Open Access

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.

In den vergangenen zwei Jahrzehnten hat die Open-Access-Bewegung etablierte Publikationsmodelle zunehmend verdrängt. Für wissenschaftliche Institutionen und Publizierende gewinnt zudem das Modell des Diamond Open Access zunehmend an Bedeutung. Das Modell sieht vor, dass wissenschaftliche Einrichtungen eine Infrastruktur bereitstellen, welche das Open-Access-Publizieren für Leser*innen und Autor*innen ohne Bezahlschranken bzw. Publikationsgebühren ermöglicht. Auch Hochschulbibliotheken sind in diesem Kontext aktive Akteure. In der deutschen Bibliothekslandschaft existieren allerdings bislang kaum Kooperationen auf Verbundebene. Mittels einer Umfrage unter den hebis-Verbundpartnern wurde das Interesse an einer kooperativen oder konsortialen Publikationsinfrastruktur für Diamond-Open-Access-Zeitschriften eruiert. Im Anschluss wurde in einer Einzelfallstudie nach Yin untersucht, welchen Herausforderungen die Hochschulbibliotheken gegenüberstehen und welche Handlungsfelder sich im hessischen Bibliotheksverbund hebis ergeben, um sich gemeinsam für Diamond Open Access zu engagieren. Im Rahmen der Untersuchung wurden leitfadengestützte Interviews mit Open-Access-Expert*innen der hebis-Verbundbibliotheken durchgeführt, die bereits eine Plattform für Diamond-OA-Zeitschriften betreiben. In diesem Kontext wurden zudem Interviews mit Vertreter*innen der Landesinitiative openaccess.nrw sowie der Vernetzungs- und Kompetenzstelle Open Access Brandenburg geführt. Die Ergebnisse der Experteninterviews legen nahe, dass ein kooperatives Diamond-Publishing-Angebot nur dann erfolgreich umgesetzt werden kann, wenn die Landesregierung eine wissenschaftspolitische Grundsatzentscheidung zur Förderung von Open Access mit einer entsprechenden Policy trifft und den Aufbau einer zentralen Kompetenzstelle finanziell unterstützt. Zu den Herausforderungen zählen die Sicherstellung der Nachhaltigkeit von Open-Access-Zeitschriften, insbesondere wenn Schlüsselpersonen die Universität verlassen, und das Fehlen von Use Cases. Die Interviews mit den Vertreter*innen der Open-Access-Initiativen in NRW und Brandenburg verdeutlichen, dass eine gemeinsame Servicestelle als Wissenshub und Infrastruktur für die Kommunikation untereinander dienen kann.