Im Rahmen der Programmierausbildung für Nicht-InformatikstudentInnen (z.B. in den Bereichen Wirtschaftsinformatik und Betriebswirtschaft) erleben wir bei unseren Studierenden eine hohe Diversität in Bezug auf geschlechtsspezifische und kulturelle Unterschiede. Weiters beobachten wir Unterschiede in Bezug auf Alter, Bildungshintergrund und Berufserfahrung. Einführungskurse zur Programmierung haben traditionell hohe Dropoutraten sowie schlechte Ergebnisse und Studierende empfinden den Einstieg in das  Programmieren oft als schwierig und sehr aufwändig. Die aktuelle Forschung im Bereich Diversität in der Programmierausbildung konzentriert sich vor allem auf geschlechtsspezifische Unterschiede, vernachlässigt damit jedoch den Einfluss der anderen Diversitätsdimensionen auf die Leistung der Studierenden.

Mit dem DIPE Projekt zielen wir darauf ab diesen Aspekt aktiv zu berücksichtigen und diese Lücke zu schließen. In einem initialen Schritt untersuchen wir, wie heterogene Gruppen von Studierenden am besten unterstützt werden können. Basierend auf den so gewonnenen Erkenntnissen entwickeln wir ein angepasstes didaktisches Konzept mit begleitenden Lehrund Lernmaterialien um die verschiedenen Diversitätsdimensionen in der Programmierausbildung aktiv unterstützen zu können.

Distance Learning und Flipped Classroom Methoden werden grundlegende Bestandteile unseres Konzepts sein und Kompetenzmodelle zur Messung von Kompetenzen werden es ermöglichen, individuelle Lernwege zu unterstützen.

Um in Zukunft eine flache Lernkurve in universitären Programmierkursen zu unterstützen, planen wir, als zweite Säule, eng mit Schulen und Ausbildungszentren für LehrerInnen zusammen zu arbeiten um algorithmisches Denken bereits frühzeitig in die Lehrpläne der  Schulen zu integrieren. Die Evaluierung unseres Konzepts wird auf einem Mixed Methods Ansatz basieren, der sowohl qualitative als auch quantitative Methoden zur Datenerhebung und -analyse kombiniert. Ein besonderes Augenmerk wird dabei auf die Auswirkungen unseres Konzepts in unserem Programmierkurs gelegt werden, mit dem Fokus auf mögliche Effekte der neuen Konzepte in der Wahrnehmung der DozentInnen und StudentInnen.

Die Transformation von Fertigungsprozessen in digitalisierte, dezentrale Netzwerke aus cyberphysischen Produktionssystemen (CPPS) bleibt für viele Industrieunternehmen eine schwierige Aufgabe. Ein Grund ist die hohe Komplexität solcher Systeme, die einen effektiven und effizienten Systementwurf erschwert und zu hohen Risiken und Unsicherheit führt. Mehrere Studien haben den Mangel einer geeigneten Methodologie für den CPPS-Entwurf als Haupthindernis identifiziert und empfehlen eine Erweiterung existierender Methoden der Systementwicklung durch agile und kollaborative Konzepte sowie Rapid und Virtual Prototyping. In einer aktuellen Studie der Plattform Industrie 4.0 wurden diese Erweiterungen als „primärer Forschungsbedarf“ für die nächsten fünf Jahre bezeichnet – und werden im Zuge des DESTINY Projekts erforscht. Das Projekt wendet einen interdisziplinären Ansatz an, der Methoden zweier unterschiedlicher Domänen miteinander verbindet: Design Thinking und (cyberphysische) Produktionssysteme. Ziel ist die Entwicklung eines Rahmenwerks und Methodenbaukastens für das „CPPS Design Thinking“ sowie deren theoretische und empirische Validierung. Die Forschungsergebnisse werden die effektive und effiziente Entwicklung von CPPS unterstützen und somit die digitale Transformation der Produktionsindustrie beschleunigen.

Die Ausbreitung von COVID-19 hat Europa unvorbereitet getroffen. In diesem Zusammenhang ist nicht nur die Forschung, sondern auch die Praxis daran interessiert, zu verstehen, wie Gesundheitsorganisationen mit Unsicherheiten umgehen und wie sie resilienter werden können. Organisationale Resilienz bezieht sich hierbei auf die Fähigkeit, Herausforderungen zu antizipieren, unerwartete Ereignisse zu bewältigen und aus diesen Ereignissen zu lernen (Duchek, 2014). Im Einklang mit den Aufforderungen in der aktuellen Literatur möchten wir die Beziehung zwischen der Resilienz von Führungskräften und Organisationen untersuchen. Dieses Vorgehen umfasst unterschiedliche Ebenen und Beziehungsgeflechte, die im Rahmen des Projekts detailliert und erörtert werden. Indem wir die Resilienz von Gesundheitsorganisationen aus einer mehrstufigen Perspektive untersuchen, erforschen wir eine der größten Herausforderungen mit denen unsere Spezies gegenwärtig konfrontiert ist (Tourish, 2019). Da diese Krise vermutlich nicht die letzte globale Pandemie sein wird, leiten wir darüber hinaus Implikationen für die Gesundheitspraxis ab.

Weitere Informationen finden Sie hier.

Kurzbericht hier, öffnet eine Datei

Viele betriebswirtschaftliche Entscheidungsprobleme können als mathematische Optimierungsprobleme, wie zum Beispiel ganzzahlige lineare Programme, modelliert werden oder auch als Erfüllbarkeitsprobleme, die ein Teilgebiet des Bereichs “Künstliche Intelligenz”
darstellen. Mit Hilfe von (kommerzieller) Software zum Lösen solcher Probleme wenden Firmen wie AirFrance, Amazon, Microsoft, Uber oder HP diese Techniken an um optimale Lösungen für Probleme in diversen Anwendungsfeldern wie Standortplanung, Tourenplanung, Projektscheduling, Portfolioptimierung, Netzwerkplanung, security testing oder formaler Verifikation von Hardware zu finden.

Diese Softwarepakete erlauben heutzutage in vielen Fällen das rasche Lösen von Problemen mit Millionen von  entscheidunsvariablen in angemessener Laufzeit. Die Lösbarkeit dieser Probleme hängt aber stark von der Problemstruktur ab und von informationstheoretischer Seite sind sowohl ganzzahlige lineare Programme als auch Erfüllbarkeitsprobleme schwer zu lösende Probleme. Außerdem werden die Probleminstanzen, die gelöst werden müssen, in Zeiten von big data immer größer. Um diesen Herausforderungen zu begegnen werden weitere Verbesserungen in den Lösungsalgorithmen für diese Probleme benötigt.

In unserem “Seed”-Forschungsprojekt “OPTIM-AI” arbeiten wir an der Weiterentwicklung solcher Algorithmen mit einem Fokus auf i) Hybridisierung der verschiedenen Lösungsalgorithmen für mathematische Optimierung und Erfüllbarkeitsprobleme und ii) Ideentransfer zwischen diesen beiden wissenschaftlichen Gebieten.

In diesem Projekt wollen wir ein besseres Verständnis für den Einfluss religiöser (christlicher oder muslimischer) und säkularer Werte auf Familienunternehmen (FU) und deren Managemententscheidungen entwickeln. Managemententscheidungen in Familienunternehmen sind durch die Betonung des „socio-emotional wealth“ geprägt, d.h. durch ausgeprägte nicht-finanzielle Aspekte oder Ziele, die den emotionalen Bedürfnissen der Eigentümerfamilie entsprechen. Wir konzentrieren uns dabei auf ausgewählte wichtige Managemententscheidungen, wie dem Engagement im Bereich Corporate Social Responsibility, Merger & Acquisition, dem Krisenmanagement sowie dem Controlling. Es ist zu erwarten, dass religiöse und säkulare Werte den Einfluss des socio-emotional wealth auf diese Managemententscheidungen entweder abschwächen oder verstärken. Dieses Projekt kann daher Aufschluss darüber geben, wie religiöse und säkulare Werte die Entscheidungsfindung in FU beeinflussen. Dazu wollen wir aufgrund ihres homogenen kulturellen Hintergrunds auf Interviews mit Mitgliedern von Eigentümerfamilien aus der DACH-Region (Deutschland, Österreich und Schweiz) zurückgreifen. Dieses Projekt liefert nicht nur Einblicke in die wenig erforschte Frage, wie Religion die Managemententscheidungen von FU prägt, sondern ermöglicht auch die Identifikation von Konfigurationen von Werten und Managemententscheidungen, die ein effektiveres Management von FU ermöglichen.