In additive manufacturing, the optimisation of process parameters to simultaneously enhance both mechanical and geometrical properties remains a significant challenge. This study presents a comparative analysis between two distinct approaches to multi-response optimisation: a hybrid method combining Artificial Neural Networks with Pattern Search Algorithm, and the traditional Response Surface Methodology. Both methods were applied to optimise the process parameters of Fused Filament Fabrication using Polylactic Acid. The hybrid ANN + PSA model was used to predict process outputs and optimise printing parameters, while RSM employed a statistical approach to identify optimal parameter combinations through designed experiments. Results show that ANN + PSA achieved better outcomes with a maximum tensile strength of 61.88 MPa and dimensional deviations within 3%, compared to RSM's tensile strength of 53.05 MPa and deviations up to 4%. The ANN + PSA model demonstrated higher predictive accuracy with an R² of 94.34% during training and 91.34% during evaluation, versus RSM’s R² of 90.5% for tensile strength prediction. Additionally, ANN + PSA consistently required fewer experimental trials due to its integration with the Pattern Search Algorithm, improving computational efficiency. The findings demonstrate that ANN + PSA is computationally efficient for scenarios with fewer experimental trials, while RSM offers a more detailed understanding of interaction effects. The comparative insights from this study contribute to enhanced multi-response optimisation strategies in additive manufacturing.

·       Hyperpersonalisierung und Extended Reality (XR) verändern die Customer Journey

·       KI-gestützte Personalisierung gestaltet Markenkommunikation und Kundenerlebnisse emotionaler und interaktiver

·       Extended Reality (XR) eröffnen neue Dimensionen immersiver Markenerlebnisse

·       Immersive Consumer Experience bindet Konsumenten stärker an Marken und erleichtern die Kaufentscheidung

Medical products such as mesh implants should demonstrate high material quality and long service life in different
environments over several years. Polypropylene (PP) is a thermoplastic widely used for medical applications due to its
mechanical properties, biocompatibility, and chemical resistance. This study examines the effect of thermal treatment on
the mechanical, thermal, and chemical properties of polypropylene homopolymer (PP-H) and random copolymer (PP-
RC), with and without the addition of palmitic acid (PA) to simulate lipid exposure during implantation. Mechanical and
thermal properties of PA-treated PP-H as analysed by tensile test, differential scanning calorimetry, and thermogravimetric
analysis, showed a higher tensile strength, elastic modulus, and thermal stability than PP-RC. Fourier-transform-infrared
spectroscopy detected no significant chemical changes after thermal treatment, whereas in Raman spectroscopy changes in
the intensity of the peaks and new peaks due to PA were visible. In conclusion, PA incubation accelerated material deg-
radation, with PP-H demonstrating superior stability in the mechanical and thermal properties under the tested conditions.

Employing classical and behavioral decision theories, this article explores, based on decision cases, how decisions by AI and humans might differ in the context of top management decision-making in projects. Based on a phenomenological analysis of 37 top managers’ responses and corresponding answers provided by artificial intelligence (AI), findings indicate that, as project decision-making becomes hybrid, systematic differences in important dimensions have the potential to steer projects into different directions. Aimed at provoking thought, this pioneering article proposes a conceptual framework for project decision-making in the age of generative AI (GenAI) and highlights theoretical and practical implications of carelessly delegating big decisions to AI.

Der Beitrag stellt den Entwicklungsprozess des im Projekt LeadCom entstandenen Selbstlernkurses Videokonferenznutzung zur kollegialen Kommunikation und Kooperation dar und zeigt auf, warum diese Fortbildung zum Thema Videokonferenzen in außerunterrichtlichen Situationen für eine zeitgemäße Schulentwicklung relevant ist. Einerseits wurde der Kurs mit dem Ziel konstruiert, durch eine kompetente Nutzung von virtuellen Meetings im Schulkontext, eine moderne und effektive Zusammenarbeit im Lehrerkollegium zu fördern und so den sich verändernden Ansprüchen einer zunehmend digitalisierten Welt gerecht zu werden. Andererseits soll die Nutzung des Selbstlernkurses auch dazu beitragen, dass Lehrkräfte und Schulleitungen sich digital kompetent und selbstwirksam im Umgang mit digitalen Kommunikationsmedien erleben. Als Transferziel sollten die Einstellungen und Erwartungen von Lehrkräften gegenüber Informations- und Kommunikationstechnologien (ICT) und die Nutzung von ICT für schulinterne Kooperation die Nutzung von ICT im Unterricht sowie die digitale Kompetenzentwicklung von Schülerinnen und Schülern positiv beeinflussen (u.a. Drossel et al., 2016; Fraillon et al., 2020). Die Entwicklung des Selbstlernkurses fußte dabei unter anderem auf dem weiterentwickelten Technologieakzeptanzmodell von Venkatesh et al. (2003, 2012), der Unified Theory of Acceptance and Use of Technology (UTAUT). In einer eng mit dem Entwicklungsprozess der Fortbildungseinheit durchgeführten quantitativen Studie wurden anhand des UTAUT-Modells Einstellungen und Erwartungen von Lehrkräften in Bezug auf die Nutzung von Videokonferenzen in außerunterrichtlichen Kommunikations- und Kooperationssituationen untersucht. Der Beitrag wird aufzeigen, wie sowohl die theoretischen Überlegungen aus dem UTAUT-Modell als auch in Teilen die Ergebnisse der Studie in die Konstruktion des Selbstlernkurses eingeflossen sind.

Systemic and learning resource-oriented talent development emphasizes interplays of resources such as the law of the minimum, which states that the least resource limits talent development. In the present study, 1693 Sudanese students completed the Questionnaire for Educational and Learning Capital. First, the factorial validity was confirmed. Subsequently, four hypotheses regarding the law of the minimum were tested and partially confirmed: (1) The minimum of exogenous learning resources (in the environment of the students) explained substantial proportions of the variance of endogenous learning resources (within the students). (2) The minimum exogenous resource explains a similar amount of variance within endogenous learning resources than a mean of several minimum scores. (3) Additional compensation possibilities did explain significantly more variance of the endogenous resources than just the law of the minimum. (4) In line with the law of the minimum paradox, a cluster analysis identified a group of students with higher correlated learning resources (less well adapted system) than a second group of students. The results are discussed to encourage further research into systemic interplays of learning resources and ideas toward a systemic gifted and talented education.

Entrepreneurial ecosystems thrive on the contributions of diverse actors, among whom entrepreneurs play a pivotal role. Interestingly, previous research on entrepreneurial ecosystems has remained silent on how to encourage entrepreneurs to “give back” to their ecosystem. This study probes the phenomenon of downward causation, aiming to unravel the motivations and mechanisms driving entrepreneurs to actively contribute to the evolution and stability of their ecosystems. Drawing on qualitative analyses of 32 in-depth interviews with startup entrepreneurs in Germany, our findings unveil the characteristics of contribution behavior and highlight the heterogeneous nature of entrepreneurs’ motivations. Reciprocal motivation emerges as a central driver, influenced by a complex interplay of interactions. Experiences with ecosystem actors shape diverse interpersonal relationships, impacting entrepreneurs’ gratitude and fostering a sense of affiliation. Individual characteristics, such as entrepreneurial passion and altruism, along with the situational context, can reinforce or constrain this motivation. These insights converge into a dynamic model, enhancing theoretical foundations of downward causation within entrepreneurial ecosystems.

Mit der Auszeichnung "Professor/-in des Jahres" ehrt die Unicum Stiftung seit nun 20 Jahren Professorinnen und Professoren, die ihre Studierenden in besonderer Weise bei der Berufsvorbereitung unterstützen. "Professor/-in des Jahres" ist also nicht ein Preis für gute Lehre, sondern für herausragendes Engagement der Lehrenden darüber hinaus: Für die Zusammenarbeit mit Arbeitgebern in Forschung und Lehre, die Vermittlung von Praktika und Einstiegspositionen, die Organisation von berufskundlichen Orientierungsangeboten und Jobmessen und das Angebot bewerbungsrelevanter persönlicher Kompetenzen. Die Preisträgerinnen und Preisträger der vergangenen Jahre finden Sie in unserer Hall of Fame!

Generative KI-Tools wie ChatGPT eröffnen neue Möglichkeiten für das Lernen – von schnellen Erklärungen bis hin zu personalisierter Unterstützung. Für erfolgreiche Lernprozesse sollten Lernende aber nicht alle Denkprozesse auslagern (cognitive offloading), den eigenen Lernfortschritt im Blick behalten (metacognitive laziness) und die KI als aktiven Lernpartner nutzen – nicht nur als Suchmaschine (co-creation). Im Vortrag wird vorgestellt, wie diese KI-Interaktionen im Projekt SekoKI beforscht werden.