Media Faculty
Databases and e-business lab
Tasks and objectives
Modern IT infrastructure without databases can no longer be imagined. Almost every application processes it's own data records and utilizes one or even several databases. Databases are one of the indispensable resources that ensure the delivery of recent, dynamic and increasingly even multimedia based content. The lab Databases and E-Business targets database-related practical teaching and research, particulary in the area of E-Business and multimedia based content.
Projekte
MI-Learning
MI-Learning ist eine interaktive Online-Lernumgebung für die Fächer Software Engineering, Datenbanken und Computernetze. Sie enthält Fakten, Übungen und Videos zum individuellen Lernen. MI-Learning ist Referenzprojekt auf e-teaching.org und in der virtuellen Hochschule Baden-Württemberg. Gerade in den Zeiten der Online-Lehre war MI-Learning wichtiger denn je. Wir bauen die Umgebung weiter aus und analysieren deren Wirkung.
KompiLe - KI-Kompetenz fördern, individualisiertes Lernen unterstützen
Das durch das Bund-Länder-Programm "Künstliche Intelligenz in der Hochschulbildung" geförderte Projekt "KompiLe" untersucht den Einsatz Künstlicher Intelligenz (KI) in der Lehre.
KompiLe verknüpft das Lernen mit KI unmittelbar mit dem Lernen über KI, um so einen reflexiven, durch KI unterstützten Lernprozess zu ermöglichen. Dem Vorhaben liegt die Annahme zugrunde, dass die Gestaltung beziehungsweise Nutzung KI-basierter Lernangebote KI-Kompetenz auf Seiten der Lehrenden und Lernenden voraussetzt, zugleich aber auch fördert.
Innerhalb des Projekts wird das E-Learning System Moodle der Hochschule mittels selbstentwickelter PlugIns zu einer sogenannten Learning Experience Plattform (LXP) ausgebaut. Diese Plattform unterstützt das Selbstlernen mit KI-Elementen, die Studierenden individuelle Lernempfehlungen unterbreitet.
Weitere Infos zum Projekt finden sich auf der Projektseite.
MachineLearn-ING - Maschinelles Lernen für Anwender*innen aus den Ingenieurwissenschaften
Die Hochschule Offenburg verfügt über einen wachsenden Weiterbildungssektor, der momentan fünf Masterstudiengänge sowie Zertifikatskurse umfasst. Die Hochschule ist in zahlreiche regionale Netzwerke integriert, die teilweise explizit auf Digitalisierung und Weiterbildung hin ausgerichtet sind. Diese Netzwerke werden für das Modellprojekt MachineLearn-ING genutzt, um berufstätige High-Professionals für die Weiterbildung zu aktivieren. Fachlicher Inhalt von MachineLearn-ING ist das Maschinelle Lernen, das als wichtiger Innovationsmotor für die Digitalisierung gilt. Die organisatorische Ausgestaltung des Weiterbildungskurses ist auf den engen zeitlichen Rahmen der Zielgruppe ausgerichtet.
Das Projekt wird somit zum Modell-Case, um spezifische Zielgruppen für die zukunftsorientierten Qualifikationsprogramme der Arbeitswelt 4.0 zu erreichen.
Menschen Lernen Maschinelles Lernen (ML2)
ist ein Forschungsprojekt in dessen Rahmen Unternehmen und Studierende zusammengebracht werden, um zunächst Konzepte und Methoden des Maschinellen Lernens zu begreifen und dann gemeinsam Projekte rund um das Maschinelle Lernen durchzuführen. Die Ergebnisse des Projekts fließen in eine Weiterbildung ein, die zum Wintersemester 2019/20 startete.
Learning Analytics
bezeichnet das Messen, Sammeln, Analysieren und Berichterstatten über Daten von Lernenden und deren Kontexten, um das Lernen und die Umgebung, in der es stattfindet, zu verstehen und zu optimieren. Das Thema war Gegenstand meines Forschungssemesters
Multimedia Datenbanken
Für die inhaltsbasierte Suche in Bild-, Audio- und Videodaten werden Metadaten herangezogen, die Informationen über die gespeicherten Mediendateien enthalten. Um solche Metadaten automatisch aus den Mediendaten zu extrahieren, werden seit wenigen Jahren insbesondere Methoden des Maschinellen Lernens, genauer des Deep Learning verwendet. Wir setzten diese Konzepte ein und untersuchen deren Qualität in konkreten Anwendungen.