Organic.Lingua
Organic.Lingua ist ein internationales ICT PSP Projekt mit dem Ziel, automatisiert Lerninhalte zum Thema 'Biologische Landwirtschaft und Agrarökologie' zu erstellen und in insgesamt 9 verschiedene Sprachen zu übersetzen. Das Projekt baut auf dem Organic.Edunet Portal auf. Das Organic.Edunet Portal verwendet einen verteilten, Standard-basierten Ansatz der Erstellung und Erweiterung von Lerninhalten zu den Themen 'Biologische Landwirtschaft und Agrarökologie' und unterstützt die Bildung einer Community um diese Lerninhalte. Derzeit bietet Organic.Edunet Zugang zu mehr als 7000 Ressourcen aus Sammlungen von 11 internationalen Institutionen und stellt derzeit Lerninhalte in 9 unterschiedlichen Sprachen - Griechisch, Spanisch, Schwedisch, Norwegisch, Deutsch, Estnisch, Englisch, Ungarisch und Rumänisch - bereit. Der Prozess zwischen diesen Sprachen zu übersetzen ist im Moment allerdings noch fehleranfällig und zeitaufwändig.
Aufgrund der internationalen Nachfrage für Organic.Edunet hat sich das Organic.Lingua Projekt zum Ziel gesetzt, das Web Portal zu einem intelligenten mehrsprachigen Service zu machen. Organic.Lingua nimmt die Organic.Edunet Plattform und die existierende transnationale Service- und Benutzercommunity als Ausgangspunkt und ergänzt diese um mehrsprachige Services und Funktionalität: Linguistische Werkzeuge auf dem neuesten Stand der Forschung übersetzen Lerninhalte und Beschreibungen und erlauben cross-linguale Suche, d.h. Suche, die über Sprachen hinweg unterschiedliche Datenbanken durchsucht. Auf diese Weise erfüllt Organic.Lingua Anfordernisse des öffentlichen Sektors, indem es ForscherInnen und Lehrkräfte auf dem Gebiet von Landwirtschaft und Ökologie mit relevanten Informationen aus ganz Europa versorgt und eine Plattform bereitstellt, die bereits von einer Vielzahl an BenutzerInnen und BetreiberInnen zur Kommunikation und Kollaboration genutzt wird. Darüber hinaus zeigt Organic.Lingua die Erschließung neuer Geschäftsfelder auf, indem es demonstriert wie ein kommerzielles System das einen globalen Markt bedient in diesem Bereich eingesetzt werden kann.
MAKIN' IT
(Die Projektbeschreibung ist derzeit nur auf Englisch verfügbar.)
The general objective of the MAKIN’ IT project is to develop a consistent database of academic knowledge, driven by semantic algorithms, to efficiently manage and share academic content, and to achieve superior recommendations based on personalised user profiles and user preferences.
WIQ-EI: Web Information Quality Evaluation Initiative
Die Mission von WIQ-EI ist die Entwicklung von Mechanismen zur Qualitätsschätzung von textuellen Webdokumenten und die Evaluierung dieser Mechanismen hinsichtlich ihrer Effektivität und Effizienz. Dies wird auf globaler Ebene durchgeführt durch den Austausch von Forscher zwischen renommierten Organisationen aus europäischen Ländern und Drittländern, die Expertisen in themenrelevanten Bereichen aufweisen.
Die Motivation von WIQ-EI beginnt mit der Beobachtung, dass die heutigen Informations- und Datenpools im Web eher auf die Quantität von Informationen fokussieren als auf deren Qualität; ein Faktum, beobachtbar an der wachsenden Größe der Blogosphere, der wachsenden Anzahl an künstlich erstellten Daten, am bereits etablierten Copy & Paste Syndrom, am Mangel an semantisch angereicherten Daten sowie am beabsichtigten und unbeabsichtigen Informationsmissbrauch. Die Beurteilung der Informationsqualität ist besonders wichtig, da Entscheidungen oft auf Informationen von mehreren und manchmal unbekannten Quellen basieren, die Zuverlässigkeit und Genauigkeit der Informationen jedoch fragwürdig sind. Allerdings mangelt es dem Web an qualitätsabhängigen Filtermechanismen, an der automatischen Identifizierung von Missbrauchsmustern sowie Werkzeugen, die das Vertrauen der Benutzer in Hinblick auf Informationen und Autoren schaffen.
Angesichts der Motivation zielt WIQ-EI auf die Entwicklung von Mechanismen ab, die automatisch, preiswert, vollständig und kontinuierlich die Informationsqualitätsaspekte abschätzen und große Datenmengen bewältigen können. Daher werden die Ergebnisse des Projektes WIQ-EI eine Reihe von Algorithmen, Tools und Testdatenreihen beinhalten, um die Qualität der textuellen Webdokumente abzuschätzen und die algorithmische Effektivität und Effizienz zu evaluieren.
Aus technischer Perspektive wurden drei thematische Ziele identifiziert:
- Ziel I: Entwicklung von Maßstäben für die Informationsqualität von Web-Inhalten
- Ziel II: Aufdecken von Plagiarismus und Attribution der Urheberschaft
- Ziel III: Mehrsprachige Meinungs- und Sentimentanalyse
Aus organisatorischer Sicht werden Forscher aus Europa – Österreich, Deutschland und Spanien – und Drittländern – Mexiko, Argentinien und Indien – ausgetauscht. Die Transferaktivitäten beinhalten die Organisation von in internationale Konferenzen eingebetteten Workshops. Somit trägt WIQ-EI zur Stärkung der Beziehungen zwischen Organisationen innerhalb und außerhalb Europas bei und transferiert Wissen auch über die Projektpartner hinaus.
Das Projekt wird durch FP 7 IRSES Marie Curie Scheme gefördert.
MIRROR – Reflektierendes Lernen an der Arbeit
MIRROR wird das Lernen von eigenen Erfahrungen, sowie von Erfahrungen anderer, ermöglichen. Dr. Stefanie Lindstaedt vom Know-Center hat die wissenschaftliche Leitung dieses neuen innovativen Projektes übernommen.
MIRROR ist ein von der EU gefördertes Projekt im Bereich Technologieunterstütztes Lernen. Es dauert vier Jahre (Juli 2010 – Juni 2014) und verfügt über ein Budget von rund 9 Millionen Euro. 15 Forschungs- und Industriepartner aus 6 europäischen Ländern sind beteiligt.
MIRROR wird das Lernen von eigenen Erfahrungen, sowie von Erfahrungen anderer, ermöglichen. Das Know-Center wird sich in dieser Hinsicht darauf konzentrieren, Daten über die Aktivitäten von WissensarbeiterInnen (Krankenschwestern, Pflegepersonal, IT-Consultants, MitarbeiterInnen im Zivilschutz, etc.) zu sammeln, zu analysieren und darzustellen. Bei der Datensammlung steht für uns im Vordergrund diese einerseits integriert in die bestehenden Arbeitsumgebungen durchzuführen, und andererseits die gesammelten Daten aufgrund ihrer Sensibilität durch ein einfach verständliches und konfigurierbares Datenschutzmodell zu schützen. Bezüglich der Datenanalyse zielen wir darauf ab, von Low-Level Sensordaten auf konzeptionell abstraktere Einheiten auf dem „knowledge level“ zu schließen (zB auf Kompetenzen von WissensarbeiterInnen, auf abstrakte Aufgaben wie zB „Einsatz in XY am Tag Z planen“). Diese Schlußfolgerungen können z.B. durch Regeln, durch maschinelles Lernen oder durch statistische Methoden abgebildet werden. Schlußendlich soll dieses abstrakten Daten über WissensarbeiterInnen intuitiv und interaktiv, d.h. die WissensarbeiterInnen können die automatisch gesammelten Daten bearbeiten, löschen, ergänzen, etc., dargestellt werden. Die Funktionalitäten rund um „Benutzerdaten sammeln“, „Benutzerdaten analysieren“ und „Benutzerdaten darstellen“ werden modular als Services und Apps in der MIRROR App-Sphere angeboten, und im Laufe des Projektes als Open-Source an die internationale Forschungscommunity veröffentlicht werden.
Die gesammelten Daten, die Schlußfolgerungen die sich aus deren Analyse ergeben, sowie die Darstellung soll im Rahmen von MIRROR in erster Linie für den/die einzelne(n) WissensarbeiterInnen als Unterstützung bei der Reflexion über vergangene Aktivitäten im Arbeitsumfeld dienen.
MIRROR wird Ansätze für arbeitsintegriertes Lernen aus den IPs APOSDLE, PROLIX und MATURE aufgreifen und weiter entwickeln.
STELLAR NoE
STELLAR ist ein von der EU gefördertes Network of Excellence (NoE). Das Ziel dieses Kompetenznetzwerkes ist es, das multidisziplinäre Fachgebiet des technologiegestützten Lernens (Technology Enhanced Learning – TEL) zu einen und zu festigen. Das Know-Center ist dabei involviert ... - in die Identifikation der wichtigsten Fragestellungen in der Forschung (grand research challenges) und
- in die Bereitstellung von Science 2.0 Technologien und Anwendungen zur Unterstützung von Forschern im TEL-Bereich.
MATURE – Continuous Social Learning in Knowledge Networks
MATURE ist ein großes “Integrated Project”, das zum Teil unter dem Framework 7 der Europäischen Union gefördert wird. Zwölf europaweit führende Forschungs- und Entwicklungseinrichtungen aus fünf europäischen Ländern arbeiten gemeinsam auf dem Gebiet „Technology Enhanced Learning (TEL)”. Das Know-Center nimmt an diesem Projekt als assoziierter Partner teil. Das Knowledge Management Institute der Technischen Universität Graz (TUG) ist als “full partner“ involviert.
Agilität ist ein kritischer Erfolgsfaktor für die Konkurrenzfähigkeit von Organisationen. Agilität erfordert es allerdings, dass Organisationen und Mitarbeiterinnen und Mitarbeiter gemeinsam und voneinander lernen und ihre Kompetenzen effizient entwickeln. Es hat sich herausgestellt, dass für Agilität die gesteigerte intrinsische Motivation von Mitarbeitern notwendig ist, sich in kollaborativen Lernprozessen zu engagieren, und dass neue Form der organisationalen Führung nötig sein werden. Fehlschläge in organisationalen Ansätzen und Erfolge von Community-getriebenen Ansätzen (im Sinne des „Web 2.0“) sind Belege dafür. Aus diesem Grund versteht MATURE individuelle Lernprozesse verknüpft mit einem Prozess, in dem sich Wissen „an sich“ verändert, indem es reift. Wissen kann dabei als klassischer Content in unterschiedlichen Reifegraden vorliegen, kann aber auch in Form von Aufgaben, Prozessen oder semantischen Strukturen abgebildet werden.
Ziel von MATURE ist den Reifeprozess besser zu verstehen und Werkzeuge zu erschaffen, die Reifebarrieren reduzieren können. Ergebnisse von MATURE sollen seineine empirische Analyse von Reife-Praktiken in realistischen Umgebungen, die in ein umfassendes konzeptionelles Modell des Wissensreifeprozess überführt werden soll und in Werkzeuge, die Reifebarrieren verhindern sollen (speziell hinsichtlich motivationaler und sozialer Faktoren) ein „Personal Learning and Maturing Environment (PLME)“, das in das Arbeitsumfeld eingebettet ist und es Personen möglich macht, sich in Reifeaktivitäten zu engagierenein „Organisational Learning and Maturing Environment (OLME)“, das es Organisationen möglich macht, Community Aktivitäten zu analysieren und zu verstehen, Innovationsprozesse zu fördern und nachhaltig wirken zu lassenwieder verwendbare “Maturing-Services”, die Förderungen, Nachhaltigkeit und Bewusstseinsbildung hinsichtlich relevanter Aktivitäten unterstützen sollen. MATURE nutzt eine “Participatory Design” Methode, die Organisationen innerhalb wie außerhalb des Konsortiums in einen iterativen Entwicklungsprozess involviert.
APOSDLE – Eine neue Art zu Arbeiten, Lernen und Kommunizieren
Effektives lebenslanges Lernen ist ein essentieller Wettbewerbsfaktor innerhalb unserer Wissensgesellschaft. Das EU Projekt APOSDLE wird die Produktivität von Wissensarbeitern erhöhen, indem Lernsituationen direkt innerhalb der computerbasierten Arbeitsumgebungen unterstützt werden. APOSDLE folgt dem learn@work Ansatz, in dem Lernen direkt im aktuellen Nutzerkontext erfolgen kann.
Das neue Advanced Process- Oriented Self- Directed Learning Environment bietet praxisbasierte Hilfestellungen, Lernressourcen und Zugang zu Experten wann-immer und wo-immer sie benötigt werden. APOSDLE wird als Integriertes Projekt im 6. Rahmenprogramm der Europäischen Union im Schwerpunktbereich Technologien für die Informationsgesellschaft (TIG) gefördert. Die Projektkoordination wird gemeinsam vom Know-Center, Österreichs Kompetenzzentrum für Wissensmanagement, und Joanneum Research wahrgenommen. Mit einem Budget von fast 13 Mio. Euro auf einer Laufzeit von vier Jahren bringt APOSDLE zwölf innovative Partnerorganisationen aus sieben europäischen Ländern zusammen.
APOSDLE belegte in der vierten Ausschreibung für das Strategische Ziel Technologiegestütztes Lernen den ersten Platz aller Einreichungen und ist damit in Europa eines der führenden Projekte zu diesem Thema. APOSDLE – new ways to work, learn and collaborate!
