Abschlussarbeiten

Key Words:

Katastrophenmanagement, präventive Bürgerbeteiligung, Informationsmanagement, mobile App-Entwicklung, Strumfluten & Überschwemmungen, Prototyping, Künstliche Intelligenz und Machine Learning

Hintergrund:

Im Rahmen des Forschungsprojekts Rescue-Mate wird die Herausforderung der Lagebilderstellung und Optimierung von Informationsflüssen im Sicherheitsszenario einer Sturmflut in Hamburg untersucht. Diese Herausforderung ergibt sich vor dem Hintergrund des steigenden Meeresspiegels, häufigeren Extremwetterereignissen und einer wachsenden Anzahl von Anwohnern, die im Katastrophenfall evakuiert und versorgt werden müssen. Die beteiligten Akteure in diesem Szenario sind Behörden und nachgelagerte Einheiten wie Feuerwehr, Polizei, der Hafenstab und verschiedene Hilfsorganisationen. Vollständige Lagebilder und eine informierte und vorbereitete Bevölkerung sind für die Einsatzplanung bei Katastrophensituationen, wie zum Beispiel einer Sturmflut, die Aspekte wie Ertrinkende, treibende Schiffe und gesperrte Straßen mit sich bringt, besonders relevant.

Es ist möglich, Abschlussarbeiten, die zu den Inhalten und Zielen des Projektes Rescue-Mate beitragen, zu schreiben, um ausgewählte Themengebiete zu erforschen und Prototypen zu entwickeln und zu testen. Über das Projektkonsortium kann zudem der Zugang zu Expertinnen und Experten gewährt werden.

Aufgabenstellung:

Es können je nach Studium (Bachelor oder Master), inhaltlichen Schwerpunkt und Interesse, verschiedenste Aufgabenstellungen und Forschungsfragen bearbeitet werden. Zudem sind Kooperationen mit Organisationen und/oder Unternehmen grundsätzlich möglich, aber nicht erforderlich. Folgende Themenbereiche sind von besonderem Interesse und können bearbeitet werden:

• Analyse und Entwicklung von Konzepten und mobilen Prototypen für das Informieren und präventive Aufklären von Bürgerinnen und Bürgern im urbanen Raum und insbesondere Hamburg-Mitte als auch die Einbindung dieser im Krisenfall, um effizient Daten zu erheben und um krisenrelevante Akteure zu unterstützen.
• Entwicklung von KI-basierten Prototypen zur automatisierten Auswertung von Daten aus mobilen Krisenanwendungen, um z. B. automatisiert erhobene Daten inkl. Standorte zu aggregieren und für Krisenstäbe in Form von interaktiven Karten o. Ä. aufzubereiten.

Die Themen sind insbesondere für Studierende der Informatik, Wirtschaftsinformatik, Mensch-Computer-Interaktion, Software-System-Entwicklung, IT-Management und -Consulting und Intelligent Adaptice Systems geeignet.
Abschlussarbeiten können in deutscher oder englischer Sprache angefertigt werden.

Wir unterstützen Abschlussarbeiten, die die Zusammenarbeit eines Menschen mit einem KI-System aus konzeptioneller oder empirischer Perspektive untersuchen. Für experimentell-empirische Arbeiten steht hierbei insbesondere ein INTERACT-Labor zur Verfügung, welches z.B. Eyetracking-Studien ermöglicht. Potentielle Themenschwerpunkte sind:

• Entwicklung, Umsetzung und Evaluation (z.B. im o.g. Labor) unterschiedlicher Zusammenarbeits-Modi (z.B. verschiedene KI-System-UI-Optionen, verschiedene Zusammenarbeitsprozesse/-Protokolle) für einen konkreten Anwendungsfall

• Untersuchung bestehender Mensch-KI-Kollaborationsszenarien über verschiedene Anwendungsfälle hinweg und Ableitung gemeingültiger Grundsätze

• Entwicklung und Evaluation von Taxonomien zur Strukturierung des Lösungsraums bei der Gestaltung der Schnittstelle des KI-Systems (bzgl. Input und/oder Output des KI-Systems)

Der Fokus liegt entsprechend explizit nicht auf der technischen Verbesserung von KI-Algorithmen, sondern auf der Verbesserung der Zusammenarbeit von Mensch und KI, z.B. hinsichtlich Effektivität und Effizienz der Aufgabenbearbeitung, Autonomie des Mensch, Akzeptanz der KI durch den Menschen.

Hintergrund

University-Industry Collaboration (UIC) bietet eine Plattform für den Wissensaustausch, die gemeinsame Forschung und die praktische Anwendung von KI in Zusammenarbeit mit Unternehmen. Durch diese Zusammenarbeit können Studierende von Expertenwissen und praxisnahen Erfahrungen profitieren, um ihre Kompetenzen in den Bereichen Datenanalyse, maschinelles Lernen, neuronale Netze und andere KI-Technologien zu entwickeln.

Die Auswirkungen dieser Zusammenarbeit auf die Employability der Studierenden sind vielfältig. Zum einen ermöglicht die praxisnahe Ausbildung in Kooperation mit Unternehmen den Studierenden, relevante Kenntnisse und Fähigkeiten zu erwerben, die von Arbeitgebern zunehmend nachgefragt werden. Dies kann ihre Beschäftigungsfähigkeit verbessern und ihnen einen Wettbewerbsvorteil auf dem Arbeitsmarkt verschaffen.

Darüber hinaus kann die University-Industry Collaboration auch die unternehmerischen Fähigkeiten und das Unternehmertum der Studierenden fördern. Durch die direkte Interaktion mit Unternehmen und die Beteiligung an Projekten zur Entwicklung von KI-Lösungen werden Studierende ermutigt, innovative Ideen zu entwickeln und umzusetzen. Dies trägt zur Förderung des unternehmerischen Denkens und Handelns bei und kann sie dazu ermutigen, eigene Unternehmen zu gründen oder innovative KI-Anwendungen in bestehenden Unternehmen voranzutreiben.

Aufgabenstellung:

Je nach gewähltem Studiengang (Bachelor oder Master), fachlichem Schwerpunkt und individuellen Interessen ergeben sich vielfältige Möglichkeiten für Aufgabenstellungen und Forschungsfragen. Es besteht zudem die Option zur Zusammenarbeit mit externen Organisationen und/oder Unternehmen, wobei dies nicht zwingend erforderlich ist. Studierende haben die Flexibilität, entweder mit eigenen akquirierten Organisationen/Unternehmen zusammenzuarbeiten oder die vorhandenen Kooperationspartner des DDLitLab (Link: https://www.isa.uni-hamburg.de/ddlitlab/transfer/challenges.html )für mögliche Kooperationen zu nutzen. Im Folgenden sind einige Themenbereiche von besonderem Interesse aufgeführt, die als Forschungsgegenstand bearbeitet werden können:

- Die Rolle von University-Industry Collaboration bei der Entwicklung von KI-Kompetenzen und deren Auswirkungen auf die Employability von Studierenden.

- Analyse von Best Practices in University-Industry Collaboration im Bereich KI, um die relevanten Fähigkeiten und Kompetenzen für die Beschäftigungsfähigkeit von Absolventen zu identifizieren.

- Untersuchung der Auswirkungen von University-Industry Collaboration auf die Schließung von Kompetenzlücken im KI-Bereich und die Förderung der employability von Absolventen

- Identifizierung von KI-basierten Tools und Technologien, die in der University-Industry Collaboration eingesetzt werden können, um die Skills Development und die Beschäftigungsfähigkeit von Studierenden zu verbessern.

- Erforschung der Bedürfnisse und Erwartungen der Industrie an Absolventen mit KI-Kompetenzen und deren Einfluss auf die Curricula und Programme in der universitären Bildung.

- Entwicklung von Maßnahmen und Strategien zur Bewertung und Validierung von KI-Kompetenzen, die in der University-Industry Collaboration erworben wurden, um die Beschäftigungsfähigkeit von Studierenden zu verbessern und den Übergang in den Arbeitsmarkt zu erleichtern.

- Die Auswirkungen von University-Industry Collaboration auf die Entwicklung von Skills im Bereich KI und deren Beitrag zur nachhaltigen Innovation in Unternehmen und Organisationen.

- Die Effektivität von University-Industry Collaboration in der Entwicklung von KI-Kompetenzen und deren Beitrag zur nachhaltigen Entwicklung von Unternehmen und Organisationen

Abschlussarbeiten können in deutscher oder englischer Sprache angefertigt werden.