Refine
Year of publication
Document Type
- Article (1331)
- Part of a Book (567)
- Conference Proceeding (383)
- Book (381)
- Moving Images (172)
- Other (161)
- Working Paper (39)
- Report (38)
- Part of Periodical (37)
- Sound (33)
Language
- German (2509)
- English (650)
- Portuguese (7)
- Spanish (2)
- Multiple languages (1)
- Dutch (1)
Is part of the Bibliography
- yes (3170) (remove)
Keywords
- Nachhaltigkeit (16)
- Kommunikation (8)
- Logistik (7)
- Digitalisierung (6)
- Physiotherapie (6)
- Solarthermie (6)
- physiotherapy (6)
- Sustainability (5)
- logistics (5)
- Danube (4)
Institute
- Fakultät WiSo (2096)
- Fakultät AuL (470)
- Institut für Management und Technik (153)
- Institut für Duale Studiengänge (137)
- Institut für Kommunikationsmanagement (137)
- Fakultät IuI (74)
- Institut für Theaterpädagogik (45)
- Präsidium Hochschule Osnabrück (27)
- Fakultät MKT (21)
- LearningCenter (6)
Compliance of agricultural AI systems – app-based legal verification throughout the development
(2024)
Significant advances in artificial intelligence (AI) have been achieved; however, practical implementation in agriculture remains limited. Compliance with emerging regulations, such as the EU AI Act and GDPR, is now vital, even for non-critical AI systems. Developers need tools to assess legal compliance, which is complex, often requiring full legal advice. To address this issue, we are developing a support app that simplifies the legal aspects of AI system development, covering the entire lifecycle, from conception to distribution. The current app, which covers the key legal area of copyright and will soon include GDPR and the AI Act, aims to bridge the gap between AI research and agriculture. An evaluation of our app by experts from both the legal and the IT domains shows that the app assists the developers so that they make legally correct statements. Consequently, it promotes legal compliance and awareness among developers, contributing to the seamless integration of AI into agriculture. The need for compliant AI systems in various industries, including agriculture, will only increase as regulations evolve.
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.
Schlampige Reiteration
(2024)
Der Umgang mit Veränderungsprozessen ist zum festen Bestandteil des Arbeitsalltags geworden. Irgendetwas wird immer verändert, seien es Arbeitsaufgaben, Technologien, Geschäftsprozesse, Strukturen oder auch die Kultur einer Organisation. Man möchte hierdurch die Produktivität steigern, Bürokratie abbauen, die Wettbewerbsfähigkeit verbessern, Qualität bzw. Innovationen fördern und vieles mehr. Inwieweit man diese Ziele auch erreicht, hängt sehr stark davon ab, ob der Wandel auf breiter Basis akzeptiert und unterstützt wird. Führungskräfte und Verantwortliche für Change-Projekte, Organisations- oder Führungskräfteentwicklung können als „Change Leader“ durch die Art, wie sie führen, entscheidend zum Gelingen beitragen. Das Führen in Veränderungsprozessen wird in diesem Ratgeber entlang von sechs Handlungsfeldern strukturiert: (1) Individuelle Reaktionen Change-Betroffener verstehen, (2) Potenziale von Achtsamkeit in Veränderungsprozessen nutzen, (3) den Wandel klug organisieren, (4) wertschätzend handeln, (5) Verhaltensänderung unterstützen und (6) Kreativität fördern. Die Kapitel sind handlungsorientiert strukturiert und berücksichtigen Erkenntnisse aus der psychologischen Forschung. Reflexionsfragen, Checklisten, Arbeitsblätter und Übungen am Ende jedes Kapitels regen zur Reflexion der Inhalte an und unterstützen den Transfer in die Praxis.
Warum sind Erziehungshilfen ein verbreiteter Teil der Schulorganisation? Was unterscheidet, verbindet aber auch die schulische und außerschulische Erziehungshilfe? Und wie könnte eine bedarfsgerechte, die individuelle Förderung der jungen Menschen unterstützende, Familien stärkende und die sozialräumliche Vernetzung voranbringende Kooperation zwischen Schulen und Erziehungshilfe aussehen? Diesen Fragen widmet sich dieses Buch ausgehend von lebensweltlichen Perspektiven junger Menschen in einer sehr grundlegenden Weise. Dabei werden nicht nur die Anlässe, Erscheinungsformen und Bedingungen der Arbeitsbündnisse von Schule und Erziehungshilfe erörtert, sondern auch ein neu gewichtetes und innovative Gestaltungsmöglichkeiten eröffnendes Verständnis von Schule und Erziehungshilfe.
Artificial intelligence (AI) and human-machine interaction (HMI) are two keywords that usually do not fit embedded applications. Within the steps needed before applying AI to solve a specific task, HMI is usually missing during the AI architecture design and the training of an AI model. The human-in-the-loop concept is prevalent in all other steps of developing AI, from data analysis via data selection and cleaning to performance evaluation. During AI architecture design, HMI can immediately highlight unproductive layers of the architecture so that lightweight network architecture for embedded applications can be created easily. We show that by using this HMI, users can instantly distinguish which AI architecture should be trained and evaluated first since a high accuracy on the task could be expected. This approach reduces the resources needed for AI development by avoiding training and evaluating AI architectures with unproductive layers and leads to lightweight AI architectures. These resulting lightweight AI architectures will enable HMI while running the AI on an edge device. By enabling HMI during an AI uses inference, we will introduce the AI-in-the-loop concept that combines AI's and humans' strengths. In our AI-in-the-loop approach, the AI remains the working horse and primarily solves the task. If the AI is unsure whether its inference solves the task correctly, it asks the user to use an appropriate HMI. Consequently, AI will become available in many applications soon since HMI will make AI more reliable and explainable.
Zukünftige Nonprofit-Manager*innen sind mit komplexen Herausforderungen in einem sich stetig wandelnden Umfeld konfrontiert. Themen wie Klimaschutz, soziale Ungleichheit oder auch Demokratieförderung haben einen starken Einfluss auf die Arbeitsfelder der Nonprofit-Organisationen. Eine zentrale Aufgabe der Führungskräfte ist daher in dieser Komplexität konstruktiv agieren zu können. Dafür sind Kompetenzen erforderlich: Ganz zentral ist die Fähigkeit, sich initiativ und eigenverantwortlich mit den Herausforderungen unserer Zeit auseinanderzusetzen und im besten Fall geeignete Lösungen dafür zu finden sowie diese zielführend kommunizieren zu können. Aus diesem Grund wird genau diese Fähigkeit bei Studierenden aus den Masterstudiengängen Management in Nonprofit-Organisationen und Soziale Arbeit der Hochschule Osnabrück gefördert. Im Rahmen des Moduls Handlungsfelder II entwickelten rund 30 Studierende im Wintersemester 2022/2023 in einer Denkwerkstatt Forschungsergebnisse und Lösungsideen zum Thema „Osnabrück 2030 – Demokratie leben“. Die Studierenden wählten in einem partizipativen Prozess ihre eigenen Schwerpunktthemen wie zum Beispiel Mobilität oder Bildung aus und arbeiteten dann ein Semester lang an den Inhalten. Bei der Erarbeitung wurden sie durch Marlene Eimterbäumer begleitet, die Modelle, Methoden und Coaching zur Unterstützung bereit stellte. Die Modelle und Methoden finden sich teilweise in den Beiträgen der Studierenden wieder (unter anderem das Social Ecological Model und der Business Model Canvas). Am Ende des Semesters stand eine Präsentation vor den Kommiliton*innen, der Lehrenden und auch vor externen Gästen, die aus unterschiedlichen Expertisegebieten im Themenbereich „Demokratie“ kamen und dementsprechend Feedback aus der Praxis geben konnten. Das Modul selbst wurde von der Hochschule im Rahmen der Innovativen Lehre an der Fakultät Wirtschafts- und Sozialwissenschaften gefördert. Für die Studierenden stellte das Modul durchaus eine Herausforderung dar, denn in der Denkwerkstatt musste unter hoher Komplexität stark prozessbezogen gearbeitet werden im Gegensatz zu der sonstigen hohen Ergebnisorientierung. Die durchweg sehr guten Ergebnisse zeigen, dass der Einsatz und die kontinuierliche Kommunikation und Zusammenarbeit sich gelohnt haben. Aufgeteilt ist das vorliegende Buch in die fünf Themen: Wahlen, Partizipation, Partizipative Raumentwicklung, Politische Bildung und Medienkompetenz. Zu diesen Themen finden Sie jeweils erst einen Beitrag der Forscher*innen und darauffolgend einen Beitrag zur Darstellung einer Lösungsidee.