h1

001004360 001__ 1004360
001004360 005__ 20251010132335.0
001004360 0247_ $$2HBZ$$aHT030964490
001004360 0247_ $$2Laufende Nummer$$a44111
001004360 0247_ $$2datacite_doi$$a10.18154/RWTH-2025-01385
001004360 037__ $$aRWTH-2025-01385
001004360 041__ $$aEnglish
001004360 082__ $$a004
001004360 1001_ $$0P:(DE-82)IDM04392$$aNeumann, Alexander Tobias$$b0$$urwth
001004360 245__ $$aChatbots as professional companions in large-scale community information systems: integrating chatbots in educational ecosystems$$cvorgelegt von Alexander Tobias Neumann, M. Sc.$$honline
001004360 260__ $$aAachen$$bRWTH Aachen University$$c2024
001004360 260__ $$c2025
001004360 300__ $$a1 Online-Ressource : Illustrationen
001004360 3367_ $$02$$2EndNote$$aThesis
001004360 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd
001004360 3367_ $$2BibTeX$$aPHDTHESIS
001004360 3367_ $$2DRIVER$$adoctoralThesis
001004360 3367_ $$2DataCite$$aOutput Types/Dissertation
001004360 3367_ $$2ORCID$$aDISSERTATION
001004360 500__ $$aVeröffentlicht auf dem Publikationsserver der RWTH Aachen University 2025
001004360 502__ $$aDissertation, RWTH Aachen University, 2024$$bDissertation$$cRWTH Aachen University$$d2024$$gFak01$$o2024-12-13
001004360 5203_ $$aIn unserem digitalen Zeitalter sind Online-Gemeinschaften für den Wissensaustausch, die Zusammenarbeit und die professionelle Entwicklung unerlässlich. Herausforderungen wie Informationsüberlastung und geringes Engagement behindern jedoch ihre Wirksamkeit. Neue Mitglieder haben oft Schwierigkeiten, genaue Informationen aus verschiedenen Quellen zu finden. Chatbots, die über ein natürliches Sprachverständnis und Automatisierungen verfügen, bieten eine Lösung für diese Herausforderungen. Durch die Bereitstellung personalisierter Unterstützung, Effizienzsteigerung und die Integration mit externen Wissensdatenbanken verbessern Chatbots die Nutzererfahrung in Online-Gemeinschaften. Leider fehlen den Mitgliedern der Gemeinschaft oft die notwendigen Ressourcen oder das Fachwissen, um Bots zu entwickeln, die ihre Praktiken optimieren. Diese Dissertation verwendet einen Design Science Ansatz, der es Gemeinschaften ermöglicht, gemeinsam maßgeschneiderte Chatbots zu erstellen und zu pflegen. Wir stellen ein modellgetriebens Social Bot Framework vor, das es Community-Mitgliedern ermöglicht, sich an der Erstellung und Evaluierung von Bots zu beteiligen. Dieses Framework beinhaltet Process-Mining-Techniken und nutzt Large Language Models (LLMs) zur Verbesserung der Bots. Außerdem wird ein mehrdimensionales Modell zur Bewertung des Erfolgs von Chatbots vorgestellt. Durch einen Co-Design-Prozess, der reale Anwendungsfälle einbezieht, haben wir Chatbots als Artefakte produziert, demonstriert und evaluiert, um ihre Wirkung und Nützlichkeit zu demonstrieren. Unsere Forschung fokussiert sich auf Chatbots im technologiegestützten Lernen (TEL), darunter Mentoring-Bots für kollaborativen Wissensaufbau, personalisiertes Feedback zu Schreibaufgaben und quizbasiertes Lernen. Wir untersuchten auch die Integration von Gamification-Elementen, um das Engagement und die Motivation der Nutzer zu erhöhen. Darüber hinaus haben wir LLMs eingesetzt, um eine ausgefeiltere, personalisierte Lernunterstützung zu bieten. Die Evaluierungen, die anhand von Nutzerstudien, Umfragen und Metriken durchgeführt wurden, belegen die Effektivität und Nutzerakzeptanz der von uns entwickelten Chatbots. Unsere Forschung ermöglicht es Gemeinschaften, Chatbots demokratisch zu erstellen und ihr Potenzial zu nutzen. Das fördert die Selbstverwaltung und Entwicklung von Online-Gemeinschaften, die sich an veränderte Bedürfnisse anpassen. Letztlich verschiebt diese Arbeit die Grenzen der derzeitigen Gemeinschaftspraktiken und eröffnet neue Horizonte, in denen Bots eine wesentliche Rolle für den Erfolg von Online-Gemeinschaften spielen.$$lger
001004360 520__ $$aOnline communities are fundamental for knowledge sharing, collaboration, and professional development in our digital age. However, challenges like information overload and low engagement hinder their effectiveness. New members often struggle to find accurate information from multiple sources. Chatbots with natural language understanding and automation capabilities can solve these challenges. By providing personalized guidance, improving efficiency, and integrating with external knowledge bases, chatbots enhance the user experience in online communities. Unfortunately, community members often lack the necessary resources or expertise to create bots that optimize their practices. This dissertation follows a design science approach that empowers communities to create and maintain customized chatbots collaboratively. We introduce a model-driven Social Bot Framework that allows community members to participate in bot creation and evaluation. This framework incorporates process mining techniques and leverages Large Language Models (LLMs) to enhance bot performance. The dissertation also presents a catalog of success factors for bots, providing a multi-dimensional model for assessing chatbot effectiveness within communities of practice. Through a co-design process involving real-world use cases, we have produced, demonstrated, and evaluated chatbots as artifacts, showcasing their impact and usefulness. Our research explores the application of chatbots in Technology Enhanced Learning (TEL). We developed a series of mentoring bots that address various aspects of the educational process. These include systems for collaborative knowledge building, providing personalized feedback on writing tasks, and facilitating quiz-based learning. We also investigated the integration of gamification elements to enhance user engagement and motivation in educational contexts. Furthermore, we leveraged LLMs to provide more sophisticated, personalized learning support. The evaluations, conducted through user studies, surveys, and performance metrics, demonstrate the effectiveness and user acceptance of our developed chatbots. Our research promotes the democratization of bot-building, enabling communities to leverage chatbot potential. This represents a significant advancement in the self-governance and development of online communities in response to changing needs and opportunities. Ultimately, this work pushes the boundaries of current community practices, opening up new horizons where bots are professional companions supporting the success of online communities.$$leng
001004360 536__ $$0G:(BMBF)16DHB2213$$aBMBF 16DHB2213 - Verbundprojekt: Personalisierte Kompetenzentwicklung und hybrides KI-Mentoring - tech4compKI; Teilvorhaben: Verteilte Datenanalyse zur Bestimmung von Personmerkmalen (16DHB2213)$$c16DHB2213$$x0
001004360 588__ $$aDataset connected to Lobid/HBZ
001004360 591__ $$aGermany
001004360 653_7 $$aTEL
001004360 653_7 $$achatbots
001004360 653_7 $$acommunities
001004360 653_7 $$alarge language models
001004360 653_7 $$asocial bot framework
001004360 653_7 $$atechnology enhanced learning
001004360 7001_ $$0P:(DE-82)IDM01515$$aDecker, Stefan Josef$$b1$$eThesis advisor$$urwth
001004360 7001_ $$0P:(DE-82)010638$$aSpaniol, Marc$$b2$$eThesis advisor
001004360 8564_ $$uhttps://publications.rwth-aachen.de/record/1004360/files/1004360.pdf$$yOpenAccess
001004360 8564_ $$uhttps://publications.rwth-aachen.de/record/1004360/files/1004360_source.zip$$yRestricted
001004360 909CO $$ooai:publications.rwth-aachen.de:1004360$$popenaire$$popen_access$$pVDB$$pdriver$$pdnbdelivery
001004360 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM04392$$aRWTH Aachen$$b0$$kRWTH
001004360 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM01515$$aRWTH Aachen$$b1$$kRWTH
001004360 9141_ $$y2024
001004360 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
001004360 9201_ $$0I:(DE-82)124510_20160614$$k124510$$lLehrstuhl für Informationssysteme und Datenbanken (Informatik 5)$$x0
001004360 9201_ $$0I:(DE-82)120000_20140620$$k120000$$lFachgruppe Informatik$$x1
001004360 961__ $$c2025-04-02T15:21:14.309813$$x2025-02-10T20:53:45.041557$$z2025-04-02T15:21:14.309813
001004360 9801_ $$aFullTexts
001004360 980__ $$aI:(DE-82)120000_20140620
001004360 980__ $$aI:(DE-82)124510_20160614
001004360 980__ $$aUNRESTRICTED
001004360 980__ $$aVDB
001004360 980__ $$aphd