THD Wirtschaftsinformatik - 7. Semester (Stand 2017)

Patrick Gawron · September 1, 2017

E- und M-Business

  • Verhaltensökonomie, Homo Oeconomicus, Transaktionskosten
  • E-Commerce, SEM/SEO, Suchmaschinen
  • Nudging, Social/Local/Online/Mobile Marketing
  • Individuelle Bedürfnisse, Opportunitätskosten
  • Preisstrategien, psychologische Preisgestaltung, Crowdfunding, Freemium
  • Sicherheit & Bezahlsysteme, Web Usability, Barrierefreiheit
  • Kaufentscheidungen verstehen, Verhalten beeinflussen, Ethik
  • Konzepte: Long Tail, Grenzkosten, Null-Grenzkosten-Gesellschaft, The Glass Cage, Makers, Trust, Attention, Gamification, Sharing Economy, Plattform-Revolution
  • Disruptive Innovation, Automatisierung

Screen Design - Design von Alltagsgegenständen

  • Affordances, Signifiers, Mappings
  • Feedback, Constraints, Conceptual Models

Modelle

  • SRK: Skill / Rule / Knowledge-Based Behaviour
  • Informationsverarbeitung: Wahrnehmung, Kognition, Handlung
  • Aktionsstufenmodell: Goal, Plan, Specify, Perform - Perceive, Interpret, Compare
  • Design Principles: Contrast, Repetition, Alignment, Proximity (C.R.A.P.)
  • Fovea als “brain pixels”
  • System 1 vs System 2
  • Change blindness (“did you see the gorilla?”)
  • Optische Täuschungen: Farben, Längenwahrnehmung
  • Visuelle Wahrnehmung: bottom-up, Merkmale
  • Gestalt-Gesetze: Ähnlichkeit, Nähe, Geschlossenheit, Prägnanz, Fortsetzung, Gemeinsames Schicksal, Vertrautheit
  • SEEV: Salience, Effort, Expectancy, Value
  • Capacity Model of Attention, Multiple Resource Theory
  • Automation: Workload

Darstellung von Informationen

  • Diagrammtypen: Balken, Punkt, Linien, Sparklines, Box Plots, Karten, Heatmaps, Treemap, Bullet
  • Display-Design: Redundanzen nutzen, Unterscheidbarkeit, bildhafter Realismus, bewegte Teile, Kosten des Informationszugangs
  • Proximity Compatibility Principle
  • Wissen der Welt: interkulturelle Aspekte
  • Vorhersagehilfen, Konsistenz, Joy of Use, Dashboard-Design

Heuristische Evaluation

  • Sichtbarkeit des Systemstatus
  • Übereinstimmung System ↔ reale Welt
  • Konsistenz und Standards
  • Fehler vermeiden
  • Erkennen vor Erinnern
  • Flexibilität und effiziente Nutzung
  • Ästhetisches und minimalistisches Design
  • Unterstützung beim Erkennen, Verstehen, Bearbeiten von Fehlern
  • Hilfe und Dokumentation

Wissensbasierte Systeme

  • Daten → Informationen → Wissen
  • Verarbeitung: Erkunden, Suchen, Identifizieren, Untersuchen, Analysieren, Bewusstmachen, Entscheiden, Verbessern, Restrukturieren, Behalten, Informieren

Künstliche Intelligenz

  • Eigenschaften: Symbolverarbeitung, inneres Modell, Schlussfolgern, Abstraktion, Spezialisierung, Transfer, Strategiebildung, Anpassungsfähigkeit, Lernfähigkeit, Mustererkennung, Sprachverstehen
  • Logik, Turing-Test
  • Neuronale Netze, Hidden Markov Models, Belief Networks
  • Ontologien und Wissensbasen
  • Lernverfahren im Data Mining
  • Unscharfe / unvollständige Aussagen
  • Wissensakquisition: indirekt vs direkt
  • Techniken: Expertenbeobachtung, Problemdiskussion/-beschreibung, Systemverfeinerung, Systemvalidierung
  • Methoden: Wissensrepräsentation, heuristische Suche, Meta-Reasoning, Konnektionismus (NN), Mustererkennung
  • Intrinsische vs extrinsische Eigenschaften
  • Semantische Netze
  • Ontologien: Objekte, Eigenschaften, Beziehungen, Axiome, Prinzipien
  • OWL Full / DL, RDF
  • Wissensrepräsentation: Logiken, Regeln, strukturierte Objekte
  • Prolog
  • Suche: erschöpfend vs heuristisch; Suchbaum, genetische Verfahren, fallbasiertes Schliessen

Wissensmanagement

  • Tools: Intranet, CBR, Know-how-DBs, FAQ, Answer Garden, selektive Informationsverteilung, Groupware, Workflow-Systeme, Wissenskarten, Web 2.0/3.0, Weblogs (intern/extern), Wiki, Podcast, Social Bookmarking/Tagging
  • Virtuelle Communities und Netzwerke
  • Wissensportale: Personalisierung, Suche, Kollaboration, Sicherheit, Dynamik, Erweiterbarkeit, CMS, Bedienerfreundlichkeit
  • “Haus des Wissens”: Mensch, Organisation, Technik
  • Integration: EAI, RFC, CORBA, SOA, API, REST
  • Einführung: Sensibilisierung → Planung (Kultur, Ziele, Organisation, Strategie) → Durchführung (Implementierung, Rollen, Change) → Controlling (Erfolgsmessung)

Maschinelles Lernen

  • Empirisch / induktiv vs deduktiv / speedup learning
  • Supervised: Daten + Klassifikation
  • Unsupervised: nur Daten
  • NN: incremental, backpropagation, Alpha/Beta-Error
  • Realworld: Spam-Erkennung, Kreditwürdigkeit
  • Tellim-System (Intelligent Multimedia): Personalisierung/Kontextualisierung
  • Chatbots: AIML
  • Expertensysteme
  • 4.0-Ableger: Lernen 4.0, E-Commerce 4.0 (Mass Customization), Industrie 4.0 (MES, ERP)

Agenten

  • Intelligente Agenten - Umgebung: zugänglich, deterministisch/stochastisch, episodisch/sequenziell, statisch/dynamisch, diskret/kontinuierlich; Rationalität
  • Schwache vs starke KI
  • PAGE: Percepts, Actions, Goals, Environment
  • Architekturen: reaktiv, proaktiv, Subsumption, Automaten
  • Sensorverarbeitung in der Robotik
  • Kommunikation: Protokolle, KQML, MsgQueue, RabbitMQ
  • FIPA: Kommunikation, Sprechakt, Inhalt, Performatives
  • Kooperation und Verhandlung
  • Anwendungen: verteilte Systeme (räumlich, zeitlich, semantisch, funktional), Netzwerke, Mensch-Maschine-Kommunikation
  • Ethische Verhaltensvorgaben für intelligente Agenten

7. Semester war der “weiche” Teil: Wahrnehmung, Wissen, Agenten - die Themen, die heute KI-Alltag sind.