|
Inklusion im Internet
Auch Sehbehinderte können kollaborativ Lehrmaterialien erstellen. Mit der Integration von InclusiveOCW gelingt es SlideWiki, dass Sehende und Menschen mit Seheinschränkung kollaborativ neue Lehrmaterialien schaffen und bestehende gemeinsam erschließen können. More 
PDF |
|
Data4UrbanMobility. Mehr Verkehr, weniger Kollaps.
Die Deutschen zieht es in die Städte. Besonders die Metropolen werden in den nächsten Jahren weiter boomen und überdurchschnittlich wachsen. Was können Städte tun, um einen Verkehrskollaps zu vermeiden? Wie lassen sich Verkehrsflüsse zukunftsgerecht gestalten? More
PDF |
|
Projekt Blinker: Navigieren mit 360°-Kamera
Industrielle Prozesse sind heutzutage hochgradig mit Automatisierungsanforderungen verknüpft. Wesentliche Bestandteile moderner Lager- und Transportprozesse sind daher (teil-)autonome Systeme wie mobile Roboter, fahrerlose Transportsysteme oder Staplerleitsysteme. More
PDF |
|
Maschinelles Lernen für Bibliotheken
Die digitale Transformation ist in vollem Gange. Big Data beeinflusst in unserer digitalisierten Gesellschaft beinahe alle Lebensbereiche und ist auch aus der Wissenschaft nicht mehr wegzudenken. Bibliotheken als zentrale Wissensanbieter stehen vor einer gewaltigen Herausforderung. More
PDF |
|
Wie sieht ein selbstfahrendes Auto?
Um sicher navigieren zu können, müssen sich selbstfahrende Autos ein Bild von ihrer Umgebung konstruieren. More
PDF |
|
Geisteswissenschaften digital: Neue Forschungsmethoden eröff
Die Digitalisierung macht auch vor den Geisteswissenschaften nicht halt. Dadurch können große Mengen an Texten, Bildern und anderen digitalen Objekten verarbeitet werden. More
PDF |
|
Gemeinsam lernen im Netz
Google, Facebook, YouTube – das Internet und seine sozialen Netzwerke haben die Art, wie wir kommunizieren und nach Informationen suchen, stark verändert. Für den Bildungssektor heißt das: Statt in Kursen und nach Lehrplan zu lernen, können wir uns auch zeit- und ortsunabhängig in Lernnetzwerken austauschen und gemeinsam an Lerninhalten arbeiten. More
PDF |
|
Lernende Computersysteme verändern unser Leben
ML ermöglicht die Automatisierung einfacher, eintöniger Aufgaben. Die Systeme können aber auch komplexere Aufgaben lösen und potenziell menschliche Leistung erreichen – vielleicht eines Tages sogar weit darüber hinaus? In den letzten Jahren hat es in der Mustererkennung große Fortschritte durch »tiefe«, das heißt sehr große, neuronale Netze gegeben (»Deep Learning«). More
PDF |
|
Rechtliche Implikationen des maschinellen Lernens
Auf Grundlage großer Datenbestände können Algorithmen erfolgreich Muster erkennen und so ihr »Wissen« erweitern. Fraglich ist, wem diese Daten »gehören«, ob Ausschließlichkeitsrechte an ihnen bestehen und ob sie als Wirtschaftsgut tauglich sind. Aber weder die rechtliche Konstruktion des Sacheigentums noch das Immaterialgüterrecht sind auf Datens anwendbar. Mögliche Lösungen sind derzeit Teil des wissenschaftlichen Diskurses. More
PDF |
|
Digitalisierung der Bildung
Crowdsourcing, Open Education, informelles Lernen im Web und Learning Analytics. Die Digitalisierung erfasst so gut wie alle Bereiche der Gesellschaft. Für den gesellschaftlichen Fortschritt spielt Bildung eine Schlüsselrolle. Daher ist es von besonderer Bedeutung, das Potential der Digitalisierung gerade auch hier zu nutzen. More
PDF |
