Raphael Sommer - Forschung

Knowledge Sharing in Online Learning Communities: A Socio-Technical Systematic Review of Member-Level Success Factors Across Community Types

Journalartikel in Vorbereitung · hervorgegangen aus der 2. Projektarbeit, DHBW Stuttgart

Systematische Literaturübersicht (PRISMA 2020) über 39 qualitätsgeprüfte Studien zu der Frage, welche mitgliederbezogenen Faktoren Wissensaustausch in Online-Lerngemeinschaften erfolgreich machen. 76 Einzelfaktoren werden zu 27 Konstrukten verdichtet und mithilfe der sozio-technischen Systemtheorie vier Dimensionen (personal, relational, Governance, technologisch) zugeordnet — über Bildungs-, Berufs- und interessenbasierte Communities hinweg.

Top-3-Ergebnisse:

Governance (Normen, Moderation, Community-Design) und Plattform-Design sagen Wissensaustausch durchgängig positiv vorher — personale und relationale Faktoren wirken gemischter und kontextabhängig.
Nach Kenntnis der Autoren die erste Übersicht, die Erfolgsfaktoren explizit nach Community-Typen differenziert; die Evidenz ist stark auf berufliche Communities konzentriert — Bildungs- und Interessen-Communities sind unterbeforscht.
Die Befunde werden in konkrete Gestaltungsempfehlungen für E-Learning-Plattformen übersetzt (z. B. Reputationssysteme, Peer-Mentoring, rubrikbasiertes Peer-Feedback).

Towards an LLM-based Information Extraction and Evaluation Pipeline for Scientific Articles in IS Research

Bachelorarbeit · DHBW Stuttgart · eingereicht 05/2026 · Note: 1,5

Die Arbeit entwickelt und evaluiert nach dem Design-Science-Research-Ansatz eine LLM-basierte Extraktions- und Evaluationspipeline, die methodikbezogene Informationen automatisiert aus Wirtschaftsinformatik-Fachartikeln extrahiert — als Grundlage für verifizierbare wissenschaftliche Wissensdatenbanken. Mehrere LLMs werden gegen einen kuratierten Ground-Truth-Datensatz getestet und sowohl mit deterministischen Metriken als auch mit LLM-as-a-Judge-Verfahren bewertet.

Top-3-Ergebnisse:

Führende LLMs extrahieren methodische Passagen zuverlässig, Referenzen deutlich heterogener — Länge und Komplexität eines Papers sagen die Schwierigkeit stärker vorher als die Modellwahl.
Aktuelle LLM-as-a-Judge-Metriken zeigen Deckeneffekte und zu schwache Korrelation mit der Ground Truth, um menschliche Bewertung zu ersetzen.
Automatisierter Aufbau wissenschaftlicher Wissensdatenbanken ist wirtschaftlich machbar (ca. 55 $ pro 1.000 Paper); fünf Design-Prinzipien für künftige Pipelines werden abgeleitet.

From Perception to Fallback Loop: A Structuration-Guided Case Study Analysis of GenAI in Higher Education

Integrationsseminar · DHBW Stuttgart · 07/2026 · mit Patoin Ousmane Fad Konfe, Martial Mone & Leander Uka

Vergleichende Fallstudie dazu, wie Governance generativer KI an Hochschulen entsteht, wenn formale Regelsetzung stockt — untersucht an der stark regulierten DHBW Stuttgart und der kaum regulierten Université Aube Nouvelle (Burkina Faso). Grundlage sind dreizehn Interviews mit Studierenden, Lehrenden und Entscheidungsträgern, ausgewertet mit Giddens' Strukturationstheorie über Makro-, Meso- und Mikroebene.

Top-3-Ergebnisse:

Trotz gegensätzlicher Regulierung konvergieren beide Hochschulen auf denselben Rückfallmechanismus: die beaufsichtigte Präsenzprüfung.
Die Governance-Lücke ist eine unterbrochene Rückkopplung zwischen improvisierter Alltagspraxis und offizieller Regelsetzung — Governance-Muster entstehen, statt gewählt zu werden.
Empfehlung: weg von GenAI-Detektion, hin zu kompetenzzentrierter, adaptiver Befähigung — inklusive eines übertragbaren Analyserasters nach Giddens.

Sie möchten mehr erfahren — Volltexte, Abstracts oder Methodik? Schreiben Sie mir gerne.