@misc{13443, author = {{Schmid, Sophie}}, keywords = {{Künstliche Intelligenz, Logogestaltung, Kreativität, Design, Wahrnehmung, Markenidentität, Grafikdesign}}, pages = {{59}}, publisher = {{Technische Hochschule Ostwestfalen-Lippe}}, title = {{{Grafiker vs. KI: Ein Vergleich zwischen KI-generierten und menschlich gestalteten Logos}}}, year = {{2026}}, } @misc{13458, abstract = {{Der Einsatz Künstlicher Intelligenz hat in den letzten Jahren auch im Illustrationsbereich an Relevanz gewonnen. Diese Entwicklung wirft Fragen nach veränderten Arbeitsprozessen und beruflichen Anforderungen für Illustrator:innen auf. Die vorliegende Bachelorarbeit setzt sich mit diesen Veränderungen auseinander und untersucht die Auswirkungen des zunehmenden KI-Einsatzes auf den Illustrationsbereich.}}, author = {{Münch, Chiara}}, keywords = {{Künstliche Intelligenz, Illustration, Kreativbranche, Generative KI, Berufliche Anforderungen, Kreative Arbeitsprozesse, Social Media}}, pages = {{64}}, publisher = {{Technische Hochschule Ostwestfalen Lippe }}, title = {{{Einfluss von KI auf den Illustrationsbereich }}}, year = {{2026}}, } @misc{12393, abstract = {{Die vorliegende Bachelorarbeit untersucht die zentrale Forschungsfrage, ob der Einsatz von Künstlicher Intelligenz heute und in der Zukunft maßgebliche Auswirkungen auf die kreativen und produktiven Prozesse in der Musikproduktion der E-Musik hat. Ausgehend von einer historischen Einordnung, die bis in die 1950er Jahre zurückreicht, analysiert die Arbeit aktuelle Entwicklungen und Anwendungsmöglichkeiten von KI in diesem spezifischen musikalischen Bereich. Dabei werden sowohl technische Grundlagen als auch die enge Verbindung zwischen Musik und Mathematik beleuchtet, die den Einsatz von KI in der Musikproduktion ermöglichen. Ein besonderer Fokus liegt auf der empirischen Untersuchung mittels qualitativer Interviews mit Experten aus dem Bereich der E-Musik. Diese offenbaren, dass KI gegenwärtig primär als unterstützendes Werkzeug wahrgenommen und eingesetzt wird, wobei sich deutliche Unterschiede zwischen kommerzieller Musik und E-Musik abzeichnen. Während für den kommerziellen Bereich tiefgreifende Veränderungen erwartet werden, prognostizieren die Experten für die E-Musik eine stabilere Entwicklung. Die Arbeit identifiziert zentrale Herausforderungen bei der Integration von KI, insbesondere bei der Übersetzung künstlerischer Ideen in maschinenverständliche Anweisungen sowie der Wahrung künstlerischer Authentizität. Gleichzeitig werden neue Möglichkeiten der Produktionsunterstützung und kreativen Inspiration aufgezeigt. Die Untersuchung schließt mit einem Ausblick auf zukünftige Entwicklungen und Forschungsrichtungen, wobei sowohl technologische als auch kulturelle und rechtliche Aspekte berücksichtigt werden.}}, author = {{Hahn, Nicole}}, keywords = {{Künstliche Intelligenz, E-Musik, Musikproduktion, Kreativitä, algorithmische Komposition}}, pages = {{79}}, publisher = {{Technische Hochschule Ostwestfalen-Lippe}}, title = {{{Künstliche Intelligenz in der Erstellung von E-Musik}}}, year = {{2025}}, } @misc{13350, abstract = {{In einer humanzentrierten Kleinserien- und Einzelfertigung mit Werkstattorganisation verfügen Fertigungsmitarbeitende häufig über eine hohe Autonomie und Entscheidungsfreiheit. Das Zusammenspiel individueller Planungsstrategien von Mitarbeitenden innerhalb eines Fertigungsprozesses kann sich positiv als auch negativ auf das Erreichen der produktionslogistischen Zielgrößen auswirken. In diesem Beitrag wird eine Variante des Flexible Job Shop Scheduling Problems vorgestellt, welches das Entscheidungsverhalten autonomer Arbeitspersonen bezüglich der Bearbeitungsreihenfolgebildung berücksichtigt. Weiterhin wird die Ableitung arbeitsorganisatorischer Gestaltungsempfehlungen durch die Analyse individueller Planungsstrategien von Arbeitspersonen mittels Methoden der erklärbaren künstlichen Intelligenz demonstriert. Betrachtungsgegenstand der Analyse ist die Entscheidung von Arbeitspersonen, in welcher Reihenfolge sie ihre täglichen Aufgaben abarbeiten. Der Beitrag schließt mit einer Diskussion über die Nutzung der vorgestellten Verfahren zur Ableitung von arbeitsorganisatorischen Gestaltungsempfehlungen.}}, author = {{Herrmann, Jan-Phillip and Tackenberg, Sven and Nitsch, Verena}}, booktitle = {{Arbeit 5.0: Menschzentrierte Innovationen für die Zukunft der Arbeit}}, keywords = {{Flexible Job Shop Scheduling, Learning To Rank, Erklärbare Künstliche Intelligenz, Planungsautonomie, Simulation}}, location = {{Aachen}}, pages = {{415--420}}, publisher = {{GfA-Press}}, title = {{{Analyse der Entscheidungsfindung von Fertigungsmitarbeitenden durch erklärbare künstliche Intelligenz zur Ableitung arbeitsorganisatorischer Gestaltungsempfehlungen}}}, doi = {{10.61063/FK2025}}, year = {{2025}}, } @inbook{11402, abstract = {{In diesem Artikel geht es um die Bedeutung von Selbstbildung im Hochschulstudium und wie Studierende ihre Fähigkeit zur Selbstbildung verbessern können. Der Artikel diskutiert verschiedene Lehrmethoden und Initiativen, die dazu beitragen können, die Selbstkompetenzförderung strukturell zu verankern. Es werden auch adaptive, lernzielorientierte Kurse vorgestellt, die den Einsatz von Algorithmen der künstlichen Intelligenz nutzen, um Studierenden hochgradig individualisierte Bildungswege zu ermöglichen. Der Artikel schließt mit einer Diskussion darüber, wie die Hochschuldidaktik dazu beitragen kann, die Selbstbildungskompetenz der Studierenden zu fördern. (Autor); This article is about the importance of self-education in higher education and how students can improve their ability to self-educate. The article discusses various teaching methods and initiatives that can help to structurally embed self-education. It also presents adaptive learning goal-oriented courses that leverage the use of artificial intelligence algorithms to provide students with highly individualized educational pathways. The article concludes with a discussion of how higher education didactics can help promote students’ self-education skills.}}, author = {{Schmohl, Tobias and Go, Stefanie}}, booktitle = {{(Selbst-)Lernkompetenzen Studierender stärken: Unterstützungsangebote – Beratung – Lernräume. Sammelband zur Fachtagung "(Selbst-)Lernunterstützung an Hochschulen – wieso noch mal?" am 15. und 16.10.2020 an der Technischen Universität Kaiserslautern}}, editor = {{Haberer, Monika and Günther, Dorit and Köhler , Janina }}, keywords = {{Selbstbildung, Studium, Selbstkompetenz, Lehrmethode, Adaptiver Unterricht, Künstliche Intelligenz, Hochschuldidaktik, Lerngegenstand, Wissen, Bildungsbiografie, Hochschule, Student, Self-education, Academic studies, Teaching method, Artificial intelligence, University didactics, Knowledge, School career, Higher education institute, Male student}}, pages = {{35--45}}, publisher = {{Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau, Zentrum für Innovation und Digitalisierung in Studium und Lehre (ZIDiS) }}, title = {{{Selbstbildung als Proprium akademischer Didaktik? Ein kritischer Zwischenruf}}}, doi = {{https://doi.org/10.25656/01:27948}}, year = {{2023}}, } @misc{11405, abstract = {{This paper presents the ongoing development of HAnS (Hochschul-Assistenz-System), an Intelligent Tutoring System (ITS) designed to support self-directed digital learning in higher education. Initiated by twelve collaborating German universities and research institutes, HAnS is developed 2021–2025 with the goal of utilizing artificial intelligence (AI) and Big Data in academic settings to enhance technology-based learning. The system employs AI for speech recognition and the indexing of existing learning resources, enabling users to search and compile these materials based on various parameters. Here, we provide an overview of the project, showcasing how iterative design and development processes contribute to innovative educational research in the evolving field of AI-based ITS in higher education. Notwithstanding the potential of HAnS, we also deliberate upon the challenges associated with ensuring a suitable dataset for training the AI, refining complex algorithms for personalization, and maintaining data privacy.}}, author = {{Schmohl, Tobias and Schelling, Kathrin and Go, Stefanie and Freier, Carolin and Hunger, Marianne and Hoffmann, Franziska and Helten, Anne-Kathrin and Richter, Florian}}, booktitle = {{Conference proceedings. 13th international conference "The future of education". Hybrid edition, 29-30 June 2023. Bologna }}, isbn = {{979-12-80225-59-7}}, issn = {{2384-9509}}, keywords = {{Künstliche Intelligenz, Intelligentes Tutorsystem, Adaptiver Unterricht, Lernen, Lehrmaterial, Lernmaterial, Digitale Medien, Hochschule, Hochschulbildung, Deutschland, Selbst gesteuertes Lernen, Technologieunterstütztes Lernen}}, location = {{Bologna}}, pages = {{4}}, publisher = {{?}}, title = {{{Combining NLP, speech recognition, and indexing. An AI-based learning assistant for higher education}}}, doi = {{10.25656/01:27908}}, year = {{2023}}, } @inbook{11418, abstract = {{This paper presents the ongoing development of HAnS (Hochschul-Assistenz-System), an Intelligent Tutoring System (ITS) designed to support self-directed digital learning in higher education. Initiated by twelve collaborating German universities and research institutes, HAnS is developed 2021–2025 with the goal of utilizing artificial intelligence (AI) and Big Data in academic settings to enhance technology-based learning. The system employs AI for speech recognition and the indexing of existing learning resources, enabling users to search and compile these materials based on various parameters. Here, we provide an overview of the project, showcasing how iterative design and development processes contribute to innovative educational research in the evolving field of AI-based ITS in higher education. Notwithstanding the potential of HAnS, we also deliberate upon the challenges associated with ensuring a suitable dataset for training the AI, refining complex algorithms for personalization, and maintaining data privacy.}}, author = {{Helten, Anne-Kathrin and Schmohl, Tobias and Schelling, Kathrin and Go, Stefanie and Freier, Carolin and Hunger, Marianne and Hoffmann, Franziska and Richter, Florian}}, booktitle = {{Conference proceedings. 13th international conference "The future of education". Hybrid edition, 29-30 June 2023}}, isbn = {{979-12-80225-59-7}}, issn = {{2384-9509}}, keywords = {{Künstliche Intelligenz, Intelligentes Tutorsystem, Adaptiver Unterricht, Lernen, Lehrmaterial, Lernmaterial, Digitale Medien, Hochschule, Hochschulbildung, Deutschland, Selbst gesteuertes Lernen, Technologieunterstütztes Lernen}}, location = {{Bologna}}, publisher = {{Filodiritto Editore}}, title = {{{Combining NLP, Speech Recognition, and Indexing}}}, doi = {{10.25656/01:27908}}, year = {{2023}}, } @misc{10016, abstract = {{Hohe Freiheitsgrade hinsichtlich des Entscheidungsspielraums von Arbeitspersonen erschweren die Prognose der Bearbeitungsreihenfolgen und der damit verbundenen Fertigstellungstermine in produzierenden Unternehmen. Der vorliegende Beitrag stellt ein Forschungsvorhaben über die Vorhersage der Aufgabenauswahl von Arbeitspersonen in der Kleinserien- und Einzelfertigung vor. Es werden die Zielsetzung und Methodik für die Erhebung und Beschreibung von Entscheidungskriterien und -regeln von Arbeitspersonen beschrieben und diskutiert. Zentrale Herausforderung der zu konzipierenden empirischen Studie ist die Erhebung von Daten zum Entscheidungsverhalten mit hoher prädiktiver Validität. Die Daten werden genutzt, um ein KI-gestütztes Simulationsmodell zur Vorhersage der individuellen Aufgabenauswahl zu entwickeln. Der Beitrag schließt mit einem Ausblick auf zukünftige Aktivitäten.}}, author = {{Herrmann, Jan-Phillip and Tackenberg, Sven and Nitsch, Verena}}, booktitle = {{Nachhaltig Arbeiten und Lernen - Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits und Lernprozesse}}, isbn = {{978-3-936804-32-4}}, keywords = {{Aufgabenauswahl, Simulation, Künstliche Intelligenz, Produktion, Entscheidungskriterien, Empirische Studie}}, location = {{Hannover}}, publisher = {{GfA-Press}}, title = {{{Vorhersage des individuellen Entscheidungsverhaltens von Arbeitspersonen in der Produktion bezüglich der Aufgabenauswahl mittels KI-gestützter Simulation}}}, volume = {{40}}, year = {{2023}}, } @misc{10267, abstract = {{Im Rahmen dieser Bachelorarbeit werden die cineastisch visuelle Gestaltung und die visuelle Narration in der Game-Engine Unreal untersucht. Das zentrale Ziel ist die Entwicklung einer eigenen Bildsprache und Bildästhetik durch eine umfassende Analyse von Kriegsdramen und der Anwendung von Filmstock Emulation und Compositing-Methoden. In diesem Kontext wird ein Anti-Kriegskurzfilm erstellt, der die erworbenen Techniken in die Praxis umsetzt und die Möglichkeiten und Limitationen der cineastischen Erzählweise in der Unreal Engine aufzeigt. Die Arbeit befasst sich zunächst mit der aktuellen Entwicklung in der Filmindustrie, insbesondere in Bezug auf neue Technologien wie künstlicher Intelligenz und der fortschreitenden Automatisierung in der Film- und Medienproduktion. Es wird sich darauffolgend mit den Herausforderungen von Echtzeitrendering-Engines beschäftigt. Anschließend erfolgt eine kurze historische Einordnung des Mediums Film, eine differenzierte Betrachtung der Unterschiede zwischen analogem und digitalem Film sowie der Funktionsweise von Filmkameras. Ein besonderer Fokus wird in diesem Zusammenhang auf die Nachstellung von Kameralinseneffekten und Filmstock Emulation gelegt. }}, author = {{Letmathe, Thilo}}, keywords = {{Unreal Engine, Game Engine, Echtzeitrendering, Prozedural, Automatisierung, Künstliche Intelligenz (KI), Virtual Film Production (VFP), Computer-Generated Imagery (CGI), Visual Effect (VFX), Filmstock Emulation, DaVinci Resolve, Compositing, Kameralinseneffekte, analoger Film, visuelles Erzählen, Kinematographie, Filmografie, Bildsprache, Bildgestaltung, Artdirecting, Cineastik, Realismus, Environmental design, Krieg, Film, Kurzfilm, Filmanalyse und Filmhistorie}}, pages = {{124}}, publisher = {{Technische Hochschule Ostwestfalen-Lippe }}, title = {{{Die Macht des Bewegtbildes}}}, year = {{2023}}, } @misc{10780, abstract = {{Neben der Digitalisierung wird auch der Künstlichen Intelli-genz das Potenzial zugesprochen, Komplexität zu beherrschen. Basierend auf einer Literaturanalyse werden Einflüsse von KI auf die Komplexität im Arbeitssystem vorgestellt. Anschließend wird das Potenzial von KI für die Komplexitätsbeherrschung anhand von 3 Anwendungsfällen aus den Kom-petenzzentren der Arbeitsforschung ‚WIRKsam‘ und ‚Arbeitswelt.Plus‘ dis-kutiert und Maßnahmen zur Gestaltung komplexitätsgerechter Arbeits-systeme abgeleitet.}}, author = {{Harlacher, Markus and Feggeler, Nils and Latos, Benedikt}}, booktitle = {{Nachhaltig Arbeiten und Lernen - Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits- und Lernprozesse : Dokumentation des 69. Arbeitswissenschaftlichen Kongresses, Hannover, 01.03. bis 03.03.2023}}, editor = {{Ellegast, Rolf}}, isbn = {{978-3-936804-32-4}}, keywords = {{Komplexität, Künstliche Intelligenz, Arbeitsgestaltung, Produktion}}, location = {{Hannover}}, publisher = {{GfA Press}}, title = {{{Gestaltung von Eu-Komplexität im Arbeitssystem durch die Einführung Künstlicher Intelligenz}}}, year = {{2023}}, } @misc{10781, abstract = {{Dieser Beitrag beschreibt ein beteiligungsorientiertes Vorgehen einer Einführung und Gestaltung von künstlicher Intelligenz (KI) im industriellen Umfeld. Als Beispiel wird hierzu das Leuchtturmprojekt „InTime“ des Kompetenzzentrums Arbeitswelt. Plus genutzt, welches sich mit einer KI-basierten Unterstützung der Personaleinsatzplanung im Montagebereich des Unternehmens Miele in den Werken Oelde und Gütersloh beschäftigt. Im interdisziplinären Vorgehen und der multiperspektivischen Ausrichtung des Projekts haben Unternehmensangehörige, technische und psychologische Forschungspartner, technologische Entwickler, Betriebsrät:innen sowie Gewerkschaftsvertreter:innen kooperativ Anforderungen zur Gestaltung einer KI-gestützten Personaleinsatzplanung identifiziert und definiert. }}, author = {{Bentler, Dominik and Gabriel, Stefan and Latos, Benedikt and Dietrich, Oliver and Dumitrescu, Roman and Maier, Günter}}, booktitle = {{Nachhaltig Arbeiten und Lernen - Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits- und Lernprozesse : Dokumentation des 69. Arbeitswissenschaftlichen Kongresses, Hannover, 01.03. bis 03.03.2023}}, editor = {{Ellegast, Rolf}}, isbn = {{978-3-936804-32-4 }}, keywords = {{Künstliche Intelligenz, Personaleinsatzplanung, beteiligungsorientiertes Vorgehensmodell, multiperspektivische Projektteams, Partizipation}}, location = {{Hannover}}, publisher = {{GfA Press}}, title = {{{Partizipatives Gestaltungsvorgehen bei der Einführung Künstlicher Intelligenz in produzierenden Unternehmen}}}, year = {{2023}}, }