Diese Arbeit beschäftigt sich mit der Erstellung und Evaluation eines E-Mentoring Systems auf Basis eines Chatbots in der Hochschullehre. Innerhalb des Verbundprojekts tech4comp und dessen zugrundeliegender technischer Infrastruktur ist ein erster Chatbot zur Unterstützung der digitalen Lehre implementiert worden. Dieser Bot hat die Aufgabe, anhand von Aufgabenempfehlungen den Lernerfolg zu steigern. In einer Studie mit Lernenden eines Mathematikmoduls an der Hochschule für Technik, Wirtschaft und Kultur Leipzig (HTWK) hat eine erste Evaluation stattgefunden. Mit den gesammelten Erfahrungswerten und dem detektierten Verbesserungspotenzial ist daraufhin ein Expertensystem mit auf Lerndaten basierenden Empfehlungsfunktionen realisiert worden. Die Arbeit zeigt das erfolgreiche Zusammenspiel verschiedener Komponenten innerhalb des Verbundprojekts. Gleichzeitig wird damit die Grundlage für weitere Entwicklungen innerhalb des E-Mentorings gelegt. Ergänzend dazu sind die Entwicklungspotenziale und die nächsten Schritte aufgezeigt, welche notwendig sind, um in Zukunft die Hochschullehre mittels selbstlernender künstlicher Intelligenz zu unterstützen.:1 Einleitung 2 Wissenschaftliche Grundlagen 2.1 Mentoring 2.1.1 Allgemein-pädagogische Perspektive 2.1.2 Inhaltliche Perspektive 2.1.3 Systemische Perspektive 2.1.4 E-Mentoring 2.2 Einordnung des Projekts 2.2.1 Verbundprojekt tech4comp 2.2.2 Bestehende Projekte 2.3 Chatbots 2.3.1 Historische Entwicklung 2.3.2 Chatbots in der Hochschullehre 2.4 Grundlagenmodellierung 2.4.1 Domänenmodellierung mittels einer Ontologie 2.4.2 Lernendenmodellierung 3 Technische Analyse der bestehenden Infrastruktur 3.1 Technische Gesamtinfrastruktur des Bildungsnetzwerks 3.2 Social Bot Framework 3.3 Rocket.Chat 3.4 Datenspeicher - Learning Record Store 3.5 Mentoring Workbench 3.6 KI-Infrastruktur 3.7 Lernmanagementsystem OPAL 3.8 ONYX-Aufgabeneditor 3.9 Authentifizierung 4 Umsetzung 4.1 Vorgehensweise 4.2 Aufbereitung der Lerninhalte 4.3 Erstellung der Ontologie 4.3.1 Überblick 4.3.2 Modellierung der Lernobjekte 4.4 Entwicklung des Chatbots und Durchführung der Studie 4.4.1 Entwicklung des Chatbots 4.4.2 Vorbereitungen im OPAL-Kurs 4.4.3 Datenschutzerklärung 4.4.4 Anleitung für die Studierenden 4.4.5 Auswertung der Studie 4.5 Entwicklung des dynamischen Expertensystems 4.5.1 Aufbereitung der Daten zur weiteren Nutzung 4.5.2 Entwicklung des KI-Service 5 Schlussbetrachtungen 5.1 Ausblick 5.1.1 Entwicklungen außerhalb der Chat-Interaktionen 5.1.2 Entwicklungen innerhalb der Chat-Interaktionen 5.1.3 Anpassungen der Aufgaben 5.2 Fazit Abbildungsverzeichnis Tabellenverzeichnis Quelltextverzeichnis Literaturverzeichnis Eidesstattliche Erklärung Anhang / This master thesis is about the creation and evaluation of an e-mentoring system based on a chatbot in higher education. In a first approach, a chatbot was used to support the students. The entire technical infrastructure and knowledge was shared as part of the tech4comp joint project. The primary objective is the recommendation of tasks for an increased learning experience. To get first feedback on the system, a study with students in a math class at the HTWK is conducted. Based on the results, an expert system got implemented and developed. In addition, the recommendation functions work with newly generated data from the students. This thesis shows the cooperation between different parts of the joint project. Moreover, it serves as a basis for further developments and studies in the field of e-mentoring. With the help of the implemented system, it is possible to gain insights into further potentials. The next iteration should include self-learning artificial intelligence to improve the bot’s suggestions.:1 Einleitung 2 Wissenschaftliche Grundlagen 2.1 Mentoring 2.1.1 Allgemein-pädagogische Perspektive 2.1.2 Inhaltliche Perspektive 2.1.3 Systemische Perspektive 2.1.4 E-Mentoring 2.2 Einordnung des Projekts 2.2.1 Verbundprojekt tech4comp 2.2.2 Bestehende Projekte 2.3 Chatbots 2.3.1 Historische Entwicklung 2.3.2 Chatbots in der Hochschullehre 2.4 Grundlagenmodellierung 2.4.1 Domänenmodellierung mittels einer Ontologie 2.4.2 Lernendenmodellierung 3 Technische Analyse der bestehenden Infrastruktur 3.1 Technische Gesamtinfrastruktur des Bildungsnetzwerks 3.2 Social Bot Framework 3.3 Rocket.Chat 3.4 Datenspeicher - Learning Record Store 3.5 Mentoring Workbench 3.6 KI-Infrastruktur 3.7 Lernmanagementsystem OPAL 3.8 ONYX-Aufgabeneditor 3.9 Authentifizierung 4 Umsetzung 4.1 Vorgehensweise 4.2 Aufbereitung der Lerninhalte 4.3 Erstellung der Ontologie 4.3.1 Überblick 4.3.2 Modellierung der Lernobjekte 4.4 Entwicklung des Chatbots und Durchführung der Studie 4.4.1 Entwicklung des Chatbots 4.4.2 Vorbereitungen im OPAL-Kurs 4.4.3 Datenschutzerklärung 4.4.4 Anleitung für die Studierenden 4.4.5 Auswertung der Studie 4.5 Entwicklung des dynamischen Expertensystems 4.5.1 Aufbereitung der Daten zur weiteren Nutzung 4.5.2 Entwicklung des KI-Service 5 Schlussbetrachtungen 5.1 Ausblick 5.1.1 Entwicklungen außerhalb der Chat-Interaktionen 5.1.2 Entwicklungen innerhalb der Chat-Interaktionen 5.1.3 Anpassungen der Aufgaben 5.2 Fazit Abbildungsverzeichnis Tabellenverzeichnis Quelltextverzeichnis Literaturverzeichnis Eidesstattliche Erklärung Anhang

Ein Gespräch mit Ingo Schwarzer, DB Systel, und Prof. Tim Fingscheidt, TU Braunschweig, mFUND-Projekt Automatisch generierte Erklärungen maschineller Entscheidungen (AGEME).

Die Industrie 5.0 fordert neue Lernansätze und zeitgleich auch passende Lernumgebungen. Parallel müssen diese neben den didaktischen Herausforderungen auch den Transfer- und Übertragungsgedanken auf die industriellen Anwendungen gerecht werden. Durch die täglich steigende Anzahl vielfältiger KI-Tools insbesondere textgenerierenden Tools, braucht es Systeme mit einem breiten Anwendungsbereich. Im Rahmen des vorliegenden Beitrags geben die Autoren einen Einblick in die Wildauer Smart Production, welche den transdisziplinären Gedanken von Lern- und Transferumgebungen Rechnung trägt, Möglichkeiten der Gestaltung komplexer Produktionssysteme widerspiegelt, die Integration menschzentrierter Ansätze ermöglicht und als Forschungsumgebung eingesetzt wird.

This thesis addresses the question of how to teach dynamic motor skills to synthetic humanoids. A general approach based on imitation learning is presented and evaluated on a number of synthetic humanoids, as well as a number of different motor skills. The approach allows for intuitive and natural specification of motor skills without the need for expert knowledge. Using this approach we show that various important problems in robotics and computer animation can be tackled, including the synthesis of natural grasping, the synthesis of locomotion behavior or the physical interaction between humans and robots.

Im Vortrag soll zunächst geklärt werden, was man unter künstlicher Intelligenz versteht. Dabei wird herausgestellt, dass KI in etwa so alt wie die Informatik ist. Anhand von einigen Beispielen wird verdeutlicht, welche Anwendungsfelder für KI in Frage kommen. / The lecture will first clarify what is meant by artificial intelligence. It will be pointed out that AI is about as old as computer science. With the help of some examples, it will be made clear which fields of application come into question for AI.

Die Begriffe der künstlichen Intelligenz und ihrer zentralen Komponente, der Wissensverarbeitung, werden aus der Sicht eines Informatikers der 1980er Jahre konzeptionell beschrieben. Nach dem Aufzeigen prinzipieller Möglichkeiten und Grenzen der Technologie erfolgt die Diskussion zu Fragestellungen im weltanschaulichen und gesellschaftlichen Kontext.:1. Einleitung 2. Was ist künstliche Intelligenz? 3. Wissensverarbeitung als Grundlage der künstlichen Intelligenz 4. Möglichkeiten und Grenzen der Wissensverarbeitung 5. Philosophische Probleme und soziale Auswirkungen der künstlichen Intelligenz 6. Schlussbemerkungen

Aus der Einführung: "Stehen wir am Rande einer bio-nanotechnologischen getriebenen Revolution, die unsere Art zu leben, zu arbeiten und miteinander umzugehen grundlegend verändern wird? Welchem gesellschaftspolitischen, wirtschaftlichen und technologischen Wandel haben wir uns zu stellen? Langfristige Entwicklungszyklen (Kondratieff, Schumpeter) führen zur nachhaltigen Weiterentwicklung der Zivilisation. Mittelfristige Entwicklungen wie die Trends Globalisierung, Urbanisierung, Digitalisierung (Miniaturisierung) und Humanisierung (Individualisierung), die immer stärker unser Umfeld und Handeln beeinflussen führen zu ganzheitlichen, weltumspannenden Grundtendenzen der gesellschaftlichen Weiterentwicklung. Die technologischen "Enabler" Computing, Biotechnology, Artifical Intelligence, Robotik, Nanotechnology, Additive Manufacturing und Design Thinking wirken beschleunigend auf die gesellschaftlichen Entwicklungen ein. Die technologischen Möglichkeiten beschleunigen sowohl gesellschaftspolitische Zyklen und zivilisatorische Anpassungen. Durch rasanten technologischen, wissenschaftlichen Fortschritt, zunehmende Globalisierungswirkungen, beschleunigte Urbanisierung und aber auch politischer Interferenzen sind die Veränderungsparameter eines dynamischen Geschäftsumfelds immer schnellere Transformationen ausgesetzt. Alle diese Richtungen zeigen das unsere gesellschaftliche Entwicklung inzwischen stark durch die Technik getrieben ist. Ob dies auch heißt, dass wir den Punkt der Singularität (Kurzweil) absehbar erreichen ist dennoch noch offen. ..."

Die Dissertation "Methoden der Künstlichen Intelligenz in Radarmeteorologie und Bodenerosionsforschung" beschäftigt sich mit der Erfassung des Parameters der potentiellen Erosivität vor dem Hintergrund der Bodenerosionsproblematik Südafrikas. Basierend auf der Betrachtung der Erosivität einzelner Niederschlagsereignisse wird demonstriert, wie durch wissensbasierte Ansätze aus Wetterradardatensätzen flächendeckende Niederschlagsinformationen gewonnen werden können. Diese dienen als Eingangsdaten für ein Erosivitätsmodell, das aus Zellulären Automaten aufgebaut wird. Die Ergebnisse des Erosivitätsmodells werden vorgestellt und diskutiert. / The dissertation "Artificial Intelligence Methods in Radarmeteorology and Soil Erosion Research" discusses the assessment of potential rainfall erodibility in regard to soil erosion processes in South Africa. Knowledge-based approaches are used to derive rainfall information from weather radar data for the recording of erosivity pulses from individual rainfall events. This precipitation data is used as input for a erosivity modell consisting built out of cellular automata. The results generated by the modell are presented and discussed.

The paper discusses the basics of Cognitive Science and describes the achievements of research at the field of Artificial Intelligence. / Die im Rahmen des Seminars "Language - Mind - Brain: An Introduction to Psycholinguistics" der englischen Sprachwissenschaft entstandene Arbeit befasst sich mit den Grundlagen der Kognition und diskutiert die Ergebnisse der Forschung auf dem Gebiet der Künstlichen Intelligenz.

The paper presents the basics and the development of Machine Translation and explains different methods for evaluating translation machines on the base of a detailed example. / Die im Rahmen des Seminars "Language and Computers" der englischen Sprachwissenschaft entstandene Arbeit behandelt die Grundlagen und die Entwicklung der Maschinellen Übersetzung und gibt anhand eines ausführlichen Beispiels Einblick in Methoden zur Evaluation von Übersetzungsmaschinen.