Statistics education from a data-centric perspective
Gehrke, Matthias; Kistler, Tanja; Lübke, Karsten; Markgraf, Norman; Krol, Bianca; Sauer, Sebastian (2021)
Gehrke, Matthias; Kistler, Tanja; Lübke, Karsten; Markgraf, Norman; Krol, Bianca...
Teaching Statistics 43 (S1), S. S201-S215.
DOI: 10.1111/test.12264
Open Access Peer Reviewed
Einsatz von KI-Methoden zur Optimierung der Service-Prozesse zwischen mittelständischem Maschinenbau und Endkunden
Göhringer, Jürgen (2021)
Zwischenbericht KI4Service Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie / VDI.
Peer Reviewed
Digitale Ökosysteme in der Industrie –Typologie, Beispiele und zukünftige Entwicklung
Göhringer, Jürgen; Falk, S; Lehmmann-Brauns, Sicco; Otto, Boris (2021)
Herausgeber: Bundesministerium für Wirtschaft und Klima (BMWK).
Peer Reviewed
ZDF wehrt sich gegen Kritik
Wiske, Jana (2021)
Deutsche Presse-Agentur (dpa) https://www.sueddeutsche.de/sport/fussball-absolute-ausnahmesituation-zdf-wehrt-sich-gegen-kritik-dpa.urn-newsml-dpa-com-20090101-210613-99-972229.
Self-Regulated Resource Management in Emergency Remote Higher Education: Status Quo and Predictors
Naujoks, Nick; Bedenlier, Svenja; Gläser-Zikuda, Michaela; Kammerl, Rudolf; Kopp, Bärbel; Ziegler, Albert; Händel, Marion (2021)
Naujoks, Nick; Bedenlier, Svenja; Gläser-Zikuda, Michaela; Kammerl, Rudolf...
Frontiers in Psychology 12, 672741.
DOI: 10.3389/fpsyg.2021.672741
Open Access Peer Reviewed
Lackschichten umweltfreundlich entfernen
Sover, Alexandru; Zink, Markus (2021)
JOT Journal für Oberflächentechnik 61, S. 50-53.
The Printing Parameters Effects on the Dimensional Accuracy of the Parts Made of Photosensitive Resin
Boca, Marius-Andrei; Sover, Alexandru; Slătineanu, Laurenţiu (2021)
Macromolecular Symposia 396, 200287.
DOI: 10.1002/masy.202000287
Peer Reviewed
Recalibration through testing: the role of feedback within low-stakes tests
Naujoks, Nick; Händel, Marion (2021)
EARLI SIG 16 2021 online meetings.
Mutations in BRCA1/2 and Other Panel Genes in Patients With Metastatic Breast Cancer -Association With Patient and Disease Characteristics and Effect on Prognosis
Fasching, Peter A.; Yadav, Siddhartha; Hu, Chunling; Wunderle, Marius; Häberle, Lothar; Hart, Steven; et al., ..; Volz, Bernhard; et al., ..; Couch, Fergus J. (2021)
Fasching, Peter A.; Yadav, Siddhartha; Hu, Chunling; Wunderle, Marius; Häberle, Lothar...
Journal of Clinical Oncology 2021, 39 (15), S. 1619-1630.
Peer Reviewed
Allroundtalent; Machine-Learning-Workflows mit Kubeflow orchestrieren
Kekule, Kevin; Knüpffer, Wolf; Söldner , Guido-Arndt (2021)
iX 5/2021, S. 138-143.
Speeding up Statistical Tolerance Analysis to Real Time
Grohmann, Peter; Walter, Michael S. J. (2021)
Applied Science 11, 4207 (9).
DOI: 10.3390/app11094207
Open Access Peer Reviewed
Statistical tolerance analysis based on Monte Carlo simulation can be applied to obtain a cost-optimized tolerance specification that satisfies both the cost and quality requirements associated with manufacturing. However, this process requires time-consuming computations. We found that an implementation that uses the graphics processing unit (GPU) for vector-chain-based statistical tolerance analysis scales better with increasing sample size than a similar implementation on the central processing unit (CPU). Furthermore, we identified a significant potential for reducing runtime by using array vectorization with NumPy, the proper selection of row- and column- major order, and the use of single precision floating-point numbers for the GPU implementation. In conclusion, we present open source statistical tolerance analysis and statistical tolerance synthesis approaches with Python that can be used to improve existing workflows to real time on regular desktop computers.
Änderungen der Gaseigenschaften im Gasnetz und ihre Auswirkungen auf die motorische Verbrennung
Petsch, Roman; Kapischke, Jörg (2021)
gwf Gas + Energie (05).
Abrasive Erosion Behavior of Some Plastic Parts Obtained by 3D Printing
Hriţuc, Adelina; Slătineanu, Laurenţiu; Boca, Marius-Andrei; Sover, Alexandru; Nagit, Gheorghe; Dodun, Oana; Coteaţă, Margareta; Mihalache, Andrei Marius (2021)
Hriţuc, Adelina; Slătineanu, Laurenţiu; Boca, Marius-Andrei; Sover, Alexandru...
Macromolecular Symposia 396, 200288.
DOI: 10.1002/masy.202000288
Peer Reviewed
Lernstrategien beim musikalischen Üben handlungsnah erfassen: Ergebnisse einer Video-Stimulated Recall Interview Studie
Naujoks-Schober, Nick ; Weiß, Simone; Händel, Marion (2021)
Beiträge empirischer Musikpädagogik 12, S. 1-22.
Peer Reviewed
Machine Learning: Kubeflow richtig einrichten – ein Tutorial
Kekule, Kevin; Knüpffer, Wolf; Söldner , Guido-Arndt (2021)
Heise Developer Online.
Inklusion an Hochschulen
Zöller, Dunja (2021)
Inklusion vor Ort (Fachwoche). Staatliches Schulamt Ansbach.
Intelligente Bots für die Trendforschung – Eine explorative Studie
Mühlroth, Christian; Kölbl, Laura; Wiser, Fabian; Grottke, Michael; Durst, Carolin (2021)
2022, S. 257-275.
DOI: 10.1007/978-3-658-32236-6_12
Das zielgerichtete Management von Innovationen hat in Zeiten globaler und dynamischer Märkte einen maßgeblichen Einfluss auf die Wettbewerbsfähigkeit von Unternehmen. Insbesondere die frühe Phase des Innovationsprozesses zielt darauf ab, Innovationschancen im Rahmen des Umfeldscannings frühzeitig zu erkennen. Hierfür stehen immer stärker wachsende Datenmengen zur Verfügung, aus denen relevante Informationen jedoch erst extrahiert werden müssen. Dieser Beitrag präsentiert die Ergebnisse einer Studie zu den Herausforderungen an ein erfolgreiches Innovationsmanagement und stellt ein Umfeldscanningsystem vor, welches die Effektivität und die Effizienz des Innovationsmanagements mithilfe von künstlicher Intelligenz steigert. Durch das dreistufige Verfahren, bestehend aus Themenerkennung, Trenderkennung und Trendbeobachtung, kann das Umfeldscanning in hohem Maße automatisiert werden. In der anschließenden Fallstudie wird anhand von drei Praxisbeispielen gezeigt, wie mithilfe des Systems die Trends von Morgen erkannt werden können. Zum Schluss wird das datenbasierte Umfeldscanningsystem als Chance für Unternehmen jeder Größe diskutiert.
Mit agilen Blended Learning-Methoden erfolgreich durch die Pandemie: Was Unternehmen von den Hochschulen lernen können.
Kätzel, Charlotte ; Durst, Carolin (2021)
HMD Praxis der Wirtschaftsinformatik 2022 (58), S. 842–857.
DOI: 10.1365/s40702-021-00722-2
Open Access Peer Reviewed
Die Corona-Krise hat immer noch massive Auswirkungen auf das Gros der gesellschaftlichen Bereiche – auch auf den der schulischen und universitären Bildung. In diesem Zusammenhang gab es bereits vielfältige Diskussionen in deren Rahmen dem deutschen Bildungssektor häufig angekreidet wurde, er sei nicht in der Lage, einer Pandemie dieses Ausmaßes derzeit eine adäquate Reaktion entgegenzusetzen, die nicht nur den Schutz der Lernenden, sondern auch deren schulisches bzw. universitäres Vorankommen sicherstellt.
Dabei mangelt es den Bildungseinrichtungen angesichts der Umsetzung einer funktionierenden digitalen Lehre oft nicht nur an einer geeigneten IT-Infrastruktur, sondern auch an entsprechend ausgebildeten Dozenten sowie den richtigen didaktischen Methoden und Tools.
Dass digitales Lehren, Lernen und Zusammenarbeiten aber auch funktionieren kann, zeigt dieser Beitrag anhand des Beispiels des neuen Master-Studiengangs Digital Marketing an der Hochschule Ansbach für angewandte Wissenschaften. Mit der Hilfe von agilen Blended Learning Methoden konnte der Studiengang nicht nur erfolgreich trotz der Erschwernisse des Corona-Wintersemesters 2020/21 eingeführt werden, sondern auch eine sichere und effektive Lehr-Lern-Situation für die Studierenden und Lehrenden etabliert werden. Digitale Vorträge, Workshops und Präsentationen sind auch für Unternehmen zum New Normal geworden. Wie Unternehmen von den die angewandten Strategien und eingesetzten Tools der Hochschule Ansbach profitieren können, zeigt dieser Beitrag.
Entscheidungsunterstützung im Online-Handel
Götz, René; Piazza, Alexander; Bodendorf, Freimut (2021)
In: D'Onofrio, S., Meier, A. (eds) Big Data Analytics. Edition HMD. Springer Vieweg, Wiesbaden.
DOI: 10.1007/978-3-658-32236-6_5
Kundenfeedback im Online-Handel in Form von Produktrezensionen liefern wichtige Informationen über die Kundenwahrnehmung von Produkten. So beschreiben sie verwendete Materialien, Farben, die Passform, das Design und den Anwendungszweck eines Produkts. Das Kundenfeedback liegt hier in unstrukturierter Textform vor, weshalb zur Verarbeitung Ansätze aus dem Gebiet des Natural Language Processing und des maschinellen Lernens von Vorteil sind. In diesem Beitrag wird ein hybrider Ansatz zur Kategorisierung von Produktrezensionen vorgestellt, der die Vorteile des maschinellen Lernens des Word2Vec-Algorithmus und die der menschlichen Expertise vereint. Das daraus resultierende Datenmodell wird im Anschluss anhand einer Praxisanwendung zum Thema Produktempfehlungen demonstriert.
The effects of private versus public health insurance on health and labor market outcomes
Dauth, Christine M. (2021)
IAB-DISCUSSION PAPER.
Open Access
Servicestelle für Forschung und Transfer (SFT)
Hochschule Ansbach
Residenzstr. 8
91522 Ansbach
Betreuung der Publikationsseiten
Iris BoynyT 0981/4877-341
iris.boyny[at]hs-ansbach.de