• Navigation überspringen
  • Zur Navigation
  • Zum Seitenende
Organisationsmenü öffnen Organisationsmenü schließen
Friedrich-Alexander-Universität Schöller-Stiftungslehrstuhl für Wirtschaftsinformatik WiSo
  • FAUZur zentralen FAU Website
  1. Friedrich-Alexander-Universität
  2. Fachbereich Wirtschafts- und Sozialwissenschaften
  • de
  • en
  • WIWI
  • Mein Campus
  • UnivIS
  1. Friedrich-Alexander-Universität
  2. Fachbereich Wirtschafts- und Sozialwissenschaften
Friedrich-Alexander-Universität Schöller-Stiftungslehrstuhl für Wirtschaftsinformatik WiSo
Menu Menu schließen
  • Home
  • Forschung
  • Lehre
  • Team
  • Über uns
  1. Startseite
  2. Forschung
  3. Privat: Digitale Geschäftsmodelle
  4. E-Services, KI und Chatbots
  5. ADVICE-Projekt

ADVICE-Projekt

Bereichsnavigation: Forschung
  • Digitale Transformation
    • Digitale Transformation: Kooperationen
    • Digitale Transformation: Projekte & Vorträge
  • Verantwortungsbewusste Künstliche Intelligenz
    • Verantwortungsbewusste KI: Kooperationen
    • Verantwortungsbewusste KI: Projekte & Vorträge
  • Zukunft der Arbeit
    • Zukunft der Arbeit: Kooperationen
    • Zukunft der Arbeit: Projekte & Vorträge
  • Publikationen
    • Journal-Artikel (Peer-Reviewed)
    • Konferenz-Artikel (Peer-Reviewed)
    • Bücher
    • Buchkapitel
    • Hochschulschriften
    • Sonstige

ADVICE-Projekt

Advice: Einfluss von künstlicher Intelligenz auf die Studienvielfalt

Zum 01. März 2020 startet am Schöller-Stiftungslehrstuhl für Wirtschaftsinformatik das von der Volkswagenstiftung geförderte Forschungsprojekt mit dem Titel „ADVICE“. Dabei sollen in interdisziplinärer Zusammenarbeit mit den Lehrstühlen für Empirische Wirtschaftssoziologie und Wirtschaftspädagogik der Einfluss von künstlicher Intelligenz in Hinblick auf die Studienvielfalt betrachtet werden.

Universitäten stehen vor der herausfordernden Aufgabe, im Spannungsfeld von begrenzten Ressourcen, einer vielfältiger werdenden Gesellschaft, nicht-traditioneller Studierender (z.B. Berufstätige, ungewöhnliche Hochschulzugangsberechtigung, Alleinerziehende) sowie zunehmend komplexeren bzw. sich ändernden Anforderungsprofilen am Arbeitsmarkt Studenten individuell zu beraten.

Der Einsatz KI-basierter Beratungssysteme mithilfe von Algorithmen des maschinellen Lernens kann dazu beitragen, große Datensätze auszuwerten und darauf aufbauend individuelle Empfehlungen zu geben und frühzeitige Vorhersagen zu treffen.

Dabei sind Qualität und Verfügbarkeit der Daten von entscheidender Relevanz für den effektiven und effizienten Einsatz von KI-basierten Empfehlungssystemen. Eine wesentliche Herausforderung sind vor allem fehlende, inkonsistente oder unzureichende Datensätze, häufig bedingt durch die mangelnde Integration, Heterogenität oder fehlenden Funktionalitäten der verschiedenen Informationssysteme. Zu diesem Zweck sollen innerhalb der ersten Projektphase am Schöller-Stiftungslehrstuhl für Wirtschaftsinformatik insbesondere die Qualität und Verfügbarkeit der Daten betrachtet werden.

Letztendlich soll das Forschungsprojekt dazu beitragen ein KI-basiertes Entscheidungssystem zu gestalten, um den Studenten wertvolle datengestützte Informationen und individuelle Empfehlungen für ihre berufliche und akademische Laufbahn zu geben und dabei gleichzeitig die Studentenvielfalt an den deutschen Universitäten und Hochschulen zu fördern.

Weitere Informationen finden sich auf der Homepage der Volkswagenstiftung.

Projektteam und Ansprechpartner

Lehrstühl für Empirische Wirtschaftssoziologie:

  • Leitung: Prof. Dr. Tobias Wolbring, Unterstützung: Dr. Edgar Treischl

Lehrstuhl für Wirtschaftspädagogik

  • Leitung: Prof. Dr. Karl Wilbers, Unterstützung: Jonas Weigert

Schöller-Stiftungslehrstuhl für Wirtschaftsinformatik

  • Leitung: Prof. Dr. Sven Laumer, Untersütztung: Daniel Schömer
Friedrich-Alexander-Universität
Schöller-Stiftungslehrstuhl für Wirtschaftsinformatik, insb. Digitalisierung in Wirtschaft und Gesellschaft

Fürther Straße 248
90429 Nürnberg
  • Kontakt und Anfahrt
  • Anmelden
  • Impressum
  • Datenschutz
  • Facebook
  • RSS Feed
  • Twitter
  • Xing
Nach oben