„Untersuchung von Kapselnetzen zur Erkl\u00e4rbarkeit von Bildreihenfolgen“<\/p>\n\n\n\n
Seit dem zunehmenden Einsatz k\u00fcnstlicher Intelligenz (KI) in verschiedensten Lebensbereichen steigt der Bedarf an erkl\u00e4rbaren KI-Modellen. Diese Arbeit befasst sich mit der Erkl\u00e4rbarkeit von Kapselnetzen, die auf \u201eConvolutional Neural Networks\u201c (dt: Faltende neuronale Netze) basieren. <\/p>\n\n\n\n
\u00dcber ein Kapselnetz wird die Zugeh\u00f6rigkeit der Bilder eines Datensets zu verschiedenen Begriffen (\u201eKlassen\u201c) ermittelt. Die Bilder werden nach dieser Zugeh\u00f6rigkeit in einem Ranking angeordnet. Eine Erkl\u00e4rbarkeit wird generiert durch die Visualisierung der Merkmale, die vom Kapselnetz erkannt wurden. Auch die Bereiche, die zu anderen Begriffen zugeordnet wurden, werden visualisiert. Abschlie\u00dfend wird durch die Modifikation der Bilder gezeigt, dass innerhalb des Kapselnetzes Merkmale gespeichert werden, die nach einer Decodierung f\u00fcr den Menschen nachvollziehbar sind.<\/p>\n\n\n\n
Zur Ansicht: https:\/\/suma-ev.de\/wp-content\/uploads\/2021\/10\/Masterthesis_FeliziaQuetscher.pdf<\/a><\/p>\n\n\n\n „Entwicklung einer Steuerungskomponente zur Priorisierung von Auftr\u00e4gen f\u00fcr verteilte Webcrawls“<\/p>\n\n\n\n Das Ziel der vorliegenden Masterarbeit ist die Erstellung einer zentralisierten Steuerungskomponente, die innerhalb eines verteilten Web-Crawling-Systems agiert und unterschiedliche Strategien zur Pri- orisierung und Partitionierung von URLs und Domains einsetzen kann.<\/p>\n\n\n\n Mithilfe einer systematischen Literaturanalyse werden existierende Strategien gesammelt und katego- risiert. In einer prototypischen Umsetzung werden die Grundfunktionalit\u00e4ten der Steuerungskom- ponente und eine Auswahl der ermittelten Strategien implementiert. Ausgehend von der Steuerungs- komponente wird ein Testsystem mit den relevanten Web-Crawling-System-Komponenten URL- Datenbank, verteilte Fetcher-Simulatoren und Ergebnissammler erstellt. Eine Teststeuerung erprobt die Ausf\u00fchrung der Strategien im Testsystem. Die Erprobung erfolgt auf den in der Arbeit erarbeite- ten Metriken Anteil besuchter Seiten, Aktualit\u00e4t <\/em>und Auslastung.<\/em><\/p>\n\n\n\n Das Ergebnis der Arbeit ist ein Prototyp, der f\u00fcr die Produktion weiterentwickelt werden kann und ein Testsystem, das mit zus\u00e4tzlichen Strategien erweitert werden und mit bestehenden Strategien ver- glichen werden kann.<\/p>\n\n\n\n Zur Ansicht: https:\/\/suma-ev.de\/wp-content\/uploads\/2020\/09\/Masterthesis-Final-Digital.pdf<\/a><\/p>\n\n\n\n \u201eDer Einfluss themenbezogener Anzeigen auf die politische Informationssuche von Suchmaschinennutzern\u201c <\/p>\n\n\n\n Die vorliegende Masterarbeit widmet sich dem Einfluss themenbezogener Anzeigen auf die politische Informationssuche von Suchmaschinennutzern. Hierf\u00fcr wird untersucht, ob es einen Zusammenhang zwischen dem Klickverhalten der Nutzer auf politische Anzeigen und deren Wissen \u00fcber das Gesch\u00e4ftsmodell von Suchmaschinen gibt. Zur \u00dcberpr\u00fcfung der Fragestellung wurde eine nicht – repr\u00e4sentative Online – Nutzerstudie mit 559 Probanden inklusive einer Vor – und Nachbefragung in Form von Frageb\u00f6gen durchgef\u00fchrt. Die Ergebnisse der Studie konnten keine signifikanten Einfl\u00fcsse von themenbezogenen Anzeigen auf das Klickverhalten von Suchmaschinennutzern feststellen. Zudem konnte kein Zusammenhang zwischen dem Kenntnisstand der Nutzer \u00fcber das Gesch\u00e4ftsmodell von Google und deren Klickverhalten auf politische Anzeigen ermittelt werden. Letztlich zeigten auch die untersuchte themenabh\u00e4ngige Wahrnehmung von Nutzern keinen Einfluss auf das Selektionsverhalten dieser. Hinsichtlich der Klickverteilung und der Bearbeitungsdauer der Selektionsaufgaben konnten jedoch Anomalien zu vorangegangenen Studien aufgezeigt werden, die einer umfangreicheren Forschung bed\u00fcrfen.<\/p>\n\n\n\n Zur Ansicht: https:\/\/suma-ev.de\/wp-content\/uploads\/2020\/03\/MA_Hardieck_200228.pdf<\/a><\/p>\n\n\n\n „Auswirkungen der Richtlinie \u00fcber das Urheberrecht und die verwandten Schutzrechte im digitalen Binnenmarkt auf Online-Diensteanbieter“<\/p>\n\n\n\n Die DSM-RL ist ein Eckpfeiler des ambitionierten Vorhabens der EU das Urheberrecht zu modernisieren. Die Reaktion auf neue Gesch\u00e4ftsmodelle, die zu einer massenhaften Nutzung von- und Zugangsvermittlung zu urheberrechtlich gesch\u00fctzten Inhalten im Internet beigetragen haben, ist dabei ein Quell der Bestrebungen. Denn Dienste wie YouTube, Google oder Facebook generieren ihre Wertsch\u00f6pfung mittelbar \u00fcber Inhalte Dritter w\u00e4hrend Urheber vor den Schwierigkeiten der Rechte- und Interessendurchsetzung im Internet stehen. Zur Schaffung eines funktionsf\u00e4higen Marktes in diesem Bereich sind in Titel IV des Richtlinienentwurfs daher Bestimmungen vorgesehen, welche der St\u00e4rkung von Rechteinhabern gegen\u00fcber Dienstanbietern dienen sollen. Bei den wohl umstrittensten dieser Vorschriften handelt es sich um das Leistungsschutzrecht von Presseverlegern, Artikel 15 DSM-RL, einerseits sowie um die Pflichten von Online-Diensteanbietern f\u00fcr bestimmte Nutzung von gesch\u00fctzten Inhalten, Artikel 17 DSM-RL, andererseits. Der Beitrag analysiert diese Vorschriften mit Blick darauf, ob und inwieweit sie dem intendierten Zweck eines Interessenausgleichs zwischen den Rechteinhabern, Dienstanbietern und nicht zuletzt Nutzern gerecht werden und gleichsam mit dem sonstigen nationalen und europ\u00e4ischen Recht in Einklang stehen. <\/p>\n\n\n\n Zur Ansicht: https:\/\/suma-ev.de\/wp-content\/uploads\/2020\/02\/2933530_Masterarbeit_EULISP_2018_19_Final.pdf<\/a><\/p>\n\n\n\n „Personalisiserung als Ursache von Search Engine Bias: eine Untersuchung personalisierter Google-Suchergebnisse zu kontrovers diskutierten Umweltthemen“<\/p>\n\n\n\n Die Arbeit soll personalisierte Google-Ergebnisse hinsichtlich kontrovers diskutierter Umweltthemen untersuchen. <\/p>\n\n\n\n Zur Ansicht: https:\/\/suma-ev.de\/wp-content\/uploads\/2019\/10\/Reiter_Manuel_191011.pdf<\/a><\/p>\n\n\n\n \u201eDer Einfluss des \nVerst\u00e4ndnisses von Suchmaschinenwerbung auf das Rechercheverhalten am PC\n und am mobilen Endger\u00e4t: eine Nutzerstudie\u201c <\/p>\n\n\n\n Diese Masterarbeit untersucht, welchen Einfluss der Kenntnisstand \u00fcber Suchmaschinenwerbung auf das Rechercheverhalten am PC sowie am Smartphone aus\u00fcbt. Daf\u00fcr wurde ein Methodenmix aus Interview, Eye-Tracking-Experiment und Fragebogen mit 50 studentischen Probanden eingesetzt. Die Probanden verf\u00fcgten \u00fcber ausgepr\u00e4gte Kenntnisse im Bereich der Suchmaschinenwerbung. Ihr Blick- und Klickverhalten auf Anzeigen fand somit im Bewusstsein dar\u00fcber statt, dass es sich um bezahlte Ergebnisse handelte. Zuk\u00fcnftige Studien bieten sich insbesondere dahingehend an, das Experiment mit einem anderen Sample zu wiederholen und die in der vorliegenden Studie ermittelte bewusste Anzeigenauswahl zu untersuchen.<\/p>\n\n\n\n Zur Ansicht: http:\/\/dx.doi.org\/10.13140\/RG.2.2.21818.03526<\/a><\/p>\n\n\n\n „Der Einfluss von Marken auf die Klickentscheidung in Suchmaschinen: eine empirische Online-Nutzerstudie am Beispiel des Online-Ticket-Marktes in Deutschland“<\/p>\n\n\n\n Im Rahmen der Masterarbeit sollte am Beispiel des deutschen Online-Ticket-Marktes untersucht werden, inwiefern Markeneffekte das Selektionsverhalten in Suchmaschinen beeinflussen k\u00f6nnen. Daf\u00fcr wurde mit insgesamt 924 Personen eine experimentelle Online-Nutzerstudie durchgef\u00fchrt, in der die Probanden manipulierte Suchergebnisseiten pr\u00e4sentiert bekamen. Die Ergebnisse zeigen, dass ein dem Positionseffekt nachgelagerter Markeneffekt existiert, abh\u00e4ngig von der Gr\u00f6\u00dfe der Marke. Unterschiedliche im Experiment gebildete Nutzersegmente machen deutlich, dass dieser Effekt auch hinsichtlich der Kaufh\u00e4ufigkeit, dem bisherigen Kontakt mit einer Marke sowie der Nutzererfahrung variieren kann.<\/p>\n\n\n\n Zur Ansicht: https:\/\/suma-ev.de\/wp-content\/uploads\/2019\/05\/Masterarbeit_Koop.pdf<\/a><\/p>\n\n\n\n „Explizite und implizite Theorien von Sch\u00fclerinnen und Sch\u00fclern \u00fcber die algorithmischen Sortierprozesse von Informationsintermedi\u00e4ren“<\/p>\n\n\n\n Plattformen wie Google, Youtube und Instagram spielen eine immer gewichtigere Rolle in den Informations- und Kommunikationspraktiken von Nutzerinnen und Nutzern, insbesondere in j\u00fcngeren Altersgruppen. Dabei setzen jene Plattformen Algorithmen ein, um zu entscheiden, was die Nutzerinnen und Nutzer an Informationen im Netz zu sehen bekommen. Die Entscheidung dar\u00fcber, welche Inhalte einem\/r Nutzer\/in auf einer Plattform angezeigt werden, bestimmt sich nach unterschiedlichen Faktoren, zum Beispiel nach den Interessen und Pr\u00e4ferenzen eines\/r Nutzers\/in oder nach der Beliebtheit eines Beitrags.<\/p>\n\n\n\n Die Studentin Anna Gr\u00f6hn hat im Rahmen ihrer Abschlussarbeit im Masterstudiengang Information, Medien, Bibliothek an der Hochschule f\u00fcr Angewandte Wissenschaften in Hamburg untersucht, inwieweit jugendliche Nutzerinnen und Nutzer \u00fcber jene Mechanismen Bescheid wissen. Zu diesem Zweck hat sie Interviews mit Sch\u00fclerinnen und Sch\u00fclern im Alter von 14 bis 19 Jahren gef\u00fchrt.<\/p>\n\n\n\n Die grundlegende Frage, die sich Anna Gr\u00f6hn stellte, war: Was wissen Jugendliche \u00fcber die Funktionsweisen der Plattformen, die sie in ihrem digitalen Alltag nutzen? Wissen sie, warum ihnen bestimmte Videos und Kan\u00e4le auf Youtube oder Instagram immer wieder angezeigt werden? Und auf welcher Basis Google ihnen manchmal Werbung in den Suchergebnisseiten ausspielt?<\/p>\n\n\n\n Die Befragung fokussierte sich dabei auf die von den Sch\u00fclerinnen und Sch\u00fclern meist genutzten Plattformen: Youtube, Instagram, Snpachat, Whatsapp und Google. Die Studienergebnisse deuten darauf hin, dass die befragten Sch\u00fclerinnen und Sch\u00fcler ein eher grobes Verst\u00e4ndnis von den Funktionsweisen der Plattformen aufweisen. Dennoch scheint den meisten Befragten insgesamt bewusst zu sein, dass in den von ihnen genutzten Plattformen automatisiert Inhalte sortiert und gewichtet werden.<\/p>\n\n\n\nMasterarbeit von Jens G\u00e4beler<\/h2>\n\n\n\n
Masterarbeit von Thomas Hardieck<\/h2>\n\n\n\n
Masterarbeit von David Faber<\/h2>\n\n\n\n
Masterarbeit von Manuel Reiter<\/h2>\n\n\n\n
Masterarbeit von Sebastian Schulthei\u00df<\/h2>\n\n\n\n
Masterarbeit von Oliver Koop<\/h2>\n\n\n\n
Masterarbeit von Anna Gr\u00f6hn<\/h2>\n\n\n\n