Abgeschlossene Arbeiten und Medienprojekte

Ziel der Bachelorarbeit besteht in der Schaffung eine vergleichbare Vorhersagequalität mithilfe der Anwendung einer generalisierten Methodik zur Datenvorverarbeitung sowie desselben Prädiktionsmodells bei industriellen sowie medientechnischen Anwendungen.

Betreuer: Jun.-Prof. Dr. Matthias Hirth

Externe Ansprechpartner: Dr. Alexander Graf und Hr. Fabian Hainzl |PFI | P (ZF)

Im Rahmen der Bachelorarbeit sollen Handlungsempfehlungen für eine höhere Akzeptanz und generationsübergreifende Zusammenarbeit in der Medienbranche entwickelt werden. Die Arbeit wird am Fallbeispiel und in Kooperation mit dem Produktions- und Sendebetrieb des ZDF in Mainz durchgeführt. Im Spannungsfeld des Themas stehen zum einen die Altersstruktur der Beschäftigten und zum anderen fortschreitende technologische Innovationen und Herausforderungen, die den Arbeitsalltag der Berufsbilder des Produktions- und Sendebetriebs prägen. Die Analyse fokussiert sich insbesondere auf Auswirkungen neuer Technologien auf die Produktivität und Effektivität im Arbeitsalltag, die Nutzungsbereitschaft neuer Technologien im Arbeitsalltag, die Unterschiede im Umgang mit neuen Technologien auf Basis demographischer Merkmale und Ausmaß der generationsübergreifenden Bewältigung technologischer Herausforderungen.

Betreuer:  Dr.-Ing. Mathias Bauer

Im Rahmen der Bachelorarbeit soll eine Nutzungsstudie im Bereich E-Learning vorgenommen werden, in der potenzielle Lernende in einer Online-Umfrage zur User-Experience und Motivation auf Basis von Gamification-Elementen befragt werden. Game-Based-Learning führt die Lerninhalte und Motivation spielerisch zusammen. Somit werden strukturelle Elemente für eine attraktivere computergestützte Lernumgebung übernommen und können als transformative digitale Lernwerkzeuge die Entwicklung von Fähigkeiten auch in kritischen Bildungsbereichen unterstützen. Das Hauptmerkmal liegt dabei auf der Analyse der verwendeten Gamification-Elemente und deren Gestaltungsmöglichkeit bzw. Motivationsförderlichkeit im kommerziellen E-Learning-Bereich. Die Arbeit soll als Grundlage für zukünftige Forschungsprojekte im Bereich E-Learning verwendet werden.

Betreuer: Edwin Gamboa, M. Eng.

Das Thinking-aloud-Protocol (TAP) ist nach wie vor eines der relevantesten und am weitesten verbreiteten Usability-Testverfahren. TAPs werden normalerweise in Usability-Labors durchgeführt, was die Überwachung von Tests mit spezialisierter Ausrüstung ermöglicht. Vollständig ausgestattete Usability-Labors sind jedoch teuer, die Tests benötigen Zeit und sind möglicherweise nur für lokale Tester/-innen zugänglich. In diesem Zusammenhang könnte Crowdsourcing die Möglichkeit bieten, TAPs zeit- und kosteneffizient durchzuführen und gleichzeitig ein weltweites Publikum zu erreichen. Dieser Ansatz impliziert das Fehlen von Testvermittlern/-innen, was die Überwachung der Teilnehmer/-innen und der Testumgebung in Echtzeit erschwert, d.h. die Aufforderung zum lauten Denken zu einer Herausforderung macht. Ziel dieser Arbeit ist es, einen auf Crowdsourcing basierenden Rahmen für die Durchführung von TAPs zu entwerfen und zu evaluieren.

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

In dieser Arbeit werden Techniken des maschinellen Lernens verwendet, um das Nutzerverhalten zu verstehen und die Nutzeraktivität vorherzusagen. Dies erfolgt beispielhaft an der Social-Media-Plattform Boombazoo. Das Nutzerverhalten wurde mit Hilfe des k-Means-Clustering-Algorithmus untersucht. Hierbei wurden Drei verschiedene Cluster identifiziert: Passive observers, Potential creators, und Incognito creators, jedes dieser Cluster weist  unterschiedliche demografische Merkmale, sozialen Kreise und Häufigkeit der Verwendung von Boombazoo auf. Darüber wurden verschiedene Klassifikationsalgorithmen verwendet, um die Aktivität der Benutzer vorherzusagen. Alle Klassifikatoren erzielten ähnliche Ergebnisse bei der Vorhersage des Nutzerengagements Trend mit einer Genauigkeit von rund 74%.

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

Die Kund:innen-Beratung einer Krankenkassenfiliale befasst sich mit einer großen Vielfalt von Aufgaben. Neben komplexen Beratungsleistungen umfassen diese Aufgaben auch einfache Dinge, wie das Drucken von Formularen für Kunden/-innen. Diese Arbeit beschreibt, wie ein Selbstbedienungsterminal gestaltet sein muss und ob es auf Akzeptanz innerhalb der Zielgruppe stößt. Ferner wird untersucht, welchen Einfluss die Darstellungsform darauf hat. Im Verlauf der Arbeit werden zwei Darstellungsvarianten mit realen Kunden/-innen in einer Feldstudie über vier Wochen evaluiert und die Akzeptanz der Lösung ausgewertet. Die Ergebnisse sind vielversprechend und zeigen, dass selbst ältere Kunden/-innen ohne Computererfahrung ein solches Terminal nutzen würden. Ferner zeigen die Ergebnisse, dass sich die Benutzer/-innen auch mit einem minimalistischen Design wohlfühlen, was die Entwicklung eines solchen Produktes einfach und unkompliziert ermöglicht.

Betreuer: Jun.-Prof. Dr. Matthias Hirth

Crowdsourcing ermöglicht es einer Person oder einer Organisation, einer heterogenen Gruppe von Personen über eine flexible offene Ausschreibung die Übernahme von Aufgaben vorzuschlagen. Die Übernahme von Aufgaben führt zu einem gegenseitigen Nutzen, da die Crowdworker eine Art Belohnung erhalten, z.B. wirtschaftliche oder soziale Anerkennung, und der Crowdsourcer profitiert von dem, was der Crowdworker getan hat. Typische Crowdsourcing-Aufgaben umfassen das Verfassen von Artikeln, das Taggen von Inhalten, die Durchführung von Benutzer/-innen-Befragungen sowie die Vervollständigung und Korrektur von Daten. Die Qualität der Ergebnisse einer Aufgabe hängt hauptsächlich von den Crowdworkers ab, so dass ihre Motivation ein relevanter Faktor ist, der bei der Gestaltung einer Aufgabe zu berücksichtigen ist. In diesem Zusammenhang könnte Gamification, d.h. die Verwendung von Game-Design-Elementen in nicht-spielerischen Kontexten, zur Förderung der Motivation der Crowdworker eingesetzt werden. Ziel dieser Arbeit ist der Entwurf und die Validierung einer Gamificationsstrategie im Kontext von Crowdsourced Image Annotation.

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

Das Hauptziel dieses Medienprojekts ist die Optimierung der Ausbildung von Crowdworkern für die Annotation histologischer Bilder. Zu diesem Zweck wird ein Annotationstool für Brustkrebsbilder entwickelt. Anschließend werden mit Hilfe der Thinking Aloud-Methode Fehlermuster während des Annotationsprozesses identifiziert. Die identifizierten Muster werden verwendet, um den Trainingsprozess der Crowdworker zu optimieren und das Annotationswerkzeug iterativ zu verbessern. Wir erwarten, dass die Optimierung zu einer Verbesserung der Qualität der Annotationen führen wird.

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

Das CrowdTA-Framework ist ein Usability-Testing-Model, das den Ansatz verfolgt, die Vorteile der Think-Aloud-Methode und des Crowdsourcing zu kombinieren. Qualitativ hochwertiges Feedback der Crowdworker zu erfassen, bildet die unbedingte Grundlage zur erfolgreichen Testdurchführung. Während der nicht überwachten Online-Tests führt die unkontrollierte Arbeitsumgebung im Crowdsourcing jedoch häufig zu Komplikationen. Typische Fehler-Szenarien sind ein unzureichender Audiopegel, Störgeräusche durch defekte Geräte, Hintergrundgeräusche oder ein falscher Sprachgebrauch. Das aktuelle Projekt zielt auf die Entwicklung von Werkzeugen und Systemen zur Erkennung von Indikatoren minderer Qualität im CrowdTA-Framework durchgeführter Tests ab.

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

Crowdsourcing ermöglicht die Auslagerung von Aufgaben an eine anonyme Gruppe von Personen, die so genannten Crowdworkers, die für die Erledigung der Aufgaben bezahlt werden. Es hat mehrere Vorteile wie Kosteneffizienz und Vielfalt der Nutzer. Allerdings gibt es auch einige Herausforderungen, die vor allem mit der Komplexität der Aufgaben und den Aspekten der Crowdworker, z. B. ihrer Motivation, zusammenhängen. Diese Herausforderungen führen zu einer geringeren Qualität der von den Crowdworkers gelieferten Ergebnisse. Das Ziel dieses Projekts ist es, eine Gamification-Strategie für Crowdsourcing zu entwickeln, die die Bildannotation als Anwendungsfall nutzt. Am Ende wird eine Nutzerstudie durchgeführt, um zu überprüfen, ob die Gamification-Strategie einen Einfluss auf die Motivation der Crowdworker und die Qualität der Ergebnisse hat.

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