Open Access

Bibliotheken stehen wie kaum eine andere Institution für Vielfalt, Bildung und Offenheit. Sie ermöglichen freien Zugang zu Wissen und fördern Integration sowie soziale Teilhabe. Doch inwiefern spiegeln sich diese Werte in der internen Arbeitskultur wider? Besonders die Erfahrungen von transgeschlechtlichen Mitarbeitenden werfen die Frage auf, wie inklusiv und diskriminierungsfrei Bibliotheken tatsächlich als Arbeitsorte sind. Die vorliegende Arbeit untersucht die Diskriminierungserfahrungen transgeschlechtlicher Mitarbeitender anhand qualitativer Interviews. Sie analysiert die zugrunde liegenden Ursachen von Diskriminierung, beleuchtet sowohl strukturelle als auch zwischenmenschliche Herausforderungen und zeigt die Auswirkungen auf die Betroffenen sowie auf die Organisation als Ganzes auf. Abschließend werden konkrete, praxisorientierte Handlungsempfehlungen entwickelt, die Bibliotheken dabei unterstützen sollen, Diskriminierung aktiv abzubauen und eine respektvolle, offene sowie inklusive Arbeitsumgebung zu schaffen.

Diese Bachelorarbeit widmet sich der Entwicklung eines Podcast-Formats, das auf der Fernsehsendung „ARD Presseclub“ basiert. Vor dem Hintergrund veränderter Mediennutzungsgewohnheiten, insbesondere unter jüngeren und digitalaffinen Zielgruppen, wird ein neues Podcast-Konzept erarbeitet, das die traditionelle TV-Sendung ergänzt und sich gezielt an das Performer-Milieu richtet – eine zentrale Zielgruppe, die durch die Analyse der Sinus-Milieus identifiziert wurde. Die Arbeit untersucht den Aufstieg des Mediums Podcast, analysiert aktuelle Konsumgewohnheiten und präsentiert ein innovatives Format für einen politischen Talk-Podcast, der ein anspruchsvolles, wissensgetriebenes Publikum anspricht. Die Arbeit stützt sich auf die Ergebnisse einer Hörerumfrage, die Analyse von Mediennutzungsgewohnheiten und eine Marktanalyse der Konkurrenz. Darüber hinaus wird ein strategischer Plan für die Umsetzung des Podcasts entwickelt, einschließlich Produktionsplanung, Inhaltsentwicklung und Distributionsstrategie über alle wichtigen Plattformen.

Künstliche Intelligenz stellt ein aktuelles Thema im öffentlichen Diskurs dar. Auch Bibliotheken setzen sich vermehrt mit der Technologie auseinander, wobei sowohl potenzielle neue Einsatzmöglichkeiten identifiziert als auch bereits im Einsatz befindliche Systeme verbessert werden. Diese Arbeit untersucht die Einsatzmöglichkeiten Künstlicher Intelligenz und Maschinellen Lernens im Bereich des digitalen historischen Kulturerbes und beschäftigt sich zudem mit der Frage, welcher Mehrwert durch den Einsatz entstehen kann. Dazu werden mehrere Projekte, in denen KI zum Einsatz kommt, aus den Bereichen automatische Texterkennung, inhaltliche Erschließung und Bildbeständen betrachtet. Im Rahmen dieser wird untersucht, wie die Technologie eingesetzt wird und welche Herausforderungen zum einen bei der Anwendung und zum anderen aufgrund des Materials entstehen. Anschließend wird die Frage nach dem Mehrwert betrachtet und untersucht, in welcher Form dieser in dem untersuchten Bereich auftritt.

Seit 1994 verzeichnet der Rettungsdienst in Deutschland einen kontinuierlichen Anstieg des Einsatzaufkommens, der vielfältige Ursachen hat und sich deutlich auf die Qualität und Effizienz des Rettungsdienstes auswirkt. Längere Wartezeiten auf den Rettungswagen können die Überlebenswahrscheinlichkeit der Patienten beeinflussen. Um den Trägern des Rettungsdienstes eine effiziente und wirtschaftliche Einsatzplanung zu ermöglichen, könnten zuverlässige Prognosen des Einsatzgeschehens die Effizienz der vorhandenen Ressourcen optimieren und zu einer Verkürzung der Reaktionszeiten führen. In dieser Arbeit wird das stündliche Notfallaufkommen im Rettungsdienst auf Basis der Einsatzdokumentation eines Rettungsdienstbereiches aus dem Zeitraum 2018 bis 2023 prognostiziert. Nach einer explorativen und deskriptiven Darstellung der Einsatzdaten wird die Datenbasis für die Zeitreihenprognose aufbereitet, wobei zusätzliche Informationen wie Stundenintervall, Wochentag und Monat berücksichtigt werden. Es wird ein Long Short Term Memory Modell implementiert, da dieses besonders für die Verarbeitung von Sequenzdaten geeignet ist. Die Optimierung der Modellparameter erfolgt durch ein manuelles Trainingsverfahren, wobei sowohl univariate als auch multivariate Zeitreihenmodelle betrachtet werden. Nach der Vorhersage wird analysiert, ob das Modell in der Lage ist, Ausreißer zu identifizieren, indem eine Distanzmetrik verwendet wird, um die Vorhersage mit den tatsächlichen Werten zu vergleichen. Anschließend können die Daten anhand eines festgelegten Schwellenwertes klassifiziert werden. Ausreißer werden in dieser Arbeit als das Einsatzfahrtaufkommen betrachtet, welches außerhalb des Normbereiches des untersuchten Rettungsdienstbereiches liegt. Die Ergebnisse zeigen, dass Prognosemodelle auf Basis der Einsatzdokumentation allein nicht ausreichend leistungsfähig sind, um Notfalleinsatzfahrten für die Zukunft präzise vorherzusagen. Das Verfahren zur Identifikation von Ausreißern anhand des Prognosemodells ermöglicht grundsätzlich eine Klassifizierung des Einsatzfahrtaufkommens je Stundenintervall. Hierbei ist die Genauigkeit des Verfahrens stark von der Leistungsfähigkeit und des manuellen Schwellenwertes abhängig. Die Verwendung multivariater Zeitreihen zeigt für die Prognose potenziell bessere Ergebnisse als univariate Modelle, jedoch sind weitere Untersuchungen notwendig, um die Leistungsfähigkeit des Modells durch die Identifizierung und Berücksichtigung weiterer Einflussfaktoren zu verbessern.

In dieser Masterarbeit werden die Herausforderungen und Möglichkeiten geschlechtergerechter Sprache in der Mediendokumentation am Beispiel der ARD-Sachklassifikation untersucht. Bereits seit den 1990ern wurden Initiativen für eine geschlechtergerechte Sprache in der Inhaltserschließung gestartet, damit Diskriminierungen und die "Unsichtbarmachung" von Geschlechtern nicht weiter aufrechterhalten werden. Ausgehend von der Erkenntnis, dass sich gesellschaftliche Wertvorstellungen in der Terminologie von Klassifikationen widerspiegeln, wurde im Rahmen der vorliegenden Forschungsarbeit eine qualitative Analyse des bestehenden Wissensorganisationssystems durchgeführt. Das Ergebnis ist eine Typologie mit vier merkmalshomogenen Typen, die als Ausgangspunkt für die Umsetzung geschlechtergerechter Sprache in Klassifikationen dienen kann. Unter Berücksichtigung linguistischer und praktischer Aspekte der Mediendokumentation werden konkrete Empfehlungen für eine geschlechtergerechte Überarbeitung der ARD-Sachklassifikation entwickelt. Die Arbeit leistet damit einen Beitrag zur Weiterentwicklung inklusiver Erschließungsinstrumente im Medienbereich und zeigt praktische Wege auf, wie Klassifikationssysteme diskriminierungsfreier gestaltet werden können.