Digitale Transformation

Der Forschungsschwerpunkt „Digitale Transformation“ ist die Ergänzung der Studiengänge Management, Communication & IT sowie Digital Business & Software Engineering in den Bereichen der angewandten Forschung und Entwicklung praxisrelevanter Lösungen für Digitalisierung und deren umfassende Integration in die Praxis. Interdisziplinär bearbeiten wir technische, soziale, organisationale und individuelle Aspekte.

Im Rahmen der digitalen Transformation sind für uns der sichere, analytische Umgang mit Daten, die Interaktion von Menschen mit technischen Systemen, die Gestaltung neuer Arbeitswelten sowie die Anpassung von Arbeits- und Produktionsprozessen und deren Steuerung in realen aber auch virtuellen Welten wesentlich.

 

Data & Analytics

Große Datenmengen, die aus unterschiedlichsten Datenquellen (z.B. IoT, etc.) generiert werden, können als Basis für Entscheidungen, Verbesserung von Produkten und Prozessen und für die Entwicklung neuer Geschäftsmodelle herangezogen werden. Data & Analytics beschäftigen sich mit der Speicherung, Aufbereitung, Analyse und Visualisierung von Daten unter Verwendung geeigneter Systemarchitekturen.

  • Umsetzung konkreter Projekte und Aufgabenstellungen in Unternehmen
  • Integration des Internet of Things als eine wesentliche Datenquelle
  • Visualisierung von Daten (z.B. Dashboards)
  • Anwendung moderner Tools (z.B. aus dem Bereich der Künstlichen Intelligenz, zur Entscheidungsfindung)
  • Weiterentwicklung bestehender IT-Systemarchitekturen

IT Security & Privacy

IT Security und Privacy leisten den Beitrag im sicheren Umgang mit Daten und Informationssystemen, die im Laufe der zunehmenden Digitalisierung ständig an Relevanz gewinnen.

  • Sicherheit von maschinellem Lernen
  • Netzwerksicherheit
  • Verschlüsselungstechnologien
  • Multimediasicherheit

Technology Interaction & Innovation

Technology Interaction & Innovation beschäftigt sich mit dem Aufeinandertreffen von Mensch und Technologie im beruflichen bzw. privaten Umfeld. Im Bereich der Innovationsforschung liegt der Fokus auf der Methodik des Design Thinking.

  • Erfahrung und Benutzerfreundlichkeit von sozialen und webbasierten Diensten
  • Evaluierung der Akzeptanz von Assistenztechnologien
  • Untersuchung des Vertrauens in intelligente Systeme

Operational Excellence & Agile Governance

Die Verbesserung unternehmerischer Entscheidungen und die Etablierung stabiler Prozesse im Unternehmen – unter der Berücksichtigung sich schnell ändernder Technologien, Frameworks und des regulatorischen Umfelds – sind wesentliche Gestaltungsfelder der Operational Excellence.

  • Internet der Dinge
  • Smarte Produktion
  • Datenauswertung großer Datenmengen
  • Audits
  • Compliance und IT-Governance des agilen Handelns

Next World of Work / Virtual & Augmented Reality

Next World of Work vereint unterschiedliche Themen im Kontext der sich verändernden Arbeitswelt.

  • Schaffung und Agilität von Arbeitsplätzen
  • Lifelong Learning
  • Talent-Diversity & Innovativeness
  • Organisationsdesign
  • Leadership
  • Innovative Technologien z.B. Virtual Reality (VR) & Augmented Reality (AR)
Kontakt
FH-Prof. Dr. Peter J. Mirski | Leiter Department & Studiengang Bachelorstudiengang Management, Communication & IT
Prof. Dr. Peter J. Mirski Head of Department & Studies

Bei Fragen zum Forschungsschwerpunkt kontaktieren Sie uns unter:
digitaltransformation@mci.edu


FH-Prof. Dr. Peter J. Mirski | Leiter Department & Studiengang Bachelorstudiengang Management, Communication & IT
Prof. Dr. Peter J. Mirski Head of Department & Studies
Mag. Gundula Glowka | Hochschullektorin Bachelorstudiengang Management, Communication & IT
Mag. Gundula Glowka Lecturer +43 512 2070 - 3534
 Susann Kruschel, MSc | Wissenschaftliche Assistenz & Projektmanagement Bachelorstudiengang Management, Communication & IT
Susann Kruschel, MSc Teaching & Research Assistant +43 512 2070 - 3530
FH-Prof. Dr. Stephan Schlögl | Human-Centered Computing Bachelorstudiengang Management, Communication & IT
Prof. Dr. Stephan Schlögl Human-Centered Computing +43 512 2070 - 3535
FH-Prof. Dr. Reinhard Bernsteiner | Information Systems & Smart Technologies Masterstudiengang Management, Communication & IT
Prof. Dr. Reinhard Bernsteiner Information Systems & Smart Technologies +43 512 2070 - 3532
 Aleksander Groth, PhD | Hochschullektor Bachelorstudiengang Management, Communication & IT
Aleksander Groth, PhD Lecturer +43 512 2070 - 3523
FH-Prof. Dr. Christian Ploder | Operational Excellence Bachelorstudiengang Management, Communication & IT
Prof. Dr. Christian Ploder Operational Excellence +43 512 2070 - 3536
FH-Prof. Dr. Pascal Schöttle | Dzt. Karenz Bachelorstudiengang Digital Business & Software Engineering
Prof. Dr. Pascal Schöttle Leave of Absence +43 512 2070 - 4332
 Andrea Corradini, PhD | Senior Lecturer Bachelorstudiengang Digital Business & Software Engineering
Andrea Corradini, PhD Senior Lecturer +43 512 2070 - 4333
Assoz. FH-Prof.  Matthias Janetschek, PhD | Software Engineering Bachelorstudiengang Digital Business & Software Engineering
Assoc. Prof. Matthias Janetschek, PhD Software Engineering +43 512 2070 - 4331
 Magdalena Posch, BA MA MA | Assistenz & Projektmanagement Bachelorstudiengang Management, Communication & IT
Magdalena Posch, BA MA MA Assistant & Project Manager +43 512 2070 - 3524
FH-Prof. Dr. Teresa Spieß | Organisationspsychologie & Change Management Bachelorstudiengang Management, Communication & IT
Prof. Dr. Teresa Spieß Organizational Psychology & Change Management +43 512 2070 - 3525
 Thomas Dilger, BA MA | Senior Lecturer Bachelorstudiengang Management, Communication & IT
Thomas Dilger, BA MA Senior Lecturer +43 512 2070 - 3537
FH-Prof. Dr. Dietmar Kilian | Digitalisierung & Sales Bachelorstudiengang Wirtschaft & Management
Prof. Dr. Dietmar Kilian Digitalization & Sales +43 512 2070 - 3533
 Arno Rottensteiner, BA MA | Dissertant Bachelorstudiengang Management, Communication & IT
Arno Rottensteiner, BA MA Doctoral Student +43 512 2070 - 3526
Dr. Willemijn van Kooten | Wissenschaftliche Assistenz & Projektmanagement Bachelorstudiengang Digital Business & Software Engineering
Dr. Willemijn van Kooten Teaching & Research Assistant +43 512 2070 - 4322

Smart Inclusion - supporting the independence of people with disabilities using Smart Glasses
Laufzeit:
2022 - 2023

ProjektleiterIn:
Magdalena Posch, BA MA MA

ProjektmitarbeiterInnen:
Michael Freudenthaler

Anna-Karina Sailer, BA MA

Franziska Scheele

Projektbeschreibung:
Im Projekt "Smart Inclusion" kommt Augmented Reality in Form von Smart Glasses zum Einsatz. Es wird evaluiert, inwieweit diese von Menschen mit Behinderungen genutzt werden können, um deren individuellen Fähigkeiten und Ressourcen in Bezug auf Aktivitäten des täglichen Lebens zu stärken. Der Forschungsprozess wird von der Lebenshilfe Tirol unterstützt. Sie bietet als soziale Einrichtung ihren Bewohner:innen die Möglichkeit, in Wohngemeinschaften selbstständig zu leben und zu arbeiten.

AI4VET4AI - AI-powered Next Generation of VET
Laufzeit:
2023 - 2027

ProjektleiterIn:
FH-Prof. Dr. Stephan Schlögl

ProjektmitarbeiterInnen:
FH-Prof. Dr. Peter J. Mirski

FH-Prof. Dr. Christian Ploder

Annika Gnädinger, B.Sc.

FH-Prof. Dr. Reinhard Bernsteiner

Projektbeschreibung:
Die Wissenschaft ist sich sicher: Künstliche Intelligenz wird die entscheidende Entwicklung des 21. Jahrhunderts sein. Experten schätzen, dass durch den Aufstieg der KI innerhalb von nur 2 Jahrzehnten Aspekte des täglichen menschlichen Lebens nicht mehr wiederzuerkennen sein werden. Der Einfluss der KI ist im Begriff, die grundlegenden Organisationsprinzipien unserer Wirtschafts- und Gesellschaftsordnung in Frage zu stellen. Sie kann einen nie dagewesenen Wohlstand schaffen, Medizin und Bildung revolutionieren, aber auch existenzielle Gefahren für das Leben, wie wir es kennen, mit sich bringen. Umso besorgniserregender ist der EC2020-Bericht, wonach die EU bei der Einführung und Entwicklung von KI hinter den USA und Asien zurückbleibt. Unter den vielen Gründen, die dafür verantwortlich sind, ist der Mangel an qualifizierten Arbeitskräften mit Sicherheit einer der wichtigsten. Das Ziel von AI4VET4AI ist es, zur digitalen Transformation des EU-Arbeitsmarktes beizutragen, indem neue innovative Lehrinhalte und -methoden in die Lehrpläne der beruflichen Bildung in 11 europäischen Ländern und 18 NUTS2-Regionen der EU aufgenommen werden, um das Wachstum von KI-qualifizierten Arbeitskräften zu unterstützen. Wir beginnen von Grund auf: Wir untersuchen die potentesten Sektoren für den Einsatz von KI in unseren 17 Regionen und erstellen für diese Sektoren in enger Zusammenarbeit mit Unternehmen und ihren Clusterorganisationen 14 MOOCs und TT-Materialien, die leicht in Berufsbildungsprogramme (IVET und CVET) implementiert werden können. Wir organisieren 11 innovative KI-Berufsbildungscampuse und 7 KI-Inkubatoren für Berufsbildungsinnovationen, in denen Schüler:innen von Berufsschulen und Berufsbildenden Höheren Schulen ihre kreativen und unternehmerischen Fähigkeiten verbessern können. Wir nutzen Projektaktivitäten, um Partner eng miteinander zu vernetzen und Vertreter:innen des öffentlichen und privaten Sektors sowie der Zivilgesellschaft für das KI-Potenzial in unseren Regionen zu sensibilisieren. Dies wiederum hilft uns, eine gemeinsame und aktive Plattform von besorgten EU-Bürger:innen und -Institutionen zu schaffen, die informiert und daran interessiert, und motiviert sind, die KI-Entwicklung weiter zu unterstützen - dies ist die Grundlage unseres ehrgeizigen CoVE - Center of Vocational Excellence, das viele weitere Institutionen (Hochschulen, Berufsbildungseinrichtungen, Unternehmen, Agenturen, Einzelpersonen) in seinem Streben nach einer nachhaltigen, integrativen und gerechten KI-gestützten Zukunft für alle anziehen soll.


Prototypical Implementation of an intelligent tutoring system for introductory programming courses
Laufzeit:
2022 - 2024

ProjektleiterIn:
Assoz. FH-Prof. Matthias Janetschek, PhD

Projektbeschreibung:
Der Fachkräftemangel im Bereich der Softwareentwicklung schadet Wettbewerbsfähigkeit des Wirtschaftsstandortes Österreich. Aus diesem Grund richten Hochschulen Angebote gezielt an Berufstätige, in denen häufig Blended Learning-Konzepte zum Einsatz kommen. Dabei werden Online- und Präsenzunterricht integriert, um Studierenden erhöhte Flexibilität bieten zu können. Obwohl sich Blended Learning-Konzepte bereits als effektiv erwiesen haben, sind Studierende mit Herausforderungen konfrontiert, die sich zum einen aus der Onlinekomponente von Blended Learning-Ansätzen und zum anderen aus dem Unterrichtsgegenstand des Programmierens ergeben. Als Lösung wird ein Intelligentes Tutorensystem vorgeschlagen, welches Studierenden individualisiertes, sofortiges und instruktives Feedback gibt.

Smartify TT
Laufzeit:
2022 - 2024

ProjektleiterIn:
FH-Prof. Dr. Stephan Schlögl

ProjektmitarbeiterInnen:
Assoz. FH-Prof. Matthias Janetschek, PhD

Andrea Corradini, PhD

Projektbeschreibung:
Der TensionTerminator (TT) ist ein zertifiziertes Medizinprodukt, welches Anwender:innen in kurzer Zeit ermöglicht, Verspannungsschmerzen im Rücken-, Arm/Schultergürtel- und Nackenbereich mittels Selbstanwendung effektiv und nachhaltig zu lindern. Der TT ist speziell für den Einsatz im betrieblichen Kontext entwickelt, um so Mitarbeiter:innen die niederschwellige Möglichkeit zu geben, Verspannungsschmerzen unmittelbar am Arbeitsplatz zu lindern. Durch die "Smartifizierung" des TT soll eine zusätzliche Interaktionsebene mit den Anwender:innen auf individueller und organisatorischer Ebene ermöglicht werden. Erfasst werden sollen folgende Messdaten per Sensoren: (1) Krafteinwirkungen und Bewegungsgeschwindigkeiten, (2) Funktionschecks der Komponenten und (3) Tracking der Art und Häufigkeit der Nutzung. In Verbindung mit einer App für Anwender:innen soll weiters die patophysiologischen Kategorisierung der Verspannungssituation und deren Veränderung durch die Anwendung am TT erfasst werden. Die Messdaten sollen über ein Machine Learning (ML)-basiertes System bereits am Gerät verarbeitet werden, um Anwendungsart, Fehlanwendung, Sensorfehler etc. zu erkennen, die Qualität der gewonnen Daten zu erhöhen, und somit anschließende Korrekturschleifen überflüssig zu machen. In Echtzeit sollen damit die Anwender:in Feedback über eine optimale und somit effektive Selbsttherapie erhalten. Ziel ist dabei die die bestmögliche Verbesserung der Schmerz- und Verspannungssituation. Weiters soll die Anwendungssicherheit erhöht werden, wenn etwa bei zu hoher Krafteinwirkung, zu hohe Rollgeschwindigkeit, ungünstigen Krafteinwirkungen oder unsachgemäßer Verwendung Hinweise und Warnmeldungen ausgegeben werden. Darauf aufbauende Gamification-Konzepte sollen Anwender:innen zur richtigen Anwendung und prophylaktischen Anwendung animieren. Die Selbstmotivation soll in Verbindung mit Benachrichtigungen, individuellem Leaderboard, Verknüpfung mit der wahrgenommenen Verspannungssituation, oder Nachweis der Verbesserung der Beweglichkeit, etc. erhöht werden. Weiters soll über ein laufendes Monitoring die nachhaltige Nutzung der bereitgestellten TT und deren Wirkung auf Gesundheit und Wohlbefinden der Mitarbeiter:innen nachgewiesen werden können.

Game Over Eva(sion): Sicheres Deep Learning mit Spieltheorie
Laufzeit:
2019 - 2023

ProjektleiterIn:
FH-Prof. Dr. Pascal Schöttle

ProjektmitarbeiterInnen:
Florian Merkle, BSc MA

Projektbeschreibung:
Das Projekt "Game Over Eva(sion):Sicheres Deep Learning mit Spieltheorie" zielt darauf ab, Klassifizierer die auf sogenanntem Deep Learning basieren gegen gezielte Angriffe zu schützen. Diese Klassifizierer sind sowohl in der wissenschaftlichen Forschung als auch im praktischen Einsatz sehr weit verbreitet. Unter anderem nutzen selbstfahrende Autos, Smartphones und digitale persönliche Assistenten diese Art von Algorithmen. Leider hat die Forschung in letzter Zeit gezeigt, dass Deep Learning- Klassifizierer sehr anfällig für strategische Angriffe sind. Vor allem die sogenannten Evasion-Angriffe, bei denen ein Angreifer es schaffen kann, durch sehr kleine Änderungen ein Objekt völlig falsch klassifizieren zu lassen, stellen ein ungelöstes Problem für fast alle Deep Learning-Klassifizierer dar. Wir modellieren den Wettbewerb zwischen einem Angreifer welcher Evasion-Angriffe durchführt und einem Verteidiger, der einen robusten Deep Learning-Klassifizierer trainieren möchte mithilfe der Spieltheorie. Dazu werden wir in einem ersten Schritt erörtern welche Konzepte aus verwandten Disziplinen wie der Angreifer-antizipierenden Klassifikation auf den Bereich des Deep Learning angewandt werden können. Desweiteren werden wir ein spieltheoretisches Model entwickeln um die Abhängigkeiten von Angriffstaktik und Verteidigungstaktik erfassen zu können. Im Laufe des Projekts versprechen wir uns die ersten theoretisch fundierten Ergebnisse zur allgemein erreichbaren Sicherheit solcher Klassifizierer überhaupt. Zudem können wir bisherige, größtenteils heuristisch hergeleitete Verteidigungsmaßnahmen auf ihre Optimalität überprüfen. Letztendlich wollen wir die wesentlichen Eigenschaften unserer theoretischen Analysen in einer praktischen Implementierung eines solchen Klassifizierers umsetzen und diesen Klassifizierer mit anderen Klassifizierern auf dem neusten Stand der Technik vergleichen. Somit können wir validieren, inwieweit es unser Ansatz ermöglicht, Deep Learning-Klassifizierer vor gezielten Angriffen zu schützen. Die erwarteten Ergebnisse dieses Projekts werden erstmals Aussagen darüber zulassen, inwieweit Deep Learning-Klassifizierer dafür geeignet sind, großflächig auch in sicherheitskritischen Bereichen eingesetzt zu werden.

Secure Machine Learning Applications with Homomorphically Encrypted Data
Laufzeit:
2021 - 2024

ProjektleiterIn:
FH-Prof. Dr. Pascal Schöttle

ProjektmitarbeiterInnen:
Martin Nocker, MSc

Carina Kollmitzer

Projektbeschreibung:
SMiLe untersucht unter welchen Voraussetzungen Lösungen, bei denen homomorphe Verschlüsselung zum Einsatz kommt, dazu geeignet sind das Potenzial von sensiblen Daten für maschinelles Lernen nutzbar zu machen. Das Potenzial des Verfahrens für maschinelles Lernen wird anhand von zwei Anwendungsfällen bewertet, die sich mit Mitarbeitersegmentierung bzw. vorausschauender Wartung befassen. SMiLe trägt zur Etablierung eines kooperativ-kreativen Ökosystems bei, in dem verschiedene Akteure vertrauensvoll, symbiotisch und eigenverantwortlich interagieren und bisher nicht vorstellbare Lösungen realisieren, bei denen nicht nur Datenschutz und Sicherheit gewährleistet sind, sondern auch bisher ungenutzte Potenziale von Daten ausgeschöpft werden können. Im Rahmen des Projekts werden bestehende Plattformen erweitert, um Lösungen bereitzustellen, welche die Erstellung und Nutzung von Modellen für maschinelles Lernen unter Verwendung homomorph verschlüsselter Daten ermöglichen.

Advancing careers in mathematics and computer science Heidelberg Laureate Forum Foundation Project 2022+ in cooperation with MCI
Laufzeit:
2023 - 2025

ProjektleiterIn:
FH-Prof. Dr. Peter J. Mirski

ProjektmitarbeiterInnen:
Valentina Huter, BA

Susann Kruschel, MSc

FH-Prof. Dr. Dietmar Kilian

Projektbeschreibung:
HLFF Inspiring Minds ist eine Zusammenarbeit zwischen der Heidelberg Laureate Forum Foundation und der MCI - The Entrepreneurial School® und widmet sich ausschließlich der Unterstützung aller HLF-Alumni bei der Entwicklung ihrer persönlichen Karrierewege in Mathematik und Informatik. Durch Experten-Mentoring, Coaching und weitere Aktivitäten, die auf der HLFF Inspiring Minds-Plattform gebündelt werden, erhalten einige der aufstrebendsten jungen Talente die einzigartige Gelegenheit, mit Preisträgern und Experten aus Wissenschaft, Wirtschaft und Industrie in Kontakt zu treten und bedeutungsvolle Beziehungen aufzubauen.

Smart Technology Monitoring II
Laufzeit:
2023 - 2024

ProjektleiterIn:
FH-Prof. Dr. Stephan Schlögl

ProjektmitarbeiterInnen:
Roman Blaas, BSc

Assoz. FH-Prof. Matthias Janetschek, PhD

FH-Prof. Dr. Oliver Som

Projektbeschreibung:
Im Zuge des Smart Technology Monitoring II Projekts wird der Prototyp einer Ontologie zur Speicherung, Verarbeitung and Abfrage von Daten aus teil- und unstrukturier-ten Datenquellen implementiert. Ziel dieses Vorhabend ist es, die Umsetzbarkeit einer innovativen Wissensmanagement-Plattform zu prüfen, welche Informationen aus verschiedenen Technologie-datenquellen zusammenführt und daher dynamisch wachsen und sich verändern können muss. Die in diesem Vorhaben prototypisch umgesetzte Ontologie soll dabei ein MVP für den Kern dieser Softwarelösung darstellen, auf dem in zukünftigen Vorhaben aufgesetzt werden kann.

Smart Villages / Regionalmanagement Wipptal
Laufzeit:
2020 - 2025

ProjektleiterIn:
FH-Prof. Dr. Christian Ploder

ProjektmitarbeiterInnen:
Lukas Heschl, BA MA

Projektbeschreibung:
Im Zuge eines dafür aufgesetzten Interreg Projektes "SMART VILLAGES Wipptal" soll für die in der Region ansässigen Gemeinden (nördliches Südtirol mit 12 Gemeinden und südliches Südtirol mit 6 Gemein) ein gemeinsames Verständnis für ein regionales Portal erarbeitet werden. Das vom MCI angebotene Teilziel ist es, nach wissenschaftlichen Erkenntnissen den logischen Aufbau, die Usability, mögliche Integrationsmöglichkeiten und eine Spezifikation der Kommunikationsplattform für die Zukunft zu erheben und gemeinsam mit den Interessenvertretungen auszuarbeiten.

Ready, Immerse, Go!
Laufzeit:
2023 - 2025

ProjektleiterIn:
FH-Prof. Dr. Peter J. Mirski

ProjektmitarbeiterInnen:
Aleksander Groth, PhD

Projektbeschreibung:
Das Ziel des Projektes ist es, mit den Möglichkeiten der virtuellen Realität zu experimentieren, um spezifische Kompetenzen von Studierenden, Auszubildenden und Lehrlingen zu trainieren und zu entwickeln, welche eine internationale Mobilität anstreben oder diese Erfahrungen einfach virtuell ausprobieren möchten. Mittels einer VR-Plattform werden immersive virtuelle Szenarien und andere virtuelle Aktivitäten zur Verfügung gestellt, die es NutzerInnen ermöglichen, für ausgewählte Situationen hilfreiche Fähigkeiten zu erwerben und diese zu bewältigen.


  • Khazanchi, D., Bernsteiner, R., Dilger, T., Groth, A., Mirski, P. J., Ploder, C., Schlögl, S., & Spieß, T. (2022). Strategies and best practices for effective eLearning: lessons from theory and experience. Journal of Information Technology Case and Application Research, 1–13. https://doi.org/10.1080/15228053.2022.2118992
  • Baumhauer, T., Schöttle, P., & Zeppelzauer, M. (2022). Machine unlearning: linear filtration for logit-based classifiers. Machine Learning. https://doi.org/10.1007/s10994-022-06178-9
  • Schadelbauer, L., Schlögl, S., & Groth, A. (2023). Linking Personality and Trust in Intelligent Virtual Assistants. Multimodal Technologies and Interaction, 7(6). https://doi.org/10.3390/mti7060054
  • Höller, S., Dilger, T., Spiess, T., Ploder, C., & Bernsteiner, R. (2024). Awareness of Unethical Artificial Intelligence and its Mitigation Measures. European Journal of Interdisciplinary Studies, 15(2), 67–89. doi: https://doi.org/10.24818/ejis.2023.17
  • Klocker, F., Bernsteiner, R., Ploder, C., & Nocker, M. (2023). A Machine Learning Approach for Automated Cost Estimation of Plastic Injection Molding Parts. Cloud Computing and Data Science, 4(2), 87–111. https://doi.org/10.37256/ccds.4220232277
  • Oberascher, L., Ploder, C., Spiess, J., Bernsteiner, R., & Van Kooten, W. (2023). Data Storytelling to Communicate Big Data Internally – a Guide for Practical Usage. European Journal of Management Issues, 31(1), 27–40. https://doi.org/10.15421/192303
  • Brinkschulte, L., Schlögl, S., Monz, A., Schöttle, P., & Janetschek, M. (2022). Perspectives on Socially Intelligent Conversational Agents. Multimodal Technologies and Interaction, 6(8). https://doi.org/10.3390/mti6080062
  • Amore, E., Dilger, T., Ploder, C., Bernsteiner, R., & Mezzenzana, M. (2023). Leverage the COBIT 2019 Design Toolkit in an SME Context: A Multiple Case Study. KnE Social Sciences, 8(1), 73–101. https://doi.org/10.18502/kss.v8i1.12636
  • Dilger, T., Bernardi, S., Ploder, C., Spieß, T., & Bernsteiner, R. (2023). Cash in the Trash? An Austrian Perspective on Mobile Payment Adoption. KnE Social Sciences, 8(1), 375–398. https://doi.org/10.18502/kss.v8i1.12657
  • Moedt, W., Bernsteiner, R. C., Hall, M., & Fruhling, A. L. (2022). Enhancing IoT Project Success through Agile Best Practices. ACM Trans. Internet Things. https://doi.org/10.1145/3568170

  • Bernsteiner, R. (2023, July 26). The Use of No-code Platforms in Startups [Conference presentation]. KMO 2023, Bangkok, Thailand.
  • Spieß, T. (2023, June 26). Learning Styles, Technostress & Blended Learning – Implications for the Educational Model of the Future [Conference presentation]. END 2023, Lisbon, Portugal.
  • Dilger, T. (2023, June 13). Awareness of unethical artificial intelligence and its mitigation measures [Conference presentation]. EBEEC 2023, Chios, Greece.
  • Corradini, A. (2023, November 22). A Machine Learning Approach to Predict Cyclists’ Functional Threshold Power [Conference presentation]. IDEAL 2023, Évora, Portugal.
  • Bernsteiner, R. (2023, November 28). Students’ Views on the Internet of Things in Engineering Education [Conference presentation]. ICL 2023, Madrid, Spain.
  • Mirski, P. J. (2023, March 15). The Value of a Skills-Based Approach for Education and Employability [Panel presentation]. D-DIALOGUES 2023, online.
  • Schöttle., P. (2023, October 10). Einblicke in KI Initiativen und Projekte bei INNIO [Invited talk]. Industriellen Vereinigung Tirol - KI in der Tiroler Industrie, Innsbruck, Austria.
  • Schlögl, S. (2023, September 21). Interacting with (Un)-Social Machines – The Challenge of Human-AI Companionship [Invited talk]. DISA 2023, Kosice, Slovakia.
  • Rottensteiner, A. (2023, September 13). Development and Evaluation of a Multi-Modal Mentoring Framework for Supporting Career Paths in Mathematics and Computer Science [Conference presentation]. SAP ACC 2023, Munich, Germany.
  • Ploder, C. (2023, September 13). How to Train and Experience IoT Implementation and Data Collection [Conference presentation]. SAP ACC 2023, Munich, Germany.