Abschlussarbeiten und Medienprojekte

In dieser Arbeit werden Gamification-Elemente in eine bestehende Aufgabe implementiert, bei der die Benutzer japanische Schriftzeichen kommentieren und ihr Aussehen im Vergleich zu Zeichen des englischen Alphabets klassifizieren sollen. Zu den verwendeten Gamification-Elementen gehören Fortschrittsbalken, Punktetafeln und Erfolge. Ziel ist es, die Auswirkungen dieser Elemente auf die Motivation der Benutzer zu untersuchen. Die Aufgabe wird über Crowdsourcing an die Benutzer verteilt, und der Unterschied in der Motivation der Benutzer mit und ohne Gamification-Elemente wird am Ende der Aufgabe durch eine Umfrage gemessen.

Betreuer:Jun.-Prof. Dr. Matthias Hirth; Edwin Gamboa, M. Eng.; Jose Alejandro Libreros, M. eng.

Ziel dieser Arbeit ist es, die Usability eines Lotsenroboters namens LOTSY zu bewerten, der Patienten und Besucher in Krankenhäusern führen soll. Die Arbeit verwendet einen Mixed-Methods-Ansatz, der die Konzepte der Usability und der Anforderungsanalyse kombiniert. Um das Ziel zu erreichen, werden die Best Practices für die Gestaltung effektiver Benutzerschnittstellen durch eine Studie der bestehenden Forschung zu HMI (Human-Machine Interaction), Usability und Anforderungsanalyse identifiziert. Der Prozess umfasst die Identifizierung von Stakeholdern, die Erstellung von User Personas, den Entwurf von Fragebögen und die Durchführung von Interviews mit potenziellen Stakeholdern und Endnutzern, um technische Anforderungen zu definieren und zu verfeinern. Auf der Grundlage dieser Anforderungen werden Prototypen erstellt und zur Entwicklung der LOTSY-Benutzeroberfläche verwendet. Schließlich wird die Usability der Benutzeroberfläche von Endbenutzern getestet. Dieses Projekt wird in Zusammenarbeit mit der TEDIRO GmbH entwickelt.

Betreuer: Jun.-Prof. Dr. Matthias Hirth; Edwin Gamboa M. Eng.; Prof. Dr. Horst-Michael Groß (FG Neuroinformatik und Kognitive Robot), Benjamin Schütz M.Sc. (FG Neuroinformatik und Kognitive Robot), Sebastian Blumenthal (TEDIRO GmbH)

Crowdsourced-Microtasking umfasst verschiedene Arten von Aufgaben, z. B. Bewertungen von Medienprodukten, Plattformen, Inhaltskommentare und das Ausfüllen von Umfragen. Diese Aufgaben werden über ein Netz von weltweit verteilten Arbeitern online erledigt. Trotz der weiten Verbreitung von Mobilgeräten ist Crowdsourced Microtasking immer noch eher auf den Desktop-Geräte wie Laptops oder PCs ausgerichtet. Die bessere Unterstützung von mobilem Microtasking könnte jedoch das Nutzererlebnis der Crowdworker verbessern, neue Gruppen von Crowdworkerm aquirieren und neue Arten von Aufgabenstellungen ermöglichen.
Ziel dieser Arbeit ist es daher, die aktuelle Nachfrage und Akzeptanz von Crowdworkern für mobiles Microtasking zu untersuchen. Zu diesem Zweck wird eine Umfrage durchgeführt, die es ermöglicht, die Bereitschaft und die Anforderungen von Crowdworkern an die Durchführung mobiler Microtasks zu ermitteln. Darauf aufbauend wird eine gängige Desktop-Microtask ausgewählt und für mobile Geräte angepasst. Anschließend wird eine Crowdsourcing-Nutzerstudie durchgeführt, um sowohl die Desktop- als auch die mobile Version der Mikroaufgabe zu testen. Abschließend werden die Ergebnisse verglichen, um die Gesamtakzeptanz und die Nutzergruppen, die bei jeder Implementierung beobachtet wurden, zu bewerten.

Betreuer: Jun.-Prof. Dr. Matthias Hirth; Edwin Gamboa M. Eng.

Die Analyse des Nutzerverhaltens ist ein entscheidender Aspekt von Crowdsourcing-Aufgaben, da sie wertvolle Einblicke in die Entscheidungsprozesse und Gedanken des Einzelnen liefert. Solche Erkenntnisse können genutzt werden, um die Funktionalität von Crowdsourcing-Aufgaben zu verbessern und die Effizienz der Aufgabenerledigung zu steigern. Der Datensatz für diese Studie umfasst eine Reihe von Videos, die Crowdworker bei der Durchführung einer Crowdsourcing-Aufgabe unter Verwendung des Thinking-Aloud-Protokolls dokumentieren. Um die Videos zu analysieren, wurde ein Video-Annotationstool entwickelt, mit dem sich die Verhaltensmuster der Nutzer im Laufe der Zeit beobachten lassen. Das Tool umfasst auch eine User Journey Map, die die verschiedenen Schritte der Nutzer in den verschiedenen Phasen der Aufgabe darstellt und so ein besseres Verständnis des Nutzerverhaltens ermöglicht. Das ultimative Ziel dieser Forschung ist es, Muster im Nutzerverhalten zu ermitteln, die zur Verbesserung der Entwicklung von Crowdsourcing-Projekten und -Plattformen genutzt werden können. Indem sie mehr darüber erfahren, wie sich die Nutzer mit diesen Aufgaben beschäftigen, können die Forscher sie effektiver gestalten und ausführen.

Betreuer: Jun.-Prof. Dr. Matthias Hirth, Edwin Gamboa M. Eng.