Refine
Year
Publication Type
- Article (2605)
- Lecture (2232)
- Part of a Book (1821)
- Bachelor Thesis (1462)
- Book (1179)
- Master's Thesis (696)
- Conference Proceeding (370)
- Contribution to a Periodical (287)
- Report (104)
- Participation in a Norm (DIN, RFC etc.) (32)
Language
- German (10892) (remove)
Keywords
- Wohnraum (254)
- Urban (208)
- Umnutzung (179)
- Münster (157)
- Nachhaltigkeit (142)
- Denkmalschutz (73)
- Neubau (70)
- Schule (69)
- Klimawandel (67)
- Migration (67)
Faculty
- Sozialwesen (SW) (2843)
- Architektur (MSA) (1406)
- Gesundheit (MDH) (1282)
- Wirtschaft (MSB) (966)
- Energie · Gebäude · Umwelt (EGU) (930)
- Oecotrophologie · Facility Management (OEF) (809)
- IBL (752)
- Studiengang Soziale Arbeit (516)
- Bauingenieurwesen (BAU) (486)
- ITB (291)
- Physikingenieurwesen (PHY) (266)
- Wandelwerk. Zentrum für Qualitätsentwicklung (240)
- Design (MSD) (161)
- Maschinenbau (MB) (155)
- Chemieingenieurwesen (CIW) (151)
- Elektrotechnik und Informatik (ETI) (131)
- Center for Real Estate & Organization Dynamics (98)
- iSuN Institut für Nachhaltige Ernährung (85)
- keine Zuordnung (41)
- Master Jugendhilfe (23)
- Kompetenzzentrum Humanitäre Hilfe (20)
- Bibliothek (6)
- Bachelor Soziale Arbeit online (Basa-online) (4)
- Gesundheit (4)
- Institut für Nachhaltige Ernährung und Ernährungswirtschaft - iSuN (2)
- Zentrale Serviceeinrichtungen (2)
- Design (1)
- Wirtschaft (1)
Die Integration von Künstlicher Intelligenz (KI) im Gesundheitswesen ist zu einem Schwerpunktthema geworden und dominiert aktuell Diskussionen in Kliniken allgemein als auch Pathologien spezifisch. Trotz des Enthusiasmus klafft nach wie vor eine Lücke zwischen den Erwartungen der Anwender und den tatsächlichen Vorteilen nach der Implementierung. Dies spiegelt sich in den Herausforderungen der KI-Integration wider.
In der folgenden wissenschaftlichen Studie widmen wir uns den Erwartungen von Akteuren im Gesundheitswesen – spezifisch in Kliniken und Pathologien – an KI-Lösungen und ihren Einsatz. Dabei wird ein besonderer Fokus auf die dahinterliegenden Faktoren gelegt, die die aktuellen Erwartungen und die daraufhin ergriffenen Maßnahmen beeinflussen. Unsere Ergebnisse stützen sich sowohl auf den wissenschaftlichen Diskurs als auch auf die weite, öffentliche Diskussion zur praktischen Umsetzung – wie in Expertenberichten, Interviews, Konferenzbeiträgen und Artikeln aus Politik, Kliniken und weiteren Institutionen.
Dadurch trägt die Studie zu einem besseren Verständnis der aktuellen KI-Erwartungen und ihrer beeinflussenden Faktoren bei und befähigt Akteure in dem Markt, die Zukunft von KI im Gesundheitswesen mitzugestalten.
Einfach ehrlich : Prinzipien der Reduktion und Anpassungsfähigkeit : [Wintersemester 2023/2024]
(2024)
Pimp your Street : eine neue Gestaltung für die Porzer Stadtachse : [Wintersemester 2022/2023]
(2023)
KI-basierte Chatbots erlangen zunehmend Bedeutung im Bereich der Beratung und Therapie zur psychischen Gesundheit. Dabei sind Expertensysteme und generative Systeme als technische Grundlagen hinsichtlich der möglichen Effekte zu unterscheiden. Hinsichtlich der sozialen Effekte in der Mensch-Maschine-Interaktion beschreibt und definiert der Beitrag das Phänomen der quasisozialen Beziehung. Besonders relevant sind in diesem Zusammenhang Selbstoffenbarungseffekte, d.h. die Preisgabe persönlicher Informationen, die durch (zugeschriebene) Eigenschaften von Chatbots beeinflusst werden können. In der Beratung zeigt sich das im Teilen von selbstbezogenen Informationen mit einem kommunikativen Gegenüber und führt in Beziehungen zum Aufbau von Nähe. Diskutiert werden Effekte, Chancen und Risiken für die Einordnung des Einsatzes solcher Chatbots in Beratung und Therapie.
Hintergrund:
Ziel des wissenschaftlichen Projekts MigrAVE (Multilinguales Online-Lernportal und transkultureller Roboter-Lernassistent für Autismus-Spektrum-Störungen) ist die Entwicklung eines Lernassistenz-Roboters, der autistische Kinder und ihre Therapeuten bei der Durchführung von Lernprogrammen im Rahmen verhaltenstherapeutischer Interventionen unterstützt. Die Ausstattung mit einem KI-basierten Zustandserkennungssystem ermöglicht es dem Roboter, Übungen zu initiieren und die Aufmerksamkeit der Kinder während der Ausführung zu überwachen. Weiterhin soll der Roboter intervenieren, wenn Verhaltensweisen erkannt werden, die den Lernprozess beeinträchtigen. Als Reaktion auf identifiziertes, abgelenktes Verhalten soll der Roboter mit kindgerechter Ansprache die Aufmerksamkeit und Motivation des Kindes wiederherstellen. Die in anderen Studien genutzte Analyse von Sprache oder Gesichtsausdruck zur Erkennung von Emotionen stellt in der Anwendung bei autistischen Kindern aufgrund häufig eingeschränkter Mimik und sprachlicher Limitierungen eine technisch schwer umzusetzende Herausforderung dar. Zur Realisierung wird im Projekt MigrAVE stattdessen ein technologischer Ansatz vorgeschlagen, der sich auf die automatische Erkennung von Engagement auf der Grundlage von Blickrichtungs- und Gesichtsmerkmalsanalysen konzentriert. Um die Erkennung von Engagement zu ermöglichen, entwickeln wir in MigrAVE einen datenbasierten Algorithmus. Hierfür sind Trainingsdaten notwendig, die die reale Interaktion zwischen Kindern und Roboter spiegeln und eine Lerndatenerhebung erforderlich machen.
Methode:
Im Rahmen der Lerndatenerhebung interagierten 30 Teilnehmer mit einer gesicherten Diagnose aus dem autistischen Spektrum im Alter zwischen fünf und 21 Jahren (M = 10.44, SD = 3.43) mit dem Roboter. Während die Probanden zwei verhaltenstherapeutische Lernprogramme in Interaktion mit dem Roboter bearbeiteten, wurden Audio- und Videodaten aufgezeichnet. Die erhobenen Daten werden im Folgenden annotiert und dienen als Basis für das Training von Engagementdetektions-Modellen und entsprechenden Coping-Reaktionen.
Ergebnisse:
Da der Prozess der Annotation noch andauert, liegen aktuell keine abschließenden Ergebnisse vor. Diese werden zum Zeitpunkt der Konferenz präsentiert.
Schlussfolgerungen:
Aufgrund der Besonderheiten des mimischen und sprachlichen Ausdrucks bei Personen im autistischen Spektrum stellt der technologische Ansatz auf Basis von Blickrichtungs- und Gesichtsmerkmalsanalysen eine vielversprechende Alternative zu bisherigen klassischen Mimik- und Sprachanalysen dar.
Hintergrund:
Im BMBF-geförderten Forschungsprojekt MigrAVE wurde neben einem Assistenzroboter zur Unterstützung autistischer Kinder im Rahmen verhaltenstherapeutischer Interventionen eine multilinguale Online-Informationsplattform zu ASS entwickelt. Die Inhalte wurden auf Basis einer Anforderungsanalyse und einer Bestandsaufnahme verfügbarer Lernmaterialien, Texte und Informationssammlungen ausgewählt und gestaltet.
Methodik:
Die als Prototyp entwickelte MigrAVE-Plattform ist in einen offen zugänglichen und einen Log-In-Bereich unterteilt.
Der offene Bereich beinhaltet umfangreiche Informationen zur Symptomatik, Diagnostik sowie zu evidenzbasierten Interventionsmöglichkeiten bei ASS.
Dazu kommt eine umfangreiche Sammlung an Links zu Kontaktstellen, Literatur, Social-Media-Kanälen, sozialrechtlichen Informationen sowie verwandten Forschungsprojekten. Die genannten Inhalte werden in deutscher und englischer Sprache präsentiert. Zudem sind Info-Videos in derzeit acht Sprachen (Deutsch, Englisch, Spanisch, Polnisch, Türkisch, Ukrainisch, Arabisch und Russisch) verfügbar. Der Log-In-Bereich richtet sich an Therapeuten und Eltern, die an verhaltenstherapeutischen Förderprogrammen teilnehmen und die Online-Ressourcen ergänzend nutzen können. In diesem Bereich sind eine vertiefende Einführung in die Grundlagen und die Anwendung der autismusspezifischen Verhaltenstherapie und eine große Auswahl an Arbeitsmaterialien zum Download verfügbar. Die Beschränkung dient einer reflektierten und supervidierten Nutzung im Rahmen qualifizierter Förderprogramme.
Der Plattform-Prototyp wurde mit Blick auf Zugänglichkeit und Relevanz der präsentierten Inhalte zu Gebrauchstüchtigkeit (Usability Evaluation) und Benutzererfahrung (User Experience) durchgeführt, um die Gütekriterien nach der ISO (Effektivität, Effizienz und Zufriedenheit) zu erheben.
Ergebnisse:
Die Ergebnisse der Evaluation zeigen eine positive Nutzerbewertung bezüglich Umfang, Informationsgehalt, Glaubwürdigkeit und Verständlichkeit. Aus der Evaluation ergaben sich in einer ersten Iteration Redesign- und Verfeinerungsarbeiten zum User-Interface sowie
Recherche- und Servicefunktionen. Eine praktische Nutzung als therapiebegleitende Ressource ist für 2024 im Frühinterventionsprogramm „Münsteraner Intensivprogramm für Kinder mit Autismus“ und kooperierenden Programmen beabsichtigt.
Schlussfolgerungen:
Der Prototyp für ein qualitätsgesichertes und mehrsprachiges internetgestütztes Informationsangebot zu ASS konnte erfolgreich entwickelt und evaluiert werden. Die Teilung in ein allgemein zugängliches Material einer- und spezifischen Therapiesupport für Familien, die sich in professioneller Betreuung befinden, andererseits erscheint als eine sinnvolle Konzeption.
Assistenzrobotik für verhaltenstherapeutische Förderprogramme: Möglichkeiten und Limitierungen.
(2024)
Hintergrund:
Im BMBF-geförderten Forschungsprojekt MigrAVE (Multilinguales Online-Lernportal und transkultureller Roboter-Lernassistent für ASS) wurde neben einer Online-Informationsplattform ein Assistenzroboter zur Förderung autistischer Kinder im Rahmen verhaltenstherapeutischer Interventionsprogramme auf der Basis am Markt verfügbarer Hardware entwickelt. Der Roboter ist mit einem KI-basierten Zustandserkennungssystem ausgestattet, das das Engagement durch
Blickrichtungs- und Gesichtsmerkmalsanalysen automatisiert auswertet.
Dies ermöglicht dem Roboter, Aufgaben eigenständig zu initiieren und die Aufmerksamkeit der Kinder während der Ausführung zu überwachen. Zudem interveniert der Roboter mit einer kindgerechten Ansprache, sobald z.B. Ablenkung des Kindes festgestellt wird.
Methodik:
Zunächst wurde eine umfassende Anforderungsanalyse zu den Bedürfnissen
der möglichen Nutzer, ihrer betreuenden Therapeuten und Angehörigen
durchgeführt. Im Rahmen einer Lerndatenerhebung wurden im nächsten
Schritt Audio- und Videodaten von Kind-Roboter-Interaktionen gesammelt.
Die so erhobenen Daten wurden annotiert und bildeten die Grundlage für
das Training von Engagementdetektions-Modellen und entsprechenden
Coping-Reaktionen des Roboters. Feldversuche evaluierten die
Klassifikationsergebnisse der Detektionsalgorithmen und die Wirksamkeit
der Roboter-Coping-Reaktionen. Basierend auf den Ergebnissen erfolgten
im Anschluss Redesign- und Verfeinerungsarbeiten. Eine abschließende
Online-Studie bewertete schließlich die Akzeptanz bei den Endnutzern.
Ergebnisse:
Für den Roboter-Lernassistenten wurde ein KI-basiertes
Engagement-Erkennungs-System entwickelt, welches die Besonderheiten von
Kindern im Autismus-Spektrum berücksichtigt und die Durchführung
verhaltenstherapeutischer Lernprogramme ermöglicht. Im Rahmen der
durchgeführten Feldevaluation des Roboters wurde sein Einsatz als
hilfreich bewertet, um Lernerfolg und Motivation der Kinder zu steigern.
Weiterer technischer Entwicklungsbedarf besteht hinsichtlich der
Handlungs-, Reaktions- und Bewegungsmöglichkeiten des Roboters sowie der
Personalisierbarkeit.
Schlussfolgerungen:
Grundsätzlich ist der Einsatz von Assistenzrobotern als Unterstützung im
Rahmen verhaltenstherapeutischer Förderprogramme möglich; mittlerweile
weisen die am Markt verfügbaren Systeme in Verbindung mit der im Projekt
entwickelten Software dem Grunde nach zentrale Fähigkeiten für
Zustandserkennung und eine adressatengerechte Kommunikation auf.
Reaktionsrepertoire, -geschwindigkeit und -individualisierung müssen bis
zur Praxistauglichkeit noch erweitert werden.
Verankerung der Digitalisierung im Curriculum eines Sozialmanagementstudiengangs (peer reviewed)
(2024)
Digitalisierung als Phänomen beeinflusst den Alltag von Individuum und
Gesellschaft in sehr unterschiedlichen Dimensionen und stellt auch das Management von Sozialen Organisationen vor neue Herausforderungen. Trotz des gesellschaftlichen Wandels reagieren Einrichtungen der Sozialen Arbeit oft zögerlich auf die digitale (Arbeits-)Welt. Eine effektive digitale Transformation hängt maßgeblich von den Kompetenzen der Fach- und Führungskräfte in Sozialen Organisationen ab. Diese werden vielfach in Studiengängen des Sozialmanagements qualifiziert, weshalb das Curriculum dieser Studiengänge ein wichtiger Baustein ist, um die Kompetenz zur Gestaltung der digitalen Transformation von und in Sozialen Organisationen zu stärken. Digitalisierung kann dabei nicht als ein isoliertes Thema (miss)verstanden werden, weil es alle Bereiche des Sozialmanagements beeinflusst. Dieser Erkenntnis folgend
hat der Verbundstudiengang der FH Münster und der HS Niederrhein ein
Querschnittsmodul zur Digitalisierung entwickelt. Nach dem Prinzip „Struktur folgt Inhalt“ wurde ein Modul konzipiert, dass über mehrere Semester geht und als Bindeglied die Inhalte aller Module unter dem Aspekt der Digitalisierung betrachtet. Der Beitrag stellt das Konzept dieses neuen und bisher einzigartigen Curriculums in Deutschland vor.
Das Spektrum technischer Filter zur Niederschlagswasserbehandlung reicht von kompakten Anlagen im dezentralen Maßstab bis zu zentralen Anlagen mit mehreren Hektar angeschlossener Fläche. Die hier vorgestellten zentralen Systeme werden im Aufstromverfahren durchflossen. Der Zufluss wird dabei durch Sedimentation oder eine Sedimentation-Lamellen-Kombination vorbehandelt. Das Spektrum der eingesetzten Filtersubstrate ermöglicht den Rückhalt feiner Partikel (AFS63) bis hin zu gelösten Stoffen. Die Rückhaltewirkung von technischen Filtern kann sehr hoch sein, allerdings muss der Kompromiss zwischen Wirkung und Wartung gefunden werden. Die Überwachung der Systeme ist durch Bilanzierung der Füllstände vergleichsweise einfach. Erste Ansätze für eine Bemessung der Systeme werden vorgestellt.
Das vorliegende Kompetenzmodell zur Berufsbildung für nachhaltige Entwicklung (BBNE) in Lebensmittelhandwerk und Lebensmittelindustrie enthält eine Kompetenzmatrix, deren Felder der Strukturierung dienen, welche nicht isoliert, sondern in ihrem Gesamtzusammenhang zu betrachten sind.
Ergänzt wird diese Matrix durch nachhaltigkeitsrelevante Kernkompetenzen sowie dazugehörige Kompetenzziele.
In der 11. Version der Internationalen statistischen Klassifikation der Krankheiten und verwandter Gesundheitsprobleme (ICD-11) findet sich erstmals die Kategorie der Körperbezogenen repetitiven Verhaltensstörungen (engl. „body-focused repetitive behavior disorders“, BFRBDs), die u. a. die Trichotillomanie (TTM) sowie die Skin-Picking-Störung (SPS) enthält und dem Zwangsspektrum zugeordnet ist. Diese Neuerung umfasst sowohl die Neukategorisierung der TTM, die in der ICD-10 noch bei den „abnormen Gewohnheiten und Störungen der Impulskontrolle“ verortet war, als auch die erstmalige Einführung einer eigenständigen Diagnose für die SPS. Trotz beachtlicher Prävalenzen (TTM: 1–2 %; SPS: 1,4–3,1 %) wurden die TTM und die SPS bislang in Fachkreisen wenig beachtet, was sich neben einem hohen Forschungsbedarf – auch in Bezug auf die nosologische Verortung – insbesondere in mangelhaften Versorgungsangeboten widerspiegelt. Bezüglich der Einordnung im Zwangsspektrum ist kritisch anzumerken, dass die Störungsbilder zwar Ähnlichkeiten mit der Zwangsstörung zeigen, aber dennoch fundamentale Unterschiede in Symptomatik, Ätiologie und Behandlung zu beachten sind. In diesem Kontext sollte davon abgesehen werden, TTM und SPS pauschal als Zwangsstörungen zu bezeichnen. Vielmehr sollten die individuellen Besonderheiten der BFRBD, die sich bei Betroffenen durch eine impulshafte, zwanghafte oder auch suchtartige Phänomenologie äußern können, individuell und differenziert analysiert und behandelt werden, um die bestmögliche Versorgung zu gewährleisten. Insgesamt bietet die Einführung der BFRBD-Kategorie mit einer eigenständigen Diagnose für die SPS in der ICD-11 wichtige Chancen zur Verbesserung der Forschungs- und Versorgungslage.