Refine
Year of publication
Document Type
- Master's Thesis (66) (remove)
Has Fulltext
- yes (66)
Is part of the Bibliography
- no (66)
Keywords
- E-Learning (4)
- Betriebliches Gesundheitsmanagement (3)
- Gesundheitsförderung (3)
- Machine Learning (3)
- Maschinelles Lernen (3)
- Spezialbibliothek (3)
- App <Programm> (2)
- Bibliothek (2)
- Clean Architecture (2)
- Corporate Social Responsibility (2)
The trend towards the use of Ethernet in automation networks is ongoing. Due to its high flexibility, speed, and bandwidth, Ethernet nowadays is not only widely used in homes and offices worldwide but finding its way into industrial applications. Especially in automation processes, where many field devices send data in relative short time spans, the requirements for a safe and fast data transfer are high. This makes the use of industrial Ethernet essential. A new hardware-layer, specifically tailored for industrial applications, has been introduced in the form of Ethernet-APL (‘Advanced Physical Layer’). Ethernet-APL is based on the Ethernet standard and implements a two-wire Ethernet-based communication for field devices and provides data and power over a two-wire cable. The operation in areas with potentially explosive atmosphere is also possible. This enables a modular, fast, and transparent Ethernet network structure throughout the entire plant. However, by integrating Ethernet-APL into the field, industrial networks in the future will face the challenge of operating at varying datarates at different locations in the network, resulting in a ‘mixed link speed’ network. This can lead to limitations in packet-throughput and consequently to potential packet loss of system relevant data, which must be avoided. Therefore, the purpose of this thesis is to investigate the potential of packet loss in ‘mixed link speed’ networks.
Die Angriffserkennung ist ein wesentlicher Bestandteil, Cyberangriffe zu verhindern und abzumildern. Dazu werden Daten aus verschiedenen Quellen gesammelt und auf Einbruchsspuren durchsucht. Die heutzutage produzierten Datenmengen sind ein wesentliches Problem für die Angriffserkennung. Besonders bei komplexen Cyberangriffen, die über einen längeren Zeitraum stattfinden, wächst die zu durchsuchende Datenmenge stark an und erschwert das Finden und Kombinieren der einzelnen Angriffsschritte.
Eine mögliche Lösung, um dem Problem entgegenzuwirken, ist die Reduktion der Datenmenge. Die Datenreduktion versucht, Daten herauszufiltern, die aus Sicht der Angriffserkennung irrelevant sind. Diese Ansätze werden unter dem Begriff Reduktionstechniken zusammengefasst. In dieser Arbeit werden Reduktionstechniken aus der Wissenschaft untersucht und auf Benchmark Datensätzen angewendet, um ihre Nutzbarkeit zu evaluieren. Dabei wird der Frage nachgegangen, ob die Reduktionstechniken in der Lage sind, irrelevante Daten ausfindig zu machen und zu reduzieren, ohne dass eine Beeinträchtigung der Angriffserkennung stattfindet. Die Evaluation der Angriffserkennung erfolgt durch ThreaTrace, welches eine Graph Neural Network basierte Methode ist.
Die Evaluierung zeigt, dass mehrere Reduktionstechniken die Datenmenge wesentlich reduzieren können, ohne die Angriffserkennung zu beeinträchtigen. Bei drei Techniken führt der Einsatz zu keinen nennenswerten Veränderungen der Erkennungsraten. Dabei wurden Reduktionsraten von bis zu 30 % erreicht. Bei der Anwendung einer Reduktionstechnik stieg die Erkennungsleistung sogar um 8 %. Lediglich bei zwei Techniken führt der Einsatz zum drastischen Absinken der Erkennungsrate.
Insgesamt zeigt die Arbeit, dass eine Datenreduktion angewandt werden kann, ohne die Angriffserkennung zu beeinträchtigen. In besonderen Fällen kann eine Datenreduktion, die Erkennungsleistung sogar verbessern. Allerdings ist der erfolgreiche Einsatz der Reduktionstechniken abhängig vom verwendeten Datensatz und der verwendeten Methode der Angriffserkennung.
Einfluss politischer Social-Media-Kommunikation auf journalistische Zeitungsberichterstattung
(2023)
Auswirkungen strategischer Social-Media-Kommunikation politischer Akteure auf Zeitungsartikel: Inwiefern Themenframes auf sozialen Netzwerken die deutsche Presse beeinflussen.
Wahlkämpfe sind ein ständiges Ringen um die Deutungshoheit über Themen in den Massenmedien zwischen politischen Parteien und Akteuren. Dabei wirkt sich die Art der Medienberichterstattung über den Wahlkampf auf die Meinungsbildung der Rezipient*innen aus und beeinflusst ihr Wahlverhalten. Diese Forschungsarbeit setzt einen anderen Blickwinkel auf die Wahlkampfberichterstattung und untersucht, wie politische Parteien im Wahlkampf Themen in sozialen Netzwerken darstellen (framen) und inwieweit diese Themenframes von Journalist*innen in Zeitungsartikel übernommen werden. Der SPD-Landesverband Niedersachsen veröffentlichte im gesamten Landtagswahlkampf eine sehr geringe Anzahl an Pressemitteilungen. Im Untersuchungszeitraum (08.09-06.10.2022), den letzten vier Wochen des Wahlkampfes, waren es drei Stück. Demnach liegt die Schlussfolgerung nahe, dass Pressemitteilungen kein relevantes Kommunikationsmittel im Wahlkampf (mehr) sind und Inhalte stattdessen über soziale Netzwerke kommuniziert werden.
Methodik
Das Forschungsthema wurde mithilfe einer Input-Output-Analyse bearbeitet. Im ersten Schritt wurde eine qualitative Input-Inhaltsanalyse der Social-Media-Kommunikation durchgeführt. Es wurden 52 Beiträge auf Twitter und Instagram auf ihre inhaltliche Gestaltung analysiert. Auf Grundlage dieser Ergebnisse wurde eine quantitative Output-Inhaltsanalyse durchgeführt. Darin wurden 427 Zeitungsartikel aus elf Tageszeitungen untersucht. Das Codebuch zur Output-Analyse zielte darauf ab, verwendeten Themen, Themenframes sowie Übernahmen von Originaltönen der Social-Media-Beiträge in Zeitungsartikeln zu ermitteln.
Ergebnisse
Journalist*innen übernehmen Inhalte aus Social-Media-Beiträgen (noch) zu einem geringen Anteil in Zeitungsartikel. Die Themenauswahl zwischen Social-Media-Beiträgen und Zeitungsartikeln war sehr ähnlich, die Frame-Übernahme fiel hingegen gering aus. Wenn Frames übernommen wurden, wurden sie überwiegend ohne Einordnung oder Kritik vermittelt. Inhalte und Originaltöne aus Social-Media Beiträgen des SPD-Landesverbands Niedersachsen übernahmen Journalist*innen im Großteil der Stichprobenartikel nicht. Insgesamt fiel auf, dass regionale Tageszeitungen häufiger SPD-Frames und Originaltöne aus Social-Media-Inhalten in ihre Berichterstattung übernahmen als überregionale Tageszeitungen. Im Hinblick auf Quellen in Zeitungsartikeln fiel auf, dass die SPD und dessen Akteure im Vergleich zu anderen Parteien und Parteiakteuren häufiger als Quelle verwendet wurden. Die Untersuchungsergebnisse lassen auf eine journalistisch unabhängige Arbeit und Artikelaufbereitung schließen. Für das Kommunikationsmanagement ist das jedoch möglicherweise eine Zeit des Umbruchs, weil eine Tendenz, zumindest in der politischen Kommunikation, zu beobachten ist: weg von klassischer Pressearbeit, hin zu sozialer Netzwerkkommunikation.
Die verpflichtende Nachhaltigkeitsberichterstattung ist auf dem Weg das Nachhaltigkeitsreporting von Unternehmen zu verändern. Eine wachsende Zahl an Unternehmen muss immer häufiger Informationen offenlegen, die sie vormals bewusst nicht publizierten. Einige Unternehmen könnten dies als ein Hindernis sehen, andere erkennen darin womöglich eine Chance für die Unternehmenskommunikation. Indem sie über gesetzlichen Mindestanforderungen hinaus publizieren und sich damit für eine umfassendere und transparentere Berichterstattung entscheiden, könnten Unternehmen von Profilierungsmöglichkeiten und Wettbewerbsvorteile profitieren. Das Ziel dieser Arbeit ist die Frage zu beantworten, welche Determinanten die freiwillige Offenlegung von Informationen, die über die gesetzlichen Mindestanforderungen der nichtfinanziellen Erklärung (NfE) hinausgehen, beeinflussen. Um die Forschungsfrage zu beantworten, wurde eine quantitative Inhaltsanalyse von 200 nach dem § 289b Handelsgesetzbuch (HGB) berichtspflichtigen Unternehmen durchgeführt. Hierzu wurden die nichtfinanziellen Erklärungen und weitere nachhaltigkeitsbezogene Informationen auf ihrer Unternehmenswebsite analysiert. Zudem wurde ein Offenlegungsscore konzipiert, um den Grad der zusätzlichen freiwilligen Offenlegung zu messen. Anschließend wurde untersucht, inwieweit Einflussfaktoren eine über die gesetzlichen Mindestanforderungen hinausgehende Offenlegung erklären können. Die Ergebnisse zeigen einen signifikanten Zusammenhang zwischen den Determinanten Unternehmensgröße, Berichtshistorie, Vorstandsgröße sowie dem Anteil ausländischer Vorstandsmitglieder und dem Offenlegungsgrad von freiwilligen zusätzlichen nichtfinanziellen Informationen. Hingegen konnte kein signifikanter Zusammenhang zwischen dem Offenlegungsgrad und den Determinanten Branchenzugehörigkeit, Kapitalmarktorientierung und Frauenanteil im Vorstand beobachtet werden.
In the last years generative models have gained large public attention due to their high level of quality in generated images. In short, generative models learn a distribution from a finite number of samples and are able then to generate infinite other samples. This can be applied to image data. In the past generative models have not been able to generate realistic images, but nowadays the results are almost indistinguishable from real images.
This work provides a comparative study of three generative models: Variational Autoencoder (VAE), Generative Adversarial Network (GAN) and Diffusion Models (DM). The goal is not to provide a definitive ranking indicating which one of them is the best, but to qualitatively and where possible quantitively decide which model is good with respect to a given criterion. Such criteria include realism, generalization and diversity, sampling, training difficulty, parameter efficiency, interpolating and inpainting capabilities, semantic editing as well as implementation difficulty. After a brief introduction of how each model works on the inside, they are compared against each other. The provided images help to see the differences among the models with respect to each criterion.
To give a short outlook on the results of the comparison of the three models, DMs generate most realistic images. They seem to generalize best and have a high variation among the generated images. However, they are based on an iterative process, which makes them the slowest of the three models in terms of sample generation time. On the other hand, GANs and VAEs generate their samples using one single forward-pass. The images generated by GANs are comparable to the DM and the images from VAEs are blurry, which makes them less desirable in comparison to GANs or DMs. However, both the VAE and the GAN, stand out from the DMs with respect to the interpolations and semantic editing, as they have a latent space, which makes space-walks possible and the changes are not as chaotic as in the case of DMs. Furthermore, concept-vectors can be found, which transform a given image along a given feature while leaving other features and structures mostly unchanged, which is difficult to archive with DMs.
Die Generation Z stellt Arbeitgebende vor eine Herausforderung. In Zeiten, in denen in vielen Branchen Fachkräftemangel herrscht und der Beschäftigten-Nachwuchs in seiner Anzahl wesentlich geringer ist als die Lücken, die Pensionierte bei ihrem Rentenantritt hinterlassen, ist eine hohe Arbeitgebendenattraktivität nicht nur viel Wert, sondern fundamental. Gerade im Hinblick auf die gewünschten Mitarbeitenden jüngerer Generationen müssen Unternehmen neu denken und ihre gewohnten Kommunikationsaktivitäten anpassen. Ein erfolgreiches Employer Branding kennt die Ansprüche und Charakteristika seiner Zielgruppen und schöpft gängige Instrumente und Maßnahmen aus, um den gewünschten Effekt nach außen zu erzeugen. Allerdings wird Sprache auch in dieser Disziplin nicht aktiv in all ihrer Komplexität und mitsamt all ihren Möglichkeiten betrachtet. Ein Instrument, dessen theoretische Fundierung eine lange Zeit zurückreicht, welches jedoch in der dazugehörigen Fachliteratur gemeinhin als wirkungsstark gilt, ist die metaphorische Redewendung.
Die vorliegende Masterarbeit befasst sich mit der Forschungslücke, welche aus der Überschneidung der Themenbereiche Metaphernforschung, Employer Branding (Kommunikation) und (Werten der) Generation Z besteht. Ziel dieser Masterthesis ist das Bestimmen des Status Quos hinsichtlich der Verwendung von Metaphern im Kontext von zielgruppenspezifischer Employer Branding Kommunikation in der deutschen Medienbranche. Mit Bezug auf die Zielgruppe der Generation Z wird die Vermittlung von Werten ebendieser Zielgruppe durch Metaphern in den Fokus genommen.
Bluetooth ist ein weit verbreitetes drahtloses Übertragungsprotokoll, das in vielen mobilen Geräten wie bspw. Tablets, Kopfhörer oder Smartwatches verwendet wird. Bluetooth-fähige Geräte senden mehrmals pro Minute öffentliche Advertisements, die u.a. die einzigartige MAC-Adresse des Gerätes beinhalten. Das Mitschneiden dieser Advertisements mittels Bluetooth-Logger ermöglicht es, Bewegungen der Geräte zu analysieren und lassen somit Rückschlüsse auf die Bewegungen der Besitzenden zu.
Zum Schutz der Privatsphäre werden seit 2014 zufällig erzeugte MAC-Adressen in Advertisements verwendet. Eine sog. randomisierte MAC-Adresse bleibt durchschnittlich 15 Minuten lang gültig und wird dann durch eine neue zufällige Adresse ersetzt. Der Aufenthalt eines Geräts zu einem späteren Zeitpunkt kann nicht bestimmt werden. Dennoch kann der Wechsel eines Geräts von einem Bluetooth-Logger zu einem anderen innerhalb dieser 15 Minuten erkannt und somit eine Bewegung des Gerätes abgeleitet werden.
Durch Apps der Kontaktpersonennachverfolgung wie die Corona-Warn-App (CWA) senden auch vermeintlich inaktive Smartphones Bluetooth-Advertisements. Mit etwa einem Viertel der Aufzeichnungen unterstützt die CWA die Auswertungen dieser experimentellen Arbeit.
Um die praktische Anwendbarkeit zu demonstrieren, wurde der Erlebniszoo Hannover als Testgelände genutzt. Die Auswertung der über sieben Wochen gesammelten Daten ermöglichte die Analyse von Stoßzeiten, stark besuchten Orten und Besucherströmen.
Theoretischer Hintergrund: 45,5 Millionen Personen hielten sich im Jahr 2022 regelmäßig in Betrieben oder Unternehmen auf. Ein Arbeitsplatz kann neben einem Einkommen und psychosozialen Ressourcen auch Stress und eine gesundheitliche Belastung bedeuten. Gleichzeitig bietet die Arbeitswelt jedoch auch gute Voraussetzungen für die Anwendung vorbeugender Maßnahmen zur Gesunderhaltung.
Ziel: In dieser Arbeit besteht das Erkenntnisinteresse darin, die betriebliche Situation und die Unternehmenseinstellungen zum Betrieblichen Gesundheitsmanagement (BGM) zu untersuchen sowie die Beweggründe für die Teilnahme an Interventionen der Betrieblichen Gesundheitsförderung (BGF) zu ermitteln.
Methode: Fünf Mitarbeitende des BGMs aus Unternehmen diverser Branchen und verschiedener Regionen Deutschlands wurden mittels eines semistrukturierten Leitfadens befragt. Weiter wurde eine Online-Umfrage von Arbeitnehmer*innen zu ihrem Teilnahmeverhalten befragt. Die Auswertung der qualitativen Daten entspricht der Inhaltsanalyse nach Mayring. Für die quantitativen Ergebnisse wurden deskriptive Statistiken erstellt sowie Korrelationsanalysen durchgeführt.
Ergebnisse: Selbst wenn das Angebot der gewünschten BGF-Maßnahme den Erwartungen entspricht, variiert die Teilnahme der Arbeitnehmer*innen je nach Angebot zwischen 15,4 % und 100,0 %. Neben der Thematik wird beispielsweise als wichtig empfunden, dass BGF-Angebote während der Arbeitszeit stattfinden, die Wegstrecke möglichst kurz ist, die Kosten komplett übernommen werden und die Angebote über möglichst viele Kanäle beworben werden. Der Einsatz einer/s Arbeitgeber*in zur Entstigmatisierung von psychischer Gesundheit oder Hilfegesuchen wird positiv bewertet, während der Einfluss der Einstellung von Führungskräften und Kolleg*innen als weniger stark angesehen wird. Es konnten signifikante Unterschiede ermittelt werden.
Schlussfolgerung: Es bedarf einer vertiefenden Einbindung von Führungsebenen sowie einer Reflexion des Verständnisses von BGM und den damit zusammenhängenden Absichten, um dieses in einem Unternehmen voranzubringen. Insbesondere große Unternehmen müssen sich hierfür der Komplexität ihrer Angestellten und deren Bedürfnisse bewusstwerden. Kleinere Unternehmen sollten gezielte Angebote in direkter Rücksprache gestalten.
Pathologists need to identify abnormal changes in tissue. With the developing digitalization, the used tissue slides are stored digitally. This enables pathologists to annotate the region of interest with the support of software tools. PathoLearn is a web-based learning platform explicitly developed for the teacher-student scenario, where the goal is that students learn to identify potential abnormal changes. Artificial intelligence (AI) and machine learning (ML) have become very important in medicine. Many health sectors already utilize AI and ML. This will only increase in the future, also in the field of pathology. Therefore, it is important to teach students the fundamentals and concepts of AI and ML early in their studies. Additionally, creating and training AI generally requires knowledge of programming and technical details. This thesis evaluates how this boundary can be overcome by comparing existing end-to-end AI platforms and teaching tools for AI. It was shown that a visual programming editor offers a fitting abstraction for creating neural networks without programming. This was extended with real-time collaboration to enable students to work in groups. Additionally, an automatic training feature was implemented, removing the necessity to know technical details about training neural networks.
Diese Arbeit thematisiert die unausgeschöpften Potentiale der von Designer*innen erzeugten Formen. Um zu klären, welche Wichtigkeit der Formfindung innerhalb des gestalterischen Prozesses zukommt, wird die Form mit anderen Parametern der Gestaltung verglichen. Es wird untersucht, welche Wirkungen die Formen auf Menschen haben können, die mit ihnen interagieren wollen oder müssen. Auf der Suche nach Möglichkeiten, die so ermittelten Potentiale freizuschalten, wird der bisher begrenzende Rahmen betrachtet. In einem phänomenologischen Versuch wird geprüft, welche Mannigfaltigkeit von dem generativen Prozess einer künstlichen Intelligenz vorgeschlagen werden kann. Das Ergebnis sind verschobene Grenzen, die zahlreiche Felder der Formausprägung zu einem Größeren erschließen. Eine absolute Entgrenzung des Formendenkens muss derweil scheitern.