<p>The integration of deep learning, federated learning, and Large Language Models (LLMs) has led to the development of an innovative framework known as Federated learning-based Large Language Model (Fed_LLM). This framework optimizes learning systems and enhances privacy protections by leveraging advanced computational techniques to achieve precise academic guidance and robust data privacy safeguards. The Fed_LLM method combines these technologies to provide tailored educational solutions while striving to maintain high levels of privacy protection. Deep learning algorithms are employed to analyze complex and immense educational datasets, for extracting accessible insights and features from the data (Li et al., 2020). Federated learning introduces a decentralized model training approach that significantly enhances data confidentiality. It keeps sensitive user or learner information on local devices, minimizing privacy risks and ensuring that personal data remains protected (Yang et al., 2019; Carlini et al., 2020). Simultaneously, LLMs improve the system's capacity to understand and process natural language inputs, enhancing user interaction and communication.</p>

<p>This study addresses the integration of deep learning, federated learning, and Large Language Models (LLMs) to optimize learning systems while ensuring data privacy. The Fed_LLM framework uses Google's Federated Averaging (FedAvg) for privacy-preserving model updates and Transformer-based LLMs for processing complex language data. This approach enables personalized learning in diverse university settings, enhancing efficiency and engagement without compromising privacy (Kairouz et al., 2021; Li et al., 2020; Carlini et al., 2020; Yang et al., 2019). To evaluate the effectiveness, efficiency, and security of Fed_LLM, a detailed set of performance metrics is required. These include traditional machine learning metrics like Accuracy, Error Rates, F1 Score, Precision, and Recall, along with language-specific metrics such as Perplexity and BLEU Score for evaluating large language models. Additionally, metrics specific to federated learning such as communication efficiency and the number of communication rounds are used to ensure privacy. Computational efficiency metrics like training time and inference latency are also used (Carlini et al., 2020; Yang et al., 2019). This methodology promises to provide a step towards a secure and efficient learning environment that meets the needs of future generations of learners. By combining advanced technologies to protect user privacy while providing personalized learning experiences, Fed_LLM offers a promising future.</p>

The global shift towards digitalization has profoundly impacted various industries, with the sports industry being no exception. Businesses have witnessed a significant transformation driven by the integration of modern technologies and the reshaping of traditional business operations. This shift, commonly referred to as digital transformation (DT), necessitates rapid adaptation efforts to keep up with the evolving digital landscape of consumer demands, market dynamics, and technological advancements. Existing research has revealed significant gaps in comprehensively addressing the multifaceted nature of undergoing DT within the sports industry. Therefore, this study aims to address this gap by examining the digital capabilities crucial for driving DT, with a specific focus on German sports entities. Through a multi-perspective analysis involving semi-structured expert interviews the investigation explores how digital capabilities can be leveraged and implemented to undergo digital change. Qualitative content analysis was conducted on the insights and best practices provided by real-life industry representatives from professional sports clubs and organizations to uncover patterns and derive novel insights contributing to understanding how sports entities can thrive in the digital world. The findings reveal that the extent to which digital capabilities can be implemented varies due to differences in available resources, financial capacities, and organizational readiness. However, by assessing their individual circumstances and understanding the obstacles to transformation, clubs and organizations can effectively harness digital capabilities tailored to their specific organizational context to ultimately foster innovation and guide sports entities towards sustainable success and competitiveness in the dynamic digital landscape.

<p>Motivation: In modern working environments, which are characterized by the principles of New Work and globalization, the importance of effective group dynamics is increasing. Isolated group members can impair the functionality and success of teams. Understanding the emergence and effects of isolation in group phases according to Tuckman (1965) and identifying solutions are therefore of crucial importance.</p>

<p>Goal: This study aims to identify the different types of isolation in online collaborative environments and to analyze how data-driven methods can contribute to the detection and integration of isolated group members. The findings from scientific papers are brought together to provide a comprehensive overview of existing solutions. Methods: A systematic literature review (SLR) was conducted using the PRISMA model to capture relevant studies from 2015 to 2024 from the databases Web of Science and EEE. The analysis focused on behavioral patterns and algorithms aimed at detecting isolated members in online groups. Discussion: The study highlights the need to implement data-driven approaches to recognize and support isolated members in online groups. These approaches can not only enhance group performance, but also improve individual well-being and promote social cohesion. Limitations: The study encounters limitations of systematic literature review such as publication bias and variability in data quality, which may influence the results. In addition, the adaptation of the identified behavioral patterns to different online collaboration environments is seen as a necessary future task. </p>

<p>Implications: The implications of this study are significant for the design of modern work environments. They enable organizations to develop accurate tools that provide real-time feedback on group interactions, allowing isolation to be quickly identified and preventative action to be taken. This not only improves team performance by actively engaging all members, but also promotes the working environment and social cohesion. It also strengthens the inclusive work culture, especially in globally diverse teams, and contributes to scientific research by revealing specific behavioral patterns and algorithms for identifying isolated group members. These findings open up new ways of optimizing teamwork and overcoming the challenges of the digital world of work. <br /></p>

<p><strong>Hintergrund:</strong></p>

<p>Ausbleibende Erholungsmöglichkeiten und daraus resultierende Befindensbeeinträchtigungen sind keine Phänomene, welche ausschließlich in der Arbeitswelt eine immer wichtigere Bedeutung zukommen, sondern werden auch im Hochschulkontext für Studierende zunehmend relevanter (Middendorff et al. 2012). Für die gesundheitsförderliche Arbeitsgestaltung spielen existierende Lehr- und Lernkontexte bislang aber eher eine untergeordnete Rolle (ebd.). Die straff organisierten Bachelor-Studiengänge mit einem überwiegenden Anteil an synchronen Lehranteilen sowie ergänzenden asynchronen Anteilen zur Prüfungsvorbereitung stellen Studierende vor die Herausforderung, ihren Alltag mit ausreichend Erholungsmöglichkeiten sowie geringen Risiken der Entgrenzung zu organisieren (Grobe, Steinmann &amp; Szecsenyi, 2018). Zunehmend werden technologie-basierte (virtuelle) Alternativen zu „traditionellen“ Erholungsaktivitäten diskutiert, welche als Effekt die Folgen von erlebter Beanspruchung kompensieren sollen (vgl. Kunstmann et al., 2014).</p>

<p><strong>Ziel und Methodik:</strong></p>

<p>Der Beitrag zielt auf die Untersuchung der Wirksamkeit verschiedener mediengestützter Erholungsaktivitäten während Pausen entlang eines Unterrichtstages. Vier Studierendengruppen (<em>N</em> = 37) wurden hierzu über eine Dauer von drei Wochen bzgl. ihrer Erholungsaktivitäten in den Unterrichtspausen untersucht und begleitet: (1) Nutzung einer Virtual Reality Erfahrung im Kursraum, (2) Nutzung einer Spiele-App auf dem eigenen Smartphone im Kursraum, (3) Nutzung einer Bewegungsaktivität außerhalb des Kursraumes sowie (4) Vor- und Nachbereitung der Lehrveranstaltungen im Kursraum. Während des Untersuchungszeitraums füllten die Probanden an allen Lehrveranstaltungstagen jeweils nach der Erholungsaktivität einen Kurzfragebogen zum Erholungserleben und Befinden aus. Zusätzlich nahmen sie an erweiterten Befragungen jeweils morgens und abends teil. Erhoben wurden ebenso zusätzliche Einschätzungen zur Erholungsaktivität sowie subjektive Erfolgsmaße bzgl. des Lernerlebens.</p>

<p><strong>Ergebnisse:</strong></p>

<p>Die Ergebnisse deuten darauf hin, dass insbesondere die Inanspruchnahme von VR-Szenarien eine wirkungsvolle Aktivität sein kann, um zeitlich umgrenzt ein gesteigertes Erholungserleben zwischen Lehrveranstaltungen zu erreichen. Neben der Bewegungsgruppe zeigte besonders diese Gruppe positive Ergebnisse hinsichtlich des gedanklichen Abschaltens sowie in Bezug auf die wahrgenommene Entspannung. Die Fortführung von Lernaktivitäten während der Pause zeigte im Kontrast die geringsten Effekte. Insgesamt legen die Ergebnisse nahe, dass die bewusste Erholungsgestaltung in den Unterrichtspausen zu einem verbesserten Befinden bei Studierenden beitragen und die Nutzung immersiver Anwendungen einen Mehrwert bieten kann.</p>

<p><strong>Ausblick:</strong></p>

<p>Die Autoren diskutieren die Ergebnisse und stellen weiterführende Analysen vor, welche die Ausgestaltung mediengestützter Erholungsaktivitäten unter Berücksichtigung der Möglichkeiten und Grenzen des Hochschulkontextes einbeziehen.</p>

<p dir="ltr">Pflegebeziehungen entstehen, wenn Menschen mit gesundheitlichen Beeinträchtigungen konfrontiert werden, die ohne Unterstützung nicht zu kompensieren sind. Wichtiger Aspekt professionellen pflegerischen Handelns ist dabei die Beziehungsgestaltung in dieser existenziellen Situation (vgl. Voß, 2023; Blöbaum, 2022; Dittmann &amp; Marotzki, 2017). Im Zuge der digitalen Durchdringung der Lebenswelt gewinnen digitale Medien auch für Menschen mit Pflegebedarf zunehmend an Bedeutung: Digitalität verändert auch hier kulturelle Praktiken (Noller, 2021). Ein wichtiges Beispiel ist das Smartphone und damit aufgespannte Praktiken der Kommunikation und Information für mobilitätseingeschränkte Menschen (Rathgeb et al., 2022).</p>

<p dir="ltr">Das Agieren im Kontext von Digitalität stellt ältere Menschen nicht nur wegen negativer Altersbilder vor eine Herausforderung (Köttl et al., 2021). Auch schließen digitale Praktiken nicht unmittelbar an die Lebenswelt dieser Menschen an und schaffen damit Barrieren (Petrie &amp; Darzentas, 2017). So fällt es schwer, das Private im Internet selbstbestimmt zu schützen. Etablierte Gewohnheiten münden oft in einer Vertrauenskrise in Bezug auf die eigenen Fähigkeiten, was zur digitalen Exklusion beitragen kann (Blöbaum, 2022).</p>

<p dir="ltr">Pflegende stellen in diesem Zusammenhang eine bedeutsame Berufsgruppe dar. In unterschiedlichen Settings (Krankenhaus, stationären Langzeitpflege, häusliche Versorgung) agieren sie als Mittler*innen für gesundheitsbezogene Themen und adressieren dabei auch Aspekte zur Förderung von Teilhabe (Bartelheimer et al., 2020). Hier eröffnet Vertrauen als Grundlage pflegerischer Beziehungen einen Möglichkeitsraum auch für digitale Teilhabe, der bislang wenig betrachtet wurde (Ma et al., 2022). Das BMBF-Projekt CrossComITS untersucht die Befähigung zur digitalen Teilhabe von vulnerablen Gruppen in Bezug auf IT-Sicherheit. Hierbei werden – neben anderen Zielgruppen – Pflegende als Mittler*innen für Digitalität am Beispiel von IT-Sicherheit fokussiert. In bislang 10 leitfadengestützten Interviews wurden Pflegende hinsichtlich ihrer Vorstellung von Vermitteln im Zusammenhang mit dem Smartphone befragt. Die Auswertung der Interviews folgt der Methodologie der fokussierten Interviewanalyse nach Kuckartz und Rädiker (2024).</p>

<p dir="ltr">Erste Erkenntnisse zeigen, dass Pflegende während ihrer Arbeit täglich mit Fragen zum Smartphone konfrontiert sind. Ihre Unterstützung erfolgt dabei informell. Die eigene Kompetenzzuschreibung ist an die Vorstellung gekoppelt, dass Pflegende wegen ihres jüngeren Alters kompetenter im Umgang mit dem Smartphone sind. Meist werden technische Fragen adressiert und ein “proxy use” (Geerts et al., 2023) eingefordert. Gerade “proxy use” ist für die Befähigung zur digitalen Teilhabe interessant, da hierdurch ein Bewusstsein für die Möglichkeiten der Digitalität gelegt werden kann. Das Alter als Erklärmuster verliert an Bedeutung und digitale Teilhabe wird zumindest indirekt und informell zum Aspekt pflegerischen Handelns.</p>

<p dir="ltr"></p>

<p>Mit fortschreitender technologischer Entwicklung gewinnen digitale Unterstützungssysteme, wie Entscheidungsunterstützungssysteme (Decision Support Systems), in der klinischen Praxis zunehmend an Bedeutung. Dabei spielt das Vertrauen der Nutzer:innen, insbesondere des medizinischen Fachpersonals, eine zentrale Rolle für deren effektiven klinischen Einsatz. In der personalisierten Medizin, welche neben molekularen Analysen auch auf datengetriebene Ansätze wie Digitale Phänotypen und Twins setzt, liegt der Fokus auf der Verarbeitung individueller Patientendaten. Diese Ansätze verknüpfen eine Vielzahl von sensiblen Daten, um Vorhersagen präziser zu treffen und den Behandelnden zielgerichtet bei der Entscheidungsfindung zu unterstützen. Dies erfordert jedoch auf Seiten der Behandelnden ein hohes Maß an Vertrauen an die zugrundeliegende Analytik, welches wiederum durch verschiedenste Einflussfaktoren beeinflusst werden kann. Eine Konsolidierung in Bezug auf den Einsatz von Digitalen Phänotypen und Twins steht noch aus.</p>

<p>Dementsprechend zielt diese Forschungsarbeit darauf ab, spezifische Einflussfaktoren auf das Vertrauen in digitale Gesundheitstechnologien im Allgemeinen und insbesondere hinsichtlich Digitaler Phänotypen und Twins, zu identifizieren. Anhand dessen sollen Implikationen für deren Gestaltung und Implementierung abgeleitet werden. Hierfür wird eine Literaturanalyse durchgeführt, die auf einer Scoping-Review von Adjekum, Blasimme and Vayena (2018) basiert und Elemente des Vertrauens in digitale Gesundheitssysteme untersucht. In die Analyse werden Studien ab dem Jahr 2018 einbezogen, die sich mit personalisierter Medizin befassen und einen besonderen Fokus auf Digitale Twins als Form der automatisierten Medizin, digitale Phänotypen, Entscheidungsunterstützungssysteme sowie Techniken zur Virtualisierung von Patientendaten und zur Automatisierung klinischer Prozesse legen.</p>

<p>Aufbauend auf den Erkenntnissen technologischer, persönlicher und institutioneller Vertrauensfaktoren von Adjekum, Blasimme and Vayena (2018) zeigen sich hierbei spezifische Aspekte der personalisierten Medizin. Unter anderem verdeutlichen technologisch betonte Studien aus Hayashi, Mahmoud and Hamdy (2022) und Orwitz, Tarpey and Petkova (2023) die Notwendigkeit von präzisen und datenschutzkonformen Systemen. Wobei wiederrum andere Studien persönliche Vertrauensfaktoren fokussieren, um das Verständnis und die Akzeptanz für die erfolgreichen Anwendung der Technologien hervorzuheben. Institutionell unterstreichen Forschungsarbeiten wie Dlugatch, Georgieva and Kerasidou (2023) die Bedeutung von ethischen Richtlinien und transparenter Governance.</p>

<p>Die gewonnenen Erkenntnisse münden in Strategien der Implementierung robuster Datensicherheitsmaßnahmen aber auch in die Förderung der Nutzerkompetenz durch gezielte Schulungen. Klare ethische und transparente Rahmenbedingungen zu Anwendung und Entwicklung der Technologien stellen ebenfalls einen wichtigen Vertrauensfaktor dar.</p>

<p>Das Forschungsverbundprojekts KIRaPol.5G, finanziert vom Ministerium für Wirtschaft, Industrie und Klimaschutz in Nordrhein-Westfalen, untersucht die Sicherheit der Bevölkerung bei gleichzeitiger Gewährleistung von Persönlichkeits- und Datenschutzrechten: Eine KI-gestützte Radartechnologie detektiert und misst Geschwindigkeitsanteile von Personen und Objekten. Damit sollen sicherheitskritische Situationen an öffentlichen Plätzen entdeckt werden.</p>

<p>Damit einhergehend erfolgen ELSI-Bewertungen des Technologieeinsatzes: Sicherung der Persönlichkeitsrechte (Datenschutz i.S. der DS-GVO und des BDSG), Fragen zu ethischen und sozialen Risiken und nicht-intendierten Wirkungen wie Diskriminierung aufgrund von Gender oder Ethnie, Umgehung der Anonymisierung durch eine Kombination von Daten oder Veränderungen des Sicherheits- oder Bedrohungsgefühlen im öffentlichen Raum (Deutscher Ethikrat 2023, Birkel et al. 2022). Neben technischer Integrität müssen auch organisationale Fragen wie Möglichkeiten der missbräuchlichen Verwendung, sowie angemessene Einschätzung der Schutzwirkung bewertet werden. Gezielte Beeinflussungen und Sabotage der Technik müssen ausgeschlossen werden (Bitkom 2018, Steimers &amp; Bömer, 2019).</p>

<p>Im Kontext dieses Projektes soll die Bürger beteiligt werden, um Akzeptanz sicherstellen und etwaige Befürchtungen vorab zu berücksichtigen. Interviews und eine Online-Befragung wurden durchgeführt und in einer Bürgerversammlung diskutiert.</p>

<p>In zwölf explorativen Interviews wurde seitens der Befragten eine positive Haltung gegenüber der Technologie geäußert. Zudem wurde die Technologie als wichtiger Fortschritt für die Sicherheit im öffentlichen Raum erachtet. Allerdings wurden seitens der Befragten auch einige grundlegende Vorbehalte hinsichtlich der Funktionsfähigkeit der Technik geäußert oder die Befürchtung, dass die KI tatsächlich gefährlichen Situationen nicht erkenne. Mit einer hohen Ausprägung der genannten Vorbehalte können daher die Akzeptanz sowie das subjektive Sicherheitsempfinden durch die Technologie negativ beeinflusst werden.</p>

<p>Die Online-Befragung (n = 250), angelehnt an das Technology Acceptance Model-Video Surveillance (TAM-VS2) von Krempel (2016), integriert zudem ein prospektives Szenario. Sie bestätigt im Wesentlichen die Interview-Befunde: Das Sicherheitsempfinden könnte mittels KI-gestützter Radartechnologie deutlich erhöht werden. Es bestehen eine mittlere Akzeptanz und eine generell positive Einstellung gegenüber der Radartechnologie bei gleichzeitiger Besorgnis über Fehlerhaftigkeit und Missbrauchsrisiken. Bedenken hinsichtlich möglicher Missbrauchsrisiken und einer potenziellen Fehlerhaftigkeit sind ausgeprägt. Darüber hinaus ließ sich ein Einfluss gemäß dem TAM-VS-Modell beobachten: Faktoren wie eine grundsätzlich positive Einstellung sowie empfundene Nützlichkeit beeinflussen die Akzeptanz gegenüber der Technologie.</p>

<p>With the pervasiveness of learning technology, various digital media, including pedagogical agents (PAs), play a vital role in learning. Although trust is relevant for the effective use of PAs, it is not extensively researched in the context of learning technology. Although most learning technologies, including PAs, are designed with high reliability, the reliability of technology learners use may differ. Thus, trust calibration is crucial: not trusting faulty automation is as vital as trusting reliable automation. Trust calibration seems highly sensitive to contexts and tasks. It is an open question if learners show trust calibration in learning tasks. <p>

<p>Replicating de Visser et al. (2016), <em>n</em> = 34 participants repeatedly guessed the meaning of a foreign word from three alternatives. Pedagogical agents varying in anthropomorphism (human, robot, and computer) aided participants with recommendations systematically decreasing and increasing in reliability over time (in a fixed order from 100%, 0%, 67%, 83%, and 100%), thus a 3x5 within-subject design. In each of 90 trials, participants (1) guessed alone, (2) got an agent’s aid, and (3) made their final decision. At each trial, participants judged their trust in the agent. We measured trust rating (subjective trust) , and, compliance (behavioral trust). The full dataset will be analysed via mixed-effects models and ANOVAs, separately for reliability decrease and trust increase conditions</p>

<p>Preliminary results from the present data showed a strong main effect of reliability on all measures of trust, showing appropriate trust calibration with trust decreasing with decreasing reliability and trust increasing with increasing reliability. The results provide insights into trust calibration in learning settings.</p>

Indonesia is a nation renowned for its abundant array of ethnicities and cultures, which are dispersed throughout the entirety of the country. Among the most notable ethnic groups are the Papuan and Javanese tribes. While the Papuan tribe is primarily situated on the rich island of Papua, the Javanese tribe extends beyond the island of Java and can be found throughout the entire archipelago because of their adaptability. The main objective of this study is to evaluate the learning experience of the Papuan tribe, specifically concerning cross-cultural studies. To achieve this goal, the study will involve Experiential Learning Theory (ELT) approach and six Papuan young man and women to explore the Javanese Wayang philosophy as a tool for enriching learning experience. The research will be conducted through an Indonesian digital learning ecosystem, which will provide a platform for students to engage with the material and participate in interactive learning activities. The study will analyze the impact of this digital learning ecosystem on Papua student learning experience, as well as its potential to bridge cultural divides and promote greater understanding and appreciation of diverse perspectives. In the end, this study revealed that all participants demonstrated favorable outcomes in their cross-cultural learning endeavors with the aid of a digital learning ecosystem. None of the subjects reported any unfavorable feedback regarding the conducted experiments. Most of the respondents shared their positive experiences, conveying their delight, ease, and enhanced comprehension of the learning process. They also observed that their concentration and engagement in cross-cultural learning were notably improved through the utilization of a digital learning ecosystem.

The ever-growing prominence and usage of online social networking sites sparked a controversial discussion regarding their impact on polarizing communication and online interactions. These platforms are often criticized for creating environments that restrict unbiased information access, amplified by algorithmic personalization, thereby contributing to the formation of filter bubbles, in which individuals’ attitudes are further strengthened. In addition, the homophilic tendency of users to avoid interaction with outgroups holding divergent viewpoints and to consume content that reinforces their opinions contributes to the emergence of echo chambers.

Existing studies adopted a narrow focus on specific phenomena associated with polarization and often disregard a holistic view, neglecting its multidimensional nature. Further, polarization is treated, measured, and defined inconsistently, pointing towards its non-unified nature.

Polarization can manifest in (1) various types, and (2) on different dimensions, such as attitude extremity, topic diversity, social fragmentation, and linguistic usage. For example, internal polarization might be characterized with increased attitude extremity of an in-group, such as conspiracy theorists, while external polarization can appear when the emergence of opposing communities leads to social fragmentation. Multiple scenarios can exhibit polarizing dynamics, with various contexts and parties involved and with differing characteristics or polarizing properties (e.g. election campaigns, athletic competitions).

To assess the multidimensional nature of the construct, the author provides a typological model, serving as a comprehensive overview on the different manifestations of polarization in online social networks. I consider a set of multiple mini case studies, where each case study represents a real polarized conversational episode. These practical examples illustrate that polarization can manifest itself differently in different contexts. The breadth of cases helps triangulate findings and leverages the identification of patterns or similarities among different entities and the grouping of these entities based on those patterns.

I develop the typology by employing several exploratory data analytics techniques such as sentiment analysis and topic modeling. To obtain further insights into the characteristics of the conversational episodes, I conduct a qualitative content analysis with manual coding.

The research objective of this article is the provision of a comprehensive typological model for polarization phenomena in social networks. By understanding polarization as a complex multidimensional concept, I account for the dynamic nature of the phenomenon, thereby enabling comparability across different conversational episodes. Hence, this work has implications for comparing community dynamics across contexts and time, and helps mitigate detrimental consequences of social network usage for individuals and society at large.

<p>In der Forschungsgruppe „Lernprozesse und Lernkulturen in der digitalen Transformation“ werden regelmäßig digitale Plattformen für unterschiedliche Zielgruppen im Bereich der beruflichen oder akademischen Bildung konzipiert und entwickelt. Dabei werden in der interdisziplinären Zusammenarbeit unterschiedliche Faktoren betrachtet, die das Vertrauen der zukünftigen Anwender:innen in die digitalen Plattformen erhöhen sollen. Der Beitrag fasst die unterschiedlichen Perspektiven zusammen und stellt verschiedene Zugänge vor, die das Vertrauen in digitale Systeme sicherstellen sollen. Die folgenden Beispiele geben einen Einblick in behandelte Fragestellungen:</p>

<p><em>Individuelle Ebene:</em> Die Anwender:innen der neuen Plattformen und Technologien müssen von deren Nutzen für die eigene Praxis überzeugt werden und Vertrauen in die eigene Nutzungskompetenz haben. Hierfür werden in der Forschungsgruppe vor allem Instrumente der Akzeptanz- und Usabilityforschung eingesetzt.</p>

<p><em>Organisationale Ebene:</em> Mit Hilfe von Stakeholder-Analysen werden Fragen der organisationalen Implementierung und der entsprechenden Rahmenbedingungen adressiert. Das Sicherstellen von Authentizität der involvierten Personen und Institutionen sowie der Integrität der bereitgestellten Daten wurde am Beispiel digitaler Bildungsnachweise erprobt.</p>

<p><em>Technische Ebene:</em> In der technischen Konzeption und Umsetzung werden die Prinzipien der "security" und "privacy by desing" berücksichtigt, um Datensicherheit, Datenschutz und Datenintegrität umsetzen zu können. Darüber hinaus nimmt die Bedeutung von Schnittstellen und Interoperabilität zu, um Daten verlustfrei weiterverarbeiten zu können.</p>

<p><em>Rechtliche Ebene:</em> Insbesondere datenschutzrechtliche, aber auch urheberrechtliche und prüfungsrechtliche Anforderungen müssen bei der Konzeption mitgedacht werden. Darüber hinaus müssen Ordnungsrahmen und bildungspolitische Regelungen berücksichtigt werden. Insbesondere im Kontext von KI entstehen neue Haftungsfragen, die rechtlich geklärt werden müssen.</p>

<p><em>Didaktische Ebene:</em> Die im Kontext der Learning Analytics praktizierte Nutzung von Daten zur Generierung von Lernempfehlungen und individueller Lernunterstützung erfordert ein Vertrauen in die Aussagekraft der Daten für die tatsächliche Lernsituation des einzelnen Lernenden. Dies wird in unterschiedlichen Projekten erforscht, die Künstliche Intelligenz (KI) zur Lernunterstützung einsetzen.</p>

<p><em>Ethische Ebene</em><em>:</em> Mit dem Einsatz von KI werden ebenso ethische Fragen adressiert, die insbesondere nachteilige Faktoren (z. B. Toxizität, Verletzung der Privatsphäre, Verstärkung von Stereotypen und Voreingenommenheit) betreffen, welche in den Projekten beobachtet und ausgewertet werden.</p>

<p>Die Projekte der Forschungsgruppe dienen als Beispiele, um die verschiedenen Herangehensweisen an das Thema Vertrauen in Bezug auf die Entwicklung digitaler Bildungsanwendungen zu veranschaulichen und in einem Überblick vorzustellen.</p>

<p><strong>STRENGTH</strong></p>

<p>Das STRENGTH-Projekt bietet digitale Lernmöglichkeiten für Frauen mit Migrationshintergrund, die sich in ihrem neuen Wohnsitzland in der Anfängerstufe der Sprache befinden und Bildungsnachteile erleben. Über 300 digitale Übungen in vier verschiedenen Bereichen werden bereitgestellt, um die soziale und berufliche Integration zu fördern.</p>

<p>Darüber hinaus richtet sich das Projekt an Ausbildende und Lehrkräfte, indem es didaktisches Material und einen Lehrplan mit einem Ausbildungsrahmen zur Verfügung stellt, um die Nutzung digitaler Werkzeuge und des Online-Lernens in der Qualifizierung dieser Zielgruppe zu stärken. Dies unterstützt sowohl die Lehrenden als auch die Lernenden bei der Nutzung digitaler Lernmaterialien und -werkzeuge.</p>

<p>Das Projektnetzwerk berücksichtigt die spezifischen Bedingungen in den Partnerländern (Bildungszentrum Lernen und Technik gGmbH Dresden und CODIP aus Deutschland; Ljudska univerza Celje aus Slowenien; Cap Ulysse aus Frankreich und ORIENT EXPRESS Beratungs-, Bildungs- und Kulturinitiative für Frauen Frauenservicestelle aus Österreich), insbesondere die Zielgruppe der Frauen mit Migrationshintergrund sowie ihr Bildungsniveau und ihre Sprachkenntnisse im neuen Aufenthaltsland. Die digitalen Lernarrangements, die in die reguläre Qualifizierung integriert werden können, konzentrieren sich auf die gleichberechtigte Integration in die Gesellschaft und/oder den Arbeitsmarkt.</p>

<p><strong>Ziele</strong></p>

<p>Das Projekt fokussiert sich auf folgende Ziele:</p>

<ol start="1" type="1">

<li>Erkenntnisse über den Stand und den Handlungsbedarf bei der Umsetzung des Europäischen Digitalen Kompetenzrahmens (DigComp) bei Frauen mit Migrationshintergrund in den Partnerländern zu gewinnen.</li>

<li>Kriterien und Leitlinien für digitales Lernen in der Qualifizierung von Frauen mit Migrationshintergrund zu entwickeln und anwendungsorientiert darzustellen.</li>

<li>Entwicklung, lokale Erprobung und Umsetzung digitaler Lernarrangements zur Qualifizierung von Frauen mit Migrationshintergrund in der Grundbildung, in Sprachkursen oder anderen Ausbildungen, die auf die soziale und berufliche Integration ausgerichtet sind.</li>

<li>Entwicklung von didaktischem Material und einem Lehrplan mit einem Ausbildungsrahmen für Ausbilder und Lehrkräfte, um digitale Lernarrangements in ihrem Berufsleben mit Schwerpunkt auf die spezifische Zielgruppe zu nutzen. Der Lehrplan mit einem Ausbildungsrahmen wird während eines LTTA-Treffens (Learning, Teaching, Training Activities) in Dresden, Deutschland, getestet.</li>

</ol>

<p><em>Einleitung:</em> Ein Aspekt von Vertrauen im Kontext von Digitalisierung ist das Wissen über die Personen, mit denen wir im digitalen Raum Beziehungen eingehen. Wissen wir wirklich, mit wem wir kommunizieren, wenn wir mit pseudonymen Nutzenden interagieren? In vielen Kontexten ist es nicht möglich und oft nicht notwendig, zu überprüfen, ob eine Person die von ihr behaupteten Eigenschaften (z. B. Geschlecht, Alter, Bildungsabschluss) tatsächlich besitzt. Es gibt jedoch Situationen, in denen eine Identitätsprüfung einer digitalen Entität erforderlich ist, um das notwendige Vertrauen für eine Beziehung herzustellen (z. B. Vertragsabschlüsse, Bankgeschäfte). Eine technische Lösung, um Vertrauen in Handelnde im digitalen Raum zu unterstützen, ist die Nutzung sogenannter <em>Decentralized Identifiers</em> (DIDs)[1]. Diese ermöglichen es, die Authentizität von Eigenschaften einer Person zu verifizieren und so belastbare Beziehungen in Online-Prozessen herzustellen.</p>

<p>Der vorliegende Beitrag diskutiert die Notwendigkeit dieser und weiterer technischen Lösungen im Kontext der beruflichen Weiterbildung. Für welche Anwendungsgebiete werden verifizierte digitale Identitäten relevant? Welche Vorteile ergeben sich aus ihrer Nutzung? Wie lässt sich das technisch umsetzen? Welche Rahmenbedingungen benötigt die Nutzung von digitalen Identitäten in der beruflichen Bildung?</p>

<p><em>Methode:</em> Der Beitrag bereitet anhand einer Literaturanalyse und am Beispiel eines Forschungsprojektes zu digitalen Bildungsnachweisen die aktuell vor allem technisch geführte Diskussion zur Nutzung von digitalen Identitäten für den Bereich der beruflichen Weiterbildung auf. Hierbei geht er zunächst auf die soziologische Definition (Blumer 1973, Goffman, 1959, Mead, 1913) des Konstrukts Identität und deren Umsetzung im digitalen Raum ein und erörtert die Frage, ob es in Bezug auf eine einzige Person auch unterschiedliche Identitäten geben kann und darf (Abel 2017(3)).</p>

<p><em>Ergebnisse:</em> Im Anschluss werden administrative Aspekte der zu entwickelnden digitalen Ökosysteme inklusive der technischen Lösungen mit ihren jeweiligen Besonderheiten und Herausforderungen aufbereitet.</p>

<p><em>Diskussion:</em> Diese Darstellung dient als Grundlage für die Diskussion von Einsatzmöglichkeiten und -notwendigkeiten in der beruflichen Weiterbildung, wobei auf das Beispiel digitaler Bildungsnachweise und deren technischer Umsetzung konkreter eingegangen wird. Dabei wird auch thematisiert, welche negativen Auswirkungen die Preisgabe bestimmter Identitätsmerkmale im Bildungskontext haben können.</p>

<p>Die Diskussion um digitale Identitäten erhält aktuell insbesondere im Kontext der europäischen eIDAS-Verordnung[2] eine erhöhte Aufmerksamkeit. Der Beitrag möchte aufzeigen, welche Relevanz diese Entwicklungen für den Bildungskontext entwickeln werden und damit auf bestehende Forschungs- und Entwicklungsbedarfe aufmerksam machen.</p>

<p>Digitalisierungsbezogene Kompetenzen sind essentiell für angehende Lehrkräfte. Neben dem Erwerb dieser Kompetenzen, erfordert das Lehramtsstudium zusätzlich die systematische Erarbeitung umfassender Vermittlungskompetenzen für digitalisierungsbezogene Themen (vgl. KMK 2021, HRK 2022).</p>

<p>An der TU Dresden werden nicht nur grundständige Lehramtsstudierende, sondern auch Lehrkräfte berufsbegleitend qualifiziert. Die Teilnehmenden dieser berufsbegleitenden Qualifizierung (BQL) sind über einen Zeitraum von zwei Jahren drei Tage die Woche als Lehrkräfte im Schulbetrieb tätig, und zwei Tage pro Woche für die wissenschaftliche Ausbildung an der Universität. Nichtsdestotrotz sollte ihnen in diesen zwei Ausbildungstagen der Aufbau bzw. die Vertiefung digitalisierungsbezogener Kompetenzen ermöglicht werden.</p>

<p>Die Dozierenden des BQL-Programms agieren hierbei als Vorbilder, indem sie digitale Medien in ihre Lehrveranstaltungen integrieren und einen Mehrwert für das jeweilige Fach mit schulischem Transfer aufzeigen. Diese Praxis inspiriert die Teilnehmenden, digitalisierungsbezogene Kompetenzen selbstständig zu nutzen und weiterzuentwickeln sowie digitale Medien gewinnbringend im eigenen Unterricht einzusetzen. Die Dozierenden haben vielfältige Ideen für den Einsatz digitaler Medien in fachspezifischen Lehr-Lern-Szenarien, benötigten aber Unterstützung bei der Entwicklung konkreter Konzepte. Dabei steht Ihnen das BQL.Digital-Team mit digitalisierungsbezogenem und technikbasiertem Know-how zur Seite. Das BQL.Digital-Team trägt einen breiten Wissens- und Erfahrungsschatz zu digitalen Tools und Trends bei und kann damit sowohl beim Erschließen dieser als auch bei der technischen Umsetzung in konkreten Lehr-Lern-Situationen unterstützen. Durch diese Kooperation eröffnet sich ein innovativer und kooperativer Lern- und Entwicklungsraum - sowohl für die Dozierenden im Seiteneinstieg und das Digital-Team, als auch für die Seiteneinsteiger:innen selbst, die an den Veranstaltungen teilnehmen. BQL.Digital-Teammitglieder und Fachdozierende kooperieren nicht nur bei der Konzeption, sondern setzen die digitalisierungsbezogenen Angebote in obligatorischen Lehrveranstaltungen auch gemeinsam um. Sie arbeiten in multiprofessionellen Teams zusammen und profitieren von den jeweiligen Expertisen.</p>

<p>Der vorliegende Beitrag präsentiert diesen Ansatz, maßgeschneiderte Angebote für die spezielle Zielgruppe der Seiteneinsteiger:innen in multiprofessionellen Teams zu konzipieren, um den Erwerb digitalisierungsbezogener Kompetenzen in der berufsbegleitenden Qualifizierung von Lehrkräften zu fördern.</p>

The current hype about artificial intelligence (AI) attracts many researchers and students to computer science (CS) education. New course offerings in various study programs emerge that teach concepts and applications of AI and data science. At the same time, interest in more fundamental theoretical computer science topics declines, even though basic knowledge in data structures and algorithms is the foundation of many modern AI and software applications. In this work we investigate an elective course teaching fundamentals of computer science to business students. The course is covering mostly theoretical CS concepts including data structures, sorting and search algorithms, computational complexity, and graphs, accompanied by small Python code examples. It used to be taught in a traditional front-of-class style to the non-CS students, which is among the reasons why it suffers from decreasing numbers of students and low student engagement.

In this experience report, we describe the implementation of an 18 months-long teaching innovation project following the Scholarship of Teaching and Learning (SoTL) methodology to modernize the course with interactive programming tasks and the application of AI. We analyze the initial situation of student engagement based on lecturer experience, expert interviews, and observations. Then we design new interactive course elements in the form of short in-class programming exercises that are aligned with the lecture contents to increase student engagement. These exercises cover the aforementioned theoretical topics and revolve around analyzing different real world datasets collected from a smart factory. The tasks involve learning about typical data analysis and pre-processing tasks such as data cleaning, reordering, filtering, and visualization that can all be linked to the theoretical CS concepts. We combine these practical tasks with the use of AI to generate source code such that students can directly apply the lecture contents in an interactive, introductory programming setting.

The analysis of this new course format based on observations and a small user study among participating students shows an increase of student engagement and an overall improvement of the learning atmosphere. The practical tasks and opportunity to work with a real world dataset from a smart factory were well received by the students. These insights may be beneficial for other computer science educators outside of the computer science majors to partially adopt the new interactive formats for an improved student engagement. We provide open access to the datasets and Python-based programming exercises in Jupyter notebooks via a public repository such that lecturers can adopt and embed the teaching materials both in digital or physical learning settings. We view the results of this teaching innovation project as a first successful step towards transitioning the course from classical teaching to a more interactive and engaging learning format.

<p>Weiterbildungsnachweise sind in Zeiten eines sich stetig verändernden Arbeitsmarktes eine wichtige Währung, um die eigenen beruflichen Fähigkeiten und Kenntnisse nachzuweisen. Damit Arbeitgebende Weiterbildungsnachweisen vertrauen können, sollten diese fälschungssicher und inhaltlich vergleichbar sein. Im Projekt „MyEduLife“ wurde eine Lösung entwickelt, wie Bildungsnachweise standardisiert und digital ausgestellt werden können. Welche Erwartungen Teilnehmende an beruflichen Weiterbildungskursen an solche digitalen Bildungsnachweise haben und unter welchen Voraussetzungen sie diese nutzen würden, war Gegenstand einer Anforderungsanalyse. Im Beitrag werden die Ergebnisse einer Erhebung zur aktuellen Nutzung von Weiterbildungsnachweisen und der Bewertung von digitalen Weiterbildungsnachweisen durch Weiterbildungsteilnehmende vorgestellt.</p>

<p>In der Einführung wird zunächst die Relevanz und Funktion von Nachweisen beruflicher Weiterbildung dargestellt. Dabei wird auf eine gestiegene politische Bedeutung standardisierter und transparenter Beschreibung von Lernergebnissen verwiesen und es werden typische Verwendungszwecke und Nutzungspraktiken für Weiterbildungsnachweise vorgestellt. In den Weiterbildungsteilnehmenden wird dabei eine Hauptzielgruppe digitaler Bildungsnachweise gesehen, da diese in der Lage sein müssen, die Nachweise zu empfangen, zu verwalten und an Dritte weiterzugeben.</p>

<p>Im Methodenteil wird das Vorgehen bei der Online-Befragung beschrieben, welche zu Beginn des Jahres 2022 im deutschen Bundesgebiet verbreitet wurde. Den standardisierten Fragebogen haben 385 Teilnehmende vollständig ausgefüllt, die Merkmale der Stichprobe entsprechen dabei in Bezug auf Branchenzugehörigkeit und Unternehmensgröße der Merkmalsverteilung im Bundesdurchschnitt.</p>

<p>Die Ergebnisse der durchgeführten Studie verweisen darauf, dass die Weiterbildungsteilnehmenden Nachweise bisher überwiegend in Papierform erhalten. Digitale Nachweise spielen aktuell vor allem in Form von PDF-Dateien eine Rolle, die jedoch noch keine Merkmale zur Sicherung des Vertrauens in Bezug auf die Datenintegrität enthalten. Die Teilnehmenden verwenden die Nachweise überwiegend im Kontext der Personalentwicklung und Bewerbung innerhalb Deutschlands und geben diese sowohl digital per E-Mail als auch in Papierform weiter. In Bezug auf die Verwendung digitaler Nachweise zeigen die Befragten eine hohe Nutzungsbereitschaft von 70 Prozent und beurteilen den Echtheitsnachweis als die wichtigste Funktion.</p>

<p>Die Diskussion macht deutlich, dass berufliche Weiterbildungsaktivitäten weiter zunehmen und digitale Weiterbildungsnachweise hierbei eine wichtige Rolle spielen können, da sie eine maschinelle Auswertbarkeit und eine Vergleichbarkeit von Abschlüssen ermöglichen. Diese Merkmale sind hierbei gleichzeitig geeignet, das Vertrauen in Bildungsnachweise zu erhöhen.</p>

<p>Spätestens seit dem Beginn der Covid-19-Pandemie 2020 sind die Begriffe „Digitalkompetenz“ und „digitale Lehre“, sowie der Umgang mit digitalen Werkzeugen zu Bildungszwecken in das öffentliche Bewusstsein gerückt. Dabei wurde von der Europäischen Kommission bereits 2017 ein Rahmenplan für das allgemeine Verständnis und die Förderung von Digitalkompetenzen (kurz: DigComp Framework) definiert, der eine wichtige Rolle im europäischen Bildungsplan einnimmt.(DigComp 2.2)<br />In Deutschland geschieht die Förderung von Digitalkompetenzen hauptsächlich im außercurricularen Bereich. Auf digitale Methodik wird oftmals eher im Bereich der MINT-Fächern zugegriffen, obwohl das DigComp-Framework Kernkompetenzen definiert, die in allen Lebensbereichen, und damit auch in den Geisteswissenschaften, eine große Rolle spielen..(Münster et al., 2023)<br />Im Rahmen des Projekts „Lehr-Lern-Hub: Digital History“ der Professur für Digital Humanities der Friedrich-Schiller-Universität Jena, wurden qualitative Befragungen von Lehrpersonal an Schulen und Studierenden durchgeführt. Diese zeigen, dass Lehrende und angehende Lehrende häufig geringe Kenntnisse von digitalen Tools zur Vermittlung ihrer Fächer haben und mit den im DigComp-Framework definierten Kompetenzen nicht vertraut sind. Erworbene Kenntnisse im Bereich Digitalkompetenz wurden zumeist autodidaktisch erlernt, da sie weder Bestandteil ihrer schulischen noch der universitären Ausbildung waren.<br />Aufgrund dessen liegt die Annahme nahe, dass ein nicht unerhebliches Spannungsfeld zwischen Vermittlungsmöglichkeiten und Kenntnissen von Lehrenden und Lernenden entsteht, da wichtige Basiskenntnisse zur Lehrvermittlung fehlen<br />Auf Basis der qualitativen Befragungen, der Erfahrungen aus dem Projekt „Lehr-Lern-Hub: Digital History“ und einer 2019 durchgeführten Befragung des Zentrums für Lehrerbildung, Schul- und Berufsbildungsforschung (ZLSB) (Schmechtig, 2020) wurde nun eine Umfrage erstellt, deren Zweck es ist, die Wissensstände von Lehrpersonen in Geisteswissenschaften zum Thema „digitale Vermittlung“ zu ermitteln und das Verständnis von Digitalkompetenz, sowie Bedarfe von Lehrpersonal an Schulen zu analysieren.<br />Während die Hypothesenstellung und das Erstellen des Fragenkatalogs zu großen Teilen auf den bereits durchgeführten qualitativen Befragungen basieren, wird die quantitative Befragung ab Mitte Mai 2024 durchgeführt.<br />Kurzfristig soll anhand der Umfrageergebnisse das Angebot der Verstetigung des „Lehr-Lern-Hub: Digital History“ verbessert werden. Langfristig sollen die Ergebnisse weiterhin als Basis für die Entwicklung von Ansätzen dienen, die Kenntnisse von Lehrpersonen zu digitaler Vermittlung verbessern und den ermittelten Bedarfen und Möglichkeiten entsprechen.<br />Der Projektbeitrag soll einen Einblick in den Fragenkatalog bieten und erste Ergebnisse besprechen.</p>

<p>Mentoring gilt als effektive Maßnahme zur Unterstützung von Lernprozessen (Eby &amp; Dolan, 2015; Nora &amp; Crisp, 2007; Ziegler, 2009). In Lehrveranstaltungen an Hochschulen mit vielen Studierenden ist diese individuelle Betreuung aufgrund der benötigten Ressourcen jedoch häufig nicht möglich. Gleichzeitig ergeben sich angesichts kontinuierlicher Entwicklungen im Bereich Künstlicher Intelligenz (KI) und damit zusammenhängender Technologien für den Bereich der digitalen Hochschulbildung neue Perspektiven und Herausforderungen. KI-Dienste bieten hierbei das Potenzial, als digitale Unterstützungsmöglichkeiten von Studierenden Anwendung zu finden (Gimpel et al., 2023). Das erlaubt die Frage, in welcher Form Ansätze von Mentoring in hybriden didaktischen Szenarien skaliert werden können (Klamma et al. 2020). <br />Vor diesem Hintergrund soll in einem Projektbeitrag die Mentoring Workbench (MWB) vorgestellt werden, eine Oberfläche (Abb. 1), die verschiedene Dienste zur Unterstützung selbstgesteuerten Lernens bereitstellt und über ein Kubernetes Cluster miteinander vernetzt (Klamma et al., 2020), z.B. Kommunikations- und Interaktionselemente in Form eines zum Teil LLM-basierten Chatbots für konkrete inhaltliche und organisatorische Fragen einer Lehrveranstaltung, eines Dashboards und eines Zeitplaners zur Organisation des Studiums, einer Suchmaschine auf Basis indexierten Lernmaterials sowie Lerneinschätzungswerkzeuge wie Schreibaufgaben und LLM-basiertes Feedback. Neben der theoretischen Einordnung der Konzeption dieses digitalen Unterstützungsangebotes in der Lehrer:innenbildung an Universitäten in Deutschland sowie der Beschreibung der Implementierung mit Fokus auf den o.g. LLM-basierten Diensten sollen auch Evaluationsergebnisse und Erfahrungen aus dem iterativen FuE-Prozess (DBR) vorgestellt werden, um einen Beitrag zur Diskussion um Innovationspotenziale sowie didaktische, technische und organisationale Gestaltungskonzepte von vertrauenswürdigen Bildungstechnologien, insbesondere Künstlicher Intelligenz, an Hochschulen zu leisten.</p>

<p>Welche Kompetenzen werden in der KI-geprägten Welt von morgen benötigt? <br /> Dieser Frage widmet sich die deutschlandweit größte Studie zum Thema KI-Kompetenzen aus dem Jahr 2023. Um der Notwendigkeit, alle Bürger:innen auf die technischen Fortschritte vorzubereiten, entgegenzutreten, ist der AIComp eine wegweisende Orientierungshilfe, durch den Kompetenzbedarfe aufgedeckt wurden und Personen sich selbst befähigen können, in einer von KI geprägten Lebens- und Arbeitswelt handlungsfähig zu bleiben.</p>

<p>Die NextEducation Forschungsgruppe der Dualen Hochschule Baden-Württemberg in Karlsruhe entwickelte im Rahmen der KI-Campus Initiative das Kompetenzmodell AIComp (Artificial Intelligence Competences), das auf einer empirischen Studie basiert, in der über 1.600 Arbeitnehmer:innen in Baden-Württemberg zu den Anforderungen der zunehmend KI-durchdrungenen Arbeits- und Lebenswelt befragt wurden.</p>

<p><strong>Forschungsdesign &amp; Methodik</strong></p>

<p>Die Entwicklung des AIComp basiert auf einem Ansatz, in dem Kompetenzen als Handlungsdispositionen definiert werden. Dieser Ansatz geht über rein instrumentelle Anwendungskompetenzen hinaus und bildet die Grundlage für die empirische Konstruktion für die in einer KI-geprägten Lebens- und Arbeitswelt benötigten zukünftigen Fähigkeiten.</p>

<p>Die Methodik integriert verschiedene empirische Ansätze, darunter Literaturrecherchen und Aufarbeitung des Status Quo, die iterative Entwicklung mehrerer Kompetenzkataloge den Einsatz von qualitativen, halbstrukturierten Interviews und Gruppendiskussionen. Dieser Entwicklungsprozess bildete die Basis für eine quantitative Studie, in der 36 kompetenzbezogene Items von 1.644 Befragten eingeschätzt wurden. Mit Hilfe des Verfahrens der Hauptkomponentenanalyse, eines multivariaten statistischen Verfahrens, wurden auf Basis des Antwortverhaltens der Befragten Strukturen herausgearbeitet, die die Kompetenzfelder des Modells bildeten.</p>

<p>Das Kompetenzmodell enthält 3 Kompetenzbereiche: (1) Arbeitsbezogene Kompetenzen, (2) persönliche Entwicklung und (3) soziales Umfeld und Organisation. Jeder Bereich umfasst mehrere Kompetenzfelder, die durch thematische Handlungsdispositionen definiert sind. Das AIComp-Modell dient somit der Identifizierung von Kompetenzen, die für erfolgreiches Handeln in einem zunehmend von KI geprägten beruflichen und persönlichen Leben wichtig sind. Es bietet eine strukturierte Möglichkeit, das Zusammenspiel von Wissen, Werten und einer Vielzahl von Fähigkeiten zu verstehen, die für das Navigieren in einer KI-integrierten Realität erforderlich sind. Die Kompetenzfelder wurden jeweils zusätzlich in den Kontext des wachsenden Einflusses von KI am Arbeitsplatz gestellt und in umsetzbare Erkenntnisse und Verhaltensweisen unterteilt<strong></strong></p>

<p>Abgefragt wurden jeweils drei Dimensionen der Kompetenzen: 1) Bereits gesammelte Erfahrungen mit diesen Kompetenzen, 2) die Souveränität der Befragten in Situationen, in denen die jeweilige Kompetenz notwendig ist und 3) die Einschätzung zur zukünftigen Bedeutung der Kompetenzen.</p>

<p>Die Integration künstlicher Intelligenz (KI) in pädagogische Praktiken repräsentiert eine innovative Entwicklung, insbesondere durch die Verwendung von KI-gestützten Lernassistenten in Bildungsumgebungen (Chen et al., 2020). Diese technologischen Fortschritte bergen das Potential zur Individualisierung von Lernpfaden (Plass &amp; Pawar, 2020; Hummel &amp; Donner, 2023; Lee et al., 2022). Speziell die personalisierte und adaptive Unterstützung durch KI-Avatare vermag, im Kontext des Konzepts des situierten Lernens (Lave &amp; Wenger, 1991; Schmohl, 2021), selbstgesteuerte Lernerfahrungen zu erleichtern und die Lernenden über den gesamten Bildungsverlauf hinweg unterstützen (Sekeroglu et al., 2019; Ninaus &amp; Sailer, 2022). Die Fragestellung dieses Beitrags konzentriert sich darauf, welche Parameter die Akzeptanz und Effizienz von KI-Avataren unter Berücksichtigung der grundlegenden Prinzipien des selbstregulierten Lernens erhöhen können (Zimmerman, 1989).</p>

<p>Eine Online-Erhebung mit 68 Studierenden aus den Fachbereichen der Sozial- und Geisteswissenschaften wurde durchgeführt, wobei offene und geschlossene Fragen gestellt und die Daten mittels der Grounded Theory ausgewertet wurden. Neben der „Personifizierung des Avatars“, welche das äußere Erscheinungsbild (visuelle Ästhetik und Identifizierbarkeit des Avatars) und die kommunikative Ausdrucksweise (sprachliche und nonverbale Kommunikation) umfasst, spielt die prozessuale Unterstützung des individuellen Lernprozesses eine entscheidende Rolle.</p>

<p>Die Ergebnisse zeigen, dass die adaptive und personalisierte Unterstützung durch KI-Avatare die Akzeptanz und das Vertrauen der Lernenden signifikant erhöht. Insbesondere formative Rückmeldungen, die den individuellen Lernfortschritt berücksichtigen und sowohl präzise als auch konstruktiv sind, tragen maßgeblich zur Effizienz und zur positiven Wahrnehmung der KI-Avatare bei. Ferner haben Mechanismen zur Förderung der Selbstreflexion sowie metakognitive Strategien, die den Lernenden helfen, ihre Lernfortschritte einzuschätzen, ihr eigenes Lernen zu planen, zu überwachen und ihre Ergebnisse zu bewerten, einen erheblichen positiven Einfluss auf die Akzeptanz und das Engagement der Lernenden. Auch die Bereitstellung von unterstütztem Lernen durch Scaffolding und klare pädagogische Zielsetzungen erweist sich als förderlich. Darüber hinaus erhöhen sozio-emotionale Unterstützung und die Förderung interaktiver Lernerfahrungen durch die Avatare die Bereitschaft der Lernenden, diese Technologien anzunehmen und aktiv zu nutzen.</p>

<p>Diese Erkenntnisse können als Grundlage für die evidenzbasierte Weiterentwicklung von KI-Avataren als individuelle Lernbegleiter für selbstregulierter Lernen herangezogen werden und gewinnen insbesondere im Kontext der digitalen Bildung und des technologiegestützten Lernens an Bedeutung (Zhai et al., 2021).</p>

Privacy policies are essential for understanding how platforms collect, use, and manage user data, reflecting compliance with legal standards such as the General Data Protection Regulation (GDPR) and providing transparency in handling personally identifiable information. In the context of the rapidly growing gig economy, examining these policies is crucial to ensure that user data is protected in line with current regulations and best practices. Enhanced digital surveillance, especially through remote work, necessitates identifying gaps and inconsistencies in data protection practices, thereby highlighting areas for improvement and fostering greater transparency and accountability. This study systematically analyzes the privacy policies of platform companies based in Germany, with a focus on gig workers. By evaluating these documents, the research aims to uncover risks and challenges in data protection and to assess the compliance of these platforms with GDPR principles, particularly regarding the rights of data subjects. Utilizing a sample of 52 German gig-working companies, privacy policies were collected and analyzed between August and October 2023. New data processing laws are addressing the new challenges, with the main objective being to improve the transparency of data processing practices. However, the study highlights the need for standardization of data processing, as communication about data processing is handled so differently, which can make workers feel insecure about how their data is handled, especially with the focus on data portability.

<p>The globalization and digitalization of the workplace, accelerated by the COVID-19 pandemic and the ongoing political crisis, are leading to higher rates of virtual collaboration and, therefore, more places and communities to meet virtually. In addition, a shortage of skilled workers is causing companies to prioritize internal communities to retain employees, share knowledge, build trust, and develop employees. These internal communities must be managed, whether communities of practice or enterprise social networks. However, managing internal communities requires more full-time resources, HR or executive support, and financial backing. It is economically viable to support the most time-consuming tasks to unlock the untapped potential of managing internal communities: creating and planning content, moderating, and campaigning. Artificial intelligence (AI) could be used to increase the efficiency and productivity of internal community managers. AI is a machine's ability to imitate human abilities, such as reasoning, learning, planning, and creativity. Thus, the role of AI in internal community management will be explored in three research questions, including (1) the state of research, (2) potential, and (3) challenges.</p>

<p>A preliminary search of academic databases revealed few results related to AI and internal community management, prompting an exploratory qualitative approach to the topic. First, a systematic literature review (SLR) was conducted in four academic databases to synthesize the current research state, revealing a knowledge and empirical gap. Second, to gather insights and data on the topic, four expert interviews were conducted to inductively discover the potential and challenges of AI from German internal community managers with and without knowledge of AI.</p>

<p>The interviews are expected to reveal the potential of AI for internal community managers, such as automating manual tasks, text suggestions, and using chatbots for time-consuming tasks to increase productivity and innovation. In addition, expected challenges include data ethics, AI literacy, transparency, trust, and community engagement.</p>

<p>Limitations to the significance of the findings are acknowledged due to the limited number of interviews. Thus, more internal community managers should be interviewed in focus groups or Delphi surveys to reduce this limitation. In addition, relevant articles may have been excluded during the SLR due to the search string or databases used. To justify the validity of the SLR, the process was transparently documented and described.</p>

<p>This article is the first to qualitatively explore the potential and challenges of AI in internal community management. It provides valuable insights into the use of disruptive technologies in corporate communities and is, therefore, highly relevant for academics and practitioners.</p>

<p>The sharing of private charging infrastructure for electric cars through an IT-supported sharing platform represents an innovative concept that could contribute to closing the gap in public charging infrastructure. As factors influencing the participation behavior of providers and users in such concepts of the sharing economy have not been sufficiently researched, this paper investigates the acceptance and diffusion factors of a peer-to-peer charging infrastructure. A theory-driven qualitative research approach involving expert interviews was applied for this purpose. The results show that the diffusion of the concept is particularly influenced by the charging point provider. Monetary incentives, convenience requirements, perceived uncertainties, technical requirements, and compatibility with living conditions are relevant aspects in the consideration of participation. This paper contributes to acceptance research in the field of the sharing economy by providing differentiated explanations for acceptance and diffusion.</p>

<p>Die Nutzung von Generativer KI (García-Peñalvo &amp; Vázquez-Ingelmo, 2023) am Hochschulsektor wird mittlerweile in zahlreichen wissenschaftlichen Publikationen diskutiert, wobei Chancen ebenso thematisiert werden wie Herausforderungen und Barrieren (Michel-Villarreal et al., 2023). Die mit Generativer KI verbundenen umfassenden Veränderungen in nahezu allen Bereichen der akademischen Welt wird dabei sowohl positiv als auch kritisch gesehen.</p>

<p>Eine Befürchtung betrifft die akademische Integrität. Mithilfe textgenerierender KI können mittlerweile einzelne Absätze bis hin zu ganzen Essays anhand einfacher Prompts generiert und als eigene Leistung ausgegeben werden. Derart generierte Texte sind aktuell weder durch Personen noch mittels Softwaresystemen treffsicher zu detektieren (Alexander et al., 2023). Davon ausgehend, dass derzeitige Mängel der KI wie z.B. halluzinierte Inhalte oder das Erfinden von Literaturangaben in Zukunft größtenteils behoben werden, könnte man annehmen, dass Generative KI tatsächlich eine Bedrohung für die akademische Integrität darstellt.</p>

<p>Gegenwärtig lässt sich diese Annahme jedoch weder beweisen noch widerlegen. Einerseits mangelt es an universellen Definitionen von Begriffen wie „Akademische Integrität“, „gute wissenschaftliche Praxis“, „Plagiat“ oder „Patchwriting“ (Perkins, 2023). Andererseits ist nicht hinreichend geklärt, inwieweit KI-generierte Texte aus linguistischer (de Beaugrande &amp; Dressler, 1981) und rechtlicher (Hugenholtz &amp; Quintais, 2021) Sicht Werkcharakter haben, und ob für solche Texte Ansprüche auf Autorenschaft und/oder Urheberschaft geltend gemacht werden können. Damit eng verbunden ist die Frage nach der eigenständigen akademischer Leistung, deren Beurteilung derzeit vor allem anhand des Produktes (also des fertigen Textes) erfolgt, wobei die Textentstehungsprozesse nur selten miteinbezogen werden (Liu, 2023).</p>

<p>Das Verständnis von eigenständiger Leistung und akademischer Integrität beruht auf einer oft jahrhundertealten Tradition. Im hier vorgeschlagenen Workshop soll eine Diskussion darüber angestoßen werden, inwieweit sich der Umgang mit Generativer KI in die Domäne der akademischen Integrität integrieren lässt und welche (Veränderungs-)Prozesse dafür notwendig sind. Im Workshop wird daher nach einem kurzen Überblick über den aktuellen Forschungsstand ein interaktiver, ergebnisoffener Diskurs anhand folgender Leitfragen angestrebt:</p>

<ul>

<li>Widersprechen die aktuellen Definitionen von akademischer Integrität dem Einsatz von Generativer KI und wie lassen sich vorhandene Widersprüche auflösen?</li>

<li>Können KI-generierte Texte Werkcharakter erlangen und welche Voraussetzungen sind dafür notwendig?</li>

<li>Ist das Erstellen KI-generierter Texte (z.B. in Form von intentionalem, intellektuell anspruchsvollem Prompting) ein maßgeblicher Bestandteil einer eigenständigen akademischer Leistung und wie kann dieser Erstellungsprozess dokumentiert und beurteilt werden?</li>

<li>Wie und wo sollen Adaptionen der akademischen Integrität verhandelt werden?</li>

</ul>

<p>The basic concept of personalized learning has become a primary focus within the realm of intelligent and smart education systems as artificial intelligence continues to evolve (Almasri et al., 2020). This review analyzes the current scenario of personalized learning using cognitive diagnosis, learning analytics, and sentiment analysis using the MOOC and Twitter dataset to underline its prime importance in present-day educational frameworks (Khosravi et al., 2020). Personalized learning is advocated for its capacity to calibrate educational experiences to individualized skills and learning progressions. This is facilitated through the utilization of cutting-edge technology and comprehensive insights into educational mechanisms, thereby fostering adaptability and operational efficiency across diverse learning environments (Radovanović et al., 2023).</p>

<p>In this contribution, a comprehensive review of personalized recommendation algorithms is conducted, with a focus on platforms such as MOOCCourse, MOOCCube, EdX, and Coursera. The objective is to explore how these algorithms not only cater to individual learner preferences but also dynamically adapt to their evolving educational needs. The study is centered around multifaceted research on personalized learning, aiming to synthesize various perspectives to provide clear definitions, insights into precise objectives, and relevant educational theories. Additionally, it critically evaluates the influence of technical frameworks on personalized learning outcomes, highlighting their effectiveness in enhancing individual capabilities and addressing specific educational requirements (Shi et al., 2022). Moreover, a detailed survey of the data applications and assessment metrics used within personalized learning is outlined, which constructs an AI framework for data analysis and outcome evaluation (Lu et al., 2021). This framework is deemed essential for guiding future research in the field.</p>

<p>The analysis demonstrates that advanced technologies like Neural Collaborative Filtering (NCF), GPT, and hybrid Transformer models significantly enhance learning systems' adaptability and efficiency (Zhang et al., 2023). These technologies refine student models and recommendation systems tailored to individual learning needs. The study discusses integrating data application strategies and outcome evaluation metrics essential for advancing personalized learning research. NCF's cognitive analysis uses metrics like precision, recall, and AUC-ROC, while GPT models use BLEU and ROUGE scores for natural language processing performance. Personalized learning recommendations are evaluated with ranking metrics such as mean reciprocal rank (MRR) and mean average precision (MAP). The review identifies challenges and future directions for personalized learning, proposing solutions to advance the field (Radovanović et al., 2023).</p>

As educational institutions strive to benefit from the rapid developments in artificial intelligence applications in their teaching and learning practices, they still need systematic guidance in effective utilization of these technologies for educational purposes while carefully addressing users’ and organizations’ needs and adequately overcoming possible challenges and limitations. This paper proposes a comprehensive framework for integrating generative artificial intelligence into digital learning and online education. The Framework for Integrating Generative Artificial Intelligence in Digital Learning (GAIDL) consists of six key components that cover various aspects of AI governance and policy, curriculum, teaching, learning, assessment, ethics, technology, student support, professional development, and evaluation. Each component has specific areas of focus and objectives. The framework aims to help educational institutions leverage the potential of AI to enhance learning outcomes while ensuring ethical and responsible use of AI.

<p>In contemporary educational paradigms, the integration of Large Language Models (LLMs) and advanced Natural Language Processing (NLP) techniques offers a transformative opportunity to redefine personalized learning and mentorship. This contribution presents a framework for the development of Trustworthy AI-Mentors, leveraging LLMs and core NLP methodologies to deliver more secure and personalized learning assistance. The central research question guiding this study is: How can AI-driven mentorship systems effectively support personalized educational experiences while ensuring stringent data privacy?</p>

<p>Traditional educational mentorship models face challenges in addressing diverse learner needs while maintaining data privacy (Jiang et al., 2022; Li &amp; Wang, 2021). The Trustworthy AI-Mentors framework integrates differential privacy, deep learning, and LLMs to create a secure, scalable learning environment. It combines differential privacy techniques with LLMs for large-scale model training while protecting data confidentiality (Tramèr et al., 2020; Papernot et al., 2018). Techniques such as noise addition, data obfuscation, and secure multi-party computation ensure privacy during model parameter or statistic sharing (Wei et al., 2020). Transformer-based LLMs enhance natural language understanding, enabling AI-mentors to provide context-aware, personalized learning through advanced NLP techniques like named entity recognition, sentiment analysis, and dependency parsing (Vaswani et al., 2017; Brown et al., 2020; Radford et al., 2019; Liu et al., 2019). </p>

<p>To evaluate the effectiveness, efficiency, and security of Trustworthy AI-Mentors, a mixed-methods research methodology is employed. This includes quantitative analysis using traditional machine learning metrics such as accuracy, error rates, F1 score, precision, and recall, as well as language-specific metrics like perplexity and BLEU score for assessing LLMs (Kumar et al., 2021). Privacy-preserving metrics, including the privacy loss bound, epsilon, and data utility, are used to ensure data privacy (Jayaraman &amp; Evans, 2019). Additionally, computational efficiency metrics such as training time and inference latency are considered. Qualitative analysis involves user feedback and case studies to assess the user experience and real-world applicability of the AI-mentors.</p>

<p>The adoption of Trustworthy AI-Mentors has significant implications for the future of education, democratizing access to high-quality mentorship and learning resources (Zawacki-Richter et al., 2019). By offering secure, personalized learning experiences, this framework empowers learners while protecting their sensitive information. Additionally, the scalable nature of differential privacy and LLMs ensures the deployment of Trustworthy AI-Mentors across diverse educational contexts, transcending geographical boundaries and socio-economic barriers (Whittlestone et al., 2019; Morley et al., 2021).</p>

<p>Die Covid-19-Pandemie hat zu einer Digitalisierung von Hochschulbildungseinrichtungen geführt. Virtuelle Welten bieten dabei im Vergleich zu Lehrveranstaltungen in Videokonferenzsystemen die Möglichkeit soziale Präsenz zu schaffen und soziale Integration zu verstärken. Die systematische Literaturrecherche von Rinn et al. zu virtuellen Welten im Bildungsbereich machte jedoch eine Forschungslücke im Bereich des pädagogisch gestalteten Einsatzes von Virtuellen Welten deutlich (vgl. Rinn et al. 2023, S. 12).</p>

<p>Im Rahmen des Forschungsprojekts [BLINDED] werden daher Konzepte von Anwendungsszenarien für den Einsatz der digitalen Welt von TriCAT Spaces® in der Hochschullehre erstellt und evaluiert. Da virtuelle Welten ursprünglich nicht zu Lehr- bzw. Lernzwecken entwickelt wurden, ist zu untersuchen, für welche Veranstaltungsformate diese geeignet sind und welche Rahmenbedingungen sowie Unterstützung gegeben sein müssen, damit ein Mehrwert sowohl für die Lernenden als auch Lehrenden besteht. Die Umsetzung eines Kommunikationsseminars in der virtuellen Welt ist besonders innovativ und gleichzeitig herausfordernd, da hierbei unterschiedliche Kommunikationsarten, insbesondere die nonverbale Kommunikation, in einer virtuellen Umgebung fehlen und somit spürbar thematisiert werden können.</p>

<p>Dieser Artikel soll die Vorgehensweise sowie Evaluation eines Kommunikationsseminars in der virtuellen Welt darstellen.</p>

<p>Die Gestaltung der virtuellen Umgebung ist relevant, da Lernen auch sozial und emotional ist, sodass die Atmosphäre der Umgebung das Lernen positiv, aber auch negativ beeinflussen kann (vgl. Eggensperger et al. 2023, S. 18). Das Setting in Innenräumen sowie in einer virtuellen Parkanlage ermöglicht abwechselnde Wissensvermittlung und Gruppenarbeiten, um so die Interaktion zwischen Studierenden und Lehrenden sowie kollaboratives Arbeiten in eigens dafür gestalteten, anregenden Umgebungen und Räumen mit integrierten oder externen Tools, wie Pinnwände, Whiteboards etc. zu ermöglichen.</p>

<p>Insbesondere die Interaktion in einer zwei Tage dauernden Veranstaltung profitiert von einer Umsetzung in einer virtuellen Umgebung, da durch die Avatare das Gefühl der sozialen Nähe entsteht. Neben der inhaltlichen Wissensvermittlung bieten sich Methoden an, welche Gruppenbildungsprozesse ermöglichen sollen. So wurden im virtuellen Vortragssaal unterschiedliche Bilder (Berge, Meer, Ampel, Tulpenfeld, etc.) aufgehängt, um ein Stimmungsbild unter den Teilnehmer*innen abzufragen und Kommunikation sowie Interaktion unter diesen zu fördern. Weiterhin fand zu Beginn der Veranstaltung eine Schnitzeljagd durch die virtuelle Umgebung statt, die ein erstes Kennenlernen der Umgebung sowie Gruppengespräche ermöglichte.</p>

The cognitive competence of vocational students is indispensable for their preparation when graduating and for success in the ever-evolving job market (Arifin et al., 2020; Kassymova et al., 2019; Nurtanto et al., 2021). Vocational students must have cognitive competencies and create a learning environment that resembles the world of work (Grollmann &amp; Rauner, 2007; Hager, 2019; Mutohhari et al., 2021; Perdana, 2019; Sun, 2022). In the survey, cognitive competencies at work were divided into four groups. The first is allocating resources correctly, such as time and financial management. The second group includes interpersonal skills, such as teamwork, mentoring, and teaching ability. The third group is the ability to obtain and use information and understand work systems. The fourth group is the ability to use the latest technology well (Kautz et al., 2014). Technological advances in the world of work have entered the era of Industrial Revolution 4.0 (Liao et al., 2018; Reeve, 2016). The use of technology such as VR/AR digital media in vocational learning is an excellent opportunity. Study results show that technological novelty is the primary environment of Generation Z and increased cognitive load by placing additional demands on working memory capacity (Albus &amp; Seufert, 2022; Dolot, 2018; Frederiksen et al., 2020; Parong &amp; Mayer, 2018).

This research will reveal what cognitive competencies are needed and created in learning through digital media using VR. The case study used in this research is learning construction cost budget plans for civil engineering students at polytechnic or university. Construction cost budget plan learning was chosen because it requires students to visualize the actual situation in the field, one of which is to calculate the volume of building structures. Students tend to have difficulty in visualizing and simulating the position of building construction. VR is considered suitable to overcome this problem.

Two types of data are used in this study: qualitative and quantitative. Qualitative data was obtained through interviews with experts, lecturers, and field practitioners. This data was used to obtain validation of what cognitive competencies were most essential to review in this study. Furthermore, quantitative data was obtained through an online questionnaire given to 60 civil engineering students at state universities in Yogyakarta through Google Forms. The questionnaire contains ten questions for each cognitive competency reviewed using a 5-point Likert scale will converted and analyzed using the Fuzzy Delphi (FDM) method.

<p>Die fortschreitende Digitalisierung im Bildungsbereich erfordert eine Neuorientierung in der Gestaltung von Lehrmethoden, wobei virtuelle Lernumgebungen eine zentrale Rolle einnehmen. Diese Plattformen bieten erhebliche Vorteile für die Kompetenzentwicklung von Studierenden, indem sie innovative, kollaborative Lernansätze unterstützen und fördern. Eine Schlüsselfunktion in der erfolgreichen Umsetzung dieser digitalen Lehrformate nehmen E-Tutor:innen ein, deren Aufgabe es ist, den Lernprozess durch interaktive und individuelle Unterstützung zu optimieren. Das Feedback der Studierenden an ihre E-Tutor:innen ist dabei ein kritischer Faktor, der die Qualität und Effektivität des Lehrprozesses erheblich beeinflussen kann. Zur Förderung dieses Feedbackprozesses wurde ein spezielles Evaluationstool entwickelt, das in Microsoft Teams integriert werden kann und auf die Bedürfnisse von E-Tutor:innen und Studierenden in virtuellen Lernumgebungen zugeschnitten ist. Dieses Tool ermöglicht es Studierenden, strukturiert und anonym Feedback zu verschiedenen Kompetenzbereichen ihrer E-Tutor:innen zu geben. Die Entwicklung des Tools basierte auf einer umfangreichen Analyse der Anforderungen durch Befragungen von Studierenden, die bereits Erfahrungen in virtuellen Lehrveranstaltungen gesammelt hatten. Daraufhin wurde ein Prototyp entworfen, der in iterativen Schritten durch Fokusgruppendiskussionen mit E-Tutor:innen evaluiert und verfeinert wurde. Das finale Produkt berücksichtigt eine intuitive Benutzeroberfläche und eine nahtlose Integration in bestehende Arbeitsflächen, wodurch es eine kontinuierliche und effektive Bewertung und damit eine gezielte Förderung der Kompetenzentwicklung der E-Tutor:innen unterstützt. Zukünftige Forschungsarbeiten sollten die technische Umsetzung und Implementierung des Tools, sowie seine Akzeptanz und den tatsächlichen Einfluss auf die Lehr- und Lernqualität in virtuellen Lernumgebungen weiter untersuchen.</p>