Logo des Repositoriums

Auflistung nach Schlagwort "Visualisierung"

1 - 10 von 37
  • Konferenzbeitrag
    Ein ABC aktueller Herausforderungen für sichere interaktive Systeme
    (Mensch und Computer 2018 - Workshopband, 2018) Mentler, Tilo
    Die Potenziale und Grenzen maschineller Lernverfahren (unter dem Schlagwort „Artificial Intelligence“), großer verfügbarer Datenmengen („Big Data“) sowie vernetzter softwaretechnischer und mechanischer Komponenten („Cyber-Physical Systems“) werden derzeit hinsichtlich verschiedener sicherheitskritischer Domänen diskutiert. Unabhängig von konkreten Anwendungen (z.B. Umgang mit Fake News, „smarte“ Energieverteilnetze oder E-Health) gilt es, Herausforderungen für die Gestaltung entsprechender Computersysteme systematisch zu erfassen. Sie müssen dann insbesondere hinsichtlich der Mensch-Maschine-Schnittstelle bewertet werden. In diesem Beitrag wird auf Grundlage der Forschungsarbeiten im Projekt „Artificial Intelligence and the Automated Ordering of Digital Communication“ das zuvor benannte ABC aktueller Herausforderungen für die Gestaltung sicherer interaktiver Systeme diskutiert und Forschungsbedarf im Bereich Mensch-Technik-Interaktion identifiziert.
  • Konferenzbeitrag
    Aggregation, Filterung und Visualisierung von Nachrichten aus heterogenen Quellen - Ein System für den unternehmensinternen Einsatz
    (Workshop Gemeinschaften in Neuen Medien (GeNeMe) 2009, 2009) Lunze, Torsten; Feldmann, Marius; Eixner, Thomas; Canbolat, Serkan; Schill, Alexander
  • Konferenzbeitrag
    Aktionsforschung in der Software-Visualisierung
    (Softwaretechnik-Trends Band 44, Heft 2, 2024) Koschke, Rainer
    Dieser Beitrag widmet sich der empirischen Forschung in der Software-Visualisierung (SV). Wir setzen uns kritisch mit den bis dato eingesetzten empirischen Methoden auseinander und argumentieren, dass die Aktionsforschung ein komplementärer Ansatz ist, der gerade für das Design und die Evaluation von Software-Visualisierungen vielversprechend ist.
  • Zeitschriftenartikel
    Augmented Reality und Virtual Reality – Einsatz im Kontext von Arbeit, Forschung und Lehre
    (HMD Praxis der Wirtschaftsinformatik: Vol. 59, No. 1, 2022) Knoll, Matthias; Stieglitz, Stefan
    Technologien zur Unterstützung von Augmented Reality (AR) und Virtual Reality (VR) setzen sich mit zunehmender Geschwindigkeit am Markt durch und ermöglichen so das seit vielen Jahren bekannte AR-/VR-Konzept in vielfältigen industriellen, dienstleistungsorientierten, hochschulischen und privaten Einsatzbereichen zu betriebswirtschaftlich sinnvollen Rahmenbedingungen anzuwenden. Insbesondere im Endkundenmarkt erschließen sich einschlägige Anwendungen einen stark wachsenden Markt. AR und VR werden über die bislang in diesem Bereich dominierende Spieleindustrie hinaus „alltagstauglich“. Für eine vertiefende Diskussion einzelner Einsatzbereiche und Herausforderungen ist es daher zunächst hilfreich, die Begrifflichkeiten voneinander abzugrenzen und die mit dem Einsatz verbundenen begleitenden Chancen und Risiken im konkreten Projektkontext adressieren zu können. Dieser Beitrag definiert daher zunächst die zentralen Begriffe und stellt anschließend grundlegende Anwendungsmöglichkeiten und wichtige Einsatzgebiete vor. Er unterstützt zudem bei der Betrachtung von Vor- und Nachteilen, insbesondere im Kontext der Suche nach passenden Lösungen und des Risikomanagements und schließt mit Hinweisen für den Einstieg in Technologie und Anwendung. Technologies to support augmented reality (AR) and virtual reality (VR) are establishing themselves on the market at an increasing rate, thus enabling the AR/VR concept, which has been known for many years, to be applied in a wide variety of industrial, service-oriented, academic and private areas of application under conditions that make sense from a business or personal perspective. Particularly in the end customer market, relevant applications are opening up a rapidly growing market beyond the gaming industry that has dominated this area to date—AR and VR are becoming more and more fit for everyday use. For an in-depth discussion of application areas and challenges, it is therefore helpful to be able to distinguish relevant terms from one another and to able to address opportunities and risks associated with the technologies’ use in specific project contexts. This article therefore first defines the key terms and concepts. Afterwards potential applications and important areas of use are discussed. This article also provides support in considering advantages and disadvantages, especially in the context of finding suitable solutions and a reasonable risk management. It concludes with tips for getting started with technology and application.
  • Konferenzbeitrag
    Bedarfsanalyse zur Darstellung von Daten im Bereich Learning Analytics aus Lernenden-Sicht
    (Workshop Gemeinschaften in Neuen Medien (GeNeMe) 2022, 2022) Kammer, Dietrich; Müller, Mathias
    Learning Analytics beschreibt das Messen, Sammeln, Analysieren und Berichten von Daten, um Lernprozesse verstehen und verbessern zu können (Siemens und Long 2011). Eng verwandt mit Learning Analytics sind die Bereiche Academic Analytics und Educational Data Mining, die mit jeweils unterschiedlicher Ausrichtung ebenso die datenbasierte Überprüfung, Vorhersage und Änderung von akademischen Prozessen untersuchen (Baepler und Murdoch 2010). In diesem Beitrag fokussieren wir entsprechende Benutzungsschnittstellen, welche die gesammelten Daten visualisieren und verfügbar machen. ... [Aus: Einleitung]
  • Konferenzbeitrag
    Braindump – Konzept eines visuellen Systems für das Wissensmanagement am Beispiel der Verwaltung von Internetquellen
    (Workshop Gemeinschaften in Neuen Medien (GeNeMe) 2009, 2009) Brade, Marius; Lamack, Frank; Groh, Rainer
  • Zeitschriftenartikel
    Decision Analytics mit Heatmap-Visualisierung von mehrschrittigen Ensembledaten
    (Wirtschaftsinformatik: Vol. 56, No. 3, 2014) Köpp, Cornelius; Mettenheim, Hans-Jörg; Breitner, Michael H.
    Heutige in verschiedenen Informationssystemen integrierte Prognosetechniken nutzen oft Ensembles zur Darstellung verschiedener zukünftiger Szenarien. Die Aggregation dieser Prognosen stellt eine anspruchsvolle Aufgabe da: Bei der Nutzung von Mittelwert und Median (gängige Praxis) gehen wichtige Informationen verloren, vor allem wenn die zugrunde liegende Verteilung zu jedem Schritt multimodal ist. Um dies zu vermeiden präsentieren wir einen Heatmap-Visualisierungsansatz. Visuell ist eine einfache Unterscheidung zwischen Bereichen mit hoher Aktivität (hohe Wahrscheinlichkeit der Realisierung) und solchen mit niedriger Aktivität möglich. Diese Form der Darstellung ermöglicht eine Identifikation von sich aufspaltenden Pfaden im Prognoseensemble und schafft dadurch eine „dritte Alternative“ im Entscheidungsraum. Die meisten Prognosesysteme bieten nur Ergebnisse „auf“ oder „ab“ an. Die vorgestellte Heatmap-Visualisierung führt zusätzlich ein Ergebnis „weiß nicht“ ein. Durch Blick auf die Heatmap können somit Bereiche identifiziert werden, in denen sich das zugrunde liegende Prognosemodell nicht sicher ist über den zukünftigen Ausgang. Wir präsentieren einen Softwareprototyp zur Unterstützung von Entscheidern durch eine interaktive Visualisierung und diskutieren den Informationsgewinn durch die Nutzung. Der Prototyp wurde bereits anderen Forschern und Praktikern präsentiert und mit diesen diskutiert.AbstractToday’s forecasting techniques, which are integrated into several information systems, often use ensembles that represent different scenarios. Aggregating these forecasts is a challenging task: when using the mean or median (common practice), important information is lost, especially if the underlying distribution at every step is multimodal. To avoid this, the authors present a heatmap visualization approach. It is easy to visually distinguish regions of high activity (high probability of realization) from regions of low activity. This form of visualization allows to identify splitting paths in the forecast ensemble and adds a “third alternative” to the decision space. Most forecast systems only offer “up” or “down”: the presented heatmap visualization additionally introduces “don’t know”. Looking at the heatmap, regions can be identified in which the underlying forecast model cannot predict the outcome. The authors present a software prototype with interactive visualization to support decision makers and discuss the information gained by its use. The prototype has already been presented to and discussed with researchers and practitioners.
  • Konferenzbeitrag
    DelViz: Untersuchen von Visualisierungsformen durch eine Klassifizierung beruhend auf Social Tagging
    (Workshop Gemeinschaften in Neuen Medien (GeNeMe) 2010, 2010) Keck, Mandy; Kammer, Dietrich; Wojdziak, Jan; Taranko, Severin; Groh, Rainer
  • Zeitschriftenartikel
    Entwicklung von Mobile-Platform-Ecosystem-Strukturen und -Strategien
    (Wirtschaftsinformatik: Vol. 53, No. 5, 2011) Basole, Rahul C.; Karla, Jürgen
    Plattform-Strukturen haben sich zu einem Kernelement technologie-orientierter Wirtschaftszweige entwickelt. Sie ermöglichen nicht nur neue Produkte und Dienstleistungen, sondern beeinflussen Strategien, die Ausgestaltung von Geschäftsmodellen und tragen zum Wandel ganzer Industrien bei. Insbesondere im Mobile-Business-Ecosystem spielen Plattformen eine herausragende Rolle. Der Erfolg der Smartphones hat zu einer starken Konkurrenzsituation zwischen den mobilen Plattformen geführt. Gerätehersteller, Netzwerkbetreiber und Anwendungsentwickler stehen im Fokus der Bemühungen der Plattformenbetreiber. Basierend auf der theoretischen Basis der Marktanalysen, strategischer Netzwerke und Business-Ecosystems wird in diesem Beitrag ein Visualisierungsansatz gewählt, um die Entwicklung einer globalen, unternehmensübergreifenden Marktstruktur zu untersuchen und genutzte Strategien der Plattformbetreiber über die vergangenen fünf Jahre zu verdeutlichen. Bedeutsame Unterschiede zwischen verschiedenen Plattform-Strategien werden aufgezeigt. Die sich daraus ergebenden Implikationen für das Mobile-Business-Ecosystem werden insbesondere mit Blick auf die „App Economy“ diskutiert.AbstractPlatforms have become a core fundament of many technology industries. Platforms not only enable new products and services but have also been shown to influence strategies, shape business models, and even transform entire industries. Platforms play a particularly important role in the mobile ecosystem. The success of smartphones has led to an intense battle of mobile platforms, each looking for ways to become the system of choice for mobile device manufacturers, mobile network operators, and mobile application developers. Drawing on theories of platform markets, strategic networks, and business ecosystems, this paper uses a visualization approach to study the evolving global interfirm structure and examines strategies used in the mobile platform ecosystem over the past five years. We identify important differences between mobile platform strategies and discuss their implications for both mobile ecosystem participants and the future of the app economy.
  • Zeitschriftenartikel
    Explaining Online Recommendations Using Personalized Tag Clouds
    (i-com: Vol. 10, No. 1, 2011) Gedikli, Fatih; Ge, Mouzhi; Jannach, Dietmar
    Recommender systems are sales-supporting applications that are usually integrated into online shops and are designed to point the visitor to products or services she or he might be interested in but has not bought yet. In the last decade, many techniques have been developed to improve the predictive accuracy of such systems. However, there are also factors other than accuracy that infl uence the user-perceived quality of such a system. In particular, system-generated explanations as to why a certain item has been recommended have shown to be a valuable tool to improve both the user's satisfaction and the system's effi ciency. This paper reports the results of a fi rst user study which was conducted to evaluate whether personalized tag clouds are an appropriate means to visually explain recommendations. The evaluation reveals that using tag clouds as explanation mechanism leads to higher user satisfaction and recommendation effi ciency than previous keyword-style explanations.