und -Consulting (ITMC)
Geförderte studentische Forschungsprojekte bei ITMCZweimal 10.000 EUR-Förderung für Studierendenteams angeleitet durch Mentoren aus dem Bereich ITMCzu den Themen AI-Transformation und mitarbeitergetriebene Innovationen
27. Februar 2023, von A. Dannenberg

Foto: Meron Yemane
Die studentischen Forschungsprojekte AI-PACT und NoLoCK zu den Themen AI-Transformation und mitarbeitergetriebene Innovationen wurden im beim DDLitLab Data Science Slam #2 ausgewählt.
Im Rahmen der Ausschreibung zur Förderung von studentischen Forschungsprojekten aus dem Digital and Data Literacy in Teaching Lab (DDLitLab) konnten sich, angeleitet durch die zwei ITMC-Mentoren Emir Kučević und Stephan Leible, zwei Studierendengruppen in einem zweiphasigen Bewertungsprozess erfolgreich durchsetzen und werden mit jeweils knapp 10.000 EUR zur Umsetzung ihrer Projekte gefördert. Dabei konnten sie durch einen schriftlichen Antrag und einem Pitch auf dem Data Science Slam #2 am 9. Februar 2023 die Jury überzeugen.
Das von Emir Kučević betreute Projekt "Demystifying AI: The Principles and Conditions of Successful AI-Transformation (AI-PACT)" untersucht, nach welchen Kriterien das Technologiepotenzial von KI für Unternehmen - vor allem KMUs - strategisch bestimmt werden kann und wie sich durch eine entsprechende KI-basierte Unternehmenstransformation Wettbewerbsvorteile erzielen lassen. Hierzu sollen auf Basis einer umfassenden Analyse, u.a. mit einer Reise nach Schweden zur Data Innovation Summit 2023, von KI-Implementierungen Good Practices aufgezeigt werden.
Projektzeitraum: 01.04.2023 - 31.03.2024
Das zweite Projekt "No & Low Code Platforms as Knowledge Bridge to Develop Digital Innovations with Employees ( NoLoCK)" wird von Stephan Leible betreut und hat zum Ziel, No & Low Code Plattformen und ihre Grenzen gegenüber nativer Entwicklung zu untersuchen und u.a. mit einer Laborstudie zu evaluieren. Damit sollen Erkenntnisse darüber erlangt werden, ob sie sich als Kompetenzbrücken und Bestandteil der Toolkette im Anwendungskontext mitarbeitergetriebener Innovationsprozesse zur Ideenumsetzung von digitalen Innovationen eignen. Hinzukommend werden auch generative AI-Tools wie ChatGPT analysiert, inwiefern sie fähig sind, sinnvolle Funktionsbausteine aus Textprompts (No Code) oder Codebestandteilen (Low Code) für die No & Low Code Plattformen zu erstellen bzw. zu vervollständigen.
Projektzeitraum: 01.04.2023 - 31.03.2024
Wir sind stolz auf die Leistungen der beiden Gruppen und freuen uns darauf, ihre Projekte aktiv zu begleiten und zu sehen, welche Erfahrungen und Erkenntnisse sie machen werden.
Hintergund:
Im Zuge der stetigen digitalen Transformation von Gesellschaft, Wissenschaft und Wirtschaft und der damit einhergehenden wachsenden Datenflut und steigenden Komplexität in allen Bereichen, markiert der kompetente und kritische Umgang mit Daten eine zentrale Kompetenz für Studierende aller Disziplinen (Data Literacy). Dafür wurde das Digital and Data Literacy in Teaching Lab (DDLitLab) an der UHH ins Leben gerufen. Es unterstützt Studierende aller Fächer, ihre Datenkompetenzen im Rahmen eigenständiger Forschungsprojekte aufzubauen und sich zusätzliche Fertigkeiten im wissenschaftlichen Arbeiten und forschenden Lernen anzueignen.