Digital Library of Gesellschaft für Informatik e.V.
Not a member yet
40758 research outputs found
Sort by
Fortbildungskonzept zu informatischer Grundbildung für Grund- und Förderschulen
No full textSowohl an Grundschulen als auch an Förderschulen wird zunehmend verpflichtend der Aufbau von informatischen Kompetenzen gefordert. Gleichzeitig haben die Lehrkräfte an diesen Schulformen selten eine informatische Vorbildung. Sie stehen häufig vor der Herausforderung, dass sie in verschiedenen Fächern über ihre Fachausbildung hinaus eingesetzt werden. Daraus ergibt sich ein Fortbildungsbedarf für das gesamte Kollegium. Aufbauend auf bestehenden Fortbildungskonzepten, die sich häufig über einen längeren Zeitraum erstrecken, wird in diesem Beitrag ein dreistündiges Einstiegsformat präsentiert, welches als schulinterne Fortbildung konzipiert ist. Die Umsetzung von informatischen Themen mit Schüler:innen der Klassenstufen 3 bis 6 wird dabei praxisnah im Sinne des didaktischen Doppeldeckers erprobt. Die Fortbildung wurde an zwei Förderschulen und einer Grundschule pilotiert. Die Evaluation zeigt eine Stärkung der Selbstwirksamkeit zu informatischen Kompetenzen
Route2Vec: Enabling Efficient Use of Driving Context through Contextualized Route Representations
No full textUnderstanding how vehicle occupants experience their journey is key to designing adaptive in-car systems. The environments they encounter, ranging from road types and traffic patterns to weather conditions, shape their mental and emotional states during a ride. Yet, leveraging this contextual information remains a challenge due to its heterogeneous nature, comprising diverse data types, such as categorical, numerical, and boolean values of various scales. We introduce Route2Vec, an attention-based framework that encodes variable-length sequences of route context into compact, semantically meaningful embeddings using a self-supervised learning pipeline. These fixed-size representations allow for efficient comparisons between different driving situations using common similarity metrics such as Euclidean distance. Through linear probing and qualitative analysis of the embedding space, we show that Route2Vec reliably captures salient, route-specific characteristics. Route2Vec simplifies context-aware in-vehicle interaction by enabling designers to rapidly prototype intelligent in vehicle interfaces. We make our trained models and code publicly available to foster research in this area
Learning from the Enemy: Attack-Driven Autoencoder Training for Network Security
No full textCyberattacks have been rapidly improving in the last couple of years, highlighting the need for secure networks and systems. Artificial Intelligence techniques are frequently used in order to help with attack detection and prevention. This paper focuses on autoencoders and aims to explore their use in network intrusion detection systems by implementing attack-driven training. Four different architectures will be implemented and trained on more than 35 attacks from three reference intrusion datasets. Instead of training autoencoders the usual way, with normal traffic, the aim is for the models to learn from attack representations and distinguish between a certain attack and the rest of the traffic. We will demonstrate how these architectures behave and whether they could be used successfully to detect different types of attacks
Potenziale der Automatisierung lokalklimatischer und siedlungsökologischer Begutachtungen: Ein Beitrag zur Weiterentwicklung der Matrix-Methode
No full textDie Matrix-Methode zur Bewertung lokalklimatischer Bedingungen segmentiert den Untersuchungsraum in ein Raster, innerhalb dessen acht zentrale Indikatoren systematisch erfasst werden: Versiegelungsgrad, Bebauungsdichte, Oberflächenfarbe, Oberflächenmaterial, Vegetationsanteil, Vegetationsform, Topographie sowie Oberflächenrauigkeit. Diese bilden die Grundlage für die Erstellung einer oder mehrerer Bewertungsmatrizen, welche eine differenzierte Einschätzung lokalklimatischer Risikoflächen in Siedlungsräumen ermöglichen. Ziel des Projektes ist die weitgehende Automatisierung der Indikatorenerfassung, die bislang überwiegend manuell und in-Situ durchgeführt wird. Dies geschieht durch den Einsatz offen zugänglicher Geodaten sowie frei verfügbarer und vortrainierter KI-Modelle. Hierdurch soll eine vereinfachte, transparente und skalierbare Anwendung der Methode ermöglicht werden. Im Rahmen dieses Vorhabens wird aktuell eine Web-Anwendung entwickelt, die den automatisierten Workflow implementiert, um die praktische Anwendbarkeit zu verbessern und die Übertragbarkeit auf Kommunen zu erleichtern
Learn Reading in a Fairy Tale: Design Guidelines for Immersive L2 Reading Competency Self-Learning
No full textLearning to read and speak a second language (L2) is a complex process that benefits from engaging, multimodal experiences—especially for young learners in multilingual educational contexts. With the increasing availability of affordable immersive technologies, new opportunities arise for designing digital applications that support language acquisition. This paper presents design guidelines and a prototype for an immersive virtual reality (VR) application that fosters the development of reading and speaking competencies of German as L2. The prototype targets young learners with basic German reading proficiency and is designed for self-learning. Following a Design Science Research (DSR) approach, the application was iteratively developed and evaluated. The VR environment combines gamification elements with AI based speech feedback and multilingual support to promote independent practice. Initial user feedback and expert valuation indicate high motivation and usability potential. The resulting design guidelines offer a transferable foundation for future VR-based language learning tools
Entwicklung einer sicheren Plattform zur explorativen Nutzung sozialer Medien im Unterricht
No full textFür die aktive Arbeit mit und zu sozialen Medien wurde das sichere, datenschutzkonforme soziale Netzwerk opostum entwickelt. Dieses hat die gewohnten Funktionalitäten, wie sie beispielsweise aus Instagram bekannt sind, und kann auch so genutzt werden. Zusätzlich können aber auch medienpädagogische Themen wie Fake News, Influencer:innen-Marketing oder personalisierte Werbung in vorbereiteten Einheiten direkt in und mit opostum behandelt werden. Die Nutzendenverwaltung erfolgt beispielsweise durch die Lehrkraft, sodass klassen- oder schulinterne Netzwerke erstellt werden können. Ein übersichtliches Dashboard unterstützt Lehrkräfte und Leitende beim Einsatz von opostum im Unterricht oder in der Jugendarbeit
StudyOrientation: Eine mobile App zur Unterstützung der Selbstreflexion bei der Studienwahl im Fach Informatik
No full textDie Studienwahl stellt viele Studieninteressierte vor komplexe Entscheidungen, die häufig von Unsicherheiten und unzureichender Selbstreflexion geprägt sind. Vor diesem Hintergrund wurde mit StudyOrientation eine mobile Anwendung entwickelt, die eine strukturierte und reflexionsfördernde Unterstützung der Studienwahl im Fach Informatik bietet. Die App nutzt das Konzept des Micro- Tasking, um Inhalte in kompakte, thematisch strukturierte Einheiten zu unterteilen. Zudem adressiert StudyOrientation gezielt die Förderung der individuellen als auch sozialen Selbstreflexion. Eine explorative Feldstudie mit 20 Teilnehmenden zeigt erste Hinweise auf hohe Akzeptanz, intensive Nutzung und reflektierte Auseinandersetzung mit den App-Inhalten. Dies verdeutlicht das Potenzial von StudyOrientation als reflexionsförderndes Unterstützungsangebot im Kontext der Studienorientierung
Privacy-Preserving Sentiment Analysis on Twitter
No full textSentiment analysis is a crucial tool to evaluate customer opinion on products and services. However, analyzing social media data raises concerns about privacy violations since users may share sensitive information in their posts. In this work, we propose a privacy-preserving approach for sentiment analysis on Twitter data using Differential Privacy (DP). We first implement a non-private baseline model and assess the impact of various settings and preprocessing methods. We then extend this approach with DP under multiple privacy parameters = {0.1, 1, 10} and finally evaluate the usability of the resulting private models. Our results show that DP models can maintain high accuracy for the studied task. We contribute to the development of privacy-preserving machine learning for customer opinion analysis and provide insights into trade-offs between privacy and utility. The proposed approach helps protect sensitive information while still allowing for valuable insights to be gained from social media data
Workshop Summary
No full textSoftware plays an increasingly important role in assuring effective and efficient operation of industrial automation engineering systems. The interactive half-day workshop focuses on discussing software engineering methods that support the maintenance of Cyber-Physical Production Systems (SECPPS’25). This workshop edition, which is the most recent activity in a series of community meetings initiated at SE’21, shall consist of lightning talks and moderated discussions, with a focus on discussing the presented topics