Prof. Dr. Marian Benner-Wickner

In diesem Forschungsgebiet befasse ich mich mit der Frage, wie künstliche Intelligenz genutzt werden kann, um die Aus- und Weiterbildung allgemein und insbesondere an einer Hochschule zu verbessern. Dabei betrachte ich insbesondere die Analyse und Verbesserung von Lehr-Lernmaterialien oder User-generated Content, aber auch Prozessautomatisierungen in der Hochschulverwaltung.

Ich beschäftige mich mit der IT-Unterstützung wissensintensiver Geschäftsprozesse unter besonderer Berücksichtigung des Case Managements. Zu diesem Zweck vereine ich Konzepte und Methoden des Process Mining sowie des Adaptive Case Management und ergänze sie um eigene Beiträge.

Als Betreuer zahlreicher Abschlussarbeiten suche ich nach Konzepten und Methoden, wie sich die Betreuung von Abschlussarbeiten verbessern lässt. Dabei analysiere ich zum Beispiel Besonderheiten bei der Betreuung unternehmensspezifischer Arbeiten oder wie sich bestimmte Forschungsmethoden auf die Erstellung einer Abschlussarbeit übertragen lassen.

Benner-Wickner M., Kneuper R., Riccardi L. (2021). Betreuung unternehmensspezifischer Abschlussarbeiten – Zahlen, Erfahrungen und Handlungsempfehlungen aus dem Bereich IT und Technik. In: Hattula C., Hilgers-Sekowsky J., Schuster G. (eds) Praxisorientierte Hochschullehre. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-32393-6_24

Sawatzki, J., Schlippe, T., Benner-Wickner, M. (2021). Deep Learning Techniques for Automatic Short Answer Grading: Predicting Scores for English and German Answers. In Proceedings of The 2nd International Conference on Artificial Intelligence in Education Technology (AIET 2021), Wuhan, China, 2-4 July 2021.

Benner-Wickner, M., Kneuper, R., Schlömer, I. F. (2020). Leitfaden für die Nutzung von Design Science Research in Abschlussarbeiten. In IUBH Discussion Papers. https://res.cloudinary.com/iubh/image/upload/v1615990486/Presse%20und%20Forschung/Discussion%20Papers/IT%20and%20Engineering/DP_IT_2_2020_BennerWickner_hem1jd.pdf