Fokus Forschung: Moderne Medieninformatik im Blick

Fokus Forschung: Moderne Medieninformatik im Blick

Forschung, Messen

Die Hochschule Mittweida auf der CeBit

Die Hochschule Mittweida am Gemeinschaftsstand <br> „Forschung für die Zukunft“ auf der CeBit <br> in Hannover (Foto: M. Kauert)

Vom 11. bis 15. Juni präsentierte sich die Hochschule Mittweida dieses Jahr erstmals wieder seit 2012 auf der CeBit in Hannover. Ein Team aus neun Personen unter der Leitung von Prof. Alexander Marbach (Fakultät Medien), Prof. Dr. Marc Ritter und Prof. Dr. Kristan Schneider (Fakultät Angewandte Computer- und Biowissenschaften) vertrat die Hochschule Mittweida unter dem Motto “Interdisziplinarität im Spannungsfeld moderner Medieninformatik” am Gemeinschaftsstand “Forschung für die Zukunft” im Länderverbund der Hochschulen und Universitäten aus Sachsen, Thüringen und Sachsen-Anhalt.

Bei den Studienangeboten der Hochschule stand der Bachelor- und Masterstudiengang “Medieninformatik & Interaktives Entertainment” im Vordergrund. Zahlreiche Besucher konnten sich von der Praxisnähe des Studiums und der organisatorischen und fachlichen Leistung der Studierenden bei der Entwicklung des Spiels “Elemates” überzeugen, das in nur vier Monaten gemeinsam von 80 Studierenden im fünften Fachsemester entwickelt wurde. Begeisterte Interessenten konnten das Spiel direkt am Stand ausprobieren oder per Internet herunterladen. Große Aufmerksamkeit erhielten didaktische Innovationen zur interaktiven und spielerischen Umsetzung von Studien- und Lehrinhalten (Gamification), die sich von klassischen Methoden der Algorithmen- und Web-Entwicklung bis hin zur Künstlichen Intelligenz erstrecken. Nahtlos ordnete sich auch der hauseigene internationale Masterstudiengang “Blockchain & Distributed Ledger Technologies” in aktuelle auf der Messe widergespiegelte Trends ein.

Die über den Europäischen Sozialfond (ESF) geförderte Nachwuchsforschergruppe Agile Publika nutzte die Gelegenheit sich auf der CeBit einem Fachpublikum zu präsentieren und ihre wissenschaftlichen Methoden vorzustellen. Die Gruppe befasst sich mit der automatisierten Analyse von Daten aus Smartphone-Sensoren und Social Media. Ein großer Teil der Bevölkerung nutzt Smartphones und andere Wearables mit modernen Sensoren. Aus deren Aufzeichnungen lassen sich verschiedene Aktivitäten wie Gehen oder Sitzen ableiten. Auch ein nicht unwesentlicher Teil der Kommunikation findet in den Sozialen Medien statt. Die Kombination von computergestützten Lernverfahren mit Text- und Netzwerkanalysen erlauben es, Informationen über Nutzerverbünde und Beiträge aus den Datenmengen zu extrahieren.

Text: Dr. Kristina Helle