Eldorado - Repositorium der TU Dortmund

Ressourcen aus und für Forschung, Lehre und Studium

Bei diesem Service handelt es sich um das Institutionelle Repositorium der Technischen Universität Dortmund. Hier werden Ressourcen aus und für Lehre, Studium und Forschung gespeichert, erschlossen und der Öffentlichkeit zugänglich gemacht.

Hauptbereiche in Eldorado

Wählen Sie einen Bereich, um dessen Inhalt anzusehen.

Gerade angezeigt 1 - 5 von 9

Fach- und Universitätsübergreifendes 1320
Fakultäten 14027
Graduate School und Graduiertenkollegs 12
Hochschulverwaltung 1254
Sonderforschungsbereiche 1595

Aktuellste Veröffentlichungen

Soziologische Modellierung nachhaltiger Transformation
(2026) Philipp, Marlon; Weyer, Johannes; Sommer, Bernd
Die Dissertation untersucht am Beispiel des Ruhrgebiets, wie eine nachhaltige Transformation des Mobilitätssektors sozialwissenschaftlich analysiert und gestaltet werden kann. Hierzu wird ein soziologisches Modell nachhaltiger Transformation (SMNT) entwickelt, das bestehende Nachhaltigkeits- und Transformationsmodelle in einem Mehrebenenansatz integriert. Eine Literaturanalyse zeigt, dass der deutsche Mobilitätssektor zentrale Nachhaltigkeitsziele verfehlt. Im empirischen Teil werden die Ergebnisse einer Befragung von 10.782 Universitätsangehörigen im Ruhrgebiet in die agentenbasierte Verkehrssimulation (MATSim) integriert. Die Befragung zeigt eine Diskrepanz zwischen der Nutzung des öffentlichen Verkehrs und den Präferenzen für individuelle Mobilität; zudem werden fünf Akteurstypen identifiziert. Mittels der Simulation werden fünf nachhaltige Governance-Optionen analysiert. Die Ergebnisse zeigen, dass insbesondere eine Steigerung des Fahrradkomforts sowohl die soziale als auch die ökologische Nachhaltigkeit verbessern kann.
Amtliche Mitteilungen der Technischen Universität Dortmund Nr. 20/2026
(Technische Universität Dortmund, 2026-09-22)
In defense of ‘surveillance capitalism’
(Springer Science and Business Media LLC, 2024-10-16) Königs, Peter
Critics of Big Tech often describe ‘surveillance capitalism’ in grim terms, blaming it for all kinds of political and social ills. This article counters this pessimistic narrative, offering a more favorable take on companies like Google, YouTube, and Twitter/X. It argues that the downsides of surveillance capitalism are overstated, while the benefits are largely overlooked. Specifically, the article examines six critical areas: i) targeted advertising, ii) the influence of surveillance capitalism on politics, iii) its impact on mental health, iv) its connection with government surveillance, v) its effects on the rule of law and social trust, and vi) privacy concerns. For each area, it will be argued that concerns about surveillance capitalism are unfounded or exaggerated. The article also explores some benefits of the services provided by these technology companies and concludes with a discussion of the practical implications. Throughout, the article draws on empirical evidence relating to the societal and political impact of digital technologies.
How representative is the Swedish PISA sample? A comparison of PISA and register data
(Springer Science and Business Media LLC, 2024-07-06) Borger, Linda; Johansson, Stefan; Strietholt, Rolf
PISA aims to serve as a “global yardstick” for educational success, as measured by student performance. For comparisons to be meaningful across countries or over time, PISA samples must be representative of the population of 15-year-old students in each country. Exclusions and non-response can undermine this representativeness and potentially bias estimates of student performance. Unfortunately, testing the representativeness of PISA samples is typically infeasible due to unknown population parameters. To address this issue, we integrate PISA 2018 data with comprehensive Swedish registry data, which includes all students in Sweden. Utilizing various achievement measures, we find that the Swedish PISA sample significantly overestimates the achievement levels in Sweden. The observed difference equates to standardized effect sizes ranging from d = .19 to .28, corresponding to approximately 25 points on the PISA scale or an additional year of schooling. The paper concludes with a plea for more rigorous quality standards and their strict enforcement.
KI-Systeme instrumentell verstehen
(2026) Mann, Sara; Schmidt, Eva; Kästner, Lena
Viele moderne KI-Systeme sind epistemisch opak. Das Forschungsfeld der erklärbaren KI (XAI) versucht, diese Opazität durch die Entwicklung von Erklärbarkeitsmethoden zu reduzieren und relevante Aspekte von KI-Systemen für verschiedene Stakeholder verständlich zu machen. Häufig wird angenommen, dass das resultierende Verstehen als Mediator zwischen Erklärbarkeit und der Erfüllung gesellschaftlicher Desiderata (z.B. Fairness von KI, Wahrung menschlicher Verantwortlichkeit bei KI-gestützten Entscheidungen) fungieren kann. Doch bleibt in der XAI-Literatur weitestgehend offen, worin dieses Verstehen besteht und wie es seiner Mediatorrolle gerecht werden kann. Diese Dissertation entwickelt mithilfe von Conceptual Engineering und auf Grundlage aktueller erkenntnis- und wissenschaftstheoretischer Debatten einen kontextsensitiven Verstehensbegriff, der speziell auf erklärbare KI zugeschnitten ist und die behauptete Mediatorrolle von Verstehen in XAI-Kontexten erklärt. Das entscheidende Merkmal dieses Verstehens ist sein zweckgerichteter Charakter: Es dient der Erfüllung legitimer gesellschaftlicher Desiderata und heißt daher „instrumentelles Verstehen“. Instrumentelles Verstehen wird durch zwei notwendige und zusammen hinreichende Bedingungen definiert. Diese verlangen ein gerechtfertigtes, moderat faktives Überzeugungssystem über systembezogene Aspekte sowie das Verfügen über verstehensbezogene Fähigkeiten und berücksichtigen den Einfluss mehrerer Kontextfaktoren. Weiterhin argumentiert diese Arbeit, dass so genannte „Exemplare“ besonders vorteilhafte Mittel sind, um instrumentelles Verstehen zu erwerben. Exemplare zeichnen sich dadurch aus, dass sie kontextuell relevante Aspekte exemplifizieren und besonders leicht zu interpretieren sind. Der Begriff instrumentellen Verstehens konkretisiert ein wichtiges epistemisches Ziel in XAI-Kontexten. Exemplare bieten wiederum einen Ausgangspunkt, um XAI-Erklärungen und andere Verstehensermöglicher in Hinblick auf ihre Eignung für den instrumentellen Verstehenserwerb zu evaluieren.