Refine
Year of publication
- 2021 (19) (remove)
Document Type
- Bachelor Thesis (13)
- Working Paper (3)
- Report (2)
- Book (1)
Language
- German (19) (remove)
Keywords
- Fernsehwerbung (2)
- Gender (2)
- Geschlecht (2)
- Menstruation (2)
- Menstruationstabu (2)
- Qualitative Inhaltsanalyse (2)
- Werbefernsehen (2)
- Actinobacteria (1)
- Adressaten (1)
- Arbeitsmodell (1)
Institute
Anhand von Experteninterviews werden die mit der Einführung
der Software zu erwartenden Effekte auf die Arbeit der Integrierten
Regionalleitstelle und des Rettungsdienstes dargestellt.
Die Ergebnisse der inhaltlich strukturierenden qualitativen Inhaltsanalyse
zeigen, dass sich alle befragten Experten eine deutliche Zunahme der
Informationstransparenz und eine damit verbundene Stressreduzierung
mit einer verbesserten Versorgungssicherheit der Patienten vorstellen
können, da die enge Einbindung der Kliniken in die direkte Informationsverteilung
als besondere Verbesserung des derzeitigen Verfahrens erkannt
wurde. Die Einführung der IVENA-MANV-Software wird von den
befragten Beamten als Fortschritt angesehen, weil sie sich positiv auf
den Informationsfluss zwischen allen am Einsatz beteiligten Institutionen
und damit auch auf die Versorgungsqualität der Patienten auswirken
kann.
In einer Online-Umfrage wurden Beschäftigte der Behindertenhilfe in Deutschland zu ihrer Medienkompetenz, Lernstrategien und den Prioritäten im Hinblick auf ein zu erprobendes berufsbegleitendes Weiterbildungsprogramm befragt. Entgegen der in der Literatur konstatierten gering ausgeprägten Medienerfahrung bei den Beschäftigten dieses Handlungsfeldes zeigen die Ergebnisse das Gegenteil auf. Nahezu alle Befragten verfügten über Smartphones und nutzten die Handlungsmöglichkeiten des Internets. Hinsichtlich der Lernstrategien verdeutlichen die Ergebnisse, dass das Zeitmanagement die wichtigste Herausforderung für eine Teilnahme an einer berufsbegleitenden Weiterbildungsmaßnahme darstellt. Gleichzeitig unterstreichen die Prioritätssetzungen der Befragten das Erfordernis für die weitere Projektdurchführung die Verknüpfung der Inhalte mit der Fachlichkeit von Heilerziehungspflege und Heilpädagogik stärker herauszuarbeiten.
Dieser Beitrag beantwortet die Frage, ob und wie FMCG Marken ihre Präsenzen in den Sozialen Medien für Crowdsourcing nutzen. Dafür wurden im Rahmen einer quantitativen Analyse 5944 originäre Social-Media-Beiträge der Top 100 Marken der Lebensmittel-Zeitung analysiert. Es wird aufgezeigt, dass vor allem Facebook und Instagram gezielt für Crowdsourcing eingesetzt werden. Die Marken lassen ihre Follower neue Ideen und Konzepte einbringen und über Design- und Produktvorschläge abstimmen. Außerdem werden Marktforschungsteilnehmer und Microinfluencer rekrutiert. Damit bietet Crowdsourcing viele Möglichkeiten, Konsumenten direkt in den Innovationsprozess einzubinden.
Die dem Beitrag zugrundeliegende Studie ist die erste Studie zum Anwendungsstand des betriebswirtschaftlichen Controllings im Online-Handel in der D-A-CH-Region. Dabei geht es im Kern um die Fragen, welche betriebswirtschaftlichen Controlling-Instrumente in welchem Ausmaß genutzt werden und ob Zusammenhänge zu Merkmalen der Unternehmensstruktur sowie zum betriebswirtschaftlichen Erfolg bestehen. Die Studie repräsentiert die Antworten von 53 Online-Händlern. Sie zeigt, dass Kurzfristige Erfolgsrechnung (KER) und Handelsspannenrechnung Standardinstrumente des betriebswirtschaftlichen Controllings sind, während, neuere Instrumente, wie Prozesskosten-, Kundendeckungsbeitrags- und Kundenlebenszyklusrechnung sowie Balanced Scorecard noch relativ wenig verbreitet sind. Online-Händler, die mehrere Absatzkanäle betreiben, nutzen zudem sehr häufig die Absatzkanalerfolgsrechnung. Es zeigt sich in der Tendenz, dass größere Unternehmen mit einer höheren Intensität betriebswirtschaftliches Controlling betreiben und dass eine höhere Nutzungsintensität der Handelsspannen- und Absatzkanalerfolgsrechnung den Betriebserfolg positiv beeinflusst.
Diese Bachelorarbeit basiert auf dem zuvor durchgeführten Praxisprojekt, in dem die Objekterkennungsdienste in den Cloudsystemen von Google, Amazon und Microsoft untersucht und verglichen wurden, um zur Erkennung von Gesichtern
und Kfz-Kennzeichen eingesetzt zu werden. Im Rahmen des Projekts wurde zudem evaluiert ein neuronales Netz für diese Aufgabe für den lokalen Einsatz zu entwickeln, was aufgrund des Aufwands aber nicht durchgeführt wurde.
An diesem Punkt soll diese Arbeit ansetzen, indem zunächst mit MTCNN und YOLOv3 vortrainierte neuronale Netze zur Gesichts- bzw. allgemeinen Objekterkennung den Cloud-Systemen gegenübergestellt und verglichen werden. Im Folgenden wird ein in Keras implementierter eigener Ansatz präsentiert, der einzig zur Lokalisierung von Kennzeichen dienen soll. Abschließend wird eine Empfehlung ausgesprochen, wie neuronale Netze, unabhängig ob lokal oder in der Cloud, eingesetzt werden können.