfluss von Gamification auf die menschliche Motivation anhand von etablierten Literaturquellen analysiert.
Weiterführend erfolgt die Betrachtung der menschlichen Fehlbarkeiten und dem damit verbundenen Einsatz von Nudging zur Etablierung eines intendierten normativen Verhaltens.
Aufbauend auf dem Behavior Modell von B. J. Fogg wird im Anschluss daran ein einheitliches Vorgehen in Form eines Canvas entwickelt und beschrieben. Dieses bezieht sowohl den Kontext einer Lehrmethode als auch das aktuelle sowie das intendierte Verhalten einer fest definierten Zielgruppe ein. Ausgehend von dieser Grundlage können mögliche Ansätze für Befähigungen und Motivationen identifiziert und daraus resultierend geeignete Nudging- und Gamification-Ideen im Brainstorming-Verfahren generiert werden.
Die Nutzbarkeit des Canvas wird abschließend anhand von vier exemplarisch ausgewählten Lehrmethoden dargestellt, untersucht und die Ergebnisse reflektiert.
Dabei kann eine schnelle Identifizierung von Nudging- und Gamification-Ideen bezogen auf die betrachteten Lehrmethoden beobachtet werden.
Die Qualität der Ergebnisse gilt es jedoch noch in einer darauf aufbauenden Evaluation zu ermitteln.
Die vorliegende Arbeit beschäftigt sich im übergeordneten Kontext mit den Bounding Volume Hierarchies zur Veinfachung des Intersection Testings beim Raytracing. Die derzeitige Problematik besteht vor allem in der immer noch zu optimierenden Laufzeit. Dementsprechend wird trotz der bereits bestehenden Beschleunigungsdatenstrukturen wie unter anderem der Bounding Volume Hierarchy versucht, effizientere Strukturen oder Erstellungsprozeduren zu entwickeln. Für die Bounding Volume Hierarchy bedeutet dies, dass vor allem hinsichtlich verschiedener Splitting-Methoden und Möglichkeiten für die Baumoptimierung geforscht wird. Explizit wird daher innerhalb dieser Arbeit untersucht, wie die Bounding Volume Hierarchy durch die Verwendung der Hauptkomponentenanalyse bei der Erstellung optimiert werden kann und wie effizient der daraus resultierende Ansatz gegenüber der klassischen Bounding Volume Hierarchy sowie deren Splitting-Methoden ist. Eine Evaluation anhand 12 verschiedener Szenen zeigte, dass der vorliegende Ansatz unter Verwendung der SAH-Methode wie auch mit der Middle-Methode 17.70% respektive 13.14% geringere Renderlaufzeiten als der distanzbasierte Ansatz aufweist. Des Weiteren konnte mittels der kombinierten Verwendung aus klassischer SAH-Methode und PCA-basierter SAH-Methode eine weitere Verbesserung um 6.65% gegenüber der SAH-Methode der PCA-BVH erreicht werden.
Das Internet birgt schier endlose Informationen. Ein zentrales Problem besteht heutzutage darin diese auch zugänglich zu machen. Es ist ein fundamentales Domänenwissen erforderlich, um in einer Volltextsuche die korrekten Suchanfragen zu formulieren. Das ist jedoch oftmals nicht vorhanden, so dass viel Zeit aufgewandt werden muss, um einen Überblick des behandelten Themas zu erhalten. In solchen Situationen findet sich ein Nutzer in einem explorativen Suchvorgang, in dem er sich schrittweise an ein Thema heranarbeiten muss.
Für die Organisation von Daten werden mittlerweile ganz selbstverständlich Verfahren des Machine Learnings verwendet. In den meisten Fällen bleiben sie allerdings für den Anwender unsichtbar.
Die interaktive Verwendung in explorativen Suchprozessen könnte die menschliche Urteilskraft enger mit der maschinellen Verarbeitung großer Datenmengen verbinden.
Topic Models sind ebensolche Verfahren. Sie finden in einem Textkorpus verborgene Themen, die sich relativ gut von Menschen interpretieren lassen und sind daher vielversprechend für die Anwendung in explorativen Suchprozessen. Nutzer können damit beim Verstehen unbekannter Quellen unterstützt werden.
Bei der Betrachtung entsprechender Forschungsarbeiten fiel auf, dass Topic Models vorwiegend zur Erzeugung statischer Visualisierungen verwendet werden. Das Sensemaking ist ein wesentlicher Bestandteil der explorativen Suche und wird dennoch nur in sehr geringem Umfang genutzt, um algorithmische Neuerungen zu begründen und in einen umfassenden Kontext zu setzen. Daraus leitet sich die Vermutung ab, dass die Verwendung von Modellen des Sensemakings und die nutzerzentrierte Konzeption von explorativen Suchen, neue Funktionen für die Interaktion mit Topic Models hervorbringen und einen Kontext für entsprechende Forschungsarbeiten bieten können.
Das Ziel dieser Bachelorarbeit besteht in der Konzeption und Umsetzung eines CSS-Frameworks auf der Basis von Disneys zwölf Prinzipien der Animation. Dazu wird die folgende Forschungsfrage gestellt: Welche Relevanz haben Disneys zwölf Prinzipien der Animation im Kontext von UI-Animationen und wie lassen sie sich auf Elemente im Bereich Web umsetzen? Um diese Forschungsfrage zu beantworten, wurden die Prinzipien analysiert und in einem UI/UX-Kontext betrachtet. Dabei wurden potenzielle Einsatzmöglichkeiten für die Verwendung der Prinzipien und deren mögliche Auswirkungen auf die User Experience beschrieben. Um zu demonstrieren, wie eine Umsetzung der Prinzipien für gängigeElemente im Web aussehen könnte, wurde die Konzeption und Implementierung eines CSS-Frameworks durchgeführt. Dabei konnte festgestellt werden, welche Prinzipien für UI-Animationen geeignet oder ungeeignet sind und wie diese mithilfe von CSS und JavaScript implementiert werden köonnen. Schlagwörter: Animation, User Experience, Design, Web Development
Die vorliegende Arbeit beschäftigt sich mit der Gestaltung eines digitalen Assistenzsystemes zur Nutzung von Innovationsräumen. Digitale Assistenten werden bereits schon
seit längerer Zeit eingesetzt, beispielsweise in der Industrie 4.0 (vgl. Perevalova (2022). Innovation stellt derweilen eine Grundlage für wirtschaftlichen und unternehmerischen Erfolg dar (vgl. Schumpeter (1939) und wird durch Innovationsräume (vgl. Klooker u. a. (2019) und Innovationsprozesse wie dem Design Thinking unterstützt. Diese Prozesse werden dabei häufig von Innovation Coaches unterstützt. Der Ansatz des Innovationscoachings wurde von Albers u. a. (2016) beschrieben. Darauf aufbauend identifizierten Niever u. a. (2019) bereits zwölf Kernkompetenzen, die für einen Innovation Coach in Zukunft wichtig sein werden. Ein Problem, was sich dabei darstellt ist, dass diese Coaches häufig durch externe Moderatoren gestellt werden, welche ein Team nicht dauerhaft begleiten. Ohne die Coaches fehlt den Laien auf diesem Gebiet die nötige Methodenkompetenz, um eigenständig und methodisch Innovationen und Kreativität zu fördern. Diese Arbeit versucht daher, das Innovationscoaching mit einem digitalen Assistenten zu verbinden, um die eigenständige Nutzung von Innovationsräumen zu erleichtern und die Effizienz von Innovationsprozessen zu steigern. Dafür konnten zunächst durch die Auswertung von fünf Experteninterviews 63 Aufgaben eines Coaches und Aspekte des Systems identifiziert werden, die bei der Entwicklung eines Assistenzsystems bearbeitet werden sollten. Außerdem konnten 22 technische Kriterien formuliert werden, die bei der Auswahl einer geeigneten Technologie helfen können. Darüber hinaus wurden Lösungsmöglichkeiten für die wichtigsten Aufgaben eines Assistenzsystems aufgezeigt. Diese unterstreichen beispielweise die Relevanz der Forschungsfelder Indoor-Lokalisierung und künstliche Intelligenz. Die Ergebnisse dieser Arbeit sollen dazu beitragen, das Potenzial von digitalen Assistenzsystemen im Kontext von Innovationsprozessen zu verdeutlichen. Dies kann Unternehmen dabei unterstützen, Innovationsprozesse effizienter zu gestalten, unabhängig von Ressourcen oder Fachkräftemangel. In weiteren Forschungen könnte die konkrete Entwicklung des Assistenzsystems fortgeführt werden. Dabei könnte der Fokus auf die Aspekte eines hybriden Meetings gelegt werden oder darauf, wie ein mobiles Assistenzsystem gestaltet werden kann, das in verschiedene Räume mitgenommen werden kann.
Diese Bachelorarbeit "CloudRun - Analyse und Erweiterung" von Andreas Pahlen behandelt die Analyse der Software "CloudRun" sowie dessen Einbindung in eine Programmiersprache am Beispiel von Python.
Ziel der Analyse ist Herauszufinden, ob und in welchem Maße sich CloudRun für den produktiven Einsatz eignet, bzw. welche Änderungen nötig sind um einen sicheren und effizienten Einsatz zu ermöglichen.
Die Einbindung CloudRuns in die Programmiersprache Python dient als Beispielund Referenz zur Erstellung weiterer Frameworks und ermöglicht zugleich den Einsatz eines CloudRun-Servers für produktive Zwecke.
In dieser Arbeit wird ein Vorgehensmodell entwickelt um eine Taxonomie für Spielmechaniken aufzubauen. Hierfür werden zwei Vorgehensmodelle miteinander verbunden: eines, das die Extraktion von Spielmechaniken aus Gesellschaftsspielen in verschiedenen Strategien ermöglicht sowie ein weiteres, das ein standardisiertes Vorgehen beschreibt, wie eine Taxonomie aufgebaut werden kann.
Innerhalb des Vorgehensmodell zum Taxonomieaufbau werden die Strategien zur Extraktion von Spielmechaniken zum Aufbau des Domänenverständnisses genutzt. Davon ausgehend werden Kategorien abstrahiert, welche im Nachgang verfeinert und zueinander in Bezug gesetzt werden. Anschließend werden die zusätzlich extrahierten Spielmechaniken in die neu aufgestellte Struktur anhand der identifizierten Kriterien integriert und auf Kohärenz geprüft.
Das Suchen ist eine der, wenn nicht die am häufigsten durchgeführte Tätigkeit im Internet. Täglich werden Suchmaschinen mit Problemen aus aller Welt und aller Domänen befragt, in der Hoffnung, dass das Internet eine Lösung bereitstellt. Neben dem Web der Dokumente, welches überwiegend die großen Suchmaschinenhersteller wie Google und Microsoft durchsuchen, existiert auch das weniger bekannte Web der Daten. In diesem Teil des Internets werden Daten, keine Dokumente, in einem festen Format kodiert.
Dadurch soll die Möglichkeit geschaffen werden, dass nicht nur Menschen, sondern auch Maschinen, diese Daten verarbeiten können. Die Daten enthalten untereinander Verlinkungen, weswegen man auch von Linked Data spricht. Mit der vom W3C standardisierten Abfragesprache SPARQL ist es möglich, diese Daten nach selbst definierten Kriterien abzufragen.
Diese Arbeit befasst sich mit der Entwicklung einer SPARQL Abfrage zur Ermittlung von Sehenswürdigkeiten in Köln. Anhand dieses Anwendungsbeispiels soll beschrieben werden, inwieweit Linked Data in der Lage ist, mit Problemen und Fragestellungen des Alltags umzugehen. Es wird sich zeigen, dass es grundsätzlich möglich ist, derartige Anwendungsszenarien mit Linked Data zu lösen. Ein umfassendes Suchergebnis, welches beispielsweise Reiseführer geben, konnte jedoch nicht erzielt werden. Grund dafür sind hauptsächlich, wie in dieser Arbeit dargelegt wird, inkonsistente Daten. Um diese Beobachtung aufstellen zu können, wurden präzisere Suchkriterien für Sehenswürdigkeiten spezifiziert.Weitere Auffälligkeiten, die während der Entwicklung bemerkt wurden, wurden entsprechend dokumentiert.