2972 research outputs found
Sort by
Timing Distributions of Sequence Elements for Dendritic Sequence Processing
Full text linkThis study investigates the robustness of Dendritic Trees with memory in classifying sequences under timing variations through empirical experimentation and computational modeling. Findings confirm the robustness conferred by plateau potentials and temporal overlaps, crucial to dendritic sequence processing. Evaluation metrics across varied Gaussian distribution parameters mean and standard deviation combinations support the system’s effectiveness, achieving 70-80% accuracy for the extra trial generation condition with an optimal plateau potential duration τ . Factors such as the sequence pool α, negative bias, and input timing dispersion influence system robustness. Limitations include the use of a simplified model and choice of input timing distribution. Future research
should explore biorealistic models and alternative distributions, while investigating complex arborization’s role and learning mechanisms for enhanced understanding of dendritic sequence processing
Analysis of User Acceptance and Adoption of Digital Linking Platforms in the Care Sector
Full text linkDer Fachkräftemangel in Deutschland, vor allem im Bereich der Pflege, stellt eine erhebliche Herausforderung dar, die durch steigende Kosten im Gesundheitswesen weiter verschärft wird. Gleichzeitig ist die Digitalisierung im deutschen Gesundheitswesen bislang nur unzureichend entwickelt. Hier kommen digitale Vernetzungsplattformen ins Spiel, um Pflegekräfte im Arbeitsalltag zu unterstützen, Arbeitszeiten effizienter zu gestalten und die gewonnene Zeit zur Verbesserung der Pflegequalität zu nutzen. Das Ziel der Arbeit liegt darin, zu erforschen, wie digitale Vernetzungsplattformen im Pflegebereich designt und implementiert werden sollten, um die Nutzerakzeptanz zu steigern. Darüber hinaus wird evaluiert, welche Faktoren die Adoption und Nutzung dieser Plattformen steigern können und welche Vorteile und Herausforderungen überwunden werden müssen, um die Akzeptanz und Adoption noch weiter zu erhöhen. Zur Zielerreichung wurde ein Mixed-Methods-Ansatz gewählt, der neben qualitativen Forschungsmethoden wie Experteninterviews und Fokusgruppen auch quantitative Forschung wie Umfragen und Kosten-Nutzen-Analysen beinhaltet. Zusammenfassend bestehen die Ergebnisse darin, dass Designwissen für Vernetzungsplattformen generiert wurde, die Akzeptanz durch Einbindung der Nutzer im Gestaltungsprozess gesteigert werden kann, Veränderungsresistenzen und Sicherheitsbedenken die Adoption hindern sowie integrative Plattformen statt Insellösungen angestrebt werden sollten
Die Strategie der KI-gestützten Transformation
Full text linkDieses Arbeitspapier analysiert den raschen Fortschritt der KI-gestützten Transformation in der US-Verwaltung und die damit verbundenen Sicherheitsprobleme. Während die kurzfristigen Ziele des neuen Department of Government Efficiency (DOGE) Kosteneinsparungen, Effizienzsteigerung und Bürokratieabbau in der US-Verwaltung sind, ist das langfristige Ziel die Einführung Künstlicher Intelligenz in der Verwaltung. Das Department of Government Efficiency (DOGE) misst die Bürokratie anhand des „Unconstitutionality Index“ (Verfassungswidrigkeitsindex), d.h. der Anzahl der von nicht gewählten Bürokraten geschaffenen Regeln für jedes vom Kongress verabschiedete Gesetz. Im Jahr 2024 lag dieser Index bei 18,5. Die Zunahme der Bürokratie spiegelt sich in einer Zunahme der Abschnitte in Bundesgesetzen (Codes of Federal Regulations) auf 215.230 im Jahr 2024 mit 98,68 Millionen Wörtern wider, verglichen mit etwa 77 Millionen Wörtern im Jahr 2010. Während die Befürworter diese Umgestaltung als ein Experiment betrachten, um die Regierung mithilfe von KI zu rationalisieren und Ineffizienz, Redundanz und bürokratische Verschwendung durch das Aufbrechen von Silos und schnelle Innovationen zu bekämpfen, wurden Bedenken hinsichtlich der ethischen Verantwortung, der Empathie und des Zugriffs von DOGE auf sensible Daten, darunter vertraulicher Daten von Geheimdiensten, geäußert. Dies führte zu einer Diskussion darüber, ob dies zu einer irreversiblen Machtverschiebung von der Verwaltung zu den KI-Anbietern führen könnte, die nun das Wissen und die Verfahren verwalten. Der Stellenabbau ist Gegenstand von Diskussionen, aber für Landesregierungen und Kommunalverwaltungen ist der Trend nicht umkehrbar. Der Prozess hat sich bereits auf den zivilen Sektor außerhalb des Staates ausgeweitet, wie z.B. der Rückgang der Programmiererstellen auf das Niveau von 1980 zeigt. Diese Entwicklungen verursachen Sicherheitsprobleme, die in diesem Arbeitspapier ebenfalls erörtert werden. Das erste besteht darin, dass KI-Dienstleister von Gegnern angegriffen werden könnten, die sie als Hintertür in die Regierungssysteme nutzen könnten. Mittlerweile existieren KI-basierte Cybersicherheitssysteme, beispielsweise durch die Kombination von führenden KI-Modellen (frontier AI) mit Tools und Datenbanken zur Cyber-Bedrohungsaufklärung. Eine neue kritische Schwachstelle fortgeschrittener KI-Modelle mit logischem Denken ist die Manipulation der Gedankengänge (Chain-of-Throught CoT). Dies kann entweder durch Cyberangriffe wie den Dark-Mind-Angriff geschehen, bei dem eine andere Denkweise eingeschleust wird, oder durch eine irreführende fortschrittliche KI, die ihre wahre Chain-of-Throught verbirgt. Studien haben gezeigt, dass aktuelle, kommerziell erhältliche führende KI-Modelle erkennen, wann sie sich in Testsituationen befinden, wissen, was Menschen von ihnen hören wollen und wie sie nötigenfalls ihren eigenen Gedankengang verbergen können. Verschiedene fortgeschrittene KIs können systemische oder problemspezifische Reward Hacks nutzen, d.h. den Missbrauch von Systemfunktionen, um die Erreichung der Vorgaben der Entwickler (Alignment) vorzutäuschen. Verwaltung und Militär könnten durch irreführende Analysen, selektive Informationen und versteckte Absichten der KI-Systeme manipuliert werden. KI-Systeme haben ihre Fähigkeit bewiesen, menschliche Tests und Überwachung zu erkennen und sich selbst zu replizieren, um ihre Existenz zu retten. Das heißt, erhöhter Druck auf KI-Systeme und deren Überwachung könnten nach hinten losgehen. Forschungsteams von OpenAI und Google DeepMind empfehlen, fortgeschrittene KI-Systeme durch ein weiteres KI-System zu begleiten, um menschliche Überwacher zu unterstützen. Die europäischen Regierungen werden bald mit der KI-Transformation konfrontiert sein und müssen dringend eigene Konzepte entwickeln
Szenarien des Technology-Enhanced Learning in der akademischen Bildung - Eine Untersuchung von Open Educational Resources und einem digitalen Studienassistenzsystem
No full textDiese Dissertation untersucht die Nutzung digitaler Studienassistenten und die Etablierung von Open Educational Resources (OER) an Hochschulen im Kontext von Technology-Enhanced Learning (TEL). Ziel ist es, die Effizienz und Effektivität dieser Technologien zu steigern, um die Hochschulbildung flexibler und nachhaltiger zu gestalten. Die Arbeit analysiert zwei zentrale Szenarien: (1) Faktoren, die die tatsächliche Nutzung digitaler Studienassistenten fördern, und (2) Einflussfaktoren, die eine nachhaltige Implementierung von OER begünstigen. Durch diese Betrachtungen soll ein wesentlicher Beitrag zum Abbau bestehender Defizite in der Digitalisierung der Hochschulbildung geleistet werden
KI-Robotik und Humanoide Roboter
No full textDieses Arbeitspapier analysiert die jüngsten Fortschritte in der KI-gestützten Robotik und humanoiden Robotern, die wirtschaftlichen und gesellschaftlichen Auswirkungen sowie die Sicherheitsaspekte von Robotern und ihren KI-Modellen. Nach der Definition der Internationalen Normungsorganisation ISO ist ein Roboter ein programmierter, gesteuerter Mechanismus mit einem gewissen Grad an Autonomie zur Fortbewegung, Manipulation oder Positionierung. Der Aufstieg fortschrittlicher KI-Modelle in den 2020er Jahren und die erfolgreiche Integration in Roboter haben zu einem Anstieg der KI-gestützten Robotik geführt und zur Markteinführung kommerziell verfügbarer humanoider Roboter beigetragen, d.h. universeller, zweibeiniger Roboter nach dem Vorbild des Menschen, die nun in realen Produktionen eingesetzt werden können. Im Jahr 2024 waren weltweit bereits mehr als 4 Millionen Industrieroboter im Einsatz. Der globale Markt für Industrierobotik belief sich 2024 auf knapp 34 Milliarden US-Dollar und wird bis 2030 voraussichtlich um fast 10% jährlich wachsen. Drei verschiedene Arten von KI tragen zur Robotik bei: die analytische, die physische und die generative KI. Die analytische KI kann große Datenmengen, beispielsweise Sensordaten, analysieren und die Mustererkennung verbessern. Die physische KI simuliert reale Umgebungen, wodurch Roboter in realistischen Settings trainiert werden können. Die Roboter können sich selbst trainieren und anpassen (selbstlernend), wodurch die Grenzen der traditionellen Programmierung überwunden werden. Die generative KI kann neue Inhalte generieren, die auf Algorithmen, Trainingsdaten, beispielsweise aus dem Internet, und maschinellem Lernen basieren. Die physische Integration von KI in Roboter (embodied KI als KI innerhalb einer physischen Hülle) verbindet nun die Lernzyklen von Robotern mit den Fortschritten der KI und beschleunigt so den Fortschritt der KI-gestützten Robotik. Humanoide Roboter verfügen in der Regel über Fortbewegung (Grobmotorik), Geschicklichkeit (Feinmotorik) und Intelligenz, die durch embodied KI bereitgestellt werden. In Zukunft könnten Roboter Chips, andere Roboter und ganze Fabriken bauen. Beispielsweise beabsichtigen die Unternehmen Foxconn und Nvidia, ab 2026 humanoide Roboter in einem Foxconn-Werk in Houston einzusetzen, um Nvidia-KI-Server zu produzieren. Die Fortschritte führten zu den ersten kommerziell verfügbaren humanoiden Robotern, die in der Industrie, aber auch als Serviceroboter in Transport und Logistik eingesetzt werden können. Darüber hinaus sind sie auch im Gastgewerbe, im Gesundheitswesen (Diagnose, Behandlung, Pflege) und in der Landwirtschaft einsetzbar. Auch nicht-humanoide Reinigungsroboter gibt es. Experten erwarten einen Anstieg der Zahl humanoider Roboter von 13 Millionen Einheiten im Jahr 2035 auf 648 Millionen Einheiten im Jahr 2050. Ende 2024 waren bereits über 50 Typen humanoider Roboter bekannt. Dies deutet darauf hin, dass der KI-Transformationsprozess nicht mehr auf spezialisierte Funktionen im IT- und Finanzsektor beschränkt ist. Sicherheitsrisiken bestehen in Fehlfunktionen und aggressivem Verhalten humanoider Roboter. Die Kombination von KI mit Robotern macht die KI-Sicherheit auch zu einer Frage der Robotersicherheit. Angreifer könnten die Kontrolle über Roboter erlangen, indem sie bereits nachgewiesene KI-Schwachstellen ausnutzen. Neue KI-Angriffsmethoden erleichtern Cyberangriffe erheblich und können herkömmliche Cybersicherheitsmaßnahmen umgehen, beispielsweise durch die Verwendung von verstecktem Text, der für Menschen nicht lesbar, aber für die KI lesbar ist. Das kommende ChatGPT5 soll deutlich schneller und leistungsfähiger sein. Darüber hinaus könnten neuartige KI-Architekturen den Bedarf an Gedankenprotokollen für KI-Modelle reduzieren, was zu einem Kontrollverlust für den Menschen führen könnte. Zusammenfassend lässt sich sagen, dass mit der rasant fortschreitenden KI als Plattformtechnologie und der zunehmenden praktischen Erfahrung mit Robotern in den kommenden Jahren ein massiver Anstieg KI-fähiger Roboter, einschließlich humanoider Roboter, zu erwarten ist. Der rasante Fortschritt von KI und Robotik wird den wirtschaftlichen Nutzen, aber auch die Sicherheitsrisiken und die gesellschaftlichen Auswirkungen verstärken
KI und Biosicherheit
Full text linkDieses Arbeitspapier analysiert die Entwicklung von Large Language Models (LLMs) und KI-gestützten biologischen Tools (AI-enabled biological tools) im Bereich der Biosicherheit und stellt Risiken und Nutzen anhand praktischer Beispiele dar. Künstliche Intelligenz (KI) wird allgemein als die Fähigkeit von Maschinen verstanden, Aufgaben zu erfüllen, die normalerweise menschliche Intelligenz erfordern.
Im Bereich der Biosicherheit weisen die AI-enabled biological tools eine ähnliche Entwicklungsrate und Modellexpansion auf wie die LLMs, was zu einem geringeren Bedarf an Zeit, Geld, Fachwissen und Ausrüstung führt. Viele AI-enabled biological tools sind frei zugänglich (open source) und können von Nutzern heruntergeladen und modifiziert werden; zu den Anwendungen gehören Proteindesignmodelle, genomische Sprachmodelle, autonome Laborrobotik und KI-Agenten. Das Hauptproblem ist das Dual-Use-Potenzial der KI-Tools, die sowohl nützlich als auch schädlich sein können. Beispielsweise könnten Tools, die neue Viren erkennen, das Bewusstsein schärfen, aber auch neue Kandidatenviren für Biowaffen identifizieren. Gleiches gilt für Tools zur Mutationsvorhersage, die für die Pandemieprävention und die Impfstoffentwicklung hilfreich sind, aber auch Hinweise zur Entwicklung von Viren liefern könnten, die Gegenmaßnahmen und dem Immunsystem entgehen können. Der Fortschritt der KI senkt die noch bestehenden Hürden des impliziten Forschungswissens und des physischen Zugangs zu gefährlichen Materialien. LLM-Programme wie GPT-4 und 4o können detaillierte Pläne zur Herstellung chemischer und biologischer Waffen liefern. Das Modell o1 beantwortete Fragen zur Freisetzung von Biowaffen zu 80% korrekt und erstellte Pläne, die denen von promovierten Experten überlegen waren. Fortgeschrittene Modelle wie OpenAI o3 und Google Gemini 2.5 Pro übertrafen im Virology Capabilities Test 94% der promovierten Virologen. In einem Kurs am Massachusetts Institute of Technology schlugen Chatbots vier potenzielle Pandemie-Erreger vor, erklärten deren Erzeugung aus synthetischer DNA, nannten Namen von DNA-Synthese-Unternehmen, die Aufträge wahrscheinlich nicht prüfen würden, identifizierten detaillierte Protokolle und empfahlen die Einbindung von Einrichtungen für Reverse Genetik. MegaSyn ist ein KI-basiertes Programm zur Arzneimittelforschung, das nach Umkehrung der Programmlogik hochgiftige Nervenkampfstoffe entwickelte. Der fortschrittliche Proteinstrukturanalysator AlphaFold 3 kann die Struktur von Komplexen vorhersagen, während Evo2 einen Schritt in Richtung der Entwicklung völlig neuer Genome darstellt. Mittlerweile stehen multi-agentische Forschungssysteme wie das Virtual Lab zur Verfügung. Andererseits unterstützt KI bereits Systeme zur Überwachung von Krankheitserregern, die Entwicklung medizinischer Gegenmaßnahmen sowie die Vorbereitung und Reaktion auf Pandemien, da KI-Systeme Mustererkennung zur Frühwarnung nutzen können. Fortschrittliche Bioabwehr-Tools sind FunGCAT zur DNA-Sequenzidentifizierung und HoloZScan zur Erkennung und Identifizierung von Krankheitserregern. OpenAI plant im Juli 2025 einen Biodefense-Gipfel zur Abwehr biologischer Bedrohungen. Zu den bereits aktiven Gegenmaßnahmen gehört die Überwachung der KI-Modelle durch ständig aktive Erkennungssysteme sowie die Kombination automatisierter Systeme mit menschlicher Überwachung und Untersuchungen bei verdächtigen Aktivitäten. Zusammenfassend hat das Papier den rasanten Fortschritt von LLMs und KI-gestützten biologischen Tools und das wachsende Dual-Use-Potenzial dieser Technologien gezeigt. Die Auswirkungen auf die Biosicherheit werden von politischen Entscheidungsträgern unterschätzt, was zu erheblichen Regulierungslücken geführt hat, die dringend geschlossen werden müssen
Longevity Research and AI
No full textThis working paper analyzes the recent advances in aging research, longevity drug development and related Artificial Intelligence (AI) tools as well as the potential medical and societal impact. Currently, the theoretical life expectancy for humans is restricted to 120 years with a much shorter real life expectancy. Taking the demographic change into consideration with an expected workforce shortage and problems for the social systems, there is both a medical and societal interest in longevity drugs which lead to a longer and healthier life. Aging is a biological process with a progressive decline leading to impaired function and finally to death. The current state of knowledge is that aging is an accumulation of old (senescent) cells, their dysfunction, chronic inflammation, and subsequent age-related diseases: the decline of the redox factor Nicotinamide adenine dinucleotide as well as environmental factors cause oxidative stress that can damage cells and genes and promote the secretion of inflammatory factors known as senescence-associated secretory phenotype (SASP). The inflammation is sterile and described as ‘inflammaging’ (inflammation and aging). The deeper understanding of aging promoted the search for longevity drugs like senolytics, senomorphics, and telomerase modulators. Senolytics selectively induce apoptosis (self-destruction) of senescent sells and clinical studies with dasatinib + quercetin and fisetin were started. Senomorphics alter the secretion pattern of senescent cells without destroying them; one group are as anti-inflammatory drugs such as rapamycin, steroids etc. while another group are growth factor inhibitors like metformin and resveratrol. Other researchers focus on the telomeres with the repair enzyme telomerase. While many substances like vitamins, antioxidants and probiotics are known to contribute to a healthier life, it could not be demonstrated that they cause a significant and reliable extension of human life. Moreover, some substances were only tested in animals so far, and still need to be tested in humans while others were already used in humans for other purposes, but side effects prevent these drugs from repurposing. These are the reasons why Artificial Intelligence (AI) tools are increasingly used to boost the drug development to achieve major advances in longevity drug research within the next few years. In 2025, OpenAI and the start-up Retro Biosciences presented GPT-4b an advanced AI model that increased the effectiveness of stem cell-development proteins known as Yamanaka factors by 50 times. This is a significant step towards tissue repair and refreshment. Other researchers hope to see much higher gains from AI advances, but while this is still speculative, the possibility of a lifespan extension is now higher. OpenAI expects to release a creative AI which can develop new things on its own in 2026. If a creative AI could achieve a major breakthrough, a new longevity drug may e.g., increase the life expectation by 20 years which would result in a duplication of the retirement time, but would then require a cut-down of retirement payments or an extension of worktime by increasing the retirement age to 90 years. This could mitigate workforce shortages but also lead to a long-term blockade of leadership positions in politics and economy. Also, it is unknown who could really work until 90 as longevity drugs may reduce age-related diseases, but not the other diseases. States may conclude that this cannot be managed and that the access should be restricted which could also result in significant social frictions and from an ethical perspective, a decision who is allowed to live longer is very critical as well. In summary: longevity drugs could bring individual benefit by a longer and healthier life, but may also cause significant structural stress for the society and the rapid advances of AI tools for genome and protein analysis as well as for drug research will accelerate the development of longevity drugs
Bewährung durch Unterwerfung. Zu einem regressiv-modernen Bewährungstypus am Beispiel des nicht-sportlichen Marathonlaufs
No full textGalt der freizeitliche Marathonlauf vor einigen Jahrzehnten noch als exotische und unvernünftige Angelegenheit, die kaum gesellschaftliche Anerkennung fand, so ist er inzwischen zum Sport der »vernünftigen Leute« und »gesellschaftlichen Leistungsträger« avanciert. Wie lässt sich das erklären? In der vorliegenden Arbeit wird anhand sequenzanalytischer Rekonstruktionen nicht-standardisierter Interviews mit Marathonlaufenden argumentiert, dass freizeitliches Marathonlaufen kein Sport ist, sondern als eine strukturell masochistische Kompensationspraxis verstanden werden kann. Als solche entspricht sie im Kern dem Muster einer Bewährung durch Unterwerfung und ist ursächlich eng mit den Strukturen moderner Erwerbsarbeit verknüpft. Damit ist ein Muster angezeigt, das sich auch jenseits des Marathonlaufens im Kontext verschiedener anderer Freizeit(-sport-)praktiken andeutet (Mediation, Streakrunning, Fitness etc.) und so in zeitdiagnostischer Hinsicht einen soziologisch erklärungsbedürftigen Trend zu Praktiken der (Selbst-)Unterwerfung indiziert
Historismus und Zweckmäßigkeit. Osnabrücker Architektur der Verwaltungs- und Bildungsbauten im langen 19. Jahrhundert von 1780 bis 1915
Full text linkDie vielgestaltige Architektur des langen 19. Jahrhunderts veranschaulicht den Aufbruch in die heutige Zeit. Eingespannt zwischen Tradition und Innovation stand sie aber auch für jene Werte, die uns bis heute in den Städten vor Augen geführt werden. Im Gegensatz zur äußeren, zumeist historistischen Gestaltung waren Konstruktion wie auch Ausführung der Bauaufgaben dieser Architektur vielfach dem Neuen, dem Fortschritt verpflichtet. Dieses äußerte sich nicht nur in neuen Techniken oder Herstellungsweisen, es waren auch Ideen, Verhaltensweisen oder Strömungen in der Politik und Gesellschaft, die ihren Ausdruck in Gebäuden jeder Größe finden konnten. Zu Beginn bereitet diese Studie zur Architektur des langen 19. Jahrhunderts in der Stadt Osnabrück jene als Grundlage zusammengefassten geschichtlichen Hintergründe sowie die Entwicklung der Stadtgestalt Osnabrücks inklusive ihrer Gestaltung samt dazugehörender Gesetze, Vorgaben und Richtlinien auf. Dieser folgt eine Aufschlüsselung staatlicher und städtischer ‚Baubehörden‘ vor Ort, bei welcher der Fokus auf der Entstehung, der Entwicklung und den leitenden Personen des städtischen Amtes liegt. Des Weiteren wird eine Bestandsaufnahme von Architektur der öffentlichen Hand im Bearbeitungszeitraum der Stadt Osnabrück vorgenommen. Neben Gebäuden der ausgewählten Bauaufgaben für Verwaltung und Bildung, die die Stadt selbst erbaute, werden analog durch den Staat und (wenige ausgewählte) durch andere Bauherren errichtete Bauten untersucht und dargestellt. Abschließend führt die Verfasserin die Erkenntnisse und Ergebnisse der vorgestellten Inhalte unter Einbeziehung der Themenstellung ‚Historismus und Zweckmäßigkeit‘ mit dem überregionalen und allgemeinen Stand der Kunstgeschichtsschreibung zu diesem Bereich zusammen
Proceedings of the 21st GI/ITG KuVS Fachgespräch Sensornetze (FGSN 2024)
Full text linkSensornetzwerke, auch bekannt als das Internet der Dinge (IoT) oder Cyber-Physische Systeme (CPS), sind wesentliche Komponenten der digitalen Revolution. Sie bestehen aus einer Vielzahl vernetzter Sensoren, die Daten erfassen, analysieren und austauschen können. Die Bedeutung von Sensornetzwerken erstreckt sich über zahlreiche Anwendungsfelder, darunter Smart Cities, Industrie 4.0, Gesundheitswesen und Landwirtschaft. Technische Herausforderungen bei der Implementierung von Sensornetzwerken sind unter anderem Datensicherheit und Datenschutz, Energieeffizienz, Interoperabilität und Skalierbarkeit. Trotz dieser Herausforderungen sind Sensornetzwerke von entscheidender Bedeutung für die Transformation verschiedener Branchen und spielen eine Schlüsselrolle in der Gestaltung einer vernetzten und digitalisierten Zukunft. Das
Fachgespräch Sensornetze (FGSN) ermöglicht den Austausch zu Technologien für Sensornetzen, Untersuchungen der Eigenschaften von Sensornetzen, Anwendungen von Sensornetzen und verwandten Themen. Es findet jährlich statt. Weitere Informationen zu der Serie gibt es auf: https://kuvs.de/fg/sensornetze Bei dem diesjährigen FGSN wurden 12 Arbeiten vorgestellt, darunter 3 Full Paper und 9 Extended Abstracts. Außerdem gab es zwei Keynotes von Thilo Steckel und Olaf Landsiedel. Ich danke allen, die an den Papern mitgeschrieben haben, den Keynote-Speakern, den Programmkommittee-Mitgliedern und den Organisatoren für das erfolgreiche Fachgespräch