Digital Library of Gesellschaft für Informatik e.V.
Not a member yet
40758 research outputs found
Sort by
Erratum zu: Ready for Digital B2B Sales or not? Wie die Digitalisierung die Vertriebsarbeit verändert
No full textEntwicklung eines Rollenmodells für die Integration von On-Demand-Mobilität in bestehende Mobilitätsökosysteme
No full textDie Integration von On-Demand-Mobilitätslösungen wie Rufbussen in bestehende Mobilitätsökosysteme kann insbesondere in ländlichen und Stadtrandgebieten eine nachhaltige Alternative zum motorisierten Individualverkehr darstellen. Ziel dieser Arbeit ist die Entwicklung eines Frameworks, das Kommunen bei der Implementierung solcher Angebote unterstützt. Basierend auf einer Dokumentenanalyse und Experteninterviews mit drei bestehenden On-Demand-Angeboten (ODA) werden die organisatorischen und technischen Anforderungen an solche Systeme untersucht. Die Ergebnisse zeigen, dass ODA durch eine enge Verzahnung technischer Systeme (z. B. Buchungssoftware, Pooling-Systeme) mit unternehmensübergreifenden organisatorischen Strukturen (z. B. Mobilitätsanbieter, Fahrzeug- und Personalmanagement) charakterisiert sind. Das entwickelte OnDeMA-Framework (On-Demand Mobility Analysis Framework) umfasst ein allgemeines Rollenmodell und ein Systemmodell, das als Grundlage für die Planung und Umsetzung neuer ODA dient. Diese Arbeit leistet damit einen Beitrag zur systematischen Analyse und Gestaltung öffentlicher Mobilitätsangebote und bietet Anknüpfungspunkte für weiterführende Forschung und praktische Anwendungen. The integration of on-demand mobility solutions such as on-demand shuttles into existing mobility ecosystems can represent a sustainable alternative to motorized private transport, particularly in rural and peri-urban areas. The aim of this work is to develop a framework that supports municipalities in the implementation of such services. Based on a document analysis and expert interviews with three existing on-demand services, the organizational and technical requirements for such systems are examined. The results show that on-demand systems are characterized by a close integration of technical systems (e.g. booking software, pooling systems) and cross-company organizational structures (e.g. mobility providers, vehicle and personnel management). The OnDeMA-framework (on-demand mobility analysis framework) developed comprises a general role model and a system model that serves as a basis for planning and implementing new on-demand services. This work thus contributes to the systematic analysis and design of public mobility services and provides starting points for further research and practical applications
Enhancing Caregiver Training in Fall Prevention Through Virtual Reality - A Practice-Oriented Retrospective View of the immtaCARE Project
No full textErweiterte Realität für Gruppen - ein neuer Ansatz zur sozialen Interaktion in Augmented Reality
No full textIn dieser Arbeit wird die AR-Anwendung PlaceIt vorgestellt, die es Gruppen ermöglicht, die Welt gemeinsam mit ortsbasierten digitalen Objekten anzureichern. Neben der Nutzung als Social Network kann dies auch f�r die partizipative Stadt-und Verkehrsplanung, den Tourismus oder die Bildung genutzt werden, PlaceIt basiert auf user generated content in Augmented Reality (AR) und ermöglicht eine Nutzung, ohne auf spezifische vorher eingemessene Plätze angewiesen zu sein. Die technische Grundlage basiert auf dem Abgleich mit einem 3D-Weltmodell. Ein integriertes Layersystem erlaubt es, Inhalte individuell oder gruppenbasiert zu strukturieren und zu teilen. Die Interaktion erfolgt intuitiv über Touchgesten und Bewegung des Geräts im Raum. Die vorliegende Arbeit beschreibt das Konzept, die technische Architektur sowie beispielhafte Einsatzszenarien von PlaceIt. Es diskutiert Erfahrungen aus der praktischen Erprobung
Objektorientierte Softwareentwicklung mit Generativer KI – Experimentelle Case Study zu Prompting Strategien mit GPT-4
No full textDiese Studie untersucht die Anwendung und Effektivität von GPT‑4 im Bereich der objektorientierten Softwareentwicklung zur Generierung von funktionalem und qualitativ hochwertigem Code. In den experimentellen Fallstudien wurde GPT‑4 mit zunehmend komplexen Programmieraufgaben betraut. Der erste Fall, ein auf Java basierendes Studentenverwaltungssystem, demonstrierte die Fähigkeit von GPT‑4, strukturierten, funktionalen Code als Reaktion auf spezifische Prompts zu generieren. Es zeigte jedoch auch die Notwendigkeit für präzise, kontextreiche Prompts auf, um wartbare und qualitativ hochwertige Softwarelösungen zu erstellen. Im zweiten Fall, das Spiel „Snake“, produzierte GPT‑4 anfangs allgemeine Ansätze und Pseudocode und benötigte iteratives Prompting und Fehleranalyse, um ein funktionierendes Spiel zu entwickeln. Dieser Fall unterstrich die Grenzen von GPT‑4 bei der Bewältigung komplexer Programmieraufgaben ohne detaillierte Anleitung. Die Ergebnisse dieser Studien deuten darauf hin, dass GPT‑4 ein wertvolles Werkzeug in der Softwareentwicklung sein kann, wenn Prompting-Strategien mit einem tiefen Verständnis der Prinzipien der Softwareentwicklung kombiniert werden. Jedoch wird die Notwendigkeit menschlicher Expertise bei kritischen Entscheidungen und komplexen Designaufgaben hervorgehoben. Das Papier schließt mit einer Diskussion über die Integration von generativer KI in Techniken und Methoden des Software-Engineerings und die ethischen Implikationen von Verzerrungen, die in den Antworten von GPT‑4 beobachtet wurden. Diese Studie trägt zum Verständnis des Potenzials und der Grenzen generativer KI in der Softwareentwicklung bei und unterstreicht die anhaltende Notwendigkeit menschlicher Aufsicht und Expertise in diesem Bereich. This paper presents an experimental case study on the application of GPT‑4 in the domain of object-oriented software development. The study aims to assess the effectiveness of GPT‑4 in generating functional and high-quality code, exploring the role of prompt engineering in guiding the model to achieve specific software development objectives. In the experimental case studies, GPT‑4 was tasked with progressively complex programming challenges. The first case, a Java-based student management system, demonstrated GPT-4’s capacity to generate structured, functional code in response to specific prompts. However, it also revealed the need for precise, context-rich prompts to create maintainable and high-quality software solutions. The second case, the “Snake” game, presented a more complex scenario. GPT‑4 initially produced general approaches and pseudocode, requiring iterative prompting and error analysis to develop a functional game. This case highlighted the limitations of GPT‑4 in handling complex programming tasks without detailed guidance. The results of these studies suggest that GPT‑4 can be a valuable tool in software development when combined with thoughtful prompting strategies and a deep understanding of software development principles. However, the necessity of human expertise in critical decision-making and complex design tasks is underscored. The limitations of GPT‑4 in automated testing and its current inability to independently handle complex software projects are also discussed. The paper concludes with a discussion on the integration of generative AI in software engineering methodologies and the ethical implications of biases observed in GPT-4’s responses. This study contributes to understanding the potential and limitations of generative AI in software development and highlights the ongoing need for human oversight and expertise in the field
Towards Intelligent Performance Data Analytics With Graph Databases
No full textContinuous observability of microservices requires monitoring traces and resource consumption, generating vast amounts of data that are difficult to interpret due to complex interdependencies. While tools like Prometheus, Jaeger, and Grafana support label- and time-based queries, they lack graph-based semantic querying, which is well-suited to model microservice architectures. This paper explores the potential of leveraging the graph database Neo4j for performance data, utilizing its expressive graph query language, Cypher. Using pattern matching, Cypher supports flexible querying of data in various semantic relationships. Our approach will enable users to analyze time series from various observability data sources, such as Prometheus and Jaeger, supporting flexible pattern queries, aggregations, statistical analysis, and temporal as well as structural queries within the microservices context
Student Perspectives on AI Adoption in Academia: Motivations, Purposes, and Challenges
No full textWith artificial intelligence tools becoming increasingly integrated into academic environments, it is crucial to understand students' perspectives on their adoption. This study investigates the motivations and purposes driving university students' adoption of AI-enabled tools in the academic context. Through semi-structured interviews with seven participants, this study shows a shift towards the adoption of AI technologies, mainly motivated by the efficiency, ease of use, creativity enhancement and customized assistance. However, this transition is not without its challenges, with concerns around accuracy, lack of up-to-date information, the need for transparent sources, and ethical considerations such as privacy and authorship.
The study highlights the potential of AI tools to transform academic research by providing an intuitive tool that could democratize access to information and improve the quality of education and research outcomes. The identified challenges emphasize the need for a critical approach when integrating AI tools into academic practices
Expectations and Needs of Female STEM Students for Academic Chatbots
No full textDigital tools in higher education often promise support but rarely reflect the everyday realities of their users. This paper presents insights into what female STEM students expect from a supportive academic chatbot, aiming to better understand their needs and how such tools can be meaningfully integrated into their educational routines. As part of a broader context analysis, unstructured interviews were conducted with 30 female STEM students regarding their wishes and needs. Through thematic analysis, 71 wishes were extracted and organized into four broader themes, which we discuss and form into guidelines for designing academic chatbots. By conducting the first female-only study asking their specific question, we aim to include an underrepresented user group in the design of future academic chatbot applications
“The Data Billboard”: A Critical Design Inquiry into Data Awareness in Wearable Self-Tracking Devices
No full textWearable self-tracking devices have been embedded in our everyday lives as a tool for self-improvement and productivity. While these devices are designed to collect health data, the scope and implications of their data practices, such as data privacy, third-party sharing, and commercial use, have become growing concerns. Users, however, often remain unaware of the extent of their health data collection and interpretation. This study adopts a critical design methodology to inquire how users perceive and engage with these hidden data practices. Through a provocative prototype called "The Data Billboard", data exposure was exaggerated by making personal health metrics visible to the public. During the interaction with the prototype, the participants experienced the discomfort of publicly exposing health data and reflected on their awareness of data. The findings of the study support that the experience with the prototype challenged the initial assumptions and perceptions about data exposure by prompting social, emotional, and reflective responses. The study contributes empirical insights into data awareness and demonstrates how critical design can provoke ethical questions, as well as opens debates around self-tracking data practices