Refine
Year of publication
Document Type
- Part of a Book (591) (remove)
Keywords
- China-Kompetenz (2)
- Kommunikation (2)
- Nachhaltigkeit (2)
- Sustainability (2)
- Ablaufplanung (1)
- Agrophysics (1)
- Anerkennung (1)
- Anti-Wachstumsthese (1)
- Anwendungsorientierung (1)
- Arbeitsteilung (1)
Institute
- Fakultät WiSo (432)
- Fakultät AuL (51)
- Institut für Kommunikationsmanagement (39)
- Institut für Duale Studiengänge (19)
- Institut für Management und Technik (16)
- Fakultät MKT (14)
- Institut für Theaterpädagogik (14)
- Fakultät IuI (2)
- Institut für Musik (1)
- LearningCenter (1)
Schlampige Reiteration
(2024)
Anwendungen wie ChatGPT oder WOMBO Dream machen es leicht, Studierende ohne Programmierkenntnisse für die Anwendung von künstlicher Intelligenz (KI) zu begeistern. Deshalb sind angesichts der zunehmenden Bedeutung von KI in allen Disziplinen innovative Strategien erforderlich, um Studierende ohne Programmierkenntnisse so auszubilden, dass die Anwendung von KI als Future Skill in die Studienmodule integriert werden kann. In diesem Artikel wird ein didaktisches Planungsraster für angewandte KI vorgestellt. Es orientiert sich am Prozess der KI-Programmierung (KI-Anwendungspipeline) und verknüpft KI-Konzepte mit studienrelevanten Themen. Diese Verknüpfung eröffnet einen neuen Lösungsraum und fördert das Interesse und das Verständnis für die Potenziale und Risiken von KI bei den Studierenden. Anhand einer Beispielvorlesungsreihe für Studierende der Energiewirtschaft wird gezeigt, wie KI nahtlos in den Unterricht integriert werden kann. Dafür wird das Planungsraster für angewandte KI an die Fachvorlesung angepasst. Dadurch können die Studierenden eine fachspezifische Aufgabenstellung Schritt für Schritt mit der KI-Anwendungspipeline lösen. So zeigt die Anwendung des didaktischen Planungsrasters für angewandte KI die praktische Umsetzung der theoretischen Konzepte der KI. Darüber hinaus wird eine Checkliste vorgestellt, anhand derer beurteilt werden kann, ob KI in der entsprechenden Vorlesung eingesetzt werden kann. KI als Future Skill muss von den Studierenden anhand von Anwendungsfällen erlernt werden, die für das Studienfach relevant sind. Aus diesem Grund sollte sich die KI-Ausbildung nahtlos in verschiedene Curricula einfügen lassen, auch wenn die Studierenden aufgrund ihres Studienfachs keinen Programmierhintergrund haben.
The mineralization of soil organic nitrogen (N) and crop residues can significantly contribute to the N supply of vegetable crops. However, short-term mineralization dynamics are difficult to predict. On the other hand, fast-growing crops like spinach are highly sensitive to N shortage. Therefore, in situ soil columns have been tested to estimate the actual N supply via mineralization in field-grown spinach. In ten fertilization trials covered soil columns (20 cm in diameter) were driven into the soil to a depth of 30 cm at the start of the cultivation. Eight columns were repeated in three blocks within a total trial area of 0.10 to 0.25 ha. Net N mineralization was derived by subtracting the soil mineral N concentration (Nmin) in the upper 30 cm before installation from the concentration inside the columns at harvest. For comparison, a balance sheet was calculated for spinach plots receiving no N fertilization (zero plots) as well as fertilized plots and used as a proxy for net N mineralization. In this approach the initial Nmin concentration in the upper 30 cm of the soil, the N supply via irrigation, and fertilization as well as the total aboveground N uptake by spinach and the Nmin residue were considered. By using soil columns, N mineralization was determined with a mean coefficient of variation of 18%. A higher spatial variability of up to 43% was observed when spinach was grown as a second crop. The average net N mineralization rate ranged between 2 kg ha‑1 week‑1 (0-30 cm) in winter-grown spinach and 3-7 kg ha‑1 week‑1 (0-30 cm) in the other seasons. Nitrogen mineralization measured by the soil columns was qualitatively confirmed with the data obtained by the balance sheet. Soil columns enable repeated samplings during the spinach cultivation. In this way, top dressing rates can be adjusted to the actual N supply.
Spinach is a nitrogen (N)-demanding crop characterized by a shallow root architecture. Especially in the first weeks after sowing, significant N uptake is limited to the uppermost few centimetres of the soil. However, base fertilization is usually based on the soil mineral N (Nmin) concentration in the upper 30 cm. Therefore, the objective of this study was to examine whether the soil sample depth for calculating the base N fertilization can be reduced to the 0-15 cm layer. In seven field trials, conducted during spring, summer and autumn seasons, either a low or high base fertilization dose was applied at sowing. Until top dressing, soil samples were frequently taken in the upper 0-15 and 15-30 cm layers to determine the average Nmin concentration in each layer. Top dressing was applied when the first true leaves had unfurled. With this fertilizer application, the total N supply was aligned between both treatments based on the Nmin concentration in the upper 30 cm of the soil. Aboveground fresh and dry masses were determined after reaching a fresh mass yield of 15-20 t ha‑1 and related to the mean Nmin concentration in the first 3 to 4 weeks of cultivation between sowing and top dressing. It was shown that the Nmin concentration in the upper 0-15 cm of the soil highly reflects the base fertilization rate. By contrast, the Nmin concentration in the 15-30 cm layer remained unaffected. However, the Nmin concentration of both top soil layers can affect fresh and dry mass yield at harvest. Therefore, the entire 0-30 cm soil layer should be considered when calculating the base N fertilization rate in field-grown spinach. Measurements revealed that spinach fresh and dry masses were increased until the N availability of between 54 and 59 kg ha‑1 (0-30 cm) was reached at the seedlings stage, respectively.
Dieses Kapitel behandelt Marktforschungsansätze zur Wirkungsanalyse unternehmerischer Nachhaltigkeitshandlungen auf Endverbrauchermärkten. Ziel ist ein Überblick über Methoden, die aufgrund moderater Budgetvoraussetzungen in KMU und der angewandten Wissenschaft eingesetzt werden können. Dabei werden Herausforderungen der Messung ökologischer, sozialer und ethischer Kaufeigenschaften besonders berücksichtigt.
Bei langfristigen radikalen technologischen Veränderungen werden neue und etablierte Geschäftsmodelle oftmalig parallel ausgeübt. Proff und andere definieren Geschäftsmodelle als Kombination von fünf Wahlentscheidungen, die wiederum fünf Geschäftsmodellkomponenten abbilden. Die Entscheidung über die Ressourcenallokation ist eine dieser Entscheidungen. Bei langfristigen radikalen technologischen Veränderungen spielt diese Ressourcenallokation eine besondere Bedeutung, da etablierte und neue Geschäftsmodelle häufig um begrenzte liquide Mittel konkurrieren. Mit Blick auf organisationale Trägheit sowie den teilweise emergenten Charakter von Strategien sind bewusste, strategisch geprägte Geschäftsmodellentscheidungen gerade zu Beginn radikaler technologischer Veränderungen in der Unternehmenspraxis wahrscheinlich weniger bedeutend. Demgegenüber ist zu vermuten, dass die Prozesse der Unternehmen zur Auswahl von Innovationsprojekten die Entscheidungen zur Ressourcenallokation bei neuen und etablierten Geschäftsmodellen oftmals implizit bedingen. Die Entscheidungsgrundlage der Wahl von Innovationsprojekten bilden häufig Kapitalwertvergleiche. Solche einfachen Kapitalwertmethoden haben allerdings „the potential to severely undervalue a development project’s contribution to the firm”. Der Beitrag diskutiert daher verschiedene Alternativen zu einfachen Kapitalwertmethoden bezüglich ihrer Eignung zur Unterstützung der Ressourcenallokation bei radikalen technologischen Veränderungen.