Auflistung nach:
Auflistung Band 43 - Heft 2 (April 2020) nach Erscheinungsdatum
1 - 10 von 15
Treffer pro Seite
Sortieroptionen
- ZeitschriftenartikelData Science für alle: Grundlagen der Datenprogrammierung(Informatik Spektrum: Vol. 43, No. 2, 2020) Abedjan, Ziawasch; Anuth, Hagen; Esmailoghli, Mahdi; Mahdavi, Mohammad; Neutatz, Felix; Chen, BingerDie Nachfrage nach Data Scientists in den verschiedensten Bereichen der Industrie, Gesellschaft und Forschung stellt Universitäten vor die Frage, in welcher Form eine Data-Science-Ausbildung ermöglicht werden soll. Neben dem traditionellen Ansatz, Data Science als Studienfach anzubieten, gibt es auch Forderungen nach Einbettung von Data-Science-Veranstaltungen in informatik- und mathematikfremden Fächern, um die gesteigerte Nachfrage nach Datenkompetenzen in diesen Bereichen abzudecken. Dies wird auch durch die erst kürzlich von der GI geförderten Initiative für „Data Literacy“ unterstützt. Vor diesem Hintergrund haben wir an der TU Berlin einen Data-Science-Kurs auf Bachelorniveau nach dem Vorbild des Data8-Kurses an der Berkeley-Universität in Kalifornien konzipiert und erfolgreich durchgeführt. In dem Kurs „Data Science 1: Essentials of Data Programming“ werden Grundlagen der Programmierung, statistische Datenanalyse, maschinelles Lernen und ethische Fragen bei der Anwendung dieser Methoden vermittelt. Das Angebot stieß auf ein sehr starkes Interesse seitens der Studierenden verschiedenster Studiengänge der TU Berlin einschließlich Kunstgeschichte und Philosophie. Zur erfolgreichen Durchführung des Kurses gehörte nicht nur die entsprechend entworfene integrierte Synopsis, die orientiert an Fallbeispielen mathematische Konzepte und Programmiertechniken vermittelt, sondern auch regelmäßige Übungsstunden und Hausaufgaben sowie eine zentralverwaltete JupyterHub-Infrastruktur, die sowohl die Nicht-Informatikstudierenden vor jeglicher Installation von unbekannter Software behütete als auch die Automatisierung der Korrektur der Programmierhausaufgaben ermöglichte. In diesem Beitrag möchten wir über unsere Erkenntnisse berichten, wie es uns gelungen ist, Studierende mit sehr unterschiedlichen Informatikkenntnissen für Data Science zu begeistern. Dabei gehen wir auf die praktische Durchführung des Kurses und der abschließenden Leistungsüberprüfung ein. Zuletzt zeigen wir die Vorteile eines solchen Kurses auf. Dazu zählt die skalierbare Möglichkeit, weiten Teilen der Studierenden Datenkompetenzen zu vermitteln und den Quereinstieg in die Informatik zu verschaffen.
- ZeitschriftenartikelGewissensbits – wie würden Sie urteilen?(Informatik Spektrum: Vol. 43, No. 2, 2020) Class, Christina B.; Trinitis, Carsten; Becker, Nikolas
- ZeitschriftenartikelRobotic Process Automation(Informatik Spektrum: Vol. 43, No. 2, 2020) Scheppler, Björn; Weber, ChristianGemäß Google-Trends steigt das Interesse an Robotic Process Automation (RPA) noch immer an, jedoch ist laut Gartner der Hype bereits vorüber. Zeit also, sich mit dem Thema in einer neutralen Art auseinanderzusetzen. Anhand einiger Schlüsselreferenzen und unserer Erfahrung liefert dieser Beitrag einen Themenüberblick. Wir definieren zunächst den Begriff „RPA“, beziehen dabei auch die Vorgängertechnologien mit ein und zeigen die Beziehung zu den artverwandten Konzepten BPMS, SOA, EAI und STP auf. Dabei lösen wir auch häufig auftauchende Missverständnisse auf, wie z. B., dass RPA nur für das automatisierte Bedienen von grafischen Benutzerschnittstellen (Graphical User Interface, GUI) steht. Anschließend zeigen wir schematisch die Architektur typischer RPA-Systeme auf und unterscheiden dabei die zwei zentralen Betriebsmodi „Attended“ (Robot im Tandem mit dem Menschen) und „Unattended“. Darauffolgend beschreiben wir den versprochenen Nutzen von RPA –zusammengefasst in kürzerer Zeit mit weniger Kosten eine höhere Qualität erreichen –, typische Einsatzgebiete (z. B. Routineaufgaben, bei denen Daten aus unterschiedlichen Anwendungssystemen kopiert oder kombiniert werden) aber auch oft genannte Risiken (z. B. Personalabbau). Wir schließen den Artikel mit einem Ausblick für Praxis und Forschung, wobei wir insbesondere auf den verstärkten Einbezug künstlicher Intelligenz eingehen und eine Empfehlung für weiterführende Forschung geben.
- ZeitschriftenartikelNachruf Professor em. Dr. Dr. h.c. Gerhard Goos(Informatik Spektrum: Vol. 43, No. 2, 2020) Beckert, Bernhard; Häuser, Isabel; Oberweis, Andreas; Reussner, Ralf; Schäfer, Sebastian
- ZeitschriftenartikelRechtsverträgliche und qualitätszentrierte Gestaltung für „KI made in Germany“(Informatik Spektrum: Vol. 43, No. 2, 2020) Knote, Robin; Thies, Laura Friederike; Söllner, Matthias; Jandt, Silke; Leimeister, Jan Marco; Roßnagel, AlexanderKünstlich intelligente (KI) Systeme erfreuen sich immer größerer Beliebtheit. Insbesondere smarte persönliche Assistenten (SPAs) von Amazon, Google und vielen weiteren verzeichnen ein stetiges Marktwachstum. Den vielfältigen Potenzialen dieser KI-Systeme stehen jedoch auch zahlreiche Risiken gegenüber. Berichte von Datenpannen und -lecks häufen sich und haben bei Nutzern eine zunehmende Skepsis zur Folge, was zu einem gespaltenen Bild von KI in der Gesellschaft beiträgt. Diesem Problem stellt sich das Forschungsprojekt AnEkA mit einem interdisziplinären Gestaltungsansatz. Auf Basis von Rechts- und Qualitätszielen werden Anforderungen an rechtsverträgliche und qualitativ hochwertige SPAs abgeleitet. Zusätzlich werden Gestaltungsalternativen identifiziert, die diese Anforderungen unter Berücksichtigung möglicher Zielkonflikte umsetzen. Ergebnis des Projekts sind Entwurfsmuster, die Entwicklern von SPAs dabei helfen sollen, rechtsverträgliche und qualitativ hochwertige SPAs und KI-Systeme im Allgemeinen zu entwickeln. Dadurch soll das Alleinstellungsmerkmal einer „KI made in Germany“ entstehen, welche sowohl die Bedürfnisse von Nutzern berücksichtigt und sie ebenfalls bestmöglich vor Risiken der Systemnutzung schützt. Dieser Beitrag erläutert das interdisziplinäre Vorgehen anhand eines Szenarios zur Nutzung von SPAs.
- ZeitschriftenartikelInformatik in Zeiten von Corona(Informatik Spektrum: Vol. 43, No. 2, 2020) Pagel, Peter
- ZeitschriftenartikelEinsichten eines Informatikers von geringem Verstande(Informatik Spektrum: Vol. 43, No. 2, 2020) Wilhelm, Reinhard
- ZeitschriftenartikelInformatik – Kompetenzentwicklung bei Kindern(Informatik Spektrum: Vol. 43, No. 2, 2020) Humbert, Ludger; Best, Alexander; Micheuz, Peter; Hellmig, LutzInformatik ist notwendiger Bestandteil der allgemeinen Bildung. Die offensichtliche Durchdringung aller Lebens- und Arbeitsbereiche mit Artefakten der Informatik führte zu einer gesellschaftlichen Diskussion über die notwendigen informatikbezogenen Voraussetzungen in der schulischen Bildung. Im hexadezimalen Bildungssystem der Bundesrepublik finden sich vielfältige Bemühungen, die Verfügbarkeit von Infrastrukturelementen – Informatikmittel – für Bildungs- und Ausbildungskontexte zu verbessern. Die notwendige, informatikbezogene Vorbereitung der Lehrkräfte sowie der Erzieherinnen und Erzieher im Sinne einer Qualifikation fällt hinter Bemühungen um Ausstattungsinitiativen deutlich zurück. Die Bemühungen der Bildungsadministration bestehen wesentlich in der Ermöglichung des Erwerbs von Kompetenzen der Schülerinnen und Schüler zur Benutzung und zur Bedienung; allenfalls wird eine kritische Betrachtung gefordert. Die von der GI in den Empfehlungen zu einem Gesamtkonzept zur informatischen Bildung im Jahr 2000 vorgenommene Gesamtsicht auf die Bildungsbiographie wurde für alle weiterführenden Schulen, für die gymnasiale Oberstufe und zuletzt für den Primarbereich ausgearbeitet. Inzwischen hat Informatik als Schulfach in sieben von 16 Bundesländern Eingang in den verpflichtenden Bildungskanon für die weiterführenden Schulen gefunden. Es ist notwendig, sich der Ermöglichung informatischer Bildung bereits in der Grundschule konstruktiv zuzuwenden. So ist die Empfehlung der GI „Kompetenzen für informatische Bildung im Primarbereich“ ein weiterer Schritt auf dem Weg zur Etablierung der Informatik in der allgemeinen Bildung.
- ZeitschriftenartikelWarum der Datenschutz essenziell für die Projektplanung ist – Weshalb ein Privacy Impact Assessment nötig ist(Informatik Spektrum: Vol. 43, No. 2, 2020) Sury, Ursula
- ZeitschriftenartikelNutzung multikriterieller und unscharfer (FUZZY-)Analysen zum Talentscreening im Sport(Informatik Spektrum: Vol. 43, No. 2, 2020) Ester, Jochen; Zinner, Jochen; Utesch, Till; Büsch, DirkZum Talentscreening im Sport werden Testbatterien eingesetzt, die unterschiedliche sportmotorische Fertigkeiten sowie entwicklungsrelevante Parameter erheben. Standardauswertungsverfahren führen in der Regel zur Einordnung der Getesteten in zumeist fünfstufige Leistungsklassen. Insbesondere bei großen Stichproben werden allerdings Verfahrensweisen benötigt, die auch innerhalb der „besten Gruppe“ und „schwächsten Gruppe“ noch zuverlässig differenzieren. Dies gelingt z. B. im Projekt BERLIN HAT TALENT mit Verfahren, die auf multikriteriellen und unscharfen mathematischen Theorien und Methoden beruhen. Dabei ist hervorzuheben, dass subjektive Theorien und Wissensstände von Trainer*innen, Lehrer*innen und Sportwissenschaftler*innen explizit mit einbezogen werden können. Dies geschieht auf Basis diskursiver Validierungen und der Konstruktion von Bewertungsfunktionen, die auch als sogenannte Zugehörigkeitsfunktionen für Fuzzy-Sets interpretiert werden können. Die vorgestellten multiattributiven Entscheidungsmodelle zeigen unter Einbeziehung des Expertenwissens den Mehrwert dieses Vorgehens auf und können mit Hilfe einer interaktiven Software transparent nachvollzogen werden. In sports, motor assessments are often used in the context of talent screening. They consist of different motor skills as well as other relevant person parameters. Standard evaluation methods usually rely on the classification of the results mostly in five-point performance categories. Especially in large samples, however, procedures are needed that are able to provide reliable differentiations within the “best group” and the “worst group”. The solution, e.g., in the project BERLIN HAT TALENT, is the usage of multicriteria and fuzzy mathematical theories and methods. In this approach, subjective theories and knowledge of coaches, teachers and sports scientists can be explicitly integrated in the decision process. This is realized by discursive validations and the construction of evaluation functions, which can also be interpreted as so-called membership functions for fuzzy sets. The added value of the presented multi-attributive decision models is the possibility to integrate expert knowledge. Finally, the models are illustrated within an interactive software.