Kommunikation entsteht, ohne dass hierfür notwendigerweise semantische oder syntaktische Regeln definiert werden müssen: Irgendwann haben unsere Vorfahren erlernt, miteinander zu kommunizieren, ohne dass ihnen jemand erklärte, wie das geht. In dieser Arbeit wird der philosophischen Frage nachgegangen, wie das möglich ist. Es soll geklärt werden, welche Bedingungen im Abstrakten dafür hinreichend sind, dass Wesen miteinander zu kommunizieren erlernen, und zwar insbesondere, ohne dass man ihnen hierfür eine konkrete Sprache vorgibt. Die Arbeit baut auf neuen Modellen und Erkenntnissen aus der Signalspieltheorie auf. Diese belegen, dass selbst einfache verstärkungsbasierte Lernverfahren in bestimmten Koordinierungsproblemen selbständig erlernen können, Information miteinander auszutauschen. Diese Erkenntnisse werden in dieser Arbeit mit Techniken aus dem maschinellen Lernen, insbesondere aus dem Bereich des deep reinforcement learning, kombiniert. Hiermit soll demonstriert werden, dass rudimentär intelligente Akteure selbstständig in relativ komplexen Sprachen miteinander kommunizieren können, wenn dies einer effizienteren Lösung nicht-trivialer Koordinierungsprobleme dient. Anders als in vergleichbaren Ansätzen, werden die lernfähigen Algorithmen, die in dieser Arbeit zum Einsatz kommen, weder dazu trainiert, real existierende Sprachen zu benutzen, noch werden sie dazu programmiert, künstliche Protokollsprachen zu verwenden. Vielmehr wird ihnen lediglich eine Menge von Signalen vorgegeben. Sowohl die syntaktischen Regeln, wie diese Signale aneinandergereiht werden dürfen, als auch die Semantik der Signale entstehen von alleine. / Communication emerges without the need for explicit definitions of semantic or syntactic rules: At some point, our ancestors learned to communicate with one another without anyone explaining to them how to do that. In this work, I'll try to answer the philosophical question of how that is possible. The goal is to find abstract conditions that are sufficient for the emergence of communication between creatures that do not have any predefined language available to them. This work builds on recent models and insights from the theory of signaling games. There, it is shown that simple reinforcement learning agents are able to learn to exchange meaningful information in suitable coordination problems autonomously. These insights will be combined with more powerful deep reinforcement learning techniques. Thus, it shall be demonstrated that moderately intelligent agents can learn to communicate in relatively complex languages, if this is useful to them in sufficiently non-trivial coordination problems. In contrast to existing work on communication based on artificial intelligence, the learning algorithms that will be applied here, will neither be trained to communicate in an existing natural language, nor will they be hard coded to use a predefined protocol. Instead, they will construct their messages freely from arbitrary sets of signals. The syntactic rules according to which these elementary signals can be chained together, as well as their semantics, will emerge autonomously.

In den letzten Jahren haben Innovationen bei Datenquellen und Methoden für die sozialwissenschaftliche Forschung zugenommen. Diese Forschungsarbeit zielt darauf ab, die Auswirkungen dieser Innovationen auf drei Praxisgemeinschaften besser zu verstehen: qualitativ Forschende, Big Social Data Forschende und Datenkurator*innen. Folgenden Forschungsfragen werden behandelt. RQ1: Wie unterscheidet sich die Kuratierung von Big Social Data und qualitativen Daten? RQ2: Welche Auswirkungen haben diese Ähnlichkeiten und Unterschiede auf die Kuratierung von Big Social Data und qualitativen Daten und was können wir aus der Kombination dieser beiden Communities lernen? Ich beantwortete diese Fragen durch eine Literaturrecherche, in der ich Gemeinsamkeiten zwischen qualitativer Datennachnutzung und Big Social Data identifizierte. Dann führte ich semi-strukturierte Interviews mit den drei Praxisgemeinschaften durch. Die Analyse identifizierte sechs Schlüsselthemen für die qualitative Datennachnutzung und Big Social Data: Kontext, Datenqualität und Vertrauenswürdigkeit, Datenvergleichbarkeit, informierte Einwilligung, Datenschutz und Vertraulichkeit sowie geistiges Eigentum und Dateneigentum. Ich habe außerdem fünf weitere Themen identifiziert: Domänenunterschiede, Strategien für eine verantwortungsvolle Praxis, Fragen der Datenpflege, Menschen oder Inhalte als Untersuchungsobjekte sowie unterschiedliche Schwerpunkte und Ansätze. Die Verbindung dieser drei Praxisgemeinschaften kann ein breiteres Verständnis der Schlüsselfragen unterstützen und zu verantwortungsbewussteren Forschungspraktiken führen. Datenkurator*innen verfügen über die Fähigkeiten und Perspektiven, um zwischen den Praxisgemeinschaften zu übersetzen und eine verantwortungsvolle qualitative Nachnutzung von Daten und Big Social Data zu unterstützen. / Recent years have seen the rise of innovations in data sources and methods for social science research. This research aims to better understand the impact of these innovations on three communities of practice: qualitative researchers, big social researchers, and data curators. I address the following research questions. RQ1: How is big social data curation similar to and different from qualitative data curation? RQ1a: How are epistemological, ethical, and legal issues different or similar for qualitative data reuse and big social research? RQ1b: How can data curation practices support and resolve some of these epistemological and ethical issues? RQ2: What are the implications of these similarities and differences for big social data curation and qualitative data curation, and what can we learn from combining these two conversations? I answered these questions through a literature review, in which I identified issues in common between qualitative data reuse and big social research. Then I conducted semi-structured interviews with the three communities of practice. The research identified six key issues for qualitative data reuse and big social research: context, data quality and trustworthiness, data comparability, informed consent, privacy and confidentiality, and intellectual property and data ownership. I also identified five additional themes: domain differences, strategies for responsible practice, data curation issues, human subjects vs. content, and different focuses and approaches. Connecting these three communities of practice can support a broader understanding of the key issues and lead to more responsible research practices. Data curators have the skills and perspectives to translate between communities of practice and provide guidance for responsible qualitative data reuse and big social data.

Das Problem des fehlenden Augenkontaktes vermindert den Eindruck einer natürlichen Kommunikationssituation bei Videokonferenzen. Während eine Person auf den Bildschirm blickt, wird sie von Kameras aufgenommen, die sich normalerweise direkt daneben befinden. Mit dem Aufkommen von massiv paralleler Computer Hardware und ganz speziell den sehr leistungsstarken Spielegrafikkarten ist es möglich geworden, viele Eingabeansichten für eine Echtzeit 3D Rekonstruktion zu verarbeiten. Eine größere Anzahl von Eingabeansichten mildert Verdeckungsprobleme ab und führt zu vollständigeren 3D Daten. In dieser Arbeit werden neue Algorithmen vorgeschlagen, welche eine hochqualitative Echtzeit 3D Rekonstruktion, die kontinuierliche Anpassung der photometrischen Kameraparameter und die benutzerunabhängige Schätzung der Augenkontaktkameras ermöglichen. Die Echtzeit 3D Analyse besteht aus zwei komplementären Ansätzen. Einerseits gibt es einen Algorithmus, der auf der Verarbeitung geometrischer Formen basiert und auf der anderen Seite steht eine patchbasierte Technik, die 3D Hypothesen durch das Vergleichen von Bildtexturen evaluiert. Zur Vorbereitung für die Bildsynthese ist es notwendig, Texturen von verschiedenen Ansichten anzugleichen. Hierfür wird die Anwendung eines neuen Algorithmus zur kontinuierlichen photometrischen Justierung der Kameraparameter vorgeschlagen. Die photometrische Anpassung wird iterativ, im Wechsel mit einer 3D Registrierung der entsprechenden Ansichten, ausgeführt. So ist die Qualität der photometrischen Parameter direkt mit jener der Ergebnisse der 3D Analyse verbunden und vice versa. Eine weitere wichtige Voraussetzung für eine korrekte Synthese der Augenkontaktansicht ist die Schätzung einer passenden virtuellen Augenkontaktkamera. Hierfür wird die Augenkontaktkamera kontinuierlich an die Augenposition der Benutzer angeglichen. Auf diese Weise wird eine virtuelle Kommunikationsumgebung geschaffen, die eine natürlichere Kommunikation ermöglicht. / A major problem, that decreases the naturalness of conversations via video communication, is missing eye contact. While a person is looking on the display, she or he is recorded from cameras that are usually attached next to the display frame. With the advent of massively parallel computer hardware and in particular very powerful consumer graphics cards, it became possible to simultaneously process multiple input views for real-time 3D reconstruction. Here, a greater amount of input views mitigate occlusion problems and lead to a more complete set of 3D data that is available for view synthesis. In this thesis, novel algorithms are proposed that enable for high quality real-time 3D reconstruction, the on-line alignment of photometric camera parameters, and the automatic and user independent estimation of the eye contact cameras. The real-time 3D analysis consist of two complementary approaches. On the one hand, a shape based algorithm and on the other hand, a patch based technique that evaluates 3D hypotheses via comparison of image textures. Preparative to rendering, texture from multiple views needs to be aligned. For this purpose, a novel algorithm for photometric on-line adjustment of the camera parameters is proposed. The photometric adjustment is carried out iteratively in alternation with a 3D registration of the respective views. In this way, the quality of photometric parameters is directly linked to the 3D analysis results and vice versa. Based on the textured 3D data, the eye contact view is rendered. An important prerequisite for this task is the estimation of a suitable virtual eye contact camera. In this thesis, a novel approach is formulated that enables for an automatic adaptation to arbitrary new users. Therefor, the eye contact camera is dynamically adapted to the current eye positions of the users. In this way, a virtual communication environment is created that allows for a more natural conversation.

In dieser Doktorarbeit wird die Frage untersucht, wie erfolgreich deep learning bei der Diagnostik von neurodegenerativen Erkrankungen unterstützen kann. In 5 experimentellen Studien wird die Anwendung von Convolutional Neural Networks (CNNs) auf Daten der Magnetresonanztomographie (MRT) untersucht. Ein Schwerpunkt wird dabei auf die Erklärbarkeit der eigentlich intransparenten Modelle gelegt. Mit Hilfe von Methoden der erklärbaren künstlichen Intelligenz (KI) werden Heatmaps erstellt, die die Relevanz einzelner Bildbereiche für das Modell darstellen. Die 5 Studien dieser Dissertation zeigen das Potenzial von CNNs zur Krankheitserkennung auf neurologischen MRT, insbesondere bei der Kombination mit Methoden der erklärbaren KI. Mehrere Herausforderungen wurden in den Studien aufgezeigt und Lösungsansätze in den Experimenten evaluiert. Über alle Studien hinweg haben CNNs gute Klassifikationsgenauigkeiten erzielt und konnten durch den Vergleich von Heatmaps zur klinischen Literatur validiert werden. Weiterhin wurde eine neue CNN Architektur entwickelt, spezialisiert auf die räumlichen Eigenschaften von Gehirn MRT Bildern. / Deep learning and especially convolutional neural networks (CNNs) have a high potential of being implemented into clinical decision support software for tasks such as diagnosis and prediction of disease courses. This thesis has studied the application of CNNs on structural MRI data for diagnosing neurological diseases. Specifically, multiple sclerosis and Alzheimer’s disease were used as classification targets due to their high prevalence, data availability and apparent biomarkers in structural MRI data. The classification task is challenging since pathology can be highly individual and difficult for human experts to detect and due to small sample sizes, which are caused by the high acquisition cost and sensitivity of medical imaging data. A roadblock in adopting CNNs to clinical practice is their lack of interpretability. Therefore, after optimizing the machine learning models for predictive performance (e.g. balanced accuracy), we have employed explainability methods to study the reliability and validity of the trained models. The deep learning models achieved good predictive performance of over 87% balanced accuracy on all tasks and the explainability heatmaps showed coherence with known clinical biomarkers for both disorders. Explainability methods were compared quantitatively using brain atlases and shortcomings regarding their robustness were revealed. Further investigations showed clear benefits of transfer-learning and image registration on the model performance. Lastly, a new CNN layer type was introduced, which incorporates a prior on the spatial homogeneity of neuro-MRI data. CNNs excel when used on natural images which possess spatial heterogeneity, and even though MRI data and natural images share computational similarities, the composition and orientation of neuro-MRI is very distinct. The introduced patch-individual filter (PIF) layer breaks the assumption of spatial invariance of CNNs and reduces convergence time on different data sets without reducing predictive performance. The presented work highlights many challenges that CNNs for disease diagnosis face on MRI data and defines as well as tests strategies to overcome those.

In dieser Arbeit werden zwei Fragen im Zusammenhang mit Fehlern von Fingerabdruckerkennungssystemen untersucht. Erstens: Welche strukturellen Merkmale und begrifflichen Implikationen hat der spezifische Fehlerdiskurs in diesem Teilgebiet der Biometrie? Zur Beantwortung dieser Frage werden im Rahmen einer diskursanalytischen Betrachtung der Fachtexte des Forschungsfeldes die gängigen Fehlertypologien der Biometrie untersucht. Die Arbeitshypothese der Analyse ist, dass der massenhafte Einsatz von Fingerabdruckerkennungssystemen im Alltag trotz aller ihrer Fehler diskursiv durchsetzungsfähig ist. Undzwar nicht unbedingt, weil die Fehler zu vernachlässigen sind, sondern weil die Angst vor „Identitätsbetrug“, die Idee einer Messbarkeit von Identität und die wirtschaftliche und politische Bedeutung von Sicherheitstechniken in einer für unsicher gehaltenen Welt große Wirkmächtigkeit haben. Es wird diskutiert, inwiefern die Auseinandersetzung mit System- und Überwindungsfehlern in der Informatik zu kurz greift. Daher wird ein erweitertes Fehlermodell vorgeschlagen, das an jüngere transdisziplinäre Fehlerforschung anknüpft und als kritisches Analyseinstrument für die Beurteilung der Wechselwirkung zwischen Informatik(-system) und Gesellschaft genutzt werden kann. Zweitens: Wie lassen sich die diskursanalytische Methode und ein experimentelles Hands-On-Lernen zu einem Lern- und Lehrkonzept verbinden, dass eine kritische Vermittlung der Probleme von Fingerabdruckerkennungssystemen ermöglicht? Ausgehend von schulischen Unterrichtskonzepten einer an der Lebenswelt orientierten Informatiklehre sowie der Idee des „be-greifbaren Lernens“ an konkreten Gegenständen wurde ein Lern- und Lehrkonzept für Universität und Schule entwickelt und in drei verschiedenen Institutionen ausprobiert. / In this paper two questions will be addressed relating to deficits in fingerprint recognition systems. Firstly, what structural features and conceptual implications does the analysis of errors have in the field of biometrics? To answer this question, the common error types in biometrics will be examined, as part of an analytical discourse taking into consideration technical texts from the research field. The working hypothesis of this analysis is that the structure of the discourse surrounding fingerprint recognition systems would present no barriers to their widespread implementation in everyday life despite all their faults – not because their shortcomings are negligible but due to the great potency of the fear of “identity fraud”, the notion that identity can be measured, and the economic and political importance of security technologies in a world deemed unsafe. It will be discussed how the examination of system errors and spoofing attacks in computer science falls short in addressing the whole picture of failing fingerprint recognition systems. Therefore an extended error model will be proposed, one which builds on recent transdisciplinary error research and which can be used as a critical tool for analysing and assessing the interaction between computer systems and society. Secondly, how could the analytical discourse method and experimental hands-on learning be combined into a teaching concept that would enable critical teaching of the problems of fingerprint recognition systems? Starting from the school-based teaching concepts of a theory of computer science based on real life and the idea of “hands-on learning” using concrete objects, a teaching concept for universities and schools has been developed and tested in three different institutions.

Die vorliegende Arbeit befasst sich mit der Rolle von Forschungseinrichtungen in Deutschland bei der Transformation des wissenschaftlichen Publikationswesens von Subskription zu Open Access im Bereich wissenschaftlicher Fachzeitschriften. Die Open-Access-Transformation zielt darauf ab, das tradierte Subskriptionsmodell zu überwinden und innovative Verfahren der digitalen Wissenschaftskommunikation zu ermöglichen. Diese Arbeit untersucht, welche Handlungsoptionen sich Forschungseinrichtungen zur Gestaltung der Open-Access-Transformation eröffnen. Auf Grundlage einer Darstellung der Handlungsoptionen in den Bereichen Strategie und Kommunikation, Services und Infrastrukturen, Geschäftsbeziehungen mit Verlagen und Kooperationen wurde die Umsetzung dieser Handlungsoptionen in der Praxis analysiert. Hierzu wurde eine Erhebung unter 701 wissenschaftlichen Einrichtungen in Deutschland durch-geführt. Mit einer Rücklaufquote von 403 antwortenden Einrichtungen (57,49 %) wird die Betei-ligung an der Umfrage als sehr positiv bewertet. Diese bislang wohl umfangreichste Studie zum Thema, zeigt, dass die akademischen Einrichtungen in Deutschland bis dato nur wenige Handlungsoptionen zur Förderung von Open Access umsetzen. Während die Verbreitung von Open-Access-Repositorien positiv zu bewerten ist, stehen der Um-gang mit Open-Access-Publikationsgebühren und damit verbunden auch das Monitoring von Publikationskosten noch am Anfang. Die Ergebnisse der Erhebung deuten auf einen hohen Handlungsbedarf hin. Über die quantitative Erhebung hinaus, die die Lücke einer fehlenden Datenbasis zu Open Ac-cess in Deutschland schließt, formuliert die Arbeit in einem anwendungsbezogenen Ansatz Empfehlungen für die weitere Befassung mit der Open-Access-Transformation an Forschungseinrichtungen in Deutschland. Ein Fokus liegt dabei auf Aktivitäten, die sich im Bereich der wissenschaftlichen Bibliotheken ergeben. / This thesis investigates the role of research institutions in Germany in transforming scholarly publishing from subscription to Open Access in the field of scientific journals. Open Access transformation aims to overcome the traditional subscription model to further innovative methods of digital scholarly communication. The study examines the options open to higher education institutions and research performing organizations for shaping the Open Access transformation. The thesis presents a description of these options in the areas of strategy and communication, services and infrastructures, business relations with publishers and cooperation. Then, the implementation of these options in practice was analyzed. For this purpose, a survey was conducted among 701 academic institutions in Germany. The response rate of 403 responding institutions (57.49%) can be considered very positive. This survey, which is probably the most comprehensive on the subject to date, shows that higher education institutions and research performing organizations in Germany have so far implement-ed only a few options for promoting Open Access. While the distribution of Open Access repositories is positive, the handling of Open Access publication charges and the associated monitoring of publication costs are still at the beginning. The results of the survey indicate a high need for action. The presented quantitative survey closes the gap of missing data on Open Access in Germany. Based on this new dataset, the study formulates recommendations for further engagement with the Open Access transformation at research institutions in Germany. One focus is on activities that arise in the area of academic libraries.

Modelle und Daten sind die beiden grundlegenden Elemente in den meisten Finanzmarktstudien. Viele Arbeiten konzentrieren sich auf die Verbesserung von Modellen zur besseren Annäherung an wahre Marktmechanismen, dabei konzentriert sich ein wichtiger Teil der Literatur auf die Nutzung von Informationen aus verschiedenen Quellen. In letzter Zeit haben immer mehr Forscher die Bedeutung der Modellierung aus realen Daten erkannt, dies geht einhermit der Weiterentwicklung moderner statistischer Modelle, insbesondere dem maschinellen (statistischen) Lernen, wie z. B. rekurrente neuronale Netze, die sich in den letzten Jahren bei vielen Problemen als wirksam erwiesen haben. Es hat sich gezeigt, dass der zunehmende Trend auf innovative Datenquellen wie Textnachrichten und Satellitenbilder zuzugreifen und diese zu analysieren, sich schnell zu einer wichtigen Säule der Finanzwissenschaft entwickelt hat. Auf der anderen Seite bietet die klassische Finanzliteratur eine fundierte Basis, um die aus diesen hochentwickelten Modellen und Daten gewonnenen Ergebnisse zu hinterfragen. Basierend auf der Finanzmarktanalyse mit modernen statistischen Modellen werden in dieser Dissertation in den ersten drei Kapiteln verschiedene Themen behandelt, darunter das Portfoliomanagement in Verbindung mit Informationen aus Nachrichtennetzwerken, das Risikomanagement des aufstrebenden Bitcoin-Marktes und die Vorhersage von Zeitreihen von Stromlasten mit fortgeschrittenen statistischen Modellen. / Models and data are the two fundamental elements in most of the studies on the financial market. Many papers concentrate on improving models to better approximate the true market mechanism, while an important strand of the literature focuses on exploiting more information from various sources. Recently, more and more researchers started to realize the importance of modeling from real-world data, along with the advancement of modern statistical models, especially the machine (statistical) learning models such as Recurrent Neural Network being proved to be effective on many problems in the past few years. Hence, we saw that an uprising trend of accessing and analyzing innovative data sources, such as textual news and satellite image, has been growing fast into a major pillar in financial studies. On the other hand, the classical finance literature provides us an angle to scrutinize the results generated from those sophisticated models and data. Under the spirit of financial market analysis with modern statistical models, this dissertation is written to cover various topics, including portfolio management coupled with the information from networks of news, risk management of the emerging Bitcoin market, and electricity load time series forecasting with the advanced statistical models, in the next three chapters.

Autismus-Spektrum-Störung (ASD) ist eine neurologische Entwicklungsstörung, die durch eine Reihe von Entwicklungsstörungen gekennzeichnet ist, die zu einem Mangel an sozialen, kommunikativen und kooperativen Fähigkeiten führen. Sozio-kommunikative Beeinträchtigungen können durch von Verhaltenstherapeuten konzipierte und durchgeführte Trainingsprogramme für soziale Kompetenzen verbessert werden. Computergestützte Therapien zur Lösung sozio-kommunikativer Schwierigkeiten bei Kindern, Jugendlichen und Erwachsenen mit ASD haben ermutigende Ergebnisse gezeigt. Das Serious-Game-Format ist eine Form der Intervention. Seriöse Spiele sind pädagogisch wertvoll, aber oft attraktiver als offensichtliche pädagogische Hilfsmittel. Zirkus Empathico 2.0 ist ein Serious Game für mehrere Spieler mit verschiedenen Levels und Bühnen in einer Zirkusumgebung. Die Auswertung erfolgte über einen Zeitraum von acht Wochen. Sechzig Kinder mit ASD im Alter von fünf bis elf Jahren wurden vor und nach der Behandlung untersucht. Zu den primären Ergebnissen gehörten die Empathiebewertung durch die Eltern und objektiv gemessene Fähigkeiten zur Emotionserkennung. Die Bewertung der Effektivität und Verwendbarkeit des Spiels für das Training sozialer Kompetenzen zeigte, dass es eine plausible Lernumgebung schuf, indem es das Bewusstsein der Studienteilnehmer für Fähigkeiten und neurotypisches Verhalten steigerte und ihre vorhergesagte Angst in zukünftigen sozialen Situationen verringerte. Nach der Behandlung wurden signifikante Behandlungseffekte festgestellt. Sowohl bei Kurz- als auch bei Langzeitbeurteilungen. Zirkus Empathico 2.0 ist erfolgreich bei der langfristigen Verbesserung der sozio-emotionalen Fähigkeiten in realen Situationen. Zukünftige Forschung sollte sich auf die spezifischen Prozesse konzentrieren, die den Übertragungs- und Aufrechterhaltungsvorteilen von Empathie und Emotionserkennung zugrunde liegen. / Autism spectrum disorder (ASD) is a neurodevelopmental disorder characterized by a spectrum of developmental abnormalities that result in a lack of social, communicative, and collaborative abilities. Socio-communicative impairments can be improved through behavioral therapist-designed and delivered social-skills training programs. Computer-based therapies to resolve socio-communicative difficulties in children, adolescents, and adults with ASD have demonstrated encouraging outcomes. The serious game format is one type of intervention. Serious games are educational but often appeal more than overt pedagogical tools. Zirkus Empathico 2.0 is a multi-player serious game set with various levels and stages in a circus environment. It was evaluated over eight weeks. Sixty children with ASD aged five to eleven years were evaluated before treatment and post-treatment. Primary outcomes included empathy rating by parents and objectively measured emotion recognition abilities. Secondary outcomes were assessed as emotional awareness, emotion management, well-being, and personal therapy goals. The assessment of the game's effectiveness and usability for social-skills training indicated that it established a plausible learning environment by boosting trial participants' awareness of abilities and neurotypical behavior and decreasing their predicted fear in future social situations. Following treatment, significant treatment effects were detected. In both short- and long-term assessments, moderate impacts were observed on emotional awareness, emotion management, and autistic social symptomatology. Parents reported that therapy goals were met, and that treatment was transferred well. Zirkus Empathico 2.0 is successful at improving long-term socio-emotional abilities in real-world situations. Future research should focus on the specific processes behind empathy and emotion recognition's transmission and maintenance benefits.

Informationskompetenz umfasst kognitive und technische Fähigkeiten wie das Erkennen von Informationsbedürfnissen, die Entwicklung effektiver Suchstrategien und die ethische Nutzung von Informationen. Dieses Konzept hat sich mit der Verbreitung des Internets in den 1990er Jahren weiterentwickelt und die Einführung von Computer-, Digital- und Medienkompetenz mit sich gebracht. Die mobile Welle hat das Konzept weiter komplexisiert, indem sie die Nutzererfahrung und -interaktion durch mobile Geräte revolutionierte. Informationskompetenz ist entscheidend, um die Auswirkungen der Technologie auf unsere Informationsinteraktion zu verstehen und ist ein wesentlicher Bestandteil des Human-Engaged Computing (HEC), das darauf abzielt, das menschliche Potenzial durch sinnvolle Technologieinteraktion zu verbessern. Mobile Information Literacy (MoIL) betont die Notwendigkeit adaptiver Strategien, um die einzigartigen Merkmale mobiler Technologie und deren Einfluss auf das Suchverhalten zu berücksichtigen. Diese Studie untersucht die Dimensionen der Mobile Information Literacy (MoIL) bei Hochschulstudenten aus Deutschland und Ägypten und wie diese sich in der Nutzung mobiler Geräte zur Informationssuche manifestieren. Sie zeigt Gemeinsamkeiten und Unterschiede zwischen den beiden Kulturen auf. Die Studie nutzt ethnographische qualitative Forschungsmethoden, wobei Interviews das primäre Forschungsinstrument darstellen, ergänzt durch Beobachtungen, Tagebuchstudien und Experimente. Die Stichprobe umfasst zwei Gruppen von Studierenden: eine aus Ägypten und eine aus Deutschland. Die Feldforschung fand zwischen 2015 und 2018 statt und verwendete eine thematische Analyse, um aufkommende Themen zu identifizieren. Vier Hauptanalyselinsen wurden festgestellt: Informationsbedürfnisse in einer mobilen Welt, geräteübergreifendes Verhalten, Umgang mit mobilen Anwendungsökosystemen und Interaktion mit mobilen Geräten. Die Studie zeigt viele Ähnlichkeiten zwischen den Gruppen, jedoch auch Unterschiede, insbesondere bei der Auffassung von Urheberrechten, Datenschutz und sprachlichen Herausforderungen bei der Nutzung mobiler Geräte. / Information literacy is a multifaceted concept that involves cognitive and technical skills, such as recognizing information needs, developing effective information-seeking behavior, and ethically using information. It has evolved with each technological wave, with the Internet's popularity in the early 90s introducing computer, digital, and media literacies. The mobile wave has further complicated the concept as mobile devices revolutionize user experience and interaction. Information literacy is crucial in understanding how technology shapes our interactions with information and is a key aspect of Human-Engaged Computing (HEC), which aims to enhance human potential through meaningful interaction with technology. Mobile information literacy (MoIL) emphasizes the need for adaptive strategies to account for the unique features of mobile technology and its impact on information-seeking behaviors. This study explores the dimensions of mobile information literacy (MoIL) in higher education students from two cultures, German and Egyptian, and how these dimensions manifest in the use of mobile devices for information-seeking and meeting information needs. This study sheds light on the similarities and differences that exist between the two cultures. The study employs ethnographic qualitative research methods, with interviews serving as the primary research instrument, in addition to observation, diary study, and experimentation. The study sample included two groups of higher education students: an Egyptian higher education student group and a German higher education student group. The fieldwork took place between 2015 and 2018. The study applied thematic analysis to the data to identify emerging themes. Findings portrayed four major lenses of analysis, showing distinctive findings and comparing the two cultures. The emergent lenses were information needs in a mobile world, cross-device behavior, dealing with mobile application ecosystems, and interacting with mobile devices. The study highlights commonalities between the two groups among most of the themes. However, there were distinctive highlighted differences especially related to copyright understanding, privacy, and language-related challenges in interacting with mobile devices.

Der exponentielle Anstieg elektronisch gespeicherter Daten erfordert leistungsfähige Systeme zur Verarbeitung und Analyse großer Datenmengen. Parallel relationale Datenbanksysteme (PRDBMS) waren lange Zeit der Standard für analytische Abfragen. Neuere Systeme, wie Apache Flink, Tez und Spark, nutzen erweiterte Ansätze zur Analyse und trennen logische Spezifikationen von physischen Ausführungen. Ein weit verbreitetes Optimierungsverfahren in der analytischen Verarbeitung ist die partielle Aggregation, bei der Aggregation in zwei Stufen erfolgt: Zunächst werden partielle Aggregatgruppen erstellt, die dann zusammengeführt werden, um das Endergebnis zu berechnen. Dieses Verfahren ermöglicht eine parallele Verarbeitung und reduziert die Größe der Zwischenergebnisse. Bisherige Ansätze konzentrieren sich auf ordnungsunabhängige Gruppierungsfunktionen, bei denen Elemente ohne Berücksichtigung der Reihenfolge gruppiert werden können. In der Praxis gibt es jedoch auch ordnungsabhängige Gruppierungsfunktionen, die von der Reihenfolge der Eingaben abhängen und komplexer in der parallelen Ausführung sind. Derzeit existieren nur begrenzte Ansätze für eine effiziente Parallelisierung solcher Funktionen. Diese Dissertation präsentiert einen neuen Ansatz zur Parallelisierung von Aggregationsanfragen für drei ordnungsabhängige Gruppierungsfunktionen: Sessionization, Regular Expression Matching (REM) und Complex Event Recognition (CER). Unsere Methode nutzt zerlegbare Aggregationsfunktionen, um eine effiziente parallele Ausführung in modernen Shared-Nothing-Compute-Umgebungen zu ermöglichen. Die stufenweise Ausführung dieser Funktionen eröffnet neue Optimierungsmöglichkeiten. Unser Ansatz erlaubt es Optimierungsalgorithmen, zwischen sequentiellen und stufenweisen Verfahren zu wählen. Zusätzlich schlägt die Arbeit ein Schema vor, wie weitere Gruppierungsfunktionen zerlegt und in die partielle Aggregation integriert werden können. / Advances in information technologies and decreasing cost for storage and compute capacities lead to exponential growth of data being available electronically worldwide. Systems capable of processing these large amounts of data with the goal of analyzing and extracting information are essential for both: research and businesses. Analytical data processing systems employ various optimizations to execute queries efficiently. Partial Aggregation (PA) using GroupBy and decomposable aggregation functions is a common optimization approach in analytical query processing. Analytical systems execute PA in two stages: During the first stage, they create partial groups to compute partial aggregates. During the second stage, the partial aggregates are grouped and aggregated again to produce the final result. The main benefits of PA are an increased potential of parallel execution during the first stage and a reduction of intermediate result sizes by aggregating over the partial groups. So far, existing approaches to PA only use an order-agnostic grouping function on sets to create groups. There are grouping functions that depend on ordered input and information on previously processed input items to associate a given input item to its group. Staged execution of order-dependent grouping functions is more difficult than for order-agnostic grouping functions. Systems must compute correct partial states during the first stage and combine them during the final stage. Approaches for efficient parallel execution only exist in a limited way despite the high practical relevance. In this thesis, we present a novel approach for parallelizing aggregation for three order-dependent grouping functions: Sessionization, Regular Expression Matching (REM), and Complex Event Recognition (CER). Our approach of computing the three grouping functions in stages combined with decomposable aggregation functions allows for efficient parallel execution in state-of-the-art shared-nothing compute environments.