Historically, there has been a tendency to consider hypertext as a type of system, perhaps characterized by provision of links or other structure to users. In this paper, we consider hypertext as a method of inquiry, a way of viewing arbitrary systems. In this view, what are traditionally called "navigational hypertext systems" might be considered as information retrieval systems, "spatial hypertext systems" as brainstorming systems, etc., while their "hypertext" nature results from the way in which such systems are conceived, developed, and/or presented. The benefit of such a shift is the ability to apply this hypertextual method of inquiry to systems not normally considered part of the hypertext community. In this paper, we specifically apply this view to artificial intelligence, and examine how this application can be productive.

The task of organizing and retrieving knowledge is often elaborative and involves different types of media including digital or analog. In this paper we describe a system that is based on related research in the fields of spatial hypertext, information retrieval, and visualization. It utilizes a 2D space on which users can add, remove, or manipulate information entities (so-called user nodes) visually. A spatial parser recognizes the evolving structure and queries a knowledge base for helpful other information entities (so-called suggestions nodes). Similar to user nodes, those suggestions are presented as visual objects in the space. We propose a physics model to simulate their behavior. Their characteristics encode the relevance of suggestions to user nodes and to each other. This enables human recipients to interpret the given visual clues and, thus, identify information of interest. The way users organize nodes spatially influences the parsed spatial structures, i.e., the placement of suggestion nodes. This allows the creation of complex queries without any prior knowledge, yet the users do not have to be aware of that, because they can express their thoughts implicitly by manipulating their nodes. We discuss the strengths of a physics based simulation to encode context visually and point to open issues and potential solutions. On the basis of an implemented demonstrator we show the benefits compared to similar and related applications in the field of information visualization, especially when it comes to tasks where a high portion of creativity is involved and the information space is not well known.

In this paper, we describe our project DemoMedia, a software demonstrator that combines hypertext and recommender functionality in the context of video acquisition or use. DemoMedia fills the gap that exists in today's video platforms which include recommender functionalities, but only trivial support for users to structure information. Thus, users are forced to write down notes from or about videos (needed for various reasons) on additional media, such as paper. This opens a media gap between video platform and note-taking or communication to others. DemoMedia becomes a note taking and communication tool for the user, as it offers a knowledge space on which users can freely arrange and associate information. Furthermore, its intelligent parsers compute relations that are implicitly expressed and queries knowledge bases for relevant information or related videos. Those get positioned on the space in a semantically meaningful way. DemoMedia and the underlying component-based open hypermedia system Mother combine both the machine's capability of extracting knowledge from huge amounts of data and the human capability of sensemaking, intuition, and creativity.

In the context of the Internet of Things (IoT), there is the need to manage huge amounts of time series sensor data, if high frequency device monitoring and predictive analytics are targeted for improving the overall process quality in production or supervision of quality management. The key challenge here is to be able to collect, transport, store and retrieve such high frequency data from multiple sensors with minimum resource usage, as this allows to scale such systems with low costs. For evaluating the performance impact of such an IoT scenario, we produce 1000 datasets per second for five sensors. We send them to three different types of popular database management systems (i.e., MariaDB, MongoDB and InfluxDB) and measure the resource impacts of the writing and reading operations over the whole processing pipeline. These measurements are CPU usage, network usage, disk performance and usage, and memory usage results plus a comparison of the difficulty for the developers to engineer such a processing pipeline. In the end, we have a recommendation depending on the needs, which database management system is best suited for processing high frequency sensor data in an IoT context.

Ist Compliance als Einhaltung von Recht und Gesetz für staatliche Hochschulen als Behörden und Körperschaften des öffentlichen Rechts eine Selbstverständlichkeit? Überf lüssig? Oder bedarf es Nachdenkens über Compliance in Bezug auf Handeln und Strukturen der Hochschulen im Sinne eines adäquaten Wissenschaftsmanagements? Im modernen Wissenschaftsbetrieb tritt das verwaltungsmäßige Handeln immer mehr in den Hintergrund zugunsten des Agierens auf dem Markt von Forschungsleistungen und der Weiterbildung. Im Spannungsfeld der institutionellen Selbstverwaltung mit Freiheit von Forschung und Lehre und der unternehmerischen Hochschule mit hochschulübergreifenden Zielen wie Open Access, hohen Drittmittelquoten und Forschungsclustern auf dem Markt der Forschungsdienstleistungen entstehen rechtliche Risiken, denen mit dem althergebrachten Verwaltungshandeln, das das Eingehen von Risiken insgesamt scheut, nicht begegnet werden kann.

Hochschulen machen sich heute auf den Weg von klassischen Verwaltungseinheiten zu modernen Wissenschaftsbetrieben mit unternehmerischen Akzenten, um im internationalen Wettbewerb um Studierende und Forschungsmittel zu bestehen oder sich neuen Forschungsfeldern zu öffnen. Allerdings setzen ihnen die grundrechtlich gesicherte Wissenschaftsfreiheit, die gesetzlichen Vorgaben sowie der gesellschaftspolitische Auftrag beim Eingehen unternehmerischer Risiken enge Grenzen. Wie der Aufbau eines wissenschaftsadäquaten Compliance-Managements gelingt, das die Einhaltung rechtlicher Pflichten, die organisatorische Effizienz und die Kommunikation aller Beteiligten verbessert, erfahren Sie in diesem Buch. Ziele und Herausforderungen von Compliance-Management-Systemen (CMS) an Universitäten, Hochschulen und außeruniversitären Forschungseinrichtungen Prüfungsstandards für ein CMS, u.a. nach IDW PS 980 oder ISO 19600 Hochschulgerechte Compliance-Risikoanalyse: Risikoidentifizierung, Risikobewertung, Steuerung und Kontrolle, mit Checkliste Compliance-Funktionen: organschaftliche und persönliche Verantwortlichkeiten Compliance-Maßnahmen: personell, organisatorisch und regulativ Spezifische Compliance-Bereiche: eCompliance, Datenschutz, Wissens- und Technologietransfer, Personal-Compliance, Korruptionsprävention Ein Muss für alle, die in Universitäten, Hochschulen und außeruniversitären Forschungseinrichtungen mit Fragen zu Recht, Compliance, Datenschutz, Korruptionsprävention, Personal, Technologietransfer, Prozessorganisation und der strategischen Ausrichtung der Hochschule befasst sind.

Künstliche Intelligenz gilt als das große „Buzzword“ unserer Tage. Insbesondere im Marketing wird der Technologie ein enormes Potenzial zugeschrieben. Dabei besteht eigentlich bis heute kein Konsens darüber, was nun genau unter KI zu verstehen ist. Eine einheitliche Definition existiert nicht. Allerdings gibt es beim Verständnis von KI so etwas wie einen „gemeinsamen Nenner“. Der Aspekt, bei dem sich alle einig darüber sind, dass es sich hierbei um etwas „künstlich Intelligentes“ handeln muss, ist der, wenn wir von der Lernfähigkeit eines Systems sprechen.

Die Verunsicherung durch die Digitale Transformation ist im Mittelstand sowohl auf der Arbeitgeber- als auch der Arbeitnehmerseite groß, denn jeder weiß, dass sich unser Wirtschafts- und Gesellschaftssystem aufgrund der unzähligen Fortschritte in den Informations- und Kommunikationstechnologien (IKT) aktuell einem tiefgreifenden Wandel unterzieht.

In der Digitalisierung sind Geschäftsmodelle in der Regel Daten getrieben. Der Erfolg der vielzitierten „Plattformökonomie“ beruht zu einem erheblichen Anteil auf der Sammlung und Auswertung von Informationen. Der Bedarf an Datenvielzahl und Datenvielfalt von Zukunftstechnologien wie Künstlicher Intelligenz, Blockchain und Virtual Reality ist ebenfalls enorm. Aber wie kann diese Masse an Daten und Informationen bereitgestellt und verarbeitet werden? Vielleicht ist ein Umdenken in den Unternehmen notwendig: Tradierte Verhaltensmuster und Strategien gehören auf den Prüfstand.