Fakultät Medien
Labor Datenbanken
Aufgaben und Ziele
Die moderne IT ist ohne Datenbanken nicht mehr vorstellbar; praktisch jede Applikation verarbeitet eigene Datenbestände und nutzt somit – ob sichtbar oder unsichtbar - eine oder sogar mehrere Datenbanken. Im WWW sind Datenbanken jene unverzichtbare Ressource, die für aktuelle, dynamische und immer mehr auch multimediale Inhalte sorgen. Die derzeit intensiv diskutierte Künstliche Intelligenz und deren Teilgebiet Maschinelles Lernen basieren auf großen verfügbaren Datenmengen, denn Künstliche Intelligenz lernt aus Beispieldaten.
Das Labor Datenbanken hat sich zum Ziel gesetzt, praxisgetriebene Lehre und Forschung im Bereich der Datenbanken zu betreiben, insbesondere im Hinblick auf das E-Business, multimediale Inhalte und Maschinelles Lernen.

Projekte

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.

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.