Refine
Year of publication
Document Type
- Conference Proceeding (164) (remove)
Conference Type
- Konferenzartikel (155)
- Konferenz-Abstract (5)
- Sonstiges (3)
- Konferenz-Poster (1)
Is part of the Bibliography
- yes (164) (remove)
Keywords
- Additive Manufacturing (5)
- Ausbildung (5)
- Produktion (5)
- User Experience (5)
- 3D printing (3)
- Additive Tooling (3)
- Applied computing (3)
- Design (3)
- Digitalisierung (3)
- Finite-Elemente-Methode (3)
Institute
- Fakultät Wirtschaft (W) (164) (remove)
Open Access
- Closed Access (66)
- Open Access (51)
- Closed (46)
- Bronze (12)
- Diamond (5)
- Grün (2)
- Gold (1)
- Hybrid (1)
The central purpose of this paper is to present a novel framework supporting the specification and the implementation of media streaming services using XML and Java Media Framework (JMF). It provides an integrated service development environment comprising of a streaming service model, a service specification language and several implementation and retrieval tools. Our approach is based on a clear separation of a streaming service specification, and its implementation by a distributed JMF application and can be used for different streaming paradigms, e.g. push and pull services.
The central purpose of this paper is to present a novel framework supporting the specification, the implementation and retrieval of media streaming services. It provides an integrated service development environment comprising of a streaming service model, a service specification language and several implementation and retrieval tools. Our approach is based on a clear separation of a streaming service specification, and its implementation by a distributed application and can be used for different streaming paradigms, e.g. push and pull services.
This paper presents a system that uses a multi-stage AI analysis method for determining the condition and status of bicycle paths using machine learning methods. The approach for analyzing bicycle paths includes three stages of analysis: detection of the road surface, investigation of the condition of the bicycle paths, and identification of substrate characteristics. In this study, we focus on the first stage of the analysis. This approach employs a low-threshold data collection method using smartphone-generated video data for image recognition, in order to automatically capture and classify surface condition and status.
For the analysis convolutional neural networks (CNN) are employed. CNNs have proven to be effective in image recognition tasks and are particularly well-suited for analyzing the surface condition of bicycle paths, as they can identify patterns and features in images. By training the CNN on a large dataset of images with known surface conditions, the network can learn to identify common features and patterns and reliably classify them.
The results of the analysis are then displayed on digital maps and can be utilized in areas such as bicycle logistics, route planning, and maintenance. This can improve safety and comfort for cyclists while promoting cycling as a mode of transportation. It can also assist authorities in maintaining and optimizing bicycle paths, leading to more sustainable and efficient transportation system.
Duplikaterkennung, -suche und -konsolidierung für Kunden- und Geschäftspartnerdaten, sog. „Identity Resolution“, ist die Voraussetzung für erfolgreiches Customer Relationship Management und Customer Experience Management, aber auch für das Risikomanagement zur Minimierung von Betrugsrisiken und Einhaltung regulatorischer Vorschriften und viele weitere Anwendungsfälle. Diese Systeme sind jedoch hochkomplex und müssen individuell an die kundenspezifischen Anforderungen angepasst werden. Der Einsatz lernbasierter Verfahren bietet großes Potenzial zur automatisierten Anpassung. In diesem Beitrag präsentieren wir für ein KMU praxisfähige, lernbasierte Verfahren zur automatischen Konfiguration von Business-Regeln in Duplikaterkennungssystemen. Dabei wurden für Fachanwender Möglichkeiten entwickelt, um beispielgetrieben das Match-System an individuelle Business-Regeln (u.a. Umzugserkennung, Sperrlistenabgleich) anzupassen und zu konfigurieren. Die entwickelten Verfahren wurden evaluiert und in einer prototypischen Lösung integriert. Wir konnten zeigen, dass unser Machine-Learning-Verfahren, die von einem Domainexperten erstellten Business-Regeln für das Duplikaterkennungssystem „identity“ verbessern konnte. Zudem konnte der hierzu erforderliche Zeitaufwand verkürzt werden.
In this paper we present the concept of the "KI-Labor Südbaden" to support regional companies in the use of AI technologies. The approach is based on the "Periodic Table of AI" and is extended with both new dimensions for sustainability, and the impact of AI on the working environment. It is illustrated on the basis of three real-world use cases: 1. The detection of humans with lowresolution infrared (IR) images for collaborative robotics; 2. The use of machine data from specifically designed vehicles; 3. State-of-the-art Large Language Models (LLMs) applied to internal company documents. We explain the use cases, thereby demonstrating how to apply the Periodic Table of AI to structure AI applications.
Kundendaten im E-Commerce – Optimierungspotenzial im Checkout-Prozess des deutschen Online-Handels
(2023)
Die Gestaltung eines benutzungsfreundlichen Checkout-Prozesses ist für den Erfolg des E-Commerce von großer Bedeutung. Die Abfrage der Kundendaten bildet einen wichtigen Teil der Customer Journey. Auf der einen Seite wollen die Handelsunternehmen so viel wie möglich über ihre Kundschaft erfahren, um möglichst zielgenaue Angebote und Marketingmaßnahmen ausspielen und das perfekte Einkaufserlebnis generieren zu können. Auf der anderen Seite möchten sich die Kundinnen und Kunden beim Online-Shopping auf den Kauf konzentrieren und erwarten einen reibungslosen Ablauf. Der Checkout-Prozess ist in diesem Zusammenhang ein kritischer Punkt. Dies spiegelt sich auch in den hohen Warenkorbabbruchraten wider. Um Online-Shoppende nachhaltig zu begeistern, gibt es noch viel Raum für Verbesserungen. Mit dem Ziel, den Status quo im deutschen Online-Handel besser zu verstehen und Usability und User Experience für eine höhere Konvertierungsrate zu optimieren, untersuchte die hier vorgestellte Forschungsarbeit den Anmelde- und Checkout-Prozess der 100 umsatzstärksten Online-Shops in Deutschland. Es werden die Ergebnisse der Studie präsentiert und aufgezeigt, an welchen Stellen Optimierungspotenzial besteht – bspw. bei zu komplizierten Formularen, unnötigen Datenabfragen oder erzwungenen Registrierungen – sowie Vorschläge für die Praxis des Online-Handels diskutiert.
Die Möglichkeit zur digitalen Verbindung geographischer Orte mit Aufgaben, Herausforderungen oder Lernmaterialien hat eine Vielzahl von Anwendungen auch außerhalb der Mathematikbildung inspiriert. Dieser Beitrag stellt eine exemplarische Auswahl solcher Applikationen vor und versucht, die technischen, organisatorischen und konzeptionellen Gestaltungselemente zu systematisieren. Die Ausführungen sollen als Anregung bei der Anlage von Mathematiktrails sowie bei der Weiterentwicklung technischer Lösungen für den Lehreinsatz dienen.
Sowohl Angebot als auch Nachfrage nach Videos mit Lehrinhalt verzeichnen aktuell ein nahezu explosionsartiges Wachstum; MOOCs machen dabei jedoch nur einen geringen Anteil aus. Während Studierende einen positiven Effekt von Lehrvideos auf den eigenen Lernerfolg wahrnehmen, ist dieser bei objektiver Prüfung jedoch oft nicht nachweisbar. Für Dozenten eröffnet dies ein Spannungsfeld, für dessen Lösung dieser Beitrag die im Selbstversuch erprobte Möglichkeit der Produktion von Kurzvideos und deren Veröffentlichung auf YouTube vorstellt.
Die Erstellung und der Einsatz digitaler Medien basieren häufig auf der Annahme eines idealtypischen Lernprozesses, welcher die effektive Erarbeitung von Inhalten unter Berücksichtigung individueller Vorkenntnisse und Lebensumstände ermöglicht. Erfahrungen Lehrender legen jedoch die Vermutung nahe, dass Studierende selten ein idealtypisches Lernverhalten an den Tag legen. Für den Beitrag „Nutzungsmuster bei digitalen Medien“ wurden Forschungsarbeiten zu digitalen instruktionalen Medien gezielt ausgewertet, um die tatsächlichen Verhaltensweisen beim Lernen und die hiermit verbundenen Wirkungen aufzuzeigen. Aufbauend auf den Erkenntnissen soll eine Diskussion um mögliche Folgerungen für die Lehre angeregt werden.
First year Business Administration students tend to regard themselves as “non-computer scientists” and often have a lack of motivation about taking IT courses in general, either because they perceive them as too technical, too difficult or somewhat irrelevant. In an attempt to counteract this perception and increase the levels of engagement and willing attendance to class, we decided to flip the traditional lecture model and develop a new teaching and learning approach for the IT Fundamentals course using an open source Enterprise Resource Planning (ERP) system as the platform from which to draw the various underlying IT concepts and through which the relevant competences can be acquired.
This paper describes the implementation process of this new contextualized learning framework “IT via ERP” and the changes in the didactical methods to support it.