In this thesis a Simulator of the Immune System (IS) is developed. The implemented models of the IS refines and extends models of existing Artificial IS. / In der Arbeit wird der Prototyp eines Immunsystem-Simulators erstellt, der die vorhandenen Modelle Künstlicher Immunsystem verfeinert und die Untersuchung der Einflüsse verschiedener Parameter erlaubt.

Heutige Systeme für die Fertigungssteuerung müssen viele unterschiedliche Problemstellungen lösen. Vor allem die Komplexität der Anforderungen sowie die unterschiedlichen Interessen am Ablaufplan, wie hohe Termintreue, kurze Durchlaufzeiten und geringe Produktionskosten, gilt es zu beachten. Erschwert wird dies durch kurze Planungsfristen und hohe Flexibilitätsanforderungen. Komplexe Problemstellungen werden in der künstlichen Intelligenz unter anderem durch den Einsatz von Multiagentensystemen gelöst. Ein solches System zeichnet sich durch eine hohe Flexibilität sowie schnelle Reaktion auch auf unbekannte und nicht spezifizierte Ereignisse aus. Im Rahmen dieser Arbeit werden beide Forschungsgebiete miteinander verknüpft und so der Ansatz des agentenbasierten Fertigungsmanagements verfolgt. Der Schwerpunkt wird dabei auf die Ablaufplanung mit Anwendung auf produzierende Unternehmen gelegt. Vorgestellt wird ein Konzept, das auf Basis der Multiagenten-Technologie neue Aufträge möglichst schnell einplant und das eine Reparatur zur Herstellung der Konsistenz des Planes binnen Sekunden durchführt. Weiterhin findet die Vorstellung einer Planoptimierung statt, welche die vom Bediener spezifizierten Optimalitätsbedingungen umsetzt. Alle diese Verfahren laufen dezentral durch die Agenten ab und werden nur grob durch einen speziellen Agenten gesteuert. Grundlage des Systems ist ein Bewertungssystem, das den Plan anhand verschiedener Kriterien beurteilt. Zur Überprüfung der Funktion des erarbeiteten Konzeptes wurde ein Prototyp implementiert und anschließend analysiert. Trotz der Anwendung auf die Fertigungssteuerung sind alle Ansätze allgemein gehalten und können somit auch auf andere Bereiche, in denen eine Planung erforderlich ist, angewendet werden.

Der vorliegende Band der Informatikberichte ist dem wissenschaftlichen Lebenswerk von Prof. Werner Dilger gewidmet. Seit Oktober 1993 hat er an der Fakultät für Informatik der TU Chemnitz hervorragende Arbeit in Forschung und Lehre geleistet. Dank der Mitarbeit zahlreicher Autoren beleuchtet der vorliegende Band eine große Vielfalt unterschiedlicher Aspekte der Künstlichen Intelligenz.

Grid environments, providing distributed infrastructures, computing resources and data storage, usually show a high degree of heterogeneity in their metadata. We propose a platform for collaborative management and maintenance of common metadata for grids. As the conceptual foundation of this platform, a meta model is presented which distinguishes structured descriptions and classification structures. On this basis, the system allows for the user-friendly creation and editing of grid relevant metadata and provides various search and navigation facilities for grid participants. We applied the platform to the German D-Grid initiative by establishing the D-Grid Ontology (DGO).

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