{"id":39,"date":"2020-12-16T12:48:48","date_gmt":"2020-12-16T11:48:48","guid":{"rendered":"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/?page_id=39"},"modified":"2024-01-26T14:49:03","modified_gmt":"2024-01-26T13:49:03","slug":"studentische-arbeiten","status":"publish","type":"page","link":"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/studentische-arbeiten\/","title":{"rendered":"Studentische Arbeiten"},"content":{"rendered":"<p><strong>(Kurzfassungen\/Abstracts: siehe weiter unten)<\/strong><\/p>\n<hr \/>\n<ul>\n<li>Monica Guimares: &quot;Graph Analytics Algorithms for Serious Games&quot;, HS Aalen, Fraunhofer IOSB, Master Thesis, 2023<\/li>\n<li>German Pustovojtovskij: &quot;Untersuchung und Operationalisierung von Performance-Messungen f\u00fcr adaptive Assistenzsysteme&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2023  [ <a href=\"..\/wp-content\/uploads\/2023\/06\/Masterarbeit_German_Pustovojtovskij_Optimized.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Alexis Delaunay: &quot;Operationalisierung Graph-basierter Lernpfade f\u00fcr adaptive Serious Games&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2022  [ <a href=\"..\/wp-content\/uploads\/2022\/11\/BScDelaunay2022_final.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Rafael Baur: &quot;Graph Analytics f\u00fcr Performance Messungen und adaptive Lernpfade&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2022  [ <a href=\"..\/wp-content\/uploads\/2022\/03\/Bachelorarbeit_Rafael_Baur.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Simon Schwarz: &quot;Deep-Crawling-Assistenzsysteme als E-Learning-Autorenwerkzeuge&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2021 [ <a href=\"..\/wp-content\/uploads\/2021\/05\/MScSchwarz2021_Findoo.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Geraldine Sutter: &quot;SmartLISA \u2013 Un\u00fcberwachtes Maschinelles Lernen auf xAPI-Nutzungsinteraktionsdaten zur adaptiven Regelung in Serious Games&quot;, Jade Hochschule, Fraunhofer IOSB, Bachelor Thesis, 2021  [ <a href=\"..\/wp-content\/uploads\/2021\/05\/BScSutter2021.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Benjamin Rauwolf: &quot;Evaluation von adaptiven Lernsystemen am Beispiel von Elektrotechnik Mathematik und Bildauswertung&quot;, HAWK G\u00f6ttingen, Fraunhofer IOSB, Bachelor Thesis, 2021   [ <a href=\"..\/wp-content\/uploads\/2022\/02\/BScRauwolf2021_AdaptiveLMSMathematik.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>German Pustovojtovskij: &quot;Anwendung von Regressionsmodellen f\u00fcr adaptive digitale Lernspiele in der Bildauswertung&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2021 [ <a href=\"..\/wp-content\/uploads\/2021\/02\/BScPustovojtovskij2021-PFA.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Kolja Bauer: &quot;Application of A.I. Driven Cognitive User Modeling for Adaptive Serious Games&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2021 [ <a href=\"..\/wp-content\/uploads\/2021\/04\/BSc_thesis_baukol.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Andreas Lobstedt: &quot;Smarte digitale Lernspiele mit interoperabler Kopplung und Adaptivit\u00e4t&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2020 [ <a href=\"..\/wp-content\/uploads\/2020\/12\/BscLobstedt2020_SmartLISA_Optimized.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Alexander Grissinger: &quot;User Modeling Using Graph Algorithms for Adaptivity in E-Learning Systems&quot;, SRH Heidelberg, Fraunhofer IOSB, Master Thesis, 2020 [ <a href=\"..\/wp-content\/uploads\/2020\/12\/MscGrissinger2020_GraphAnalyticsAdaptivity.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Vivek Yadav: &quot;User Assistance for Serious Games Using Hidden-Markov-Model&quot;, SRH Heidelberg, Fraunhofer IOSB, Master Thesis, 2020  [ <a href=\"..\/wp-content\/uploads\/2020\/12\/MScYadav2020_SeGaAdapt.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Kansei Hara: &quot;Entwicklung von gekoppelten Lernumgebungen mit Interoperabilit\u00e4t-Standards&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2019 [ <a href=\"..\/wp-content\/uploads\/2020\/12\/HaraBSc2019Kopplung.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Michael Aydinbas: &quot;Realizing Cognitive User Models for Adaptive Serious Games&quot;, TU Darmstadt, Fraunhofer IOSB, Master Thesis, 2019 [ <a href=\"..\/wp-content\/uploads\/2020\/12\/Aydinbas_2019_Thesis.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Simon Schwarz: &quot;Erweiterung Web-basierter Prozesslernspiele zur Abbildung von allgemeinen Prozessabl\u00e4ufen (Extending Process Training Serious Games for Generic Workflows Applications)&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2019 [ <a href=\"..\/wp-content\/uploads\/2020\/12\/BscSchwarz2019_EXTRA2.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Lukas Bach: &quot;Nutzungssimulator f\u00fcr adaptive Lernspiele und Computersimulationen (Usage Simulator for Adaptive Serious Games and Computer Simulations)&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2018  [ <a href=\"..\/wp-content\/uploads\/2020\/12\/BachBsc2018ElaiSim.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Julius Busch: &quot;Einsatz k\u00fcnstlicher Intelligenz in adaptiven Lernsystemen (Use of Artificial Intelligence in Adaptive E-learning Systems)&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2018  [ <a href=\"..\/wp-content\/uploads\/2020\/12\/BSc2018_Busjul_UMAI.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Julien Hoffmann: &quot;Virtual Reality f\u00fcr Assistenzsysteme in der Bildauswertung (Virtual Reality for Assistance Systems in Image Exploitation)&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2017  [ <a href=\"..\/wp-content\/uploads\/2020\/12\/HoffjuMScThesis_FINAL_optimized.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Sebastian Leidig: &quot;Analysis of User Attention for Adaptive Serious Games - Design and Implementation of an Evaluation Framework (Aufmerksamkeitsanalyse f\u00fcr adaptive Lernspiele - Konzeption und Entwicklung eines Evaluations-Frameworks)&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2016 [ <a href=\"..\/wp-content\/uploads\/2020\/12\/MSc_leidig_2016.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Christian Biegemeier: &quot;Web-basierte Schnittstelle zur Analyse und Adaption von Serious Games (Web-based Interface for Analysis and Adaption of Serious Games)&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2016  [ <a href=\"..\/wp-content\/uploads\/2020\/12\/MScThesis_Biegemeier_2016.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Alexander Gundermann: &quot;A Web-Based Serious Game for Joint Training (Web-basiertes Serious Game f\u00fcr Training im Verbund)&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2016  [ <a href=\"..\/wp-content\/uploads\/2020\/12\/Thesis_Gundermann_2016.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Eva Lehmann: &quot;Entwicklung und Akzeptanzanalyse eines kartenbasierten Lernspiels&quot;, Hochschule Karlsruhe - Technik und Wirtschaft, Fraunhofer IOSB, Bachelor Thesis, 2015  [ <a href=\"..\/wp-content\/uploads\/2020\/12\/Thesis_Lehmann.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Marcel Finger: &quot;Markerbasiertes Assistenzsystem f\u00fcr 3D-Radarbildsimulation&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2013  [ <a href=\"..\/wp-content\/uploads\/2020\/12\/BachelorThesis_finger.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Andreas Feuerbach: &quot;Konzeption und Entwicklung eines Szenarioassistenten f\u00fcr ein heterogenes Verbundsystem in der Bildaufkl\u00e4rung&quot;, Hochschule Karlsruhe - Technik und Wirtschaft, Fraunhofer IOSB, Bachelor Thesis, 2012 [ <a href=\"..\/wp-content\/uploads\/2020\/12\/Thesis_A_Feuerbach.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Stefan B\u00fcrger: &quot;Bildbasierte Objekterkennung mittels mobiler Endger\u00e4te f\u00fcr das Mobile Lernen&quot;, KIT, Fraunhofer IOSB, Diplomarbeit, 2012  [ <a href=\"..\/wp-content\/uploads\/2020\/12\/DiplomarbeitStefanBuerger.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Sergius Dyck: &quot;Benutzermodellierung beim arbeitsbegleitenden Lernen unter Ber\u00fccksichtigung des Aufgabenkontextes&quot;, Hochschule Karlsruhe - Technik und Wirtschaft, Fraunhofer IOSB Master Thesis, 2011 [ <a href=\"..\/wp-content\/uploads\/2020\/12\/Thesis_Sergius_Dyck.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Andreas Suchanek: &quot;Konzeption und Entwicklung einer Android-App zur Berechnung von Radarbildern auf Grundlage 3-dimensionaler Objekte&quot;, Hochschule Karlsruhe - Technik und Wirtschaft, Fraunhofer IOSB, Master Thesis, 2011  [ <a href=\"..\/wp-content\/uploads\/2020\/12\/Masterthesis_Suchanek.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<li>Stefan B\u00fcrger: &quot;Gestensteuerung mit Microsoft Kinect&quot;, KIT, Fraunhofer IOSB, Studienarbeit, 2011  [ <a href=\"..\/wp-content\/uploads\/2020\/12\/StudienarbeitStefanBuerger.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/li>\n<\/ul>\n<h2>2023<\/h2>\n<p><strong>Monica Guimares: &quot;Graph Analytics Algorithms for Serious Games&quot;, HS Aalen, Fraunhofer IOSB, Master Thesis, 2023<\/strong><\/p>\n[EN] <em>The subject of this work is the modeling and analysis of standardized tracking data from serious educational games using graph analytics to derive knowledge that can be used to improve the learning experience.<br \/>\nIn this work, I present models to transform interaction data coming from a serious game into graphs that depict the paths followed by the learners. I also present ideal path models to distinguish novices from experts. To measure how distant a player is from an ideal learning, I analyze several metrics to compare learning paths and introduce a new metric that can be used for long sequences of interactions. I also examine the graph properties of centrality and path length and show that they can provide information about how the learners interacted with the resources and how these interactions relate to final grades.<br \/>\nThe results of this analysis can be sent to a recommender system or can inform the different participants in the learning process: students, teachers, game developers, researchers, and stakeholders. This information can be used to personalize the learning experience or to answer typical learning questions.<br \/>\nThe proposed approach was validated against the Open University Learning Analytics Dataset [OULAD]. This dataset contains the interactions of students with the resources of an online system, the results of the evaluations, and demographic data about the students.<\/em><\/p>\n<p><strong>German Pustovojtovskij: &quot;Untersuchung und Operationalisierung von Performance-Messungen f\u00fcr adaptive Assistenzsysteme&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2023  [ <a href=\"..\/wp-content\/uploads\/2023\/06\/Masterarbeit_German_Pustovojtovskij_Optimized.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><strong>[DE]<\/strong> <em>Im Zuge der COVID-19 Pandemie konnte die Wichtigkeit der Bereiche E-Learning und adaptive<br \/>\nAssistenzsysteme besonders deutlich aufgezeigt werden. Unter E-Learning versteht man den<br \/>\nEinsatz von elektronischen Medien, um Lerninhalte zu pr\u00e4sentieren und zu vermitteln. Adaptive<br \/>\nAssistenzsysteme wiederum beziehen sich auf Technologien, welche sich an die individuellen<br \/>\nBed\u00fcrfnisse sowie den Lernstil der Nutzer anpassen und ihnen personalisierte Unterst\u00fctzung<br \/>\noder Feedback bieten.<br \/>\nAdaptivit\u00e4t kann die Wissensvermittlung f\u00fcr einen Nutzer beim E-Learning sowohl effektiver<br \/>\nals auch effizienter gestalten. Damit adaptives Verhalten des Systems gew\u00e4hrleistet werden<br \/>\nkann, muss der Lernfortschritt des Nutzers - auch Performance genannt - gemessen werden.<br \/>\nDabei wird die Performance durch die erfassten Interaktionen des Nutzers mit einem E-Learning<br \/>\nSystem beschrieben.<br \/>\nDie vorliegende Masterarbeit untersucht, wie sich die Performance f\u00fcr adaptive Assistenz-<br \/>\nsysteme operationalisieren l\u00e4sst. Hierf\u00fcr werden die Modelle Knowledge Tracing (KT) und<br \/>\nPerformance Factor Analysis (PFA) aufbauend auf dem Stand der Forschung und Technik<br \/>\nim Hinblick auf ihre Einsetzbarkeit f\u00fcr die Berechnung der Performance untersucht. Die Un-<br \/>\ntersuchung zeigt, dass sich Graph-basierte Lernpfade sowie die Graph Performance Factor<br \/>\nAnalysis (GPFA) aufgrund ihrer gleichzeitigen Betrachtung aller Interaktionsdaten besonders<br \/>\nf\u00fcr die Performance-Messungen eignen. Aufbauend auf dem entwickelten Konzept, wird eine<br \/>\nModellierung der GPFA f\u00fcr adaptive Assistenzsysteme erstellt. Diese wird im Anschluss f\u00fcr das<br \/>\nQuizlernspiel Spot-X implementiert und der L\u00f6sungsansatz konzeptionell f\u00fcr die E-Learning-<br \/>\nPlattformen ILIAS sowie Moodle diskutiert.<br \/>\nAnhand einer Nutzerstudie wurde das Konzept und die implementierte Adaptivit\u00e4t eva-<br \/>\nluiert, Verbesserungsvorschl\u00e4ge identifiziert, und erste Ergebnisse (\ud835\udc5b = 4) weisen auf eine<br \/>\nVerbesserung der Performance hin.<\/em><\/p>\n<p><strong>[EN]<\/strong> <em>In the course of the COVID-19 pandemic, the importance of the fields of e-learning and intelli-<br \/>\ngent tutoring systems (ITSs) was clearly demonstrated. E-learning is the use of media to present<br \/>\nand deliver learning content. Intelligent tutoring systems, on the other hand, are technologies<br \/>\nthat adapt to the user\u2019s individual needs and learning style and provide personalized support or<br \/>\nfeedback. The purpose of adaptivity is to make e-learning more effective and also more efficient<br \/>\nin delivering knowledge to a user. To enable adaptive behavior, the user\u2019s learning progress -<br \/>\nalso called performance - must be measured. Performance is described by the recorded interac-<br \/>\ntions of the user with an e-learning system. This thesis investigates how performance can be<br \/>\noperationalized for ITSs. For this purpose, Knowledge Tracing (KT) and Performance Factor<br \/>\nAnalysis (PFA) are investigated with respect to their applicability for the performance calcula-<br \/>\ntion. The investigation shows that graph-based learning paths as well as Graph Performance<br \/>\nFactor Analysis (GPFA) are suitable for performance measurement due to their simultaneous<br \/>\ninterpretation of all interaction data. Based on the theoretical concept, a GPFA model for ITSs is<br \/>\ndeveloped and implemented for the serious game Spot-X. This approach will also be discussed<br \/>\nconceptually for other e-learning platforms such as ILIAS and Moodle. Based on a user study,<br \/>\nthe concept and implemented adaptivity were evaluated, suggestions for improvement were<br \/>\nidentified, and initial results (\ud835\udc5b = 4) indicate an improvement in performance.<\/em><\/p>\n<h2>2022<\/h2>\n<p><strong>Alexis Delaunay: &quot;Operationalisierung Graph-basierter Lernpfade f\u00fcr adaptive Serious Games&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2022  [ <a href=\"..\/wp-content\/uploads\/2022\/10\/BScDelaunay2022.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p>Video Adaptive Lernpfade mit Spot-X:<\/p>\n<div style=\"width: 1440px;\" class=\"wp-video\"><!--[if lt IE 9]><script>document.createElement('video');<\/script><![endif]-->\n<video class=\"wp-video-shortcode\" id=\"video-39-1\" width=\"1440\" height=\"810\" preload=\"metadata\" controls=\"controls\"><source type=\"video\/mp4\" src=\"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/wp-content\/uploads\/2024\/01\/GPS_SpotX_h264_subtitles.mp4?_=1\" \/><a href=\"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/wp-content\/uploads\/2024\/01\/GPS_SpotX_h264_subtitles.mp4\">https:\/\/websites.fraunhofer.de\/alexanderstreicher\/wp-content\/uploads\/2024\/01\/GPS_SpotX_h264_subtitles.mp4<\/a><\/video><\/div>\n<p><strong>[DE]<\/strong> <em>Diese Bachelorarbeit untersucht, wie sich Graph-basierte Lernpfade f\u00fcr adaptive digitale Lernspiele operationalisieren lassen. Adaptivit\u00e4t meint hierbei die automatische Anpassung an das Nutzungsverhalten und die jeweiligen Nutzerbed\u00fcrfnisse, um ein charakterisierendes Ziel zu erreichen. Dies kann im E-Learning zum effektiven, effizienten Voranschreiten zu einem Lernziel verwendet werden. Dazu muss der Fortschritt auf Lernpfaden messbar gemacht werden. In dieser Arbeit wird eine benutzerspezifische Progress Performance (Fortschritt-Performance) auf Graph-basierten Lernpfaden gemessen, um darauf basierend eine adaptive Regelung, in Form von Lernempfehlungen, auszuf\u00fchren. Hierzu werden unter anderem standardisierte Beobachtungsdaten und Graph-Algorithmen verwendet. Es werden Anwendungsszenarien mit typischen Benutzerprofilen (Personas) am Beispiel des Spiel-Quiz \u201cSpot-X\u201d, einem digitalen Lernspiel f\u00fcr die Bildauswertung, angewendet und ausgewertet. Die wissenschaftliche Fragestellung untersucht, wie sich die verschiedenen Nutzungsszenarien in den Graphen widerspiegeln und wie die Performance sowie die (Lern-)Pfade miteinander zusammenh\u00e4ngen. Zus\u00e4tzlich sollen durch die Analyse der Lernpfade, implizite Abh\u00e4ngigkeiten der Lerneinheiten entdeckt werden. Ein Vergleich mit etablierten Verfahren zum Graph-based Knowledge Tracing (GKT) zeigt den Mehrwert, Gemeinsamkeiten und Unterschiede. Idealerweise kann durch die Operationalisierung gezeigt werden, wie eine indirekte Regelung (Adaptivit\u00e4t) die Lerneffizienz steigern kann.<\/em><\/p>\n<p><strong>[EN]<\/strong> <em>This bachelor thesis examines how graph-based learning paths can be operationalized for adaptive Serious Games. Adaptivity describes the automatic adaption to usage patterns and user needs to reach a characterized goal. This can be used in E-learning for an effective and efficient improvement. Therefore the progress on these learning paths must be measurable. This bachelor thesis measures the user-specific Progress Performance of learning paths to execute an adaptive ruling by learning recommendations. This includes the use of standardized meta data and graph-algorithms. In this relation user scenarios and stereotypes are analysed on the basis of \u201cSpot-X\u201d, a digital Serious Game for Image Analysis. The scientific problem examines how these user scenarios can be reflected in graphs and how the performance is connected to learning paths. Furthermore, an analysis of learning paths should show implicit dependencies of learning sessions. Established Methods, such as Graph-based Knowledge Tracing (GKT), will be compared to show their added value, similarities and differences. In an ideal case the operationalization shows how the learning efficiency can be increased by adaptivity.<\/em><\/p>\n<p><strong>Rafael Baur: &quot;Graph Analytics f\u00fcr Performance Messungen und adaptive Lernpfade&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2022<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2022\/03\/Bachelorarbeit_Rafael_Baur.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><strong>[DE]<\/strong> <em>Ideal Paths Models (IPMs) sind Referenzmodelle, die ideale Sequenzen an Lernobjekten durch ein Lernsystem als Pfade in Graphen, die sogenannten Ideal Paths (IP), modellieren. Ideal bedeutet, dass die IPs den Lernpfaden von Experten entsprechen und das Befolgen dieser IPs ein effektives und effizientes Lernen erm\u00f6glicht. Mithilfe von IPMs k\u00f6nnen Lernpfade von Nutzern durch individuelle Empfehlungen angepasst werden, um mithilfe dieser Adaptivit\u00e4t dem Nutzer beim effektiven und effizienten Erreichen des Lernziels zu helfen. Eine Empfehlung kann beispielsweise durch die Auswahl des IP erfolgen, der die h\u00f6chste \u00dcbereinstimmung mit dem bisherigen Nutzerpfad hat. IPMs und Lernpfade k\u00f6nnen auf Basis von standardisierten Beobachtungsdaten wie xAPI-Statements modelliert werden. Diese Arbeit entwirft und vergleicht verschiedene Modellierungen f\u00fcr IPMs in Graph-Datenstrukturen und kl\u00e4rt Anwendungen am Beispiel von Learning Management Systems. Au\u00dferdem wird eine M\u00f6glichkeit, die Progress Performance zu berechnen, vorgestellt. Diese soll nutzerspezifisch die Effizienz des Lernens bez\u00fcglich eines IP angeben und ein IP soll empfohlen werden, wenn dieser \u00fcber alle m\u00f6glichen IPs im IPM die Progress Performance maximiert. Durch die Verifikation mittels synthetischer Daten kann festgestellt werden, dass Algorithmen f\u00fcr k\u00fcrzeste Pfade die konstruierten IPs finden.<\/em><\/p>\n<p><strong>[EN]<\/strong> <em>Ideal Paths Models (IPMs) are reference models that model ideal sequences of learning objects of a learning system, the so called Ideal Paths (IPs), using graphs. Ideal means that the IPs model sequences of experts and following them results in an efficient and effective way of learning. A user's learning path, which is the sequence of learning objects performed by the user, can be adapted by individual recommendations to enable the user to learn more effective and efficient. Such a recommendation can be obtained by selecting the learning path that has the highest similarity to the user's learning path. IPMs and learning paths can be modeled based on standardized observation data such as xAPI-statements. This work creates and compares different modelings of IPMs in graph data structures and shows a use case in Learning Management Systems. Furthermore a method to measure the Progress Performance is explained. The Progress Performance should measure how efficient a user learns on an IP and the IP that maximizes the Progress Performance can be used as a recommendation. A verification using synthetic data showed that shortest paths algorithms can find the constructed IPs.<\/em><\/p>\n<h2>2021<\/h2>\n<p><strong>Simon Schwarz: &quot;Deep-Crawling-Assistenzsysteme als E-Learning-Autorenwerkzeuge&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2021<\/strong> <strong>[ <a href=\"..\/wp-content\/uploads\/2021\/05\/MScSchwarz2021_Findoo.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><strong>[DE]<\/strong> <em>Suchmaschinen spielen eine essenzielle Rolle in der Nutzung des Internets. Ihre Nutzbarkeit im Kontext des E-Learning ist aber sehr eingeschr\u00e4nkt, denn mit konventionellen Methoden und Technologien sind sie nicht in der Lage Inhalte in Learning Management Systemen zu indizieren und zu durchsuchen. Im Rahmen dieser Arbeit wird eine General-Purpose Deep-Web Suchmaschine f\u00fcr E-Learning-Inhalte entworfen und implementiert. Grundlage der Suchmaschine ist ein LTI-basierter Deep Web-Crawler. Desweiteren werden vor dem Hintergrund der Interoperabilit\u00e4t von Informationssystemen Erweiterungen wie eine semantische Suchfunktionalit\u00e4t und ein Recommender-System diskutiert. Zu diesem Zweck werden Techniken des Natural-Language Processing und des Semantic Web angewendet. Das so entworfene System kommt im Rahmen der am Fraunhofer IOSB entwickelten Common Learning Middleware als Teil eines Kurskurationssystems zum Einsatz. Evaluationsergebnisse zeigen, dass das System in diesem Kontext sehr gut f\u00fcr das Finden von E-Learning-Inhalten geeignet ist, jedoch weniger gut f\u00fcr dom\u00e4nenspezifische Suchen. Entsprechend wird das System als eine modulare Architektur entworfen, die an zuk\u00fcnftige Anwendungsf\u00e4lle angepasst werden kann.<\/em><\/p>\n<p><strong>[EN]<\/strong> <em>Search Engines play an essential role in how people use the Internet. However, their usefulness in the context of e-learning is severely limited because they are not able to index and search content that is located inside learning management systems using conventional methods. This thesis details the design and implementation of a general-purpose deep web search engine for e-learning content based on a LTI-deep-web crawler. Against the background of the interoperability of information systems additional extensions like semantic search functionality and recommender systems are discussed. To this end, natural language processing and semantic web technologies are leveraged. The designed system is used as part of a course curation system in the Common Learning Middleware developed at the Fraunhofer IOSB. Experimental results demonstrate that the system is well suited to find e-learning content in this context but also somewhat limited for domain-specific information retrieval. As a consequence, the system is designed around a modular architecture which makes fine-tuning to future use cases possible.<\/em><\/p>\n<hr \/>\n<p><strong>Geraldine Sutter: &quot;SmartLISA \u2013 Un\u00fcberwachtes Maschinelles Lernen auf xAPI-Nutzungsinteraktionsdaten zur adaptiven Regelung in Serious Games&quot;, Jade Hochschule, Fraunhofer IOSB, Bachelor Thesis, 2021<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2021\/05\/BScSutter2021.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><strong>[DE]<\/strong> <em>In dem Prozess des Lernens macht jeder unterschiedliche Fortschritte und ben\u00f6tigt dementsprechend individuelle Anleitung. In Zeiten der Digitalisierung, wird vermehrt auf Serious Games gesetzt, welche dem Nutzer spielerisch den Lernstoff nahebringen. Dadurch entf\u00e4llt die Notwendigkeit einer menschlichen Assistenz. Wenn ein Lehrer nicht vor Ort sein kann um zu unterst\u00fctzen, kann dies zu Frustration f\u00fchren. Deshalb w\u00e4re ein virtueller Assistent, der sich adaptiv an das Lernverhalten des Nutzers anpasst, vorteilhaft.<br \/>\nZiel dieser Arbeit ist die Umsetzung eines intelligenten virtuellen Assistenten. Hierbei soll der bereits vorhandene Assistent Smart LISA verbessert, also &quot;intelligent&quot; gemacht werden.<br \/>\nDie Forschungsfrage ist, ob es m\u00f6glich ist, eine k\u00fcnstliche Intelligenz (KI) zu erstellen, welche das Nutzerverhalten in einem Spiel analysiert, mit anderen Nutzern vergleicht und das Agieren des Assistenten darauf adaptiv anpasst. Um einen solchen Assistenten implementieren zu k\u00f6nnen wurde ein xAPI-Tracker genutzt, um die Lerndaten der Nutzer aufnehmen zu k\u00f6nnen. Der Assistent kommuniziert mit einem Cluster-Server, welcher die Nutzerdaten kategorisiert und ein passendes Cluster zur\u00fcckgibt. F\u00fcr dieses Clustering wurde der Elkan-Algorithmus genutzt. Dieser Assistent wurde in ein Lernspiel eingebaut und in einer Online-Studie getestet und bewertet. Durch diese Studie wurde deutlich, dass Nutzer eine passive Unterst\u00fctzung bevorzugen.<\/em><\/p>\n<p><strong>[EN]<\/strong> <em>In the process of learning, everyone makes di\ufb00erent progress and needs individual guidance accordingly. In times of digitalization, there is more and more reliance to Serious Games are set, which playfully bring the learning material closer to the user. This replaces the human assistance. It can lead to frustration, if a teacher cannot be on site to assist. Therefore, a virtual assistant would be bene\ufb01cial, that adaptively adjusts to the user\u2019s learning behavior.<br \/>\nThe purpose of this work is the implementation of an intelligent virtual assistant. The existing assistant Smart LISA is to be improved, or other words, it is to be made \u201eintelligent\u201c.<br \/>\nThe research question is whether it is possible to create an Arti\ufb01cial intelligence (AI) that analyzes user behavior in a game, compares it with other users, and adaptively adjusts the assistant\u2019s actions accordingly. To implement such an assistant, an xAPI tracker was used to record the learning data of the users. The assistant communicates with a cluster server, which categorizes the user data and returns a matching cluster. For this clustering the Elkan algorithm was used. This assistant was built into an educational game and tested and evaluated in an online study. Through this study, it became apparent that users prefer passive assistance.<\/em><\/p>\n<hr \/>\n<p><strong>Benjamin Rauwolf: &quot;Evaluation von adaptiven Lernsystemen am Beispiel von Elektrotechnik Mathematik und Bildauswertung&quot;, HAWK G\u00f6ttingen, Fraunhofer IOSB, Bachelor Thesis, 2021<\/strong>   <strong>[ <a href=\"..\/wp-content\/uploads\/2022\/02\/BScRauwolf2021_AdaptiveLMSMathematik.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p>Diese Bachelorarbeit untersucht, wie sich adaptive Lerninhalte zur Elektrotechnik-Mathematik, unter Ber\u00fccksichtigung von Bildauswertungsaufgaben, realisieren lassen. Eine Nutzerstudie evaluiert diese adaptiven Lerninhalte auf Ihre Akzeptanz und den Lerneffekt. Als sekund\u00e4res Ziel steht die systematische Produktion und Sammlung von realistischen Nutzerinteraktionsdaten, die f\u00fcr andere Arbeiten zum Thema intelligente, adaptive Assistenz- und Lernsysteme genutzt werden sollen.<\/p>\n<hr \/>\n<p><strong>German Pustovojtovskij: &quot;Anwendung von Regressionsmodellen f\u00fcr adaptive digitale Lernspiele in der Bildauswertung&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2021<\/strong> <strong>[ <a href=\"..\/wp-content\/uploads\/2021\/02\/BScPustovojtovskij2021-PFA.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><strong>[DE]<\/strong> <em>In der heutigen Zeit wird durch die COVID-19 Pandemie die Wichtigkeit von digitalem Lernen besonders deutlich aufgezeigt. Solche Krisen schlie\u00dfen offline-Lernmethoden, wie sie in Klassenzimmern oder Vorlesungss\u00e4len \u00fcblich sind, aus. E-Learning und digitale Lernspiele bieten gute M\u00f6glichkeiten, die Bildung der Menschen trotzdem weiter zu f\u00f6rdern. Der Lernfortschritt kann mit Hilfe von digitalen Lernspielen verbessert werden, indem der Spieler im sogenannten Flow-Kanal gehalten wird. Um das zu erreichen, muss f\u00fcr eine Balance zwischen \u00dcber- und Unterforderung gesorgt werden. Dazu wurde am Fraunhofer IOSB das Adaptivit\u00e4ts-Framework E-Learning Artificial Intelligence (ELAI) entwickelt.<br \/>\nDiese Arbeit untersucht, wie der aktuelle Wissensstand des Nutzers mittels Regressionsmodellen bestimmt werden kann. Dabei werden die drei Modelle Knowledge Tracing (KT), Learning Factor Analysis (LFA) und Performance Factor Analysis (PFA) aufbauend auf dem Stand der Forschung und Technik im Hinblick auf ihre Einsetzbarkeit f\u00fcr die Berechnung eines sogenannten \u201ePerformance Scores\u201c genauer \u00fcberpr\u00fcft. Die PFA zeigt sich als gut geeignete Methode zur Datenanalyse f\u00fcr das ELAI Framework.Aufbauend auf den entwickelten Konzepten, wird eine Modellierung f\u00fcr PFA auf Serious Games (SG) erstellt und anschlie\u00dfend im SG Streamlined Lost Earth (SLE) mit einem angepassten ELAI Interface implementiert.<br \/>\nEine Evaluation in Form einer Nutzerstudie zeigt die Mehrwerte der Implementierung von PFA anhand eines Anwendungsszenarios auf. Abschlie\u00dfend werden noch m\u00f6gliche Erweiterungen durch Anwendung der Selbsteinsch\u00e4tzung und andere Erg\u00e4nzungen diskutiert.<\/em><\/p>\n<p><strong>[EN]<\/strong> <em>At the present time, the COVID-19 pandemic highlights the importance of digital learning. Such crises flipped out offline learning methods which have long been common in classrooms or lecture halls. E-learning and digital learning games offer good opportunities to further people's education. In order to improve learning progress with the help of digital learning games, it is important to keep the player in the so-called flow channel. To achieve this, a balance between frustration and boredom must be ensured. For this purpose, the adaptivity framework ELAI was developed at Fraunhofer IOSB.<br \/>\nBy means of regression models, this work investigates how the user's current level of knowledge can be determined. In doing so, the three models KT, LFA and PFA are reviewed in more detail based on state of the art and technology in order to calculate a so-called &quot;performance score&quot;. The PFA is shown to be a well-suited method for data analysis for the ELAI framework. Building on the concepts developed, a modeling for PFA on gerious games is created and then used in the serious game &quot;Streamlined Lost Earth&quot; with a customized ELAI interface implemented.<br \/>\nAn evaluation in the form of a user study shows the  additional benefits of the implementation of PFA based on an application scenario. Finally, possible extensions by applying self-assessment and other factors are discussed.<\/em><\/p>\n<hr \/>\n<p><strong>Kolja Bauer: &quot;Application of A.I. Driven Cognitive User Modeling for Adaptive Serious Games&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2021<\/strong> <strong>[ <a href=\"..\/wp-content\/uploads\/2021\/04\/BSc_thesis_baukol.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><strong>[EN]<\/strong> <em>In the domain of adaptive serious games, accurate user models can be crucial for helpful adaptation. The goal is to automatically adapt such games to the user's current needs and knowledge level, thus increasing his learning flow and, ultimately, his learning outcome. In contrast to physiological measurements, a user's clicks can be captured without special equipment. Therefore, inferring a user's cognitive state solely from interaction data could make the development of adaptive serious games far more feasible.<br \/>\nIn this thesis, the existing approach of the Cognitive Intelligent User Modeling tool (CogIUM) is enhanced and applied to the serious game Streamlined Lost Earth (SLE). The main research question is: How to apply CogIUM to serious games to provide adaptivity?<br \/>\nBy extending CogIUM and applying it to SLE, it is investigated how exactly CogIUM can be utilized to compute quantitative measures of user performance called adaptivity scores. Subsequently, CogIUM is evaluated in a user study in which n=22 participants played SLE and afterwards filled out self-assessments regarding various cognitive attributes.<br \/>\nResults show a moderate correlation between self-assessed cognitive load and CogIUM's inferences. CogIUM showcases promising potential to infer a user's cognitive load solely from his click data, enabling the implementation of adaptivity manifestation based on CogIUM's inferences in future work.<\/em><\/p>\n<p><strong>[DE]<\/strong> <em>Im Bereich der adaptiven Lernspiele k\u00f6nnen akkurate Benutzermodelle entscheidend f\u00fcr eine hilfreiche Adaption sein. Ziel ist es, solche Spiele automatisch an die aktuellen Bed\u00fcrfnisse und den Wissensstand des Nutzers anzupassen und so seinen Lernfluss sowie letztlich seinen Lernerfolg zu steigern. Im Gegensatz zu physiologischen Messungen k\u00f6nnen die Klicks eines Benutzers ohne spezielle Hardware erfasst werden. Die Bestimmung des kognitiven Zustands eines Benutzers allein aus Interaktionsdaten k\u00f6nnte somit die Entwicklung adaptiver Lernspiele weitaus praktikabler machen.<br \/>\nIn dieser Arbeit wird der bestehende Ansatz des Cognitive Intelligent User Modeling tools (CogIUM) erweitert und auf das Lernspiel Streamlined Lost Earth (SLE) angewendet. Die Hauptforschungsfrage ist: Wie kann CogIUM auf Lernspiele angewendet werden, um Adaptivit\u00e4t zu erm\u00f6glichen?<br \/>\nDurch die Erweiterung von CogIUM und die Anwendung auf SLE wird untersucht, wie genau CogIUM genutzt werden kann, um quantitative Ma\u00dfe der Nutzerperformance, sogenannte Adaptivit\u00e4ts-Scores, zu berechnen. Weiterhin werden CogIUM's Berechnungen mittels einer Nutzerstudie evaluiert, in der n=22 Teilnehmer SLE gespielt und anschlie\u00dfend Selbsteinsch\u00e4tzungen bez\u00fcglich verschiedener kognitiver Attribute ausgef\u00fcllt haben.<br \/>\nDie Ergebnisse zeigen eine moderate Korrelation zwischen selbst eingesch\u00e4tzter kognitiver Belastung und CogIUM\u2018s Berechnungen. CogIUM zeigt vielversprechendes Potential, die kognitive Belastung eines Benutzers allein aus seinen Klickdaten zu ermitteln, was die Implementierung von Adaptivit\u00e4tsmanifestationen basierend auf CogIUMs Berechnungen in zuk\u00fcnftigen Arbeiten erm\u00f6glicht.<\/em><\/p>\n<h2>2020<\/h2>\n<p><strong>Andreas Lobstedt: &quot;Smarte digitale Lernspiele mit interoperabler Kopplung und Adaptivit\u00e4t&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2020<\/strong> <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/BscLobstedt2020_SmartLISA_Optimized.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>Um das Lernen mit Hilfe von digitalen Lernspielen zu verbessern gilt es, den Spieler im sogenannten Flow-Kanal zu halten, in der Balance zwischen Herausforderung und seinen F\u00e4higkeiten. Dazu wurde am Fraunhofer IOSB das Adaptivit\u00e4t-Framework \u201eE-Learning A.I.\u201c (ELAI) entwickelt.<br \/>\nDiese Arbeit untersucht, wie sich eine interoperable, netzwerkbasierte Kopplung des Lernspiels \u201eLost Earth 2308\u201c mit der ELAI realisieren l\u00e4sst, um anhand von zu entwickelnden Beispielszenarien die Mehrwerte einer Adaptivit\u00e4t zu demonstrieren. Damit soll untersucht werden, in wiefern ELAI, ein externes Adaptivit\u00e4t-Framework, ein Lernspiel adaptieren kann.<br \/>\nAufbauend auf zu entwickelnden Konzepten nach dem Stand der Forschung und Technik sowie Szenarien zur Kopplung und Adaption werden Lost Earth und ELAI technisch und inhaltlich angepasst. Eine technische Verifikation anhand von Beispielszenarien zeigt die Adaptivit\u00e4tsf\u00e4higkeit und die Mehrwehrte.<br \/>\nAbgrenzend zu einer echten automatischen K.I.-Adaptivit\u00e4t liegt der Fokus in dieser Arbeit auf der eigentlichen Kopplung und der Demonstration mittels der L.I.S.A. Die Adaptivit\u00e4t kann mittels einfachen heuristischen Regels\u00e4tzen simuliert werden.<\/em><\/p>\n<hr \/>\n<p><strong>Alexander Grissinger: &quot;User Modeling Using Graph Algorithms for Adaptivity in E-Learning Systems&quot;, SRH Heidelberg, Fraunhofer IOSB, Master Thesis, 2020<\/strong> <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/MscGrissinger2020_GraphAnalyticsAdaptivity.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>This thesis deals with the topic of adaptivity in e-learning using graph analytics. The aim of this thesis was to create user models based on data from a serious game by using graphs and graph algorithms in order to use them for adaptivity. The aim is to interpret the given data correctly in order to visualise them in a graph database. The graphs will also be analysed in order to determine user models about certain user behaviour, which will be used in the Serious Game to display individual hints to the player. For this purpose, the frame for a learning scenario was first created in the conceptual design, which makes it possible to derive a data model. From this model concepts for user modelling can be created. Furthermore, a tool was developed, which allows to load the user data from the Serious Game into a graph database automatically and to analyse the existing user data with the help of the tool.<\/em><\/p>\n<hr \/>\n<p><strong>Vivek Yadav: &quot;User Assistance for Serious Games Using Hidden-Markov-Model&quot;, SRH Heidelberg, Fraunhofer IOSB, Master Thesis, 2020<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/MScYadav2020_SeGaAdapt.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>Serious Games, i.e., games not just for pure entertainment and with characterizing goals, are gaining huge popularity for the purpose of education and training. To further increase the learning outcome of serious games, assistance functionalities like adaptive systems observe the users and try to guide them to achieve their learning objectives. The research question is how to model the user\u2019s behavior, their progress, and how to determine the best adaptation strategies to motivate the users and provide assistance whenever required. Using experience-data in a serious game is one approach to develop and train models for adaptivity. This thesis presents SeGaAdapt, an adaptive framework that is based on a Hidden Markov Model (HMM) algorithm for providing dynamic user-assistance and learning analytics for a serious game. For the development and training of the HMM, the system is provided with activity streams or user interaction data gained from an Experience API (xAPI) tracker. The adaptivity mechanism uses the HMM model to analyze the current state of the user (player) in order to predict the best probable hidden-state or event pertaining to the assistance result. Technical verification of the implementation shows the feasibility of the approach and hints at future research directions. The evaluation concept includes testing with synthetic data and the simulator for serious game.<\/em><\/p>\n<h2>2019<\/h2>\n<p><strong>Kansei Hara: &quot;Entwicklung von gekoppelten Lernumgebungen mit Interoperabilit\u00e4t-Standards&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2019<\/strong> <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/HaraBSc2019Kopplung.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>Gegenstand dieser Arbeit ist die Untersuchung von E-Learning Interoperabilit\u00e4tsstandards f\u00fcr den Einsatz bei der Kopplung von digitalen Lernspielen (z.B. Unity-basierte Serious Games) mit Lernmanagementsystemen (z.B. Moodle, Ilias, OpenEdx). Die projektspezifischen Anforderungen betreffen speziell die Kopplung eines Unity-basierten Serious Game f\u00fcr die Bildauswertung mit dem Lern\u00acmanagementsystem OpenEdx mittels xAPI, LTI und standardisiertem Austausch von Inhalten. Die Forschungsfragen betreffen die Auswahlmethodik geeigneter Inter\u00acopera\u00acbilit\u00e4tsstandards und wie diese in existierende Systemlandschaften anwendungsbezogen integriert werden k\u00f6nnen (Kopplung). Eine eigene Realisierung zeigt die G\u00fcltigkeit des entwickelten Konzepts und veranschaulicht die Mehrwerte anhand eines Anwendungsbeispiels.<\/em><\/p>\n<hr \/>\n<p><strong>Michael Aydinbas: &quot;Realizing Cognitive User Models for Adaptive Serious Games&quot;, TU Darmstadt, Fraunhofer IOSB, Master Thesis, 2019<\/strong> <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/Aydinbas_2019_Thesis.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>Playing games is fun, promotes a wide range of cognitive skills, and has motivational, emotional, and social benefits. What could be more obvious than to use games for learning, an otherwise considered strenuous activity. Educational serious games follow the premise that games are effective learning environments, primary because of their motivational function.<br \/>\nHowever, in order to keep learners engaged over a longer period of time, games must strike the right balance between being challenging and fun. To allow for experiencing a state of flow, the game has to be adaptive so it can react to the learner\u2019s needs. Adaptivity, though, requires a dynamic assessment of the learner\u2019s current cognitive state. The challenge is to intervene adaptively at the right time.<br \/>\nTwo methods from the field of computational cognitive science were tested for their applicability to the realization of cognitive user models: Soar 9, a hybrid cognitive architecture and hierarchical Bayesian models (HBMs). Soar was not considered useful for the implementation of cognitive user models, but approaches for the integration of Soar into adaptive systems were demonstrated. The probabilistic programming framework PyMC3 was used to implement four HBMs. The models made use of the Cognitive Load Theory to describe the relationship between the characteristics of the learner and the characteristics of the learning material. The models were validated extensively.<br \/>\nA detailed model comparison was conducted to obtain the best model. The final model is able to explain three observational variables for data sets with different subjects and concepts. The model can accurately predict individual differences as well as group differences. The model\u2019s output are probability distributions that allow for arbitrary inferences about the model\u2019s parameters and provide the uncertainty associated<br \/>\nwith these inferences.<br \/>\nThe comparison of Soar with PyMC3 showed a clear advantage of PyMC3 for realizing cognitive user models. PyMC3 and HBMs met all the requirements for a cognitive user model. The developed Python package CogIUM can be used to build, train, and test cognitive user models. To the best knowledge of the author, this is the first application of a HBM for realizing cognitive user models for adaptive serious<br \/>\ngames. Several issues with the final model were identified and discussed. In addition, possible future work to further evaluate the model was presented.<\/em><\/p>\n<hr \/>\n<p><strong>Simon Schwarz: &quot;Erweiterung Web-basierter Prozesslernspiele zur Abbildung von allgemeinen Prozessabl\u00e4ufen (Extending Process Training Serious Games for Generic Workflows Applications)&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2019<\/strong> <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/BscSchwarz2019_EXTRA2.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><strong>[DE]<\/strong> <em>Trotz der zentralen Rolle, die Prozesse in vielen Sektoren von Industrie und Regierung spielen, ist die Bereitschaft der beteiligten Akteure ihre Abl\u00e4ufe zu lernen gering. Hier k\u00f6nnen Serious Games wie das Prozeslernspiel Excercise Trainer (EXTRA) Abhilfe schaffen. In diesem ist es bisher allerdings nicht m\u00f6glich Prozesse abzubilden, die optionale oder verpflichtende Pfade enthalten. Ebenso erfolgt die Erstellung entsprechender Level komplett manuell und ist somit fehleranf\u00e4llig. Um diese Limitierungen von EXTRA zu eliminieren, entwickelt diese Arbeit ein theoretisches Modell, dass es erm\u00f6glicht, Prozesse unabh\u00e4ngig ihrer Modellierung als Graph zu spezifiziern. Diese generische (Graph-)Repr\u00e4sentation erlaubt die Definition von Algorithmen f\u00fcr die Transformation eines Graphen in EXTRA-Level verschiedener Schwierigkeit sowie f\u00fcr die Verifikation eines solchen Levels. Dar\u00fcber hinaus wird die Programmlogik von EXTRA erweitert und eine Web-Applikation implementiert, die es erlaubt, EXTRA-Level zu erstellen und zu modifizieren. Sie unterst\u00fctzt zudem das (semi-)automatische \u00dcbersetzen eines in den Standards BPMN oder UML modellierten Prozesses in ein EXTRA-Level.<\/em><\/p>\n<p><strong>[EN]<\/strong> <em>Processes play a central role in many sectors of industry and government. Despite this fact, participants are usually not willing to learn about them. Serious Games like Exercise Trainer (EXTRA) can help to bridge this motivation gap. However, EXTRA\\'s functioniality is currently limited: Processes containing optional or mandatory paths cannot be displayed. Moreover, all levels have to be created manually which can cause a multitude of errors. This thesis develops a theoretical model to represent processes as graphs, irrespective of their original format, to eliminate these limitations. This generic graph format allows for the definition of algorithms to transform such graphs into EXTRA levels (of varying difficulty) and to verify such instances. Additionally, the EXTRA game logic is extended to support these new features and a web application is developed which allows for the creation and modification of levels. This app is also able to directly translate a process (specified in BPMN or UML) into an EXTRA level.<\/em><\/p>\n<h2>2018<\/h2>\n<p><strong>Lukas Bach: &quot;Nutzungssimulator f\u00fcr adaptive Lernspiele und Computersimulationen (Usage Simulator for Adaptive Serious Games and Computer Simulations)&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2018<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/BachBsc2018ElaiSim.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><strong>[DE]<\/strong> <em>Im Rahmen dieser Arbeit wurde ein Simulator f\u00fcr Benutzerverhalten, genannt ElaiSim, entwickelt. Der Simulator kann in verschiedene Anwendungen aus dem E-Learning Bereich integriert werden und das Verhalten des Spielers nachahmen. So sollen externe Adaptivit\u00e4tssysteme, die konstruktiv in den Spielverlauf von Educational Serious Games eingreifen, systematisch getestet werden. Die Arbeit beschreibt konzeptionell, wie Benutzerverhalten im Kontext zu E-Learning auf standardisierte Art und Weise gespeichert und \u00fcbertragen werden kann. Dazu wird auf verschiedene bestehende Serialisierungsmechanismen eingegangen, die dieses Ziel erf\u00fcllen. Insbesondere das Protokoll xAPI wird thematisiert, da es in der realisierten ElaiSim verwendet wird. Au\u00dferdem wird beschrieben, wie solche Standardisierungen verwendet werden k\u00f6nnen, um Benutzerverhalten zu simulieren und damit systematisch die Entwicklung von adaptiver Lernsoftware zu unterst\u00fctzen. Aus technischer Sicht liegt der Fokus auf der E-Learning A.I. (ELAI), einer in Serious Games integrierbaren Software, die adaptive Eingriffe zur Steigerung des Lerneffektes im Spielverlauf vornimmt. ElaiSim kann die Handlungen einer echten Person im Serious Game nachahmen und die Ergebniswerte der ELAI abfangen und verifizieren. Dar\u00fcber hinaus liefert ElaiSim eine grafische Oberfl\u00e4che zur Spezifizierung und Editierung von klar definierten Spielverl\u00e4ufen und Testf\u00e4llen, mit denen die Ergebnisse der ELAI systematisch verifiziert werden k\u00f6nnen. Die Implementierung ist als NodeJS Anwendung mit einer auf React basierenden Oberfl\u00e4che realisiert. Verschiedene Komponenten sind als RESTful Webservices entwickelt worden, um eine interoperable Kommunikation mit der ELAI sowie weiteren Anwendungen zu erm\u00f6glichen.<\/em><\/p>\n<p><strong>[EN]<\/strong> <em>Within the scope of this work a simulator for user behaviour, called ElaiSim, was developed. The simulator can be integrated into various applications from the E-Learning field. It is intended to be used to systematically test external Adaptivity Software, which improves the course of the game in Educational Serious Games. This thesis describes the concept of storing and transmitting user behaviour in the context of E-Learning in a standardized way. Various existing serialization techniques are described which solve this problem. The protocol xAPI is of particular interest, as it is being used in the implemented ElaiSim application. Furthermore, it is described how such standardization techniques can be used to simulate user behaviour and thus systematically support the development of adaptive learning software. From a technical point of view, the application focuses on the adaptivity software E-Learning A.I. (ELAI), which can be integrated into serious games to make adaptive changes to the course of the game in order to improve the learning experience. ElaiSim can mimic the actions performed by a real person within the serious game and intercept and verify the result values of the ELAI. The simulator also provides a graphical user interface for specifying and editing well-defined play scenarios and test cases, with which the results of the ELAI can be systematically verified. The implementation is realized as a NodeJS application with a React based user interface. Various components have been developed as RESTful web services in order to allow an interoperable communication with the ELAI as well as other applications.<\/em><\/p>\n<hr \/>\n<p><strong>Julius Busch: &quot;Einsatz k\u00fcnstlicher Intelligenz in adaptiven Lernsystemen (Use of Artificial Intelligence in Adaptive E-learning Systems)&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2018<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/BSc2018_Busjul_UMAI.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><strong>[DE]<\/strong> <em>Eines der aktiven E-Learning Forschungsfelder befasst sich mit der individuellen Wissensvermittlung. Lernende sollen hierbei im Idealfall die gleiche adaptive Unterst\u00fctzung zur \u00dcberbr\u00fcckung von Verst\u00e4ndnisengp\u00e4ssen genie\u00dfen, wie es ihnen ein menschlicher Tutor erm\u00f6glichen k\u00f6nnte. Intelligente Tutoring Systeme (ITS) versuchen, dieses Ziel mittels Techniken der k\u00fcnstlichen Intelligenz zu erreichen. Die Entwicklung derartiger Systeme ist aufgrund der ben\u00f6tigten Modellierung des Expertenwissens der jeweiligen Dom\u00e4ne kostspielig. In dieser Arbeit wird die Erweiterung schon bestehender webbasierter Lernsysteme zu einem ITS aufgezeigt. Hierbei wurde der Fokus auf die Analyse von Benutzerinteraktion mithilfe der Modellierung menschlichen Denkens in kognitiven Architekturen gelegt. Als Grundlage diente das am Fraunhofer IOSB entwickelte Serious Game EXercise TRAiner (EXTRA). In dem Spiel wurde ein Adapter integriert, welcher nach aktuellen Interooperabili\u00e4tstandards den Activity Stream in xAPI Statements generiert. Die in dieser Arbeit entwickelte User Model Artificial Intelligence (UMAI) nutzt diese Daten wiederum zur dynamischen Generierung eines ACT-R Modells, um Aktionen auf ihre Frequenz und das zeitliche Vorkommen hin zu analysieren. Hierbei werden f\u00fcr jede Aktion deklarative Chunks in ACT-R modelliert. Die w\u00e4hrend einer Simulation produzierten Aktivit\u00e4tsdaten dieser Chunks werden in einem Front-End visualisiert. Dies kann Lehrenden helfen, den Sch\u00fcler adaptiv zu unterst\u00fctzen. Entwickler k\u00f6nnen die Daten nutzen, um die Theorien und Funktionsweisen von ACT-R besser zu verstehen.<\/em><\/p>\n<p><strong>[EN]<\/strong> <em>An active e-learning research field is devoted to the individual transfer of knowledge. Ideally, learners should enjoy the same adaptive support to overcome understanding bottlenecks as a human tutor could provide. Intelligent Tutoring Systems (ITS) try to achieve this goal by means of various techniques of artificial intelligence. The development of such systems is a costly undertaking due to the need to cognitivly model the expertise and knowledge of each domain. The aim of this work is to demonstrate the feasibility of extending already existing web-based learning systems to an ITS, which can support students individually. Here, the focus has been placed on the analysis of user interaction by modeling human thinking in cognitive architectures. The underlying learning system was the Serious Game EXercise Trainer (EXTRA), developed at Fraunhofer IOSB. In the game the user generates xAPI data, which is forwarded to an LRS. The User Model Artificial Intelligence (UMAI), developed in this work, uses this data in turn to dynamically generate an ACT-R model in order to analyze actions according to their frequency and temporal occurrence. For each action declarative chunks are modeled in ACT-R. The activity data of these chunks produced during a simulation is visualized in a frontend. This can help teachers to adaptively support the student. Developers can use the data in order to better understand how ACT-R works.<\/em><\/p>\n<h2>2017<\/h2>\n<p><strong>Julien Hoffmann: &quot;Virtual Reality f\u00fcr Assistenzsysteme in der Bildauswertung (Virtual Reality for Assistance Systems in Image Exploitation)&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2017<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/HoffjuMScThesis_FINAL_optimized.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><strong>[DE]<\/strong> <em>Gegenstand dieser Arbeit ist die Konzeption und Entwicklung eines Assistenzsystems f\u00fcr die Bildauswertung in der virtuellen Realit\u00e4t (VR). Die Herausforderungen hierbei sind die nicht-standardisierten Interaktionskonzepte, die Gestaltung der Immersion, die Vermeidung des Ausl\u00f6sens von \u00dcbelkeit durch die Nutzung von VR (VR-Krankheit), die fragw\u00fcrdige subjektiv wahrgenommene Bildqualit\u00e4t von aktuellen VR-Systemen und der Umgang mit hochaufgel\u00f6sten Luftbildaufnahmen in VR. Aus diesem Grund wurde ein systematisches Experiment zur Untersuchung der auftretenden visuellen Artefakte und zur Einsch\u00e4tzung der subjektiv wahrgenommenen Bildqualit\u00e4t vorgenommen. Anschlie\u00dfend wurden Interaktionskonzepte von existierenden VR-Anwendungen untersucht und eigene Interaktionskonzepte erstellt. Letztlich wurden mit Hilfe vom Web Map Service-Protokoll die Darstellung von hochaufgel\u00f6sten Luftbildaufnahmen in VR erm\u00f6glicht. Aufbauend auf den gewonnenen Erkenntnissen wurde im weiteren Verlauf der Prototyp Virtual Reality Image Exploitation Workspace (VIEW) in der Spiel-Engine Unity3D erstellt. Dieser wurde in einer Studie mit 16 Teilnehmern evaluiert. Hierbei lagen die Schwerpunkte auf den Untersuchungen zu der erzielten Immersion, Intuitivit\u00e4t und Gebrauchstauglichkeit. Obwohl einige Aspekte der Implementierung noch verbessert werden sollten, konnte gezeigt werden, dass VIEW f\u00fcr die Bildauswertung eine gebrauchstaugliche, intuitive und weitestgehend immersive Umsetzung ist.<\/em><\/p>\n<p><strong>[EN]<\/strong> <em>The subject of this thesis is the conception and development of an assistance system for image exploitation in virtual reality ( VR). The challenges consist of the non-standardized interaction concepts, the design of the immersion, the avoidance of the nausea caused by VR ( VR-sickness), the questionable subjectively perceived image quality of current VR systems and the handling of high-resolution aerial imagery in VR. For this reason, a systematic experiment was carried out to investigate the visual artefacts and to assess the subjectively perceived image quality. Subsequently, interaction concepts of existing VR applications were examined and new interaction concepts were designed. Finally, using the Web Map Service protocol, high-resolution aerial images were brought to VR. Building upon the gained knowledge the prototype Virtual Reality Image Exploitation Workspace (VIEW ) was build in the game engine Unity3D. The prototyp was evaluated in a study with 16 participants. The focus was the investigations of the achieved immersion, intuitiveness and usability. Although some aspects of the implementation should be improved, it has been shown that VIEW is a useful, intuitive and to a great extent immersive tool for image exploitation.<\/em><\/p>\n<h2>2016<\/h2>\n<p><strong>Sebastian Leidig: &quot;Analysis of User Attention for Adaptive Serious Games - Design and Implementation of an Evaluation Framework (Aufmerksamkeitsanalyse f\u00fcr adaptive Lernspiele - Konzeption und Entwicklung eines Evaluations-Frameworks)&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2016<\/strong> <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/MSc_leidig_2016.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>The Ideal Path Score developed in this work is able to improve adaptivity of serious games by more accurately estimating performance and need for help based on players\\' interactions and eye movements. The automatic personalization of adaptive e-learning systems supports effective learning for users with varying levels of knowledge and skills. Particularly in games, indicators informing adaptivity, like attention and performance of the player, should be assessed non-invasively to avoid interrupting the player\\'s flow experience. Passive sensors like eye tracking can solve this challenge. This work examines whether correlations between eye tracking data and attention exist and how eye tracking can improve adaptivity decisions, e.g. when and what should be adapted. To achieve this, an Ideal Path Score was developed which assesses performance and attention of players based on eye movements and interactions with the game. This approach was evaluated through a user study with n=20 participants. The developed approach improves adaptivity in the examined game SaFIRa. Pearson\\'s correlation coefficient between modeled skill level and the players subjective rating of performance increased from 0.19 to 0.30. 46 % of hints needed by the player were displayed automatically by the improved adaptive system (16 % in the original system). A correlation between Ideal Path Score and self-assessed attention could not be shown.<\/em><\/p>\n<hr \/>\n<p><strong>Christian Biegemeier: &quot;Web-basierte Schnittstelle zur Analyse und Adaption von Serious Games (Web-based Interface for Analysis and Adaption of Serious Games)&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2016<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/MScThesis_Biegemeier_2016.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><strong>[DE]<\/strong> <em>In Rahmen dieser Ausarbeitung wurde ein Konzept zur interoperablen Adaption von Serious Games und Simulationen umgesetzt sowie eine system\u00fcbergreifende Webschnittstelle f\u00fcr die Analyse von Nutzungsdaten und Adaption von Spielelementen entworfen.<br \/>\nIn Lernspielen ergibt sich die Problematik, ein bestm\u00f6gliches Mittelma\u00df zwischen einer erh\u00f6hten Motivation durch Spielelemente und den Lerninhalten zu finden. F\u00fcr die effektive und effiziente Aufrechterhaltung der Motivation und das Erreichen der Lernziele, m\u00fcssen digitale Lernspiele an das Nutzungs- und Lernverhalten angepasst werden. Hierf\u00fcr wird eine didaktisch ausgepr\u00e4gte externe Adaptionslogik ben\u00f6tigt, um die Informationen von verschiedenen Anwendungen verstehen, auswerten und darauf reagieren zu k\u00f6nnen.<br \/>\nDie Problemstellung dieser Arbeit betrifft die grafische Darstellung der internen Adaptionsmechanismen und die m\u00f6gliche Anpassung eines solchen externen Systems. Weiterhin wird die wissenschaftliche Fragestellung behandelt, welche Daten sich f\u00fcr eine einfache Form der Adaptivit\u00e4t nutzen lassen und wie sich diese auf ein Spiel auswirken k\u00f6nnen.<br \/>\nGegenstand dieser Arbeit ist die prototypische Umsetzung eines solchen Systems. Hierf\u00fcr wurde als externes System die E-Learning Artifical Intelligence (ELAI) Architektur entwickelt. F\u00fcr eine einheitliche Kommunikation zwischen den zu adaptierenden Spielen und der ELAI, werden xAPI-Statements mit zus\u00e4tzlichen Metadaten verwendet. Die ELAI bietet zus\u00e4tzlich eine Web-basierte Nutzungsschnittstelle an. Sie erm\u00f6glicht unter anderem die transparente Darstellung der ELAI-Aktionen, die Analyse von Nutzerdaten und die M\u00f6glichkeit der Einflussnahme auf ein Spiel. Diese Einflussnahme resultiert durch zyklische Parameterabfragen in einer Adaptivit\u00e4t des Spiels. Als interoperable Parameter wurden prototypisch die Spielschwierigkeit und der Hilfelevel eingesetzt. Zur Evaluation der Gesamtarchitektur wurde weiterhin ein Suche-und-Finde Spiel entwickelt und um einen ELAI-Adapter zur Kommunikation mit der ELAI erweitert. Hierbei wurde ein virtueller Assistent umgesetzt, welcher dem Spieler die Aufgabe textuell erl\u00e4utert und Hilfestellungen gibt. Diese Hilfestellungen werden durch den Parameter Hilfelevel adaptiert. Der Schwierigkeitslevel beeinflusst direkt die Gr\u00f6\u00dfe des gesuchten Objektes sowie die Wolkenbildung, die wiederum die Sichtverh\u00e4ltnisse beeinflusst. In einer durchgef\u00fchrten Studie wurde die Adaptionsf\u00e4higkeit der ELAI anhand des entwickelten Suche-und-Finde-Spiels mit n=12 Probanden evaluiert.<\/em><\/p>\n<p><strong>[EN]<\/strong> <em>In this master thesis, an architecture for automatic interoperable adaptation and analyzation of serious games and simulations was developed. The problem of learning games is to create a high playing motivation. Therefore, the developer has to keep the entertainment elements balanced to the learning elements. To handle this trade-off, the game needs a didactic adaptation component which influences the game\\'s elements respectively the player\u2019s usage and learning behavior. Further, an external didactic adaption logic is needed in order to understand the different information from various applications, to evaluate them and to send a reaction back to application. In order to address these concerns, a prototypical external architecture called E-Learning Artifical Intelligence (ELAI) was implemented. Additionally, the ELAI provides a user interface named ELAI-UI which is authorized to load statements and to present them in different ways. The ELAI-UI can be used to make the ELAI actions transparent, to analyze the user data and to adapt the game. To evaluate the whole concept, a prototypical \\'seek and find\\' serious game with an integrated ELAI adapter was developed. The ELAI adapter handles the communication between serious game and ELAI. As a part of the serious game implementation, a virtual assistant was implemented showing players the task description and helping information. The ELAI uses the variables difficulty and helping levels to adapt games. The helping variable influences the messages from the virtual assistant. The difficulty variable influences the size of target and also the quantity of clouds which are used to change the viewing conditions during the game. In a study the adaption skills of ELAI were evaluated with n=12 test persons who played the developed \\'seek and find\\' game and completed a questionnaire about the applied adaptation strategy.<\/em><\/p>\n<hr \/>\n<p><strong>Alexander Gundermann: &quot;A Web-Based Serious Game for Joint Training (Web-basiertes Serious Game f\u00fcr Training im Verbund)&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2016<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/Thesis_Gundermann_2016.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>As military systems and processes are becoming increasingly complex and thus more difficult to comprehend, large-scale exercises for NATO Joint Intelligence, Surveillance, and Reconnaissance~(JISR) are regularly performed yet are often obstructed by insufficient staff preparedness. To address this concern, this thesis presents the design, prototypal implementation, and evaluation of a modular and web-based serious game called Exercise Trainer (EXTRA). EXTRA is a simulation game for business processes that embeds metaphors on real-world systems into the game to facilitate recognition and to increase initial motivation torwards its use. It is built on top of the Phaser.io game engine and the ReactJS user interface library. As a result of a subjective value benefit analysis, this combination turned out to be most appropriate. In addition, by encapsulating the game world state and user actions in self-contained data structures, EXTRA offers great potential in terms of interoperability with process models, learning platforms, and game authoring tools. A pilot study verified the technical functionality, the learning effects, and the user acceptance of the game. As the participants were able to recall the employed systems and their interrelationships, these research findings suggest the feasibility and effectiveness of EXTRA\\'s approach to train exercise participants.<\/em><\/p>\n<h2>2015<\/h2>\n<p><strong>Eva Lehmann: &quot;Entwicklung und Akzeptanzanalyse eines kartenbasierten Lernspiels&quot;, Hochschule Karlsruhe - Technik und Wirtschaft, Fraunhofer IOSB, Bachelor Thesis, 2015<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/Thesis_Lehmann.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>Spiele eignen sich gut f\u00fcr die Wissensvermittlung. Dies gilt nicht nur f\u00fcr das Lernen im Kindesalter. Verschiedene Formen von Lernspielen, wie beispielsweise die Serious Games k\u00f6nnen auch in der Schule, im Studium und bei der beruflichen Weiterbildung eingesetzt werden. Im Rahmen dieser Arbeit wird ein kartenbasiertes Lernspiel entwickelt. Die zu implementierenden Funktionen werden mit Hilfe des Technologieakzeptanzmodells herausgearbeitet. Hierzu werden einige externe Variablen des Technologieakzeptanzmodells auf die konkrete Spielidee \u00fcbertragen, um die Einstellung gegen\u00fcber dem Spiel zu beg\u00fcnstigen und die Nutzung desselben seitens der Nutzer zu erh\u00f6hen. Zur Realisierung wurden moderne Web-Technologien eingesetzt. Das Spiel basiert auf einer Client-Server-Architektur und verf\u00fcgt \u00fcber eine Datenbankanbindung, damit Nutzer- und Spieldaten gespeichert werden k\u00f6nnen. In einer abschlie\u00dfenden Evaluation wird die Akzeptanz einzelner \u00fcbertragener Variablen analysiert, die von dem Technologieakzeptanzmodell abgeleitet wurden. Es kann festgestellt werden, dass einige Funktionen sich gut daf\u00fcr eignen, den Nutzer zum Weiterspielen zu motivieren.<\/em><\/p>\n<h2>2013<\/h2>\n<p><strong>Marcel Finger: &quot;Markerbasiertes Assistenzsystem f\u00fcr 3D-Radarbildsimulation&quot;, KIT, Fraunhofer IOSB, Bachelor Thesis, 2013<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/BachelorThesis_finger.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>Im Rahmen dieser Bachelorthesis wird ein Assistenzsystem entworfen, das auf Basis eines Tangible User Interface den Aufbau einer Szene und deren Manipulation anhand von markierten Stellvertreterobjekte erm\u00f6glicht. Die extrahierten Daten werden im 3D-Simulationsprogramm ViSAR (Visualisierung von geometrischen Radareffekten) dargestellt. Hierzu wird ein Verfahren zur automatischen visuellen Identifikation von vorgegebenen Stellvertreterobjekten, die mit einem QR-Code markiert sind, entwickelt. Zun\u00e4chst durchl\u00e4uft das Kamerabild das Good Features to Track Verfahren. Die so berechneten Keypoints weisen eine hohe Dichte im Bereich der QR-Codes auf. Sie werden mit Hilfe des DBSCAN-Verfahren in Cluster eingeteilt um damit die Region des QR-Codes bestimmen zu k\u00f6nnen. Diese Regionen werden extrahiert und deren Bildbereiche skaliert damit ZXing den QR-Code dekodieren kann. Zus\u00e4tzlich wird die Position des QR-Codes in der Ebene bestimmt und an ViSAR \u00fcbertragen. Anhand von Experimenten wird in Erfahrung gebracht, dass die Erkennungsrate eines 2,3 cm gro\u00ffen QR-Codes auch unter st\u00f6renden Einfl\u00fcssen bei 87% liegt. Zudem wird eine mittlere Laufzeit zwischen 6 und 8 Frames pro Sekunde erreicht. Aus der beschriebenen Erkennungsrate und Laufzeit l\u00e4sst sich schlie\u00ffen, dass das Assistenzsystem unter den verlangten Bedingungen betrieben werden kann und zu den gew\u00fcnschten Ergebnissen f\u00fchrt.<\/em><\/p>\n<h2>2012<\/h2>\n<p><strong>Andreas Feuerbach: &quot;Konzeption und Entwicklung eines Szenarioassistenten f\u00fcr ein heterogenes Verbundsystem in der Bildaufkl\u00e4rung&quot;, Hochschule Karlsruhe - Technik und Wirtschaft, Fraunhofer IOSB, Bachelor Thesis, 2012<\/strong> <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/Thesis_A_Feuerbach.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<hr \/>\n<p><strong>Stefan B\u00fcrger: &quot;Bildbasierte Objekterkennung mittels mobiler Endger\u00e4te f\u00fcr das Mobile Lernen&quot;, KIT, Fraunhofer IOSB, Diplomarbeit, 2012<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/DiplomarbeitStefanBuerger.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>Mobile Endger\u00e4te eignen sich als orts- und zeitunabh\u00e4ngige Informationstr\u00e4ger und Wissensvermittler. Durch die Kamera mobiler Endger\u00e4te kann der Kontext erfasst werden, in dem sich der Benutzer befindet, um kontextabh\u00e4ngige Assistenzinformationen zu Lernzwecken anbieten zu k\u00f6nnen. F\u00fcr das Roboterverbundsystem von AMFIS (Aufkl\u00e4rung mit mobilen und ortsfesten Sensoren im Verbund) des Fraunhofer-Instituts f\u00fcr Optronik, Systemtechnik und Bildauswertung IOSB wurde eine bildbasierte Objekterkennung realisiert. Diese wurde f\u00fcr mobile Endger\u00e4te mit Android Betriebssystem auf Basis von OpenCV entworfen. Im Rahmen dieser Diplomarbeit wurde das Bag of Words Verfahren im Hinblick auf seine Eignung f\u00fcr die Objekterkennung auf mobilen Endger\u00e4ten evaluiert. Dabei wird eine Bildrepr\u00e4sentation in Form eines Histogramms erzeugt. Dieses enth\u00e4lt die Anzahl gefundener visueller W\u00f6rter im Bild, welche durch lokale Features repr\u00e4sentiert werden. F\u00fcr die Parametrisierung des Bag of Words Verfahrens wurden SIFT und SURF Features, sowie fuzzy und r\u00e4umliche Histogramme evaluiert. F\u00fcr die Klassifikation wurde der k-Nearest-Neighbor Klassifikator und die Support Vector Machine betrachtet. Die Evaluation findet bez\u00fcglich der Klassifikationsergebnisse und der Laufzeit auf mobilen Endger\u00e4ten statt. Auf Basis dieser Ergebnisse wurde eine Parametrisierung gew\u00e4hlt, die in der Lage ist in sehr schneller Zeit (350 ms auf einem ASUS Transformer Prime TF201) eingelernte Objekte auf dem Testdatensatz fast perfekt zu erkennen (Mean Average Precision 98,7). Die Implementierung kann durch das Einlernen neuer Objekte auf andere Anwendungsgebiete \u00fcbertragen werden.<\/em><\/p>\n<h2>2011<\/h2>\n<p><strong>Sergius Dyck: &quot;Benutzermodellierung beim arbeitsbegleitenden Lernen unter Ber\u00fccksichtigung des Aufgabenkontextes&quot;, Hochschule Karlsruhe - Technik und Wirtschaft, Fraunhofer IOSB Master Thesis, 2011<\/strong> <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/Thesis_Sergius_Dyck.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>Bildauswerter von optischen und radarbasierten Satellitenaufnahmen sind t\u00e4glich mit neuen Situationen konfrontiert. Sie werden dabei mit dem vom Fraunhofer-IOSB entwickelten SAR-Tutor+ unterst\u00fctzt. Diese Arbeit besch\u00e4ftigt sich mit der Entwicklung eines Benutzermodells, das die Anwendung individualisieren soll. Zu Beginn wird erkl\u00e4rt, was Benutzermodelle sind und inwiefern sie zur Individualisierung beitragen k\u00f6nnen. In diesem Zusammenhang werden unterschiedliche Ans\u00e4tze aus der Forschung beschrieben. Dar\u00fcber hinaus werden Benutzermodelle vorgestellt, die in der Wirtschaft eingesetzt werden. Es gibt einige Themengebiete, die in den Bereich der Benutzermodellierung hineinspielen. Diese werden beschrieben und daraufhin untersucht, welche Aspekte davon f\u00fcr diese Arbeit \u00fcbernommen werden k\u00f6nnen. Im n\u00e4chsten Schritt werden Methoden beleuchtet, die zur Gewinnung von Benutzerinformationen herangezogen werden k\u00f6nnen. Der Entwurf des Modells wird in zwei Phasen durchgef\u00fchrt. In der ersten Phase wird ein vorl\u00e4ufiges Benutzermodell erstellt, das anschlie\u00dfend auf die projektspezifischen Merkmale reduziert wird. Diese werden mit einem Datentyp versehen und gegebenenfalls durch die Angabe des Wertebereichs eingegrenzt. In der zweiten Phase wird erl\u00e4utert, wie das Benutzermodell aktualisiert und insbesondere wie die Kompetenz des Benutzers erfasst und aktuell gehalten werden kann. Es wird erl\u00e4utert wie diese durch die Analyse der Interaktion des Benutzers mit dem System n\u00e4herungsweise berechnet werden kann. Abschlie\u00dfend wird gezeigt, auf welche Art und Weise sich das Wissen \u00fcber die Kompetenz auf die Personalisierung des SAR-Tutor+ angewendet werden kann.<\/em><\/p>\n<hr \/>\n<p><strong>Andreas Suchanek: &quot;Konzeption und Entwicklung einer Android-App zur Berechnung von Radarbildern auf Grundlage 3-dimensionaler Objekte&quot;, Hochschule Karlsruhe - Technik und Wirtschaft, Fraunhofer IOSB, Master Thesis, 2011<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/Masterthesis_Suchanek.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>Das E-Learning gewann in den vergangenen zwei Jahrzehnten zunehmend an Bedeutung. Vom anf\u00e4nglichen, auf Computer zentrierten, Lernen, ging die Entwicklung hin zu webbasierten Kursen. Mit der zunehmenden Verbreitung von Smartphones, ist ein neuer Trend zu erkennen: E-Learning f\u00fcr unterwegs \u2013 mobile learning. Lektionen und ganze Kurse, sind direkt auf dem Smartphone abrufbar. Das Fraunhofer Institut IOSB entwickelte in der Vergangenheit bereits einen E-Learning Kurs f\u00fcr die Bundeswehr, der \u00fcber den Browser absolviert werden kann. Im n\u00e4chsten Schritt soll die Entwicklung und Programmierung einer App erfolgen, die es erm\u00f6glicht, einfache 3-D-Objekte auf dem Smartphone in ein Radarbild zu konvertieren. Dies ist der erste Schritt zum mobilen Lernen.<\/em><\/p>\n<hr \/>\n<p><strong>Stefan B\u00fcrger: &quot;Gestensteuerung mit Microsoft Kinect&quot;, KIT, Fraunhofer IOSB, Studienarbeit, 2011<\/strong>  <strong>[ <a href=\"..\/wp-content\/uploads\/2020\/12\/StudienarbeitStefanBuerger.pdf\"> <i class=\"fa fa-file-pdf-o\" aria-hidden=\"true\"><\/i> PDF<\/a> ]<\/strong><\/p>\n<p><em>Im Bereich der Mensch-Maschine-Interaktion werden neue Bedienkonzepte erforscht, die dem Menschen eine nat\u00fcrliche und intuitive Interaktion mit Computersystemen erm\u00f6glichen. Diese f\u00fchren im Vergleich zu traditionellen Eingabeger\u00e4ten, wie Maus, Tastatur und Touchscreen, zu einer dem Menschen eing\u00e4ngigen Bedienung. F\u00fcr das 3D-Simulationsprogramm ViSAR f\u00fcr die Radar-Bildauswertung, welches am Fraunhofer Institut f\u00fcr Optronik, Systemtechnik und Bildauswertung IOSB entwickelt wird, wurde eine gestenbasierte Interaktion realisiert. Die Gestenerkennung basiert auf dem Kinect for Windows Software Developement Kit (SDK). Im Rahmen dieser Studienarbeit wurden in einem ersten Schritt bekannte Freiform-Gesten im Hinblick auf ihre Eignung zur Steuerung von ViSAR analysiert. Darauf aufbauend wurden Gesten identifiziert, die sich einerseits sinnvoll f\u00fcr ViSAR verwenden lassen und andererseits eine robuste Erkennungsrate bei der Skelettberechnung des Kinect SDK aufweisen. Die wichtigsten Interaktionsm\u00f6glichkeiten f\u00fcr ViSAR wurden implementiert. Die Realisierung erm\u00f6glicht eine personeninvariante Steuerung von ViSAR mittels Gesten. Die erzielten Ergebnisse und die generisch gehaltene Implementierung lassen sich auf andere Anwendungsgebiete \u00fcbertragen.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>(Kurzfassungen\/Abstracts: siehe weiter unten) Monica Guimares: &quot;Graph Analytics Algorithms for Serious Games&quot;, HS Aalen, Fraunhofer IOSB, Master Thesis, 2023 German Pustovojtovskij: &quot;Untersuchung und Operationalisierung von Performance-Messungen f\u00fcr adaptive Assistenzsysteme&quot;, KIT, Fraunhofer IOSB, Master Thesis, 2023 [ PDF ] Alexis Delaunay:&#8230;<\/p>\n","protected":false},"author":1,"featured_media":71,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/wp-json\/wp\/v2\/pages\/39"}],"collection":[{"href":"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/wp-json\/wp\/v2\/comments?post=39"}],"version-history":[{"count":81,"href":"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/wp-json\/wp\/v2\/pages\/39\/revisions"}],"predecessor-version":[{"id":400,"href":"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/wp-json\/wp\/v2\/pages\/39\/revisions\/400"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/wp-json\/wp\/v2\/media\/71"}],"wp:attachment":[{"href":"https:\/\/websites.fraunhofer.de\/alexanderstreicher\/wp-json\/wp\/v2\/media?parent=39"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}