Studentische Arbeiten

Haben Sie Interesse, an unserem Lehrstuhl einen Beleg, eine Bachelor-, Master- oder Diplomarbeit zu schreiben? Im Folgenden finde Sie eine Auflistung möglicher Themen und Themenbereiche mit Ansprechpartner, sowie bearbeitete und abgeschlossene studentische Arbeiten. Werfen Sie auch gerne einen Blick auf unsere laufenden und abgeschlossenen Forschungsprojekte.

Schreiben wissenschaftlicher Arbeiten

Leitfaden mit Hinweisen zum Schreiben wissenschaftlicher Arbeiten

Zur Unterstützung beim Verfassen einer wissenschaftlichen Arbeit bieten wir einen Leitfaden an, der Schreibtipps, Vorgaben zur Dokumentenstruktur und Hinweise zum richtigen Zitieren umfasst. Zum Download: Leitfaden (PDF).

Weiterhin finden Sie auf den Seiten der Arbeitsgruppe Services Behinderung und Studium (AG SBS) Informationen zum Erstellen barrierefreier Dokumente. Speziell zum Erstellen barrierefreier PDF-Dokumente mittels Word, PowerPoint und InDesign gibt es die passenden Anleitungen direkt im Download-Bereich der AG SBS.

LaTeX-Vorlage für Abschlussarbeiten

Zur Unterstützung beim Schreiben Ihrer Abschlussarbeit in LaTeX bieten wir Ihnen eine Vorlage als Grundlage an. Diese enthält bereits einige wichtige Strukturelemente wie Deckblatt und Selbständigkeitserklärung sowie übliche Formatvorgaben. Die Vorlage befindet sich im GitHub-Repository TUD-HCI-Thesis.

Themenvorschläge für neue Arbeiten

Multimodale Analyse von Echtzeitdaten mit mobilen Geräten durch blinde Menschen

Ansprechperson: Emma Etzold

Stichwörter: Mensch-Computer-Interaktion, Multimodale Datenpräsentation, Haptifikation, Sonifikation

Die Visualisierung dynamischer Daten ist eine Standardmethode, um diese schnell zu analysieren und Informationen daraus abzuleiten. Bei der Überwachung zeitabhängiger Echtzeitdatenströme (z.B. Maschinenüberwachung im Produktionskontext) werden häufig Visualisierungen (z.B. Dashboards) eingesetzt, um einen schnellen Überblick über die Datenmenge und den zeitlichen Verlauf zu erhalten. Die meisten Datendarstellungen sind rein visuell und nutzen visuelle Fähigkeiten, um Informationen aus Daten schnell zu vermitteln. Eine rein visuelle Datendarstellung schließt jedoch blinde Menschen von der professionellen Datenüberwachung aus.

In diesem Forschungsbereich soll mittels Multimodalität eine stärkere Einbeziehung von blinden Menschen in die Datenüberwachung ermöglicht werden. Ziel ist es, eine multimodale, nicht-visuelle Methode zur Erkundung von Echtzeitdatenströmen mit handelsüblichen mobilen Geräten und Wearables zu entwickeln, mit der blinden Menschen selbstständig Daten analysieren können.

In diesem Zusammenhang sind die folgenden Fragestellungen interessant:

• Welche (multimodalen) Präsentationsformen sind für blinde und sehende Menschen gleichermaßen geeignet? (Informations-/Datenvisualisierung)
• Welche nicht-visuellen Ausgabemedien sind sinnvoll miteinander kombinierbar? (Wahrnehmung und Interpretation von Ausgabemodalitäten)
• Wie kann die Aufmerksamkeit von Benutzenden auf bestimmte Ereignisse (z. B. Grenzwertüberschreitung) gelenkt werden? (human-activity-recognition)
• Welche Eingabemodalitäten sind sinnvoll miteinander kombinierbar? (Interkation)
• Wie kann die Interaktion zur Erkundung von Echtzeitdaten aussehen (z.B. über Gesten, Sprache)?

Mehr Infos zum Projekt sind auf der Projektswebseite zu finden: MONITOR - Multimodale Präsentation und Erkundung von zeitabhängigen Echtzeitdaten durch blinde Menschen

Conversational-Agents zur Unterstützung der mentalen Gesundheit

Ansprechpersonen: Julian Striegl

Angesichts der weltweit steigenden Zahl von Menschen mit psychischen Problemen und eines bereits angeschlagenen Gesundheitssystems müssen neue Lösungen gefunden werden, um das psychische Wohlbefinden von Menschen aller Altersgruppen zu verbessern. In der Vergangenheit haben sich bereits computergestützte Therapieansätze - wie die Applikations- und Internet-basierte kognitive Verhaltenstherapie (KVT) – als wirksam bei verschiedenen Formen psychischer Störungen (wie Depressionen, Angststörungen oder Zwangsstörungen) gezeigt.

In den letzten Jahren hat das Forschungsinteresse an Chatbot-basierter KVT zugenommen, wobei die auf Sprachassistenten (engl.: Voice Assistants, VA) basierende KVT (VA-basierte KVT) ein möglicher nächster Schritt ist, um niedrigschwellige, einfach zu bedienende und barrierefreie Lösungen für die skalierbare Unterstützung der psychischen Gesundheit anzubieten. Wie können wir sog. Conversational-Agents (Chatbots und Sprachassistenten) entwickeln, die das psychische Wohlbefinden der Nutzenden durch Methoden aus der Psychotherapie, der positiven Psychologie und dem Coaching unterstützen können?

Zu den Themen in diesem Forschungsbereich gehören: künstliche Intelligenz und maschinelles Lernen, Verarbeitung natürlicher Sprache, Gestaltung von stimmlichen Benutzerschnittstellen und Interaktionsdesign in Verbindung mit Elementen der klinischen Psychologie und Psychotherapie. Aus der zentralen Fragestellung lassen sich desweiteren mehrere Forschungsfragen ableiten:

• Wie können wir geeignete Sprachbenutzerschnittstellen entwerfen, die die vielfältigen Bedürfnisse von Menschen mit unterschiedlichen Kommunikationsbedürfnissen und -fähigkeiten berücksichtigen, um eine barrierefreie, niedrigschwellige Therapieunterstützung zu bieten?
• Welche Unterschiede gibt es in der Benutzbarkeit und in der Akzeptanz von VA-basierter KVT im Vergleich zu Chatbot-basierter KVT?
• Welche Methoden aus der KVT und aus der Positiven Psychologie eignen sich, um durch „Conversational-Agents“ vorgestellt und angewandt zu werden?
• Wie können wir die Salutogenese durch Chatbots und Sprachassistenten unterstützen?
• Wie wirkt sich eine emotionssensitive Dialogführung auf die Akzeptanz und Adhärenz von VA-basierter KVT aus?
• Wie ist die Wirksamkeit von VA-basierter KVT im Vergleich zu herkömmlichen Anwendungs- und Internet-basierten KVT-Ansätzen?

Diversitätssensible Mensch-Computer-Interaktion und KI

Ansprechperson Claudia Loitsch

Stichwörter: Mensch-Computer-Interaktion, User Modelling, Adaptive Systeme, Menschzentrierte Gestaltung, Diversitätssensibles Design, User Experience, User Research, KI.

Die Durchdringung der Digitalisierung in alle Lebensbereiche und auch Altersgruppen führte dazu, dass wir heute fast alle Aufgaben in irgendeiner Form computergestützt erledigen. Damit spielt der Mensch mit seinen individuellen Erfahrungen, Erwartungen, Fähigkeiten und Bedarfen eine noch wichtigere Rolle bei der Entwicklung von computergestützten Lösungen und Benutzungsschnittstellen. Das gesamte Nutzungserlebnis (engl. auch User Experience genannt) und die digitale Teilhabe haben eine zunehmende wirtschaftliche und soziale Relevanz.

Dieser Themenbereich untersucht, wie die Diversität bzw. die Vielfalt von Personen bei der menschenzentrierten Gestaltung von computergestützten Systemen und von KI Berücksichtigung finden kann. 

Es geht darum, dass sich computergestützte Systeme und Anwendungen an unsere individuellen Bedürfnisse, Fähigkeiten und mentalen Modelle anpassen sollen, um uns bei alltäglichen Aufgaben möglichst effizient und zunehmend auch in angenehmer Weise oder mit Spaß zu unterstützen. Dies setzt voraus, dass digitale Anwendungen und Benutzungsschnittstellen intelligenter werden und sich an unsere individuellen Eigenschaften, Fähigkeiten oder Alltags- oder Lebenssituationen anpassen können. Außerdem wird es zunehmend wichtiger, dass Schlüsseltechnologien der künstlichen Intelligenz Diversität berücksichtigen, Trainingsdaten fair und ausgewogen sind und keine Diskriminierung und Exklusion fördern.

Themen werden je nach Interesse gemeinsam mit Ihnen entwickelt. Dabei können in diesem Themenbereich vielfältige Fragestellungen betrachtet werden, wie zum Beispiel:

• Wie wirken sich verschiedene Ausprägungen von Persönlichkeitsmerkmalen (z. B. Big Five/OCEAN-Modell) auf digitale Gestaltungslösungen aus?
• Welche wahrnehmungs- oder verhaltenspsychologischen Aspekte, Gestaltungsrichtlinien, Designentscheidungen können für diverse Zielgruppen (z. B. ältere Menschen, Menschen mit Migrationshintergrund, Menschen mit kognitiven Einschränkungen, etc.) Anwendung finden?
• Wie kann Diversität in Trainingsdaten für maschinelles Lernen und KI erreicht und festgestellt werden?
• Welche Benutzermodelle adressieren Diversität von Gruppen oder Individuen, die in adaptierbaren oder adaptiven Anwendungen und Benutzungsschnittstellen zu einer besseren User Experience führen?

Abgeschlossene Themen 

Sobald Arbeiten in das Forschungsinformationssystem der TU Dresden eingetragen wurden, erscheinen diese in nachfolgender Übersicht.