Band 76, Heft 1

Zusammenfassung Heutige Computeranwendungen sind in der Lage, große Mengen an Wissen zu speichern. Neben großen Sprachmodellen (LLMs), wie ChatGPT, finden auch Wissensgraphen, welche Fakten in Form von Tripeln speichern, Anwendung in modernen Informations- und Wissenssystemen. Diese Zusammenfassung eines Vortrags liefert eine Einführung in diese Technologien und zeigt anhand von Beispielen, wie diese funktionieren und was ihre Stärken und Schwächen sind.

Zusammenfassung Während die digitale Transformation in vielen Lebensbereichen bereits weit fortgeschritten ist, hat die Wissenschaft das volle Potenzial der Digitalisierung bisher nicht ausgeschöpft. Es besteht ein dringender Bedarf, diese voranzutreiben. Für diesen Zweck ist es erforderlich, über die traditionelle, dokumentenbasierte Darstellung von Daten und Wissen hinauszugehen, um sowohl dem Menschen als auch der Maschine die effiziente Nutzung dieser Informationen zur Beantwortung wissenschaftlicher Fragen zu ermöglichen. In diesem Kontext sind Wissensgraphen und Sprachmodelle vielversprechende Technologien. Der vorliegende Artikel betrachtet theoretisch und anhand von Praxisbeispielen, wie Wissensgraphen und Sprachmodelle jeweils einzeln als auch kombiniert zur Beantwortung wissenschaftlicher Fragen beitragen. Wissensgraphen bieten eine strukturierte und vernetzte Darstellung von Daten und Wissen, die eine Kontextualisierung und umfassende Analyse der Informationen ermöglichen. Sprachmodelle hingegen erleichtern die Interaktion mit großen allgemeinen Wissensbeständen durch natürliche Sprache. Der größte Mehrwert bei der Beantwortung wissenschaftlicher Fragen lässt sich aber durch die Kombination beider Technologien erreichen. Die Synergien, die durch die Kombination von Wissensgraphen und Sprachmodellen entstehen, vereinen die Stärken beider Ansätze und ermöglichen eine präzisere und umfassende Beantwortung wissenschaftlicher Fragen. Zukünftige Forschung muss sich darauf konzentrieren, diese Kombination weiter zu optimieren und neue Anwendungsmöglichkeiten zu erschließen, um das volle Potenzial beider Technologien auszuschöpfen.

Zusammenfassung Beim Reverse Mentoring lernen erfahrene Führungskräfte von jüngeren Nachwuchskräften. Es ist eine wichtige Maßnahme zur Begleitung des demografischen und digitalen Wandels und bietet den Teilnehmenden die Gelegenheit, die Gedankenwelt der anderen Generation besser zu verstehen. Der stattfindende Wissenstransfer unterstützt die digitale Transformation und fachbereichs- und hierarchieübergreifendes Netzwerken sorgt für eine offene, attraktive Unternehmenskultur. Dieser Beitrag beschreibt, wie das Konzept in der Deutschen Bundesbank gelebt wird.

Zusammenfassung In der Ära rasanter technologischer Fortschritte erweisen sich traditionelle Methoden des Forschungsinformationsmanagements als unzureichend. Präsentiert wird eine Projektskizze, die das Konzept „Data Management 4.0“ einführt. Dieses Konzept nutzt Künstliche Intelligenz (KI), um Forschungsinformationssysteme signifikant zu verbessern. Durch die Integration KI-gestützter Lösungen könnten Institutionen eine erhöhte Effizienz, Genauigkeit und optimale Ressourcenzuteilung bei der Handhabung großer und vielfältiger Forschungsinformationen erreichen. Der Ansatz berücksichtigt zentrale Herausforderungen wie Datenintegration, -bereinigung, -analyse und -sicherheit. Zusätzlich werden fünf praxisnahe Szenarien präsentiert, die konkrete Anwendungen von KI in Forschungsinformationssystemen illustrieren und zeigen, wie spezifische Probleme im Forschungsinformationsmanagement gelöst werden könnten. Das vorgeschlagene Projekt zielt darauf ab, Forschungsinformationssysteme durch maßgeschneiderte KI-Lösungen zu optimieren und umfasst eine umfassende Strategie, die Bedarfsanalyse, Implementierung und kontinuierliche Verbesserung berücksichtigt. Mit seiner Veröffentlichung wird das Konzept einer breiten Diskussion zugänglich gemacht. Diese Arbeit möchte die Praxis des Forschungsinformationsmanagements transformieren und einen intelligenteren sowie effizienteren Ansatz zur Handhabung von Forschungsinformationen fördern.

Zusammenfassung Die zunehmende Präsenz von KI in der Hochschulbildung wirft Fragen über die Bedeutung menschlicher Beziehungen auf. Der Artikel argumentiert, dass trotz – oder gerade wegen – technologischer Entwicklungen persönliche Beziehungen für erfolgreiches Lernen zentral bleiben. Lehrende und Bibliotheksmitarbeitende spielen dabei eine wichtige Rolle, indem sie Räume für Dialog, kritische Reflexion und echten Austausch schaffen.