Problemstellung

Künstliche Intelligenz gewinnt dank fortschreitender Technologien, zunehmender Datenverfügbarkeit und wachsender Rechnerkapazitäten immer mehr an Bedeutung. Die Verarbeitung visueller Daten durch maschinelles Lernen ist einer der wichtigsten technologischen Durchbrüche in diesem Bereich. Angesichts dieser Entwicklung werden Methoden des maschinellen Sehens zunehmend zur Analyse von Körperhaltung und -bewegung eingesetzt.
Im Gesundheits- und Fitnessbereich haben sich bereits zahlreiche Fitness-Apps etabliert, die Trainingspläne erstellen, Übungsabläufe erläutern und Ernährungstipps geben. Zahlreiche Dienste bieten sowohl angehenden als auch erfahrenen Sportlern Trainingsanreize und überwachen den Trainingsfortschritt. Während die korrekte Ausführung von Kraftübungen wie Kreuzheben die Wirbelsäule und die umliegende Muskulatur stärkt, können falsche Bewegungsmuster (gebeugter Rücken, zu breiter Stand usw.) zu Verletzungen oder bleibenden Schäden führen. Im Gegensatz zu professionellen Trainern sind Apps bislang nicht in der Lage, reale Bewegungsabläufe zu kontrollieren und Sportler gezielt anzuleiten.

Vor diesem Hintergrund ist das Ziel des Projekts die prototypische Realisierung eines Fitness-Coaches, der Sportler bei der korrekten Ausführung von Krafttrainingsübungen (Langhantel-Kniebeugen, Kreuzheben, etc.) begleitet. Im Mittelpunkt steht dabei die Entwicklung eines Echtzeitsystems zur Aufzeichnung von Bewegungsabläufen während des Trainings und der anschließende Vergleich mit einer idealen Übungsausführung. Ein Feedbacksystem (Sprache, Audio, Video, haptische Signale, etc.) soll die korrekte Übungsausführung der Athleten unterstützen.

Das Projekt ist Teil einer Studie, die sich über mehrere Semester erstreckt. Die Ergebnisse der vorangegangenen Gruppe sollen explizit aufgegriffen und weitergeführt werden.

Anforderungen an das Projektteam

Die Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Anforderungsanalyse auf Basis bisheriger Ergebnisse der vorherigen Gruppe
• Recherche und begründete Auswahl geeigneter Technologien zur Erfassung der Bewegungsabläufe mittels mehrerer Kameraperspektiven (Motion Tracking)
• Entwicklung eines passenden 3D-Modells für die Analyse
• Entwicklung eines Referenzmodells für mindestens 2 Übungen
• Entwicklung eines des KI-Coaches als Webapp (z.B. mit Flutter oder React Native)
• Prototypenevaluation mit qualifizierten Probanden
  

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master
• Interesse an sportlichen Aktivitäten und deren kontinuierlicher Verbesserung
• Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung (idealerweise Python und Webtechnologien) vorteilhaft

Problemstellung

Der ständige Wandel im Steuerrecht und damit einhergehende steuerrechtliche Herausforderungen erfordern innovative Lösungen. In Deutschland allein gab es im Jahr 2021 über 6,3 Millionen steuerpflichtige Unternehmen. Die Aufgaben von Steuerberatern umfassen zahlreiche Gebiete, wie etwa die Erstellung von Jahresabschlüssen, die Beratung zu Steuereinsparungen oder die Mitwirkung bei Unternehmensgründungen. In diesem Zusammenhang sind verschiedene Arten von Steuern wie Umsatzsteuer, Lohnsummensteuer oder Körperschaftssteuer zu berücksichtigen. Die Komplexität dieser Aufgaben und die damit verbundene Dynamik stellen die 89.000 Steuerberater in Deutschland vor zunehmend große Herausforderungen. Um diesen Aufgaben dauerhaft gerecht zu werden eine kontinuierliche Weiterbildung der Steuerberater erforderlich, die viel Zeit und Ressourcen in Anspruch nimmt.

Dank fortschreitender Technologien, zunehmender Datenverfügbarkeit und wachsender Rechnerkapazitäten erlangt künstliche Intelligenz zunehmend an Bedeutung. Generative AI-Modelle wie ChatGPT ermöglichen es komplexe Anfragen zu beantworten. Zudem bieten Cloud-Plattformen Zugang zu einer Vielzahl von Datenquellen, darunter Gesetzestexte, Gerichtsurteile und Expertenanalysen, die sowohl für den Aufbau als auch für die kontinuierliche Weiterentwicklung eines neuronalen Modells verwendet werden können. Ein KI-gestützter Steuerassistent kann dabei helfen, die zunehmende Komplexität des Steuerrechts zu bewältigen, indem er kontinuierlich die rechtlichen Grundlagen erfasst und eine erste Orientierung bei konkreten Beratungsanfragen bietet.

Das Projekt zielt darauf ab, bereits vorhandene generative AI-Technologiekonzepte zu nutzen, um die Effizienz der Beratung zu erhöhen. Vor diesem Hintergrund steht im Fokus die Gestaltung und prototypische Realisierung eines AI-basierten Steuerberaterassistenten. Potenzielle Nutzer sind zunächst Steuerberater, die den Assistenten als digitalen Kompass verwenden sollen, um weiterführende Informationen (Rechtsgrundlagen, Urteile etc.) zu konkreten Sachverhalten zu erlangen. Ferner soll der Assistent auch dabei unterstützen sachbezogene Textvorlagen für notwendige Briefe und Anträge zu generieren.

Anforderungen an das Projektteam

Die Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Anforderungsanalyse und Ableitung von Gestaltungsempfehlungen auf Basis qualitativer Interviews
• Wahl geeigneter generative AI-Technologien 
• Identifikation relevanter Informationen als Grundlage für das KI-Training
• Training des Modells
• Erarbeitung eines Testkatalogs mit typischen Anfragen
• Entwicklung eines Prototyps als Webapp (z.B. mit Flutter oder React Native)
• Prototypenevaluation mit qualifizierten Probanden
  

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master.
• Interesse, die Grundlagen des deutschen Steuersystems und seine Herausforderungen zu verstehen.
• Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung (idealerweise Python und Webtechnologien) vorteilhaft.

Problemstellung

Der Erwerb wissenschaftlicher Schreibkompetenzen ist ein wesentlicher Baustein der Hochschulbildung. Studierende und Wissenschaftler stehen vor der Herausforderung, ihre Forschungsprojekte auch bei komplexen Themen klar und verständlich darzustellen. Untersuchungen zeigen, dass zahlreiche Studierende und Wissenschaftler Schwierigkeiten bei der Formulierung wissenschaftlicher Texte haben. Dies äußert sich in unklaren Formulierungen oder einer übermäßigen Verwendung von Fachtermini, wodurch die Vermittlung der Inhalte erschwert wird. Darüber hinaus sind Sprachbarrieren ein häufiges Problem, insbesondere bei Studierenden oder Wissenschaftlern, die nicht in ihrer Muttersprache schreiben. Ferner ist qualifiziertes, individuelles Feedback oft begrenzt, was den Lernprozess hin zu einem guten wissenschaftlichen Schreibstil verlangsamt.

Generative künstliche Intelligenz eröffnet neue Wege, um Texte zu vervollständigen oder zu optimieren. Moderne Sprachmodelle wie ChatGPT bieten bereits die Technologie für eine personalisierte Unterstützung zur Verbesserung von Sprachfähigkeiten. Allerdings sind diese Anwendungen nicht speziell darauf ausgerichtet, Studierende oder Wissenschaftler gezielt bei dieser Aufgabe zu unterstützen.

Vor diesem Hintergrund ist das Ziel des Projekts die Gestaltung und prototypische Implementierung einer pädagogisch-technischen Lernumgebung, die Studierende und Wissenschaftler bei der Verbesserung ihres akademischen Sprachstils unterstützt. Die Lernumgebung soll in den Schreibprozess nahtlos integriert werden und die Erstellung wissenschaftlicher Arbeiten aktiv unterstützen. Im Fokus steht die Analyse einzelner Textbausteine (Sätze und Absätze) zu denen der Nutzer qualitatives Feedback sowie Verbesserungsvorschläge erhält. Der Lernprozess soll zudem gefördert werden, indem die kontinuierliche Verbesserung nachverfolgt (Scoring etc.), häufige Fehler hervorgehoben oder Anreize zur kontinuierlichen Verbesserung geschaffen werden (Nudging etc.).

Anforderungen an das Projektteam

Die Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Anforderungsanalyse auf Basis einer Literaturrecherche.
• Recherche und begründete Auswahl geeigneter generative AI-Dienste, die über eine API eingebunden werden.
• Erstellung geeigneter Prompts zur Optimierung von Textbausteinen im wissenschaftlichen Kontext.
• Gestaltung und Entwicklung des AI Science Writing Coach als Cross-Plattform App und/oder Word-Add-In.
• Prototypenevaluation mit qualifizierten Probanden.
  

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master.
• Interesse an wissenschaftlichen Arbeitsweisen und die Intention, den eigenen wissenschaftlichen Schreibstil zu verbessern.
• Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung (idealerweise in .NET und C#) vorteilhaft

Problemstellung

Die medizinsiche Fachsprache ist hoch komplex und schwer verständlich für Patienten. Dies führt zu Verwirrung und Unklarheiten bei den Patient:innen und kann zu Fehlinterpretationen oder falschen Behandlungsentscheidungen führen. Bestehende Lösungen wie washabich.de oder der Befunddolmetscher sind jedoch von (ehrenamtlichen) ärztlichem Personal abhängig. Um dieses Problem zu lösen, sollen KI-basierte Technologien wie Generative AI und Large Language Models (bspw. GPT-4, LLAMA 2) genutzt werden, um die sprachliche Komplexität von z.B. Arztbriefen anonym und schnell zu reduzieren und sie für Patienten verständlicher zu machen.

Vor diesem Hintergrund ist die Zielsetzung des Studienprojektes die Konzeptualisierung und Entwicklung eines Systems zur Förderung der Verständlichkeit in der Arzt-Patientenkommunikation. Lösungsidee ist ein digitaler Assistent der die Fachsprache für den Patienten „übersetzt“, sowie Nachfragen beantworten kann als auch entsprechendes Feedback an die Patient:innen zurückliefern. Zielsetzung ist das Patient Empowerment. Die Integration sollte zumindest webbasiert im Browser laufen, aber kann auch auf weitere Plattformen erweitert werden (bspw. mobile Plattformen). Entsprechende Hardware (AI-Workstation 2x RTX4090) kann vom Lehrstuhl zur Verfügung gestellt werden.

Das Projekt ist Teil einer Studie, die sich über mehrere Semester erstreckt. Die Ergebnisse der vorangegangenen Gruppe sollen explizit aufgegriffen und weitergeführt werden.

Anforderungen an das Projektteam

Die Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Anforderungserhebung, Konzeptualisierung und prototypische Weiterentwicklung der KI-Pipeline (LLAMA 2)
• Prototypische Realisierung als Webapp (bspw. Flutter etc.) und Evaluation des Prototyps
• Verwaltung des Source-Codes in einem Git-Repository (wird vom Lehrstuhl bereitgestellt)
• Abschlusspräsentation der Ergebnisse

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master
• Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung (idealerweise Python) vorteilhaft; Kenntnisse bei der Bearbeitung von KI-Problemen vorteilhaft

Problemstellung

In der heutigen digitalen Ära, geprägt von einer starken Präsenz digitaler Technologien und sozialer Medien, ist das Thema Einsamkeit ein drängendes gesellschaftliches Problem. Die ständige Erreichbarkeit und Vernetzung kann paradoxerweise zu einem Gefühl der Isolation führen. KI-basierte Technologien, wie Generative AI und Large Language Models, sind in der Lage ausführliche und vielschichtige Konversationen zuführen basierend auf einem dem Menschen überlegenen Wissensschatz. Mittels Conversational AI, können die Gesprächspartner individualisierte und damit die eigenen Vorlieben und Zielsetzungen angepasst werden.

Vor diesem Hintergrund ist die Zielsetzung des Studienprojektes die Konzeptualisierung und Entwicklung eines virtuellen Begleiters, der als Gesprächspartner dient. Dieser soll auf gesprochene Anfragen antworten und eine Konversation aufrechterhalten können. Die Realisierung soll auf Basis eines LLMs (bspw. GPT4, LLAMA 2) in Kombination mit einer App (z.B. Flutter) erfolgen. Entsprechende Hardware (AI-Workstation 2x RTX4090) kann vom Lehrstuhl zur Verfügung gestellt werden.

Anforderungen an das Projektteam

Die Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Anforderungserhebung, Konzeptualisierung und prototypische Entwicklung der Conversational Agents
• Prototypische Realisierung als Webapp (bspw. Flutter etc.) und Evaluation des Prototyps
• Verwaltung des Source-Codes in einem Git-Repository (wird vom Lehrstuhl bereitgestellt)
• Abschlusspräsentation der Ergebnisse
  

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master
• Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung (idealerweise Python, Webtechnologien) vorteilhaft; Kenntnisse bei der Realisierung von KI-Problemen vorteilhaft.
  

Problemstellung

Die zunehmende Verbreitung von Drohnentechnologie hat in den letzten Jahren eine Vielzahl von Anwendungsfeldern eröffnet, von der Luftbildfotografie bis hin zur Katastrophenhilfe und Überwachung. Drohnen sind zu unverzichtbaren Werkzeugen in verschiedenen Branchen geworden, darunter die Landwirtschaft, die Luft- und Raumfahrt, die Logistik und die Unterhaltungsindustrie. Trotz ihrer vielseitigen Einsatzmöglichkeiten bleibt jedoch eine zentrale Herausforderung bestehen: Die meisten Drohnen müssen manuell gesteuert werden, was die Effizienz und den breiteren Einsatz dieser Technologie einschränkt.

Durch KI-Methoden, insbesondere Reinforcement Learning, kann diese Problemstellung adressiert werden und Drohnen die Fähigkeit verliehen werden autonom Missionen auszuführen und dabei menschliche Eingriffe auf ein Minimum zu reduzieren. Dieses Projekt wird in enger Kooperation mit der it-objects, einem Softwarefirma aus Essen, umgesetzt. Die it-objects hat sich auf innovative Technologielösungen im Bereich der unbemannten Fahrzeuge spezialisiert und wird die Studierenden mit ihrem Team aktiv unterstützen. Die Studierenden erhalten neben einer dedizierten Einführung und einer persönlichen Betreuung während des Projektes, auch alle entsprechenden Softwarekomponenten um ohne entsprechenden Rüstaufwand in das Thema einsteigen zu können. Entsprechende Hardware (Drohnen) wird vom Lehrstuhl zur Verfügung gestellt werden. Das Projekt bietet neben einer zukunftsrelevanten und innovativen Problemstellung auch die Möglichkeit potenzielle Kontakte für einen späteren Karriereweg aufzubauen.

Anforderungen an das Projektteam

Die Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Anforderungserhebung, Konzeptualisierung und prototypische Entwicklung des autonomen Agenten
• Integration des autonomen Agenten auf die Drohne
• Evaluation der Fähigkeiten des Agenten in realer Erprobung.
• Verwaltung des Source-Codes in einem Git-Repository (wird vom Lehrstuhl bereitgestellt)
• Abschlusspräsentation der Ergebnisse
  

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master
• Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung (idealerweise Python) vorteilhaft; Kenntnisse bei der Realisierung von KI-Problemen oder mit Drohnen sind vorteilhaft.