Large language models (LLMs) have garnered significant attention, but the definition of “large” lacks clarity. This paper focuses on medium-sized language models (MLMs), defined as having at least six billion parameters but less than 100 billion. The study evaluates MLMs regarding zero-shot generative question answering in German and English language, which requires models to provide elaborate answers without external document retrieval (RAG). The paper introduces an own test dataset and presents results from human evaluation. Results show that combining the best answers from different MLMs yielded an overall correct answer rate of 82.7% which is better than the 60.9% of ChatGPT. The best English MLM achieved 71.8% and has 33B parameters, which highlights the importance of using appropriate training data for fine-tuning rather than solely relying on the number of parameters. The best German model also surpasses ChatGPT for the equivalent dataset. More fine-grained feedback should be used to further improve the quality of answers. The open source community is quickly closing the gap to the best commercial models.

Class diagrams are at the core of object oriented modeling. They are the foundation of model-driven software engineering and backed up by a wide range of supporting tools. In most cases, source code may be generated from class diagrams which results in increasing productivity of developers. In this paper we present an approach that allows the automatic conversion of hand-drawn sketches of class diagrams into corresponding UML models and thus can help to speed up the development process significantly.

Our proposed visual dashboard aims to facilitate training progress evaluation in sports like skateboarding and foil pumping by offering real-time sensor and camera data processing through machine learning-based pose estimation. The web-based application, developed in HTML, CSS, and JavaScript utilizing p5js and Google Charts frameworks, enables athletes to visualize and analyze their movements for efficient and safe performance without the need for app installation on various devices. This paper will delve into the advantages and challenges of the web-based approach, detailing data structures, synchronization techniques, and plans for future enhancements like Web BLE connectivity and improved user experience across different devices. (This work is a part of the project (M4-SKI) has been supported and funded by the European Regional Development Fund (ERDF)).

• Bietet komprimiertes Wissen frühestmöglich zur Verabschiedung des Data Governance Act

• Vereint Wissen und Know-how interdisziplinär aus Forschung und Praxis

• Stellt Geschäftsmodelle, technische Machbarkeit und rechtliche Zulässigkeit der Datennutzung dar

Ziel des Kapitels ist zum einen, den Begriff der Data Governance nach den Dimensionen Technik, Ökonomie, Recht und Nachhaltigkeit zu betrachten und anhand disziplinenspezifischer Definitionen die unterschiedlichen Anwendungsbereiche aufzuzeigen. Zum anderen soll der neue EU-Rechtsrahmen des Datenrechts mit Schwerpunkt auf dem Data Governance Act vorgestellt werden.

Ziel des Beitrages ist die Beschreibung der Umsetzung der rechtlichen Anforderungen an die gemeinsame Nutzung und das Teilen von Daten auf Plattformen. Legal Data Governance ist Teil des gesamten Governance-Modells. Für die rechtliche Ausgestaltung ist daher ein klares Geschäftsmodell Voraussetzung. Die Wechselwirkungen von Geschäftsmodell und Rechtsrahmen können im Wege des kollaborativen agilen Arbeitens erfasst, konzeptioniert und umgesetzt werden.

Im Bauprozess können Daten und Fachmodelle des Building Information Modeling (BIM) innerhalb eines Bauprojektes in einer gemeinsamen Datenumgebung geteilt werden. Sollen Daten und BIM-Modelle für Anwendungen im gesamten Lebenszyklus eines Bauwerkes zur Verfügung stehen, beispielsweise für einen Digitalen Gebäudepass, muss das Daten- und Rechtemanagement über die Projektgrenzen hinaus organisiert werden. Wie das im Einklang mit dem DGA rechtskonform möglich ist, zeigt das folgende Kapitel.

The technologies regarding capturing motion and visualizing data enabled new possibilities describing complex systems to a broader audience. We used the latest methods of motion analysis through Machine Learning / Artificial Intelligence and visualization in Virtual and Augmented Reality (VR/AR) in order to analyze and explain the way the Hof Symphony Orchestra works. Therefore, we showed the diverse aspects from rehearsal to performance to a broad audience via interactive immersive Extended Reality experiences. In this paper we are describing the process and the implications for tracking motion and gestures in cultural places. 

In der Industrie wird immer nopch viel Zeit damit verschwendet, dass Geschäftprozesse als Grafik modelliert werden, um einen Überblick zu bekommen, sie zu analysieren und zu verbessern.  Für die Softwareunterstützung als ausführbare Prozesse in einem Enterprise Information System wie ERP oder MES müssen sie jedoch noch einmal systemspezifisch implementiert werden. Im Produktionsumfeld geht das mit dem Open Source System HiCuMES, einer Mischung aus LowCode Werkzeug mit grafischen Editoren und Manufacturing Execution System auch anders.