Autor: Katharina Simbeck

Angewandte Forschung in der Wirtschaftsinformatik 2022

Angewandte Forschung in der Wirtschaftsinformatik 2022

Martin Wolf (Hrsg.), Christian Czarnecki, Sandy Eggert, Claudia Lemke, Verena Majuntke, Birte Malzahn, Vera G. Meister, Katharina Simbeck
Angewandte Forschung in der Wirtschaftsinformatik 2022: Tagungsband zur 35. Jahrestagung des Arbeitskreises Wirtschaftsinformatik an Hochschulen für Angewandte Wissenschaften im deutschsprachigen Raum (AKWI) vom 11.09. bis 13.09.2022, ausgerichtet von der Hochschule für Technik und Wirtschaft Berlin (HTW Berlin) und der Hochschule für Wirtschaft und Recht Berlin (HWR Berlin) Sandy Eggert, Claudia Lemke, Verena Majuntke, Birte Malzahn, Vera G. Meister, Katharina Simbeck, Christian Czarnecki, Martin Wolf (Hrsg.) Alle Kapitel im Überblick IT-Akzeptanzkriterien bei der Arbeit im Ehrenamt: Eine qualitative StudieSimone Dogu, Ingo Stengel und Stefanie RegierDOI: https://doi.org/10.30844/AKWI_2022_1 Content and Ad Formats in Performance Marketing Campaigns: Brand Usage Analysis of Advertising Options on FacebookMaria Margarita Cabrera Frias und Peter KonhäusnerDOI: https://doi.org/10.30844/AKWI_2022_2 Anwendbarkeit von Enterprise Security Assessments sowie Enterprise ...
Industry 4.0 Science | 2022 | | DOI 10.30844/AKWI_2022
Data Synthesis for Fairness Audits of Learning Analytics Algorithms

Data Synthesis for Fairness Audits of Learning Analytics Algorithms

Linda Fernsel, Katharina Simbeck
The purpose of methods of fairness auditing is to uncover to what extent Learning Analytics algorithms are fair. Fairness auditing methods often rely on pre-existing test data. In the context of Learning Analytics auditing, learning data is needed for testing. However, learning data might not be available (in large quantities) due to privacy concerns. Our poster shares our findings on how relational data for fairness audits of Learning Analytics systems can be synthesized from little pre-existing data, using the most promising available data synthesizers.
Industry 4.0 Science | 2022 | | DOI 10.30844/AKWI_2022_21
Asynchrone, digitale Lehrpfade in der Kostenrechnung als Open Educational Ressource

Asynchrone, digitale Lehrpfade in der Kostenrechnung als Open Educational Ressource

Katrin Dziergwa, Katharina Simbeck
Auch in den betriebswirtschaftlichen Grundlagenlehrveranstaltungen verfügen Studierende über sehr unterschiedliche Vorkenntnisse. Asynchrone, digitale Lehrpfade helfen Studierenden mit Vorkenntnissen, das Wissen selbständig zu überprüfen und aufzufrischen. Studierenden ohne Vorkenntnisse oder mit Deutsch als Zweitsprache können im eigenen Tempo Lehrveranstaltungen interaktiv vor- und nachbereiten. Das im Folgenden vorgestellte digitale Lernmaterial nutzt die Aktivität „Test“ des weit verbreiteten Lernmanagementsystems Moodle für Lernpfade zum Thema Kostenrechnung mit ansteigender Schwierigkeit. Das Material steht als Open Educational Ressource für die weit verbreitete Lernplattform Moodle zum Einsatz in eigenen Lehrveranstaltungen zur Verfügung.
Industry 4.0 Science | 2022 | | DOI 10.30844/AKWI_2022_06