Hochschulbibliothekszentrum des Landes Nordrhein-Westfalen
Publication Server of Koblenz UniversityNot a member yet
1752 research outputs found
Sort by
Konditionierung der Röntgentomographie als methodisches Tool zur Gefügeanalyse von Hochleistungskeramiken
Feuerfestmaterialien nehmen in industriellen Prozessen, die hohe Temperaturen erfordern, eine maßgebliche Rolle ein. Eine vollständige Charakterisierung ihrer Eigenschaften ist erforderlich, um potentielle Defizite zu identifizieren und adäquate Struktur-Eigenschafts-Korrelationen prognostizieren zu können. Die vorliegende Arbeit evaluiert anhand von drei exemplarischen Anwendungsbeispielen die Eignung der Röntgen-Computertomographie (engl.: X-Ray Computertomography, XRT) als Analysemethode zur Untersuchung feuerfester Materialien. Der Schwerpunkt liegt hierbei auf Strategien zur Untersuchung des Gefüges hinsichtlich seiner Strukturen, Defekte sowie Porosität bzw. Porenverteilung und -morpho-logie und darüber hinaus auch auf der Analyse von Rissen. Die XRT ermöglicht die hochauflösende, zerstörungsfreie, dreidimensionale (3D) und reproduzierbare Untersuchung innerer und äußerer Strukturen des Körpers. Die im Rahmen dieser Arbeit durchgeführten Studien verdeutlichen, welches Potential sich insbesondere bei der Kombination der XRT mit konventionellen Methoden ergibt
Digitalisierungssensible Gesundheitsbildung im Sportunterricht – Erstellung eines kompetenzorientierten Online-Lernmoduls für Lehrkräfte
In Folge der integralen Einbindung digitaler Elemente in den gesellschaftlichen Alltag (Kaptan et al., 2022) sind die Auswirkungen vor allem in der Lebenswelt von Kindern und Jugendlichen sichtbar. Bis zu 94 % der heutigen Schüler:innen nutzen dabei regelmäßig soziale Medien (Medienpädagogischer Forschungsverbund Südwest, 2023). Deren Einflüsse auf Identitätsbildung, Informationsverarbeitung und Meinungsbildung sind bei Heranwachsenden enorm (Höger, 2021; Pürgstaller, 2023) und schneiden damit das Aufgabenfeld der Schule, Kinder und Jugendliche auf eine reflektierte Teilhabe an der (digitalen) Gesellschaft vorzubereiten.
Einen großen Beitrag hierzu leistet nicht zuletzt der Schulsport durch seine körperlichen, geistigen und sozialen Bezüge (Gogoll, 2020). Die Themenstränge Fitness und Gesundheit sind dabei fester Bestandteil des Faches. Gerade die Coronapandemie aber auch die Entwicklungen der letzten Jahre zeigen, dass digitale Angebote zu Fitness und Gesundheit an Bedeutung zunehmen, hierbei aber immer wieder problematische Informationen und Einflüsse gerade über soziale Medien transportiert werden. Dies Aufzugreifen ist Aufgabe des Schulsports und nicht zuletzt der Sportlehrkräfte, die hierzu durch entsprechende (digitale) Kompetenzen befähigt sein müssen (Teutemacher et al., 2023).
Im Rahmen der vorliegenden Arbeit wird auf Basis von grundlegenden Begrifflichkeiten und Theorien zu (digitalisierungsbezogenen) Kompetenzmodellen für Sportlehrkräfte, gewinnbringenden Fortbildungskonzeptionen sowie einer planvollen Gestaltung und Konzeption digitaler Lernlandschaften ein Selbstlernmodul begründet konzeptioniert. Das Selbstlernmodul kann eigenständig aber auch als erster Teil einer modularen Fortbildungskonzeption für Sportlehrkräfte aus dem Verbundprojekt „Professionelle Netzwerke zur Förderung adaptiver, handlungsbezogener, digitaler Innovationen in der Lehrkräftebildung in Kunst, Musik und Sport (KuMuS-ProNeD)“ ste-hen.
Die begründete Darstellung dieser Konzeption zeigt, dass ein asynchrones, digitales Format mit einer aufgebrochenen Struktur geeignet ist, um den heterogenen Bedürfnissen von Lehrkräften hinsichtlich individueller Lernbedarfe, Interessen aber auch Zeiteinteilung begegnen zu können. Die mithilfe der weit verbreiteten Microsoft Office Anwendung PowerPoint multimodal aufbereitete interaktive digitale Lernlandschaft in Form eines Edubreakouts hat das Potential, durch ein attraktives Spielerlebnis und eine individuelle Rückmeldestruktur eine Selbstorganisation des Lernens zu bewirken, die die Grenzen zwischen Spielerlebnis und der intendierten Lernzielerreichung verschwimmen lassen. Auch die Verknüpfung zur praktischen Lebenswelt der Lehrkräfte im Sportunterricht sowie zu den weiteren Fortbildungsmodulen konnte gezielt umgesetzt wer-den. Anknüpfend an diese Arbeit verbleibt die Forschungsaufgabe, die angestrebten Wirksamkeit mittels qualitativer und/ oder quantitativer Forschungsmethoden zu überprüfen.As digital elements become integrally embedded in everyday social life (Kaptan et al., 2022), their effects are particularly evident in the lives of children and adolescents. Up to 94% of to-day's students regularly use social media (Medienpädagogischer Forschungsverbund Südwest, 2023). Its influence on identity formation, information processing, and opinion development among young people is substantial (Höger, 2021; Pürgstaller, 2023), directly intersecting with the school’s task of preparing students for reflective participation in (digital) society.
Physical education contributes significantly to this goal through its physical, cognitive, and social dimensions (Gogoll, 2020). The themes of fitness and health are core components of the subject. Especially the COVID-19 pandemic and developments in recent years have shown that digital offerings in the field of fitness and health are gaining importance. However, problematic information and influences, particularly through social media, are frequently disseminated in this context. Addressing these issues is a responsibility of physical education and, not least, of physical education teachers, who must be equipped with the necessary (digital) competencies (Teutemacher et al., 2023).
This thesis conceptually develops a self-learning module based on foundational terminology and theories concerning (digitalizationrelated) competency models for physical education teachers, effective continuing education concepts, and the purposeful design of digital learning environments. The self-learning module can be used independently or as the initial component of a modular continuing education concept for physical education teachers within the joint project “Professional Networks for Promoting Adaptive, Action-Oriented, Digital Innovations in Teacher Education in Art, Music, and Physical Education (KuMuS-ProNeD).”
The well-founded presentation of this concept shows that an asynchronous digital format with an open structure is well-suited to address the heterogeneous needs of teachers in terms of individual learning requirements, interests, and time management. The interactive, multimodal digital learning environment-created using the widely used Microsoft Office application Power-Point in the form of an “Edubreakout” has the potential to foster selfdirected learning through an engaging gameplay experience and an individualized feedback structure. This approach blurs the boundaries between gameplay and the intended learning outcomes. Additionally, the module successfully connects to the practical teaching environment of physical education teachers and to the other components of the continuing education series. Building upon this work, the remaining research task is to evaluate the intended effectiveness using qualitative and/or quan-titative research methods
Mitteilungsblatt der Universität Koblenz, Nr. 3/2025
Satzung zur Festsetzung von Zulassungszahlen an der Universität
Koblenz für das Studienjahr 2025/26
Satzung zur Festsetzung der Normwerte für den Ausbildungsauf-
wand (Curricularnormwerte) der Universität Koblenz für das Stu-
dienjahr 2025/202
Measuring Equity and Bias in Student Housing in Koblenz: Affordability, Accessibility, and Satisfaction
This study examines student housing experiences in Koblenz through a mixed-methods approach that integrates surveys, geospatial analysis, and quantitative modeling to explore affordability, accessibility, satisfaction, and equity. By analyzing both objective factors—like rent, distance to campus, and travel times—and subjective measures such as satisfaction and sentiment, it identifies disparities across student groups, especially affecting international students. The findings suggest that housing outcomes stem from both structural conditions and lived experiences, revealing possible biases within the housing system. The study advocates for targeted interventions, including expanding affordable residences, enhancing transport connectivity, and promoting transparency in housing allocation to ensure equitable access in Germany’s higher education context
Complex networks and data science: Case studies in interdisciplinary research
This habilitation thesis compiles research on the challenges of complex networks in com-
puter science and their applications. It includes case studies on interdisciplinary research
in life sciences, computational social sciences, and digital humanities. In the life sciences,
knowledge graph approaches are commonly used for clinical and biomedical data. This
thesis focuses on context mining, algorithmic challenges, and link prediction. In social
sciences network approaches, the goal is to connect social network analysis with ontology-
driven research on the labor market. Although data sets are frequently available in social
sciences, this is not always the case in the humanities. Therefore, when applying complex
network approaches such as social network analysis to textual data, hermeneutical and
methodological considerations are necessary. Once these considerations are addressed,
data science methods such as text mining can be used to construct networks from texts.
This thesis presents two case studies on social network analysis, in addition to addressing
the challenges of interdisciplinary research on complex networks in computer science. By
describing three different domains, it demonstrates the existence of a common toolbox that
utilizes methods from data science and graph theory. Consequently, this thesis argues for
more interdisciplinary exchang
Freiraumnutzung und soziale Vernetzung in tertiären Bildungseinrichtungen – Eine empirische Untersuchung am Raumbeispiel des Mikadoplatzes der Universität Koblenz im Kontext des ‚Sense of Place‘
Diese Arbeit untersucht, wie universitäre Freiräume den Sense of Place und die soziale Vernetzung von Studierenden beeinflussen. Am Beispiel des Mikadoplatzes der Universität Koblenz wurden in einer quantitativen Online-Befragung 234 Studierende zu Nutzung, Zufriedenheit und Wahrnehmung des Freiraums befragt. Regressionsanalysen zeigen, dass sowohl die Zufriedenheit mit der Gestaltung als auch die zeitliche Nutzung signifikant mit dem Sense of Place und der sozialen Vernetzung zusammenhängen. Zudem vermittelt die soziale Vernetzung den Zusammenhang zwischen Nutzung und Sense of Place. Die Ergebnisse liefern praxisnahe Anhaltspunkte für die Gestaltung von Campusfreiräumen.The master's thesis examines how university open spaces influence students’ sense of place and social networking. Using the Mikadoplatz at the University of Koblenz as a case study, a quantitative online survey of 234 students was conducted, focusing on usage patterns, satisfaction, and perception of the space. Regression analyses reveal that both satisfaction with the design and time spent in the open space are significantly associated with sense of place and social networking. Furthermore, social networking mediates the relationship between time of use and sense of place. The findings provide practical insights for the design of campus open spaces
Enhancing Data Science Education Through AI-Driven Feedback
This thesis investigates the potential of LLMs to provide personalized and context aware feedback in data science education. Traditional automated feedback systems often face challenges related to adaptiveness, scalability, and pedagogical alignment. To address these limitations, an experimental study was conducted using a custom-built AI tutor based on GPT-4o, which guided students through six clustering assignments designed around k-means and DBSCAN concepts. Data were collected from pre- and post experiment questionnaires and 516 dialogue exchanges recorded across ten individual tutoring sessions. A mixed-methods approach was adopted. Quantitative analysis compared pre and post-survey results to measure normalized learning gain (g = 0.375), effect size (Cohen’s d = 0.321), and statistical significance (t(9) = 0.811, p > 0.05). Qualitative analysis involved manual coding of AI responses for feedback type, adaptiveness, and student engagement. Results showed that students generally perceived the AI tutor positively, emphasizing its clear explanations, step-by-step guidance, and timely feedback. While moderate conceptual improvement was observed, statistical effects remained small, suggesting that perceived learning gains may exceed measured performance improvements. Conversational analysis revealed that adaptive responses and interactive questioning supported engagement, though occasional inconsistencies and reliance on predefined solutions limited deeper adaptiveness. The study contributes to educational technology research by providing empirical insight into both the capabilities and current constraints of LLM-based tutoring. Although student satisfaction was high, findings highlight the need for more sophisticated scaffolding, enhanced contextual adaptiveness, and hybrid human-AI feedback frameworks. Overall, this research demonstrates the promise of LLMs in delivering scalable, personalized support in data science education, while emphasizing the importance of continued evaluation to ensure pedagogical reliability and meaningful learning outcomes
Improving Clinical Decision Making with Artificial Intelligence
Improving patient care is an ongoing process, evolving from early evidence-based practices to modern AI-driven approaches. This thesis explores three key research directions aimed at improving clinical decisionmaking through AI. Adverse events, defined as negative and harmful outcomes that occur during medical care, present major challenges for hospitals. Most data-driven research using electronic health records relies on data from tertiary referral hospitals, but their patient population differs from those in hospitals of medium level of care. The first major contribution of this thesis is a data-driven Trigger Tool for predicting adverse events trained on data from a hospital of medium level of care. This tool uses a concise set of laboratory values measured within the first 24 hours of hospitalization. In addition to models using numerical features, we devised models using dichotomized features that indicate whether a laboratory value falls below or above a reference threshold. Our findings show that models using numerical features achieve high accuracy in predicting acute kidney injury and the COVID-19 associated adverse events in-hospital mortality and transfer to the ICU. Models using dichotomous features performonly slightly worse but offer better interpretability.
The second major contribution is the online-updateable AI model OptAB for selecting optimal antibiotics in sepsis patients. OptAB aims to minimize the sepsis-related organ failure score (SOFA-Score) while accounting for nephrotoxic and hepatotoxic side effects. OptAB relies on a hybrid neural network differential equation algorithm tailored to the special properties of patient data, including irregular measurements, missing values, and time-dependent confounding. Time-dependent confounding describes a dependence between time-varying covariates and treatment decisionsmade by physicians, often leading to biased treatment effect estimates. OptAB generates disease course forecasts for (combinations of ) the antibiotics vancomycin, ceftriaxone, and piperacillin/tazobactam and learns realistic treatment effects on the SOFA-Score and side effect indicative laboratory values. Results indicate that OptAB’s recommendations achieve faster efficacy than the administered antibiotics while reducing side effects.
The third major contribution is DoseAI, an online-updateable AI model that extends OptAB to optimize dosing regimens. DoseAI mitigates time-dependent confounding in dosage selection by minimizing the absolute spearman correlation between predicted and future treatment dosages. It forecasts disease progression under alternative dosing regimens and proposes optimal chemotherapy and radiotherapy dosing regimens for synthetic cancer patients. These regimens effectively reduce the tumor volume while adhering to varying maximum allowed weight loss constraints, used as a measure of toxicity.Die Verbesserung der Patientenversorgung ist ein fortlaufender Prozess, der von frühen evidenzbasierten Methoden bis hin zu modernen, KI-gestützten Ansätzen reicht. Diese Arbeit untersucht die Verbesserung klinischer Entscheidungsunterstützung durch KI. Datengetriebene medizinische Forschung basiert häufig auf Patientendaten von Krankenhäusern der Maximalversorgung, wie Universitätskliniken. Die dort behandelten Patienten unterscheiden sich jedoch oft von denen in Krankenhäusern der Grundversorgung oder der mittleren Versorgungsstufe. Der erste zentrale Forschungsbeitrag dieser Arbeit ist ein datengetriebenes Trigger-Tool zur Vorhersage Adverser Events auf Basis von Laborwerten und demographischen Daten eines Krankenhauses der mittleren Versorgungsstufe.
Adverse Events sind unerwünschte und schädliche Ereignisse, die während einer medizinischen Behandlung auftreten. Dabei wurden sowohl Modelle mit numerischen Prädiktoren, als auch solche mit dichotomen Prädiktoren entwickelt. Die Modelle mit numerischen Prädiktoren erreichen eine hohe Genauigkeit bei der Vorhersage akuter Nierenschädigung sowie der COVID-19 assoziierten Adversen Events Krankenhausmortalität und Verlegung auf die Intensivstation. Die Modelle mit dichotomen Prädiktoren erzielen nur geringfügig schlechtere Ergebnisse, sind jedoch einfacher interpretierbar.
Der zweite zentrale Forschungsbeitrag ist das online-aktualisierbare KI-Modell OptAB zur Optimierung der Antibiotikatherapie bei Sepsis. OptAB minimiert den SOFA-Score unter Berücksichtigung von Nebenwirkungen. OptAB basiert auf einem hybriden Modell aus neuronalen Netzwerken und Differentialgleichungen und kann spezifische Eigenschaften von Patientendaten, wie irreguläre Messungen, fehlende Werte und zeitabhängiges Confounding, verarbeiten. Letzteres beschreibt eine Abhängigkeit zwischen zeitabhängigen Prädiktoren und Behandlungsentscheidungen, welche oft zu verzerrten Schätzungen der Behandlungseffekte führt. OptAB lernt realistische Behandlungseffekte für die Antibiotika Vancomycin, Ceftriaxon und Piperacillin/Tazobactam und deren Kombinationen auf den SOFA-Score und nebenwirkungsindizierende Laborwerte. Die Ergebnisse deuten darauf hin, dass die von OptAB empfohlenen Behandlungen schneller wirken als die tatsächlich verabreichten Antibiotika und gleichzeitig Nebenwirkungen reduzieren.
Der dritte zentrale Forschungsbeitrag ist DoseAI, eine Erweiterung von OptAB zur Dosisoptimierung. DoseAI minimiert die absolute Spearman-Korrelation zwischen vorhergesagten und beobachteten zukünftigen Dosierungen, umzeitabhängigem Confounding entgegenzuwirken. DoseAI prognostiziert mit hoher Genauigkeit den Krankheitsverlauf unter alternativen Dosierungen bei synthetischen Krebspatienten und schlägt optimale Dosierungen für Chemotherapie und Radiotherapie vor
Mitteilungsblatt der Universität Koblenz, Nr. 4/2025
Satzung der Studierendenschaft der Universität Koblenz zur Änderung
von Vorschriften der Studierendenschaft der Universität Koblenz
Fünfundzwanzigste Ordnung zur Änderung der Prüfungsordnung
für die Prüfung im Zwei-Fach-Bachelorstudiengang an der Universität Koblenz
Erste Ordnung zur Änderung der Masterprüfungsordnung für
den weiterbildenden Fernstudiengang „Master of Business Administration“
des Fachbereichs 4: Informatik der Universität Koblenz
Erste Ordnung zur Änderung der Masterprüfungsordnung für
den weiterbildenden Fernstudiengang Energiemanagement
des Fachbereichs 3: Mathematik / Naturwissenschaften der
Universität Koblenz
Prüfungsordnung für den Bachelorstudiengang „Angewandte
Naturwissenschaften“ und den Masterstudiengang „Material
Science“ an der Universität Koblenz (Studiengangs-PO Angewandte
Naturwissenschaften / Material Science)
Prüfungsordnung für das Studienmodell uk-Master an der
Universität Koblenz (Studiengangs-PO uk-Master)
Einschreibeordnung der Universität Koblen
Verkörperter Geist, materielle Kultur, musikalische Praxis
In sowohl den Kulturwissenschaften als auch den Kognitionswissenschaften haben sich neuere
Theorien etabliert, welche verstärkt die Verkörperung und Materialität unseres Denkens, Fühlens und
Handelns betonen. Diese Dissertation untersucht aus der Perspektive der philosophischen
Anthropologie, wie die ‚material culture studies‘ sowie die ‚embodied cognition‘-Forschungen
zusammengedacht werden können. Im Fokus liegt hier der Phänomenbereich der Musik: Denn nicht
nur spielen bei dieser eine Vielzahl von Gegenständen der materiellen Kultur eine zentrale Rolle
(Instrumente, Tonträger, etc.), sondern auch der Körper des hörenden oder musizierenden Subjekts.
Die philosophische Reflexion erfolgte vor allem aus der Perspektive des Enaktivismus, einer
spezifischen Strömung der ‚embodied cognition‘, ergänzt durch Konzepte und Ansätze aus den
Traditionen der Phänomenologie und des Pragmatismus. Diese wurden nicht nur herangezogen, um
zusammen mit dem enaktivistischen Denken auf der Sachebene die verkörperte Natur der Musik
darzustellen, sondern auch um die methodische Problemstellung zu behandeln: Der
phänomenologische Gedanke des Doppelaspekts von Leib und Körper (Fuchs) und die pragmatistische
Anthropologie der Artikulation (Jung) dienten eben dazu, das Zusammendenken von Kognitions- und
Kulturwissenschaften in Bezug auf Musik zu ermöglichen.
So ließen sich verschiedene Detailfragen zu den beiden größeren Themenkomplexen der
Wahrnehmung von und des Umgangs mit Musik(-kultur) beantworten, inklusive solche bezüglich der
Rolle des Affektiven und des Sozialen sowie nach der möglichen Ausdehnung von Kognition und Leib.
Zusätzlich ergab sich so auch eine exemplarische Demonstration der methodologischen Gedanken, da
diese Fragestellungen anhand der genannten Konzepte untersucht wurden und so deren Fruchtbarkeit
für das Verbinden von natur- und kulturwissenschaftlichen Forschungen dargelegt werden konnte