Institut für Informationswissenschaft
Not a member yet
1202 research outputs found
Sort by
Prognose von Indizes mittels Remote Sensing Daten und Convolutional Neural Networks.
No full textDer Zugang zu Elektrizität gilt als zentrale Voraussetzung für sozioökonomische Entwicklung. Insbesondere in Subsahara-Afrika, wo noch immer rund 600 Millionen Menschen ohne Strom leben. Um Fortschritte beim Netzausbau gezielter steuern zu können, braucht es flächendeckende, aktuelle Daten zur Elektrifizierungsrate. Diese Arbeit untersucht, inwiefern sich solche Daten mithilfe von Satellitenbildern und Convolutional Neural Networks (CNNs) zuverlässig vorhersagen lassen. Dazu wurden verschiedene Modellarchitekturen auf eine Kombination aus Sentinel-2-RGB- und VIIRS-Nachtlichtbildern trainiert und systematisch evaluiert. In einem zweistufigen Ansatz wurden zunächst mehrere Modelle im Random-Split verglichen, bevor das leistungsstärkste Modell, eine Multi-Branch-Architektur, auf einem strengeren Out-of-Country-Year-Split getestet wurde. Die Ergebnisse zeigen, dass sich durch die Kombination beider Datenquellen die Vorhersagegüte signifikant verbessern lässt. Das finale Modell erreichte eine Pearson-Korrelation von 0.75 und ein R² von 0.53 auf bisher ungesehenen Ländern und Jahren. Die Arbeit liefert somit einen methodischen Beitrag zur datengetriebenen Elektrifizierungsanalyse und unterstreicht das Potenzial multimodaler CNNs für entwicklungspolitische Anwendungen.Access to electricity is a key prerequisite for socio-economic development. Especially in sub-Saharan Africa, where around 600 million people still live without electricity. In order to be able to steer progress in grid expansion in a more targeted manner, requires comprehensive, up-to-date data on the electrification rate. This work investigates the extent to which such data can be reliably predicted using satellite images and convolutional neural networks (CNNs). To this end, various model architectures were trained on a combination of Sentinel-2 RGB and VIIRS nightlight images and systematically evaluated. In a two-stage approach, first several models were compared in a random split before the best performing model, a multi-branch architecture, was tested on a more stringent out-of-country year split. The results show that by combining both data sources, the prediction quality can be significantly improved. The final model achieved a Pearson correlation of 0.75 and an R² of 0.53 on previously unseen countries and years. The work thus provides a methodological contribution to data-driven electrification analysis and underlines the potential of multimodal CNNs for development policy applications
Analyse von Schnittmengen in Performancekriterien bei Aktien zur Optimierung der Performance von Investmentportfolios
Full text linkIn der heutigen dynamischen Finanzwelt stellt die Optimierung von Investmentportfolios eine zentrale Herausforderung für private und institutionelle Anleger dar. Diese Arbeit untersucht, welche quantitativen und qualitativen Faktoren signifikant mit einer überdurchschnittlichen Aktienrendite korrelieren und wie diese Faktoren methodisch kombiniert werden können, um ein optimiertes Aktienportfolio mit maximaler risikoadjustierter Rendite zu erstellen.
Zunächst werden die theoretischen Grundlagen von Investmentportfolios, die Portfoliotheorie nach Markowitz sowie die Fundamentalanalyse und Anlagestrategien bekannter Investoren beleuchtet. Anschließend erfolgt eine detaillierte Analyse der Einflussfaktoren auf die Aktienperformance unter Berücksichtigung makroökonomischer, mikroökonomischer und verhaltensökonomischer Faktoren.
Ein zentraler Bestandteil der Arbeit ist die methodische Umsetzung einer algorithmischen Schnittmengenanalyse, um leistungsstarke Aktien auf Basis historischer Daten zu identifizieren. Mithilfe eines systematischen Backtesting-Ansatzes wird untersucht, welche Kombinationen von Aktiencharakteristika über verschiedene Zeiträume (3, 5, 10 und 20 Jahre) die höchste durchschnittliche Rendite erzielen. Die ermittelten Portfoliostrategien werden anschließend mit dem S&P 500 als Benchmark verglichen.
Die Ergebnisse zeigen, dass insbesondere das durchschnittliche Kurswachstum, die Marktkapitalisierung sowie das Kurs-Gewinn- und Kurs-Umsatz-Verhältnis entscheidende Prädiktoren für langfristige Aktienrenditen darstellen. Das optimierte Portfolio übertraf den S&P 500 in allen untersuchten Zeiträumen signifikant, wies jedoch aufgrund der geringeren Diversifikation höhere Volatilität auf.
Die Arbeit diskutiert zudem Risiken wie den Survivorship Bias und sektorale Klumpenrisiken sowie Limitationen der Analyse. Abschließend werden Implikationen für die Praxis und Perspektiven für zukünftige Forschung aufgezeigt, insbesondere im Bereich der datengetriebenen Portfoliooptimierung und der Integration von Machine Learning Methoden in die Aktienanalyse.In today's dynamic financial world, optimizing investment portfolios presents a central challenge for both private and institutional investors. This study examines which quantitative and qualitative factors significantly correlate with above-average stock returns and how these factors can be methodically combined to create an optimized stock portfolio with maximum risk-adjusted returns.
First, the theoretical foundations of investment portfolios are explored, including Markowitz’s portfolio theory, fundamental analysis, and investment strategies of well-known investors. This is followed by a detailed analysis of the factors influencing stock performance, taking into account macroeconomic, microeconomic, and behavioral economic aspects.
A key part of this study is the methodological implementation of an algorithmic intersection analysis to identify high-performing stocks based on historical data. Using a systematic backtesting approach, the study investigates which combinations of stock characteristics achieve the highest average returns over various time periods (3, 5, 10, and 20 years). The identified portfolio strategies are then compared to the S&P 500 as a benchmark.
The results show that average price growth, market capitalization, and price-to-earnings and price-to-sales ratios are particularly strong predictors of long-term stock returns. The optimized portfolio significantly outperformed the S&P 500 across all analyzed periods but exhibited higher volatility due to lower diversification.
Additionally, the study discusses risks such as survivorship bias and sectoral concentration risks, as well as limitations of the analysis. Finally, implications for practice and perspectives for future research are outlined, particularly in the field of data-driven portfolio optimization and the integration of machine learning methods into stock analysis
Informationswissenschaftliche Ressourcen in digitalen Infrastrukturen für die Architektur- und Kunstgeschichte
Full text linkDie Digitalisierung und die Vernetzung digitaler Forschungsdaten ist in den Geisteswissenschaften keine Vision sondern gelebte Praxis. Dazu tragen beispielsweise die Förderrichtlinien der Deutschen Forschungsgemeinschaft (DFG) und die Initiative der Nationalen Forschungsdateninfrastruktur (NFDI) mit dem Konsortium NFDI4Culture bei. Im Rahmen der Konzeption und Realisierung von Forschungsprojekten stellen sich Fragen nach der AuKindbarkeit, Zugänglichkeit, Interoperabilität und Nachnutzbarkeit von Forschungsdaten entsprechend den FAIR-Prinzipien. Informationswissenschaftliche Ressourcen wie Normdateien, kontrollierte Vokabulare bzw. Thesauri, Klassifikationen und Ontologien, die ihren Ursprung im Bibliothekswesen oder anderen Gedächtnisinstitutionen haben, sind für die Erfüllung der FAIR-Vorgaben wichtige Werkzeuge, um die Forschungsdaten mittels Linked Open Data Technologien und über das semantische Web zugänglich zu machen. Diese Arbeit stellt die für die Architektur- und Kunstgeschichte besonders relevanten informationswissenschaftlichen Ressourcen vor, analysiert sie und ordnet sie hinsichtlich möglicher Einsatzszenarien anhand von Praxisbeispielen ein.In the humanities, the digitization and integration of digital research data is not a vision for the future, but an established practice. The funding guidelines of the German Research Foundation (DFG) and the initiative of the National Research Data Infrastructure (NFDI) with the NFDI4Culture consortium, for example, are contributing to this. When designing and realizing research projects, questions arise regarding the findability, accessibility, interoperability and reusability of research data in accordance with the FAIR principles. Information science resources such as authority files, controlled vocabularies, thesauri, classifications and ontologies, which have their origins in librarianship or other cultural heritage institutions, are important tools for meeting the FAIR requirements in order to make research data accessible through linked open data technologies and via the semantic web. This paper presents and analyses the information science resources that are particularly relevant for the fields of architecture as well as art history and classifies them with regard to possible application scenarios based on practical examples
Psychische Erkrankungen in den sozialen Medien: Chancen und Risiken für Betroffene
Full text linkDiese Arbeit setzt sich mit den Chancen und Risiken der Darstellung psychischer Erkrankungen in den sozialen Medien auseinander. Im Zentrum steht die Frage, ob und inwiefern Plattformen wie Instagram und TikTok zur Entstigmatisierung psychischer Erkrankungen beitragen und welche Herausforderungen sich daneben ergeben.
Dazu wurde eine literaturbasierte Analyse einschlägiger wissenschaftlicher Studien, medialer Diskurse sowie aktueller Social-Media-Phänomene vorgenommen.
Die Analyse zeigt, dass soziale Medien einerseits viel zur Aufklärung beitragen, Betroffenen einen einfachen Zugang zu Infos und Austausch bieten und so eine unterstützende Rolle spielen. Andererseits sorgen Laieninhalte, Trendbewegungen und vereinfachte sowie inszenierte Darstellungen für ein verzerrtes Bild psychischer Erkrankungen. Außerdem bergen Selbstdiagnosen und Online-Therapieangebote große Risiken, da sie meist nicht von qualifizierten Fachleuten stammen und ohne professionelle Begleitung genutzt werden. Soziale Medien bieten somit große Chancen, doch ihre Risiken dämmen das eigentliche Potenzial ein. Um die positiven Aspekte wie Aufklärung und Vernetzung langfristig zu stärken und die negativen Effekte wie Fehlinformationen und Stigmatisierung zu minimieren, sind in Zukunft verschiedene Maßnahmen notwendig.This study examines the opportunities and risks of portraying mental illness in social media. The focus is on the question of whether and to what extent platforms such as Instagram and TikTok contribute to the destigmatization of mental illnesses and what challenges they pose.
To this end, a literature-based analysis of relevant scientific studies, media discourses and current social media phenomena was carried out.
The analysis shows that, on the one hand, social media contribute a great deal to education, offer those affected easy access to information and exchange and thus play a supporting role. On the other hand, lay content, trend movements and simplified and staged representations create a distorted picture of mental illnesses. In addition, self-diagnoses and online therapy offers harbor great risks, as they usually do not come from qualified specialists and are used without professional guidance. Social media therefore offer great opportunities, but their risks dampen the actual potential. In order to strengthen the positive aspects, such as education and networking, in the long term and minimize the negative effects, such as misinformation and stigmatization, various measures will be necessary in the future
Konzeption und Umsetzung einer Marketing-Website für das KI-gestützte SaaS-Produkt Sephirobots
No full textDiese Bachelorarbeit behandelt die Konzeption und Umsetzung einer Marketing-Website für das KI-gestützte SaaS-Produkt „Sephirobots“. Ziel war es, die Funktionen und Vorteile eines erklärungsbedürftigen digitalen Produkts so aufzubereiten, dass sie auch für technikferne Zielgruppen – insbesondere kleine und mittlere Unternehmen – verständlich, nachvollziehbar und überzeugend dargestellt werden. Im Zentrum standen eine klare Nutzerführung, verständliche Sprache und eine inhaltlich strukturierte Vermittlung des Produktnutzens. Die Umsetzung erfolgte in WordPress mithilfe des Pagebuilders Breakdance. Neben einer nutzerzentrierten Text- und Seitenarchitektur wurde ein interaktiver Chatbot in die Seite integriert, der als zusätzliches Content-Element Fragen rund um das Produkt automatisiert beantwortet. Ergänzend wurden zwei Ressourcenbereiche vorbereitet: ein strukturell angelegter Blog sowie ein Guide-Bereich, der aktiv mit Schritt-für-Schritt-Anleitungen befüllt wurde. Die Ergebnisse zeigen, dass erklärungsbedürftige KI-Produkte auch ohne technische Vorkenntnisse der Zielgruppe verständlich und überzeugend kommuniziert werden können – vorausgesetzt, Konzeption, Sprache und Design sind konsequent auf deren Bedürfnisse abgestimmt.This bachelor's thesis focuses on the conception and implementation of a marketing website for the AI-powered SaaS product “Sephirobots.” The aim was to present the features and benefits of a complex digital solution in a way that is understandable, accessible, and convincing—particularly for technically inexperienced target groups such as small and medium-sized enterprises. Key priorities included intuitive user guidance, clear and comprehensible language, and a structured presentation of the product's value. The implementation was carried out using WordPress and the Breakdance page builder. In addition to a user-centered page architecture and content strategy, an interactive chatbot was integrated to automatically respond to common product-related questions. Furthermore, two content areas were prepared: a structurally set up blog and a guide section actively populated with step-by-step tutorials. The results demonstrate that even complex AI-driven products can be communicated effectively—provided that concept, language, and design are consistently tailored to the users’ needs
Digital Detox statt Doomscrolling - Auswirkungen von exzessivem Social-Media-Konsum auf die mentale Gesundheit junger Menschen und mögliche Lösungsansätze
Full text linkSoziale Medien haben in den letzten Jahren deutlich an Präsenz gewonnen und sind insbesondere für Kinder und Jugendliche zu einem festen Bestandteil des Alltags geworden. Apps wie Instagram, TikTok oder Snapchat erleichtern die Kommunikation zu Freund*innen und Familie und ermöglichen einen schnellen Zugang zu Unterhaltung und Informationen. Gleichzeitig weisen Forschungsergebnisse immer wieder auf den Zusammenhang zwischen exzessiver Mediennutzung und negativen Auswirkungen auf die mentale Gesundheit hin. „Fear of Missing Out“ (FoMO) und „Doomscrolling“ sind bekannte Phänomene, die durch den digitalen Wandel entstanden sind.
Die Arbeit beantwortet die Frage, wie sich exzessiver Medienkonsum auf die mentale Gesundheit auswirkt und welche Lösungsansätze zur Konsumreduktion existieren.
Basis für die Arbeit ist eine ausführliche Literaturrecherche in den Bereichen Medien- und Kommunikationsforschung, Medienpsychologie und Suchtforschung. Dabei werden der Uses-and-Gratification-Approach und das I-PACE-Modell untersucht.
Außerdem werden die Mechanismen der Plattform-Betreiber beleuchtet, die das Suchtpotenzial sozialer Medien weiter verstärken. Ergebnis der Literaturrecherche ist, dass es eine starke Korrelation zwischen einem erhöhten, teils pathologischen Medienkonsum und negativen Folgen wie einem erhöhten Stresslevel, Schlafproblemen, Aufmerksamkeitsstörungen und emotionalen Belastungen gibt. Die Analyse zeigt, dass junge Menschen besonders gefährdet sind, ein ungesundes Konsumverhalten zu entwickeln. Eine entscheidende Rolle spielt hierbei eine teils unausgeprägte Selbstregulationsfähigkeit, aufgrund der noch nicht abgeschlossenen neuronalen Entwicklung. Beleuchtet werden Maßnahmen zur Reduktion der Bildschirmzeit wie technische Begrenzungstools, externe Apps, Digital-Detox-Ansätze sowie die frühe Vermittlung medienpädagogischer Kompetenzen.
Die Arbeit kommt zu dem Schluss, dass der exzessive Konsum sozialer Medien einen großen Einfluss auf die mentale Gesundheit haben kann und dass der bewusste Umgang mit digitalen Medien essenziell ist.Social media has become much more present in recent years and has become an integral part of everyday life, especially for children and young people. Apps such as Instagram, TikTok and Snapchat make it easier to communicate with friends and family and provide quick access to entertainment and information. At the same time, research findings repeatedly point to the connection between excessive media use and negative effects on mental health. ‘Fear of missing out’ (FoMO) and ‘doomscrolling’ are well-known phenomena that have arisen as a result of the digital transformation.
The thesis answers the question of how excessive media consumption affects mental health and what solutions exist for reducing consumption.
The work is based on an extensive literature review in the fields of media and communication research, media psychology and addiction research. The Uses-and-Gratification-Approach and the I-PACE model are analysed.
The mechanisms of platform operators that further increase the addictive potential of social media are also analysed. The result of the literature research is that there is a strong correlation between increased, sometimes pathological media consumption and negative consequences such as increased stress levels, sleep problems, attention disorders and emotional stress. The analysis shows that young people are particularly at risk of developing unhealthy consumer behaviour. A decisive role is played here by a partially undeveloped ability to self-regulate due to the fact that neuronal development has not yet been completed. Measures to reduce screen time such as technical limitation tools, external apps, digital detox approaches and the early teaching of media education skills are examined.
The study concludes that excessive consumption of social media can have a major impact on mental health and that a conscious approach to digital media is essential
Die Rolle von User-generated content (UGC) im Reise-Marketing: Ein strategisches Instrument für Destinationen?
No full textUser-generated content (UGC) hat sich in der digitalisierten Welt zu einem zentralen Element des Reise-Marketings entwickelt. Als authentische und vertrauenswürdige Informationsquelle beeinflusst UGC Reiseentscheidungen in allen Planungsphasen und dient als strategisches Werkzeug für Destinationen. Im Zentrum dieser Arbeit steht die Frage: Wie kann UGC von Destinationen als effektives Instrument im Reise-Marketing genutzt werden? Mit einer qualitativen Methodik, basierend auf Literaturanalysen und Best-Practice Beispielen, werden Potenziale und Herausforderungen beleuchtet. Ergänzt durch statistische Erhebungen und Branchenberichte wird eine fundierte Analyse geschaffen. Die Ergebnisse zeigen, dass UGC das Markenimage stärkt und Kaufentscheidungen positiv beeinflusst, während Herausforderungen wie Qualitätskontrolle und rechtliche Aspekte adressiert werden müssen. Abschließend liefert die Arbeit praxisnahe Empfehlungen für Destination Marketing Organisations (DMOs), um UGC strategisch zu nutzen und langfristige Wettbewerbsvorteile zu sichern.User-generated content (UGC) has become a central element of travel marketing in the digital age. As an authentic and trustworthy source of information, UGC influences travel decisions at all stages of planning and serves as a strategic tool for destinations. This thesis focuses on the question: How can destinations effectively utilize UGC as a tool in travel marketing? Employing a qualitative methodology based on literature analyses and best-practice examples, this study explores the potential and challenges of UGC. Supplemented by statistical data and industry reports, it provides a comprehensive analysis. The results demonstrate that UGC enhances brand image and positively influences purchasing decisions while addressing challenges such as quality control and legal aspects. Finally, the thesis offers practical recommendations for Destination Marketing Organizations (DMOs) to strategically leverage UGC and achieve sustainable competitive advantages
Framing im Datenjournalismus: Eine Analyse der Datenvisualisierungen in der deutschen Berichterstattung zur Kriminalstatistik 2023
No full textDiese Bachelorarbeit untersucht, wie sich Framing durch Datenvisualisierungen in der deutschen Medienberichterstattung zur Polizeilichen Kriminalstatistik 2023 manifestiert, die 2024 veröffentlicht wurde. Sie erforscht, wie visuelle Rhetoriktechniken in Datenvisualisierungen zu den allgemeinen Framing-Mechanismen einer Nachricht beitragen können. Theoretische Rahmen aus der Framing Theorie (Entman 1993) und der Visualisierungsrhetorik (Hullman und Diakopoulos 2011) werden zu einem verschmolzen, um über einen Mixed-Methods-Ansatz ein konsolidiertes Matrixsystem zu erstellen. Die Ergebnisse deuten darauf hin, dass die Art und Weise, wie Kriminalstatistiken visualisiert werden, einen Einfluss auf die Frame-Bildung haben kann.This bachelor thesis examines how framing manifests through data visualizations in the German media coverage of the Police Criminal Statistics of 2023, which were released in 2024. It explores how visual rhetoric techniques in data visualizations can contribute to the overall framing mechanisms of a news item. Theoretical frameworks from Framing Theory (Entman 1993) and Visualization Rhetoric (Hullman und Diakopoulos 2011) are melded into one to create a consolidated matric system via a mixed methods approach. The findings indicate that the way criminal statistics are visualized can have an impact of frame building
Semantische Clusteranalyse im kontinuierlichen Information Retrieval
No full textDie Veröffentlichung der Zusammenfassung des Inhalts ist nicht erwünscht
Retrokonversion des Schlagwortkatalogs von Stadtarchiv und Stadthistorischer Bibliothek Bonn: Machbarkeitsstudie
Full text linkFür die vorliegende Arbeit wurde ein Verfahren für die Retrokonversion des Schlagwortkatalogs (SWK) der Stadthistorischen Bibliothek Bonn (STAHB) entwickelt.
Der Schlagwortkatalog (SWK) der Stadthistorischen Bibliothek Bonn (STAHB) und der darin verzeichnete Bestand werden vorgestellt. Bedarf sowie Anforderungen für die Retrokonversion des Kataloges werden formuliert und das Verfahren wird erläutert. Der Fokus liegt dabei auf der automatisierten Strukturierung von OCR-Daten anhand einer für die Studie entwickelten Anwendung. Lassen sich die OCR-Texte der zu verarbeitenden Karten des SWK automatisiert sinnvoll strukturieren, dabei Probleme erkennen, welche die exakte Strukturierung der Inhalte auf den Karten, sowie die Zuordnung von der Verzeichungseinheit auf der jeweiligen Karte zu dem dazugehörigen verzeichneten Dokument verhindern und lassen sich diese Probleme systematisch und automatisiert oder nur manuell beheben, sind Fragen, die untersucht werden.
OCR-Daten aus 309 gescannten Katalogkarten des SWK wurden dafür anhand eines Python-Skripts strukturiert und die Ergebnisse anschließend manuell geprüft.
Die Ergebnisse zeigen, dass sich nicht alle Probleme bei der Strukturierung der OCR-Daten über die entwickelte Anwendung erkennen und korrigieren lassen. Gründe dafür sind die Qualität der OCR-Daten, sowie der formale Aufbau und die Gestalt der Karten.
Weniger als die Hälfte (47%) der aus den OCR-Daten erzeugten Datensätze sind danach korrekt, wobei die Strukturierung der Daten für die meisten Fälle gelungen ist.
Neben weiteren Optimierungen in Bezug auf das Scannen, die OCR und der entwickelten Anwendung wird die Bedeutung von manuellen Prüfungen und Korrekturen für die Retrokonversion des Katalogs als Schlussfolgerung unterstrichen.For this study, a procedure was developed for the retroconversion of the subject heading catalog (SWK) of the Stadthistorische Bibliothek Bonn (STAHB).
The keyword catalog (SWK) of the Stadthistorische Bibliothek Bonn (STAHB) and the holdings listed in it are presented. Needs and requirements for the retroconversion of the catalog are formulated and the process is explained. The focus is on the automated structuring of OCR data using an application developed for the study. The questions investigated are whether the OCR texts of the SWK cards to be processed can be structured in an automated and meaningful way, whether problems can be identified that prevent the exact structuring of the content on the cards and the assignment of the reference unit on the respective card to the corresponding recorded document, and whether these problems can be solved systematically and automatically or only manually.
OCR data from 309 scanned catalog cards of the SWK were structured using a Python script and the results were then checked manually.
The results show that not all problems with the structuring of the OCR data can be recognized and corrected using the developed application. The reasons for this are the quality of the OCR data and the formal structure and shape of the catalog cards.
Less than half (47%) of the data sets generated from the OCR data are correct, although the structuring of the data was successful in most cases.
In addition to further optimizations in terms of scanning, OCR and the developed application, the importance of manual checks and corrections for the retroconversion of the catalog is underlined as a conclusion