Programm

Montag, 7. Mai

Ab 14:00 Uhr Anmeldung Vor SO 418
15:00 Einführung in den Doktoranden-Workshop SO 418
15:15 Doktoranden-Workshop Präsentationen Teil I
SO 418 und SO 422
16:15 Kaffeepause
16:35 Doktoranden-Workshop Präsentationen Teil II
SO 418 und SO 422
17:35 Diskussion SO 418
19:00 Abendessen im Museumsschiff Neckarvorlandstr. 2a, 68159 Mannheim

Dienstag, 8. Mai

Ab 08:00 Uhr Anmeldung Foyer vor O 138 (Fuchs-Petrolub Saal)
09:00 Begrüßung O 138 (Fuchs-Petrolub Saal)
09:15 Morning Keynote – Iryna Gurevich O 138
10:00 Kaffeepause Foyer
10:30 Workshops O 126/ SO 418/ SO 422
12:00 Mittagspause O 138 (Fuchs-Petrolub hall)
13:30 Afternoon Keynote – Heiner Stuckenschmidt
 O 138
14:30 Kaffeepause  Foyer
15:00 Praxisbericht – Matthias Hinkelmann  O 138
16:00 Verabschiedung  O 138

Morning Keynote – Iryna Gurevych

Title: Serious Games and NLP: Learning can be fun if you ask the right questions

Abstract: Serious games for education and natural language processing are believed to be a win-win situation: people enjoy playing a game, while at the same time they learn something new, and NLP researchers get their annotated data for free. But how come that only few of them succeed and hit their target audience even though they are elaborated and well-designed? In this talk, I will first review the landscape of current serious games for NLP and will present our attempt to address „gamification“ of a highly cognitive tasks related to human argumentation. However, building a successful educational application needs to go beyond simple extrinsic motivation. I will show that „pivoting“ the product, starting asking the right questions, and leveraging human natural abilities might be a game changer!

Bio: Iryna Gurevych is professor of computer science at TU Darmstadt, where she leads the UKP Lab and the DFG-funded Research Training Group „Adaptive Preparation of Information from Heterogeneous Sources“ (AIPHES). She has a broad range of research interests in natural language processing, with a focus on computational argumentation, computational lexical semantics, semantic information management, and discourse and dialogue processing. She has co-founded and co-organized the workshop series „Collaboratively Constructed Semantic Resources and their Applications to NLP“, „Argument Mining“ and several research events on innovative applications of NLP to education, social sciences and humanities. More information can be found: https://www.ukp.tu-darmstadt.de/

Afternoon Keynote – Heiner Stuckenschmidt

Title: Automatic Creation and Maintenance of Knowledge Resources

Abstract: Resources like Wikipedia are meanwhile accepted sources of common knowledge and have been shown to have a quality comparable with well known encyclopedias. In order to make their knowledge more accessible, there have been efforts to create machine readable knowledge ressources from sources like Wikipedia. Prominent examples are YAGO, DBpedia and Freebase. This talk addresses the challenge of (almost) automatically creating such machine readable knowledge ressources from web data. The talk summarizes recent work from the Data and Web Science Research Group at the University of Mannheim and covers different approaches to the creation and improvement of knowledge resources such as open information extraction from text, taxonomy induction, web table matching, type and link prediction as well as probabilistic and logical reasoning on knowledge graphs.

Bio: Heiner Stuckenschmidt ist Full Professor for Artificial Intelligence and member of the Data- and Web Science research group. We received his PhD from the Vrije Universiteit Amsterdam on the topic of semantic information sharing on the web. His group conducts fundamental and applied research in knowledge representation formalisms with a focus on reasoning techniques for information extraction and integration including Standard and non-standard reasoning in description logics, the combination of  probabilistic reasoning and utility theory with description logics as well as applications of these methods in various domains. He is author of about 200 peer reviewed publications and the author of a German langauge textbook on ontologies. More information can be found at: http://dws.informatik.uni-mannheim.de/stuckenschmidt

Praxisbericht – Matthias Hinkelmann

Abstract: Eine frühe Unterstützung von Studierenden kann ein erfolgreiches Instrument zur Verbesserung von akademischen Leistungen sein. Eine der Herausforderungen liegt in der frühzeitigen Identifikation von Studierenden, die entweder sehr gute oder unterdurchschnittliche Leistungen erbringen. Im Workshop wird das LAPS-Projekt (LAPS = Learning Analytics für Prüfungsleistungen und Studienfolg) vorgestellt, das an der Hochschule der Medien, Stuttgart, entwickelt und eingesetzt wird. Basis des Projekts ist die Analyse von abgeschlossenen Studienverläufen mit Hilfe von Machine Learning Algorithmen. Anschließend werden die Ergebnisse dieser Analyse mit den Verläufen von eingeschriebenen Studierenden verglichen. Da sich diese Verläufe von Verläufen von exmatrikulierten Studierenden statistisch nicht unterscheiden, können Hinweise auf einen Studienerfolg oder Misserfolg identifiziert werden, die wiederum eine faktenbasierte Studienberatung unterstützen können. Zusätzlich können die akkumulierten Ergebnisse zur Qualitätssicherung der Studiengänge eingesetzt werden. Im Workshop wird auf verschiedene Aspekte des Projektes eingegangen: die Datengrundlage zur Auswertung, technische Details zur Umsetzung sowie Ergebnisse der vorgelagerten Machbarkeitsstudie werden präsentiert. Zudem werden die Aspekte wie Datenschutz und ethische Überlegungen näher beleuchtet. Ebenso werden die Funktionalitäten zur Qualitätssicherung der Studiengänge beleuchtet. Der Workshop umfasst auch die Vorstellung des Ansatzes zur Einbindung der LAPS-Software einen lösungsorientierten Beratungsprozess.

Bio: Prof. Dr.-Ing. Mathias Hinkelmann hat von 1985 bis 1990 Maschinenwesen an der Universität Stuttgart studiert und anschließend bis 1997 am Institut für Kernenergetik und Energiesysteme in unterschiedlichen internationalen Projekten im Bereich der Integration von komplexen Simulationscodes durch übergreifende Datenstrukturen gearbeitet. Die Datenintegration war auch Gegenstand seiner 2001 abgeschlossenen Promotion zum Dr.-Ing. Nach seiner Tätigkeit an der Universität Stuttgart war er in einer großen IT-Beratung in verschiedenen Positionen zuletzt als Business Area Manager tätig. Er beriet Kunden aus den Bereich Produktion und Bankdienstleistung in den Bereichen Data Warehousing und Business Intelligence. Im Jahr 2003 wurde er auf die Professur für Datenbanken, digitale Informationssystems und IT-Management im Studiengang Medieninformatik an der Hochschule der Medien berufen. Seit Anfang 2007 ist er dort Prorektor für die Bereich Lehre und Qualitätsmanagement. Unter seiner Leitung hat die Hochschule der Medien 2013 das Siegel der Systemakkreditierung erreicht.

Workshops

Workshop 1: Analytics on Video-based Learning – Niels Seidel (FernUniversität Hagen)

Abstract: In this workshop participants will learn computational methods for analyzing video-based learning activities, including watching behavior, clickstream analysis, learner models, and data visualizations. Participants will be able to use these methods on a supplied set of data using the freely available tools. The last part of the workshop will be dedicated to exploring new data (and participants are encouraged to bring datasets with them).

Prerequisite Skills/Experience: Participants should be familiar with basic introductory statistics. No programming experience is necessary. This workshop is particularly aimed at individuals who do not have experience with video analytics.

Workshop 2: Learning Analytics Profiles – Daniel Schön (Universität Mannheim)

Abstract: Bei Learning Analytics im universitären Kontext stehen der großen Menge an Erwartungen und Möglichkeiten auch eine Reihe von Herausforderungen gegenüber. Neben der Adaption von bestehender e-Learning Infrastruktur und verteilten Kompetenzen ist dies vor allem die Vereinbarkeit mit dem gelebten Datenschutz. Mit Learning Anaylitcs Profiles (LeAP) ist es uns an der Universität Mannheim gelungen ein Learning Analytics Projekt in die laufende Infrastruktur der Universität so einzubetten, dass wir mit ausgewählten Dozenten und Kursen, in unserem produktiven Lernmanagementsystem ILIAS, Lernerdaten erfassen, zurückspiegeln, anreichern und wissenschaftlich auswerten können, ohne den Datenschutz zu gefährden.
In dem Workshop wollen wir einen aktuellen Überblick über das Projekt geben und die technischen Lösungen, sowie die bisherigen wissenschaftlichen Versuche vorstellen und diskutieren. Hierbei wollen wir insbesondere Erfahrungen austauschen und gemeinsame Szenarien für weitere Untersuchungen erarbeiten.

Workshop 3: Strukturelle Unterstützung von kollaborativer Learning Analytics Forschung – Tobias Rohloff und Jan Renz (Hasso-Plattner-Institut)

Abstract: Digital gestütztes Lernen produziert große Datenmengen und sicherlich auch Datenschätze. Doch zum Heben dieser Schätze bedarf es nicht nur engagierten Learning Analytics Forschern, sondern auch passende Infrastrukturen und eine interdisziplinäre Community. Mit dem HPI Learning Analytics Lab wollen wir diese Prozesse unterstützen und fördern. Sei es durch eine Vernetzung von Akteuren und Stakeholdern, dem Bereitstellen von technischen Infrastrukturen oder dem Erforschen von technischen und rechtlichen Rahmenbedingungen. In diesem Workshop wollen wir neben einer Einführung in unsere aktuelle Forschungsarbeit und verfügbare Datensätze unseren Ansatz vorstellen und diskutieren, um die Bedürfnisse und Möglichkeiten besser verstehen und unterstützen zu können.