Exposé Nicole

[niciwatri]

Exposé Thesis

Fragestellung

Wie verändert sich das Benutzererlebnis durch den Einfluss Künstlicher Intelligenz?

Konkrete Fragen

• Was macht die User Experience aus?
• Wie war das Benutzererlebnis bevor man KI einsetzte?
• Was für einen Einfluss hat KI auf den Arbeitsprozess des Designers?
• Wie kann ein Designer KI am besten für sich als Hilfsmittel nutzen?
• Wie war das Vorgehen für Webdesign bevor man überhaupt von User Experience sprach?

Struktur und Thema

1. Einleitung

PROBLEMSTELLUNG: Der Anteil an digitalen Produkten auf dem Markt hat sich in den vergangenen Jahren signifikant gesteigert. Um sich von der Masse abzuhheben, nimmt das Benutzererlebnis einen immer entscheidenderen Differenzeriungsfaktor ein. Es ist wichtig direkt auf den Benutzer einzugehen und seine Wünsche und Bedürfnisse gezielt abzuholen. Diese sind jedoch von Benutzer zu Benutzer unterschiedlich, was heisst die Benutzerführung und Inhalte des Produkt müssen dynamisch anpassbar sein. Dies macht es für einen Designer schwierig für eine grosse Anzahl User zu gestalten und auf die einzelnen Bedürfnisse einzugehen. Dadurch kann man annehmen, dass personalisierte Anwendungen das Benutzererlebnis verbessern. Individuelle Anwendung für tausende von User zu erstellen scheint allerdings für einen Designer kaum umsetzbar. Neue Technologien wie KI könnten hier zu einem entscheidenen Vorteil verhelfen. Doch wie kann KI konkret im Designbereich eingesetzt werden und wie arbeitet der Designer mit KI zusammen?

ZIEL DIESER ARBEIT: Mittels Literaturanalyse herausfinden wie KI ein Benutzererlebnis gestaltet und sich der Designprozess zum Designer dynamisch verändert. Die Vor- und Nachteile mit der Einwirkung von Künstlicher Intelligenz aufzeigen. Macht es für den User einen entscheidenden Unterschied im Benutzererlebnis, wenn KI es mitgestaltet oder wird dies gar nicht wahrgenommen?

Dynamische Struktur Künstliche Intelligenz lernt immer dazu und ändert, bzw verbessert sich stetig. Vor dem Zusammenspiel mit KI konnte der Designer nicht so schnelle und gezielte Entscheidungen treffen, wie auch ausführen. Somit wird die Anpassungsfähigkeit eines Produkt gesteigert und dies in Echtzeit.

2. Theoretische Ebene und Begriffsdefinition

DEFINITIONEN:

• Künstliche Intelligenz
• Machine Learning
• Big Data
• Algorithmus
• Benutzererlebnis
• Wie unterscheidet sich der klassische Algorithmus zum Machine Learning?

3. Konkrete Ebene – Analyse von Fallbeispielen

– Netflix: Eine perfektionierete Personalisierung – Gmail Smart Reply: Antworten mit Knopfdruck – Adobe Experience Platform -> Adobe Sensei als KI dahinter – Booking.com

4. Diskussion Pro und Contra

Was für Vor- und Nachteile hat die Künstliche Intelligenz beim Gestalten eines Benutzererlebnisses gegenüber dem Designer?

Wird das Vertrauen des Users durch KI gefördert/gestärkt/verändert?

5. Fazit und Ausblick (Zusammenfassung)

6. Anhang

Literaturverzeichnis:

• Richi Nayak · Nikhil lchalkaranje Lakhmi C. Jain (Eds.), Evolution of the Web in Artificial lntelligence Environments , Studies in Computational lntelligence, Volume 130, Seiten 17–40
• Waldemar Karwowski, Tareq Ahram Editors, Intelligent Human Systems Integration, Proceedings of the 1st International Conference on Intelligent Human Systems Integration (IHSI 2018): Integrating People and Intelligent Systems, January 7–9, 2018, Dubai, United Arab Emirates, Seiten 62–68
• Joël van Bodegraven, Artificial Intelligence Driven Design, awwward books. Chapter 2
• Barbara J. Mack, and Robert Kissell: 2019 CFA Program Curriculum, Level I,I Volume 1

Quellenverzeichnis:

• https://blog.statsbot.co/machine-learning-algorithms-183cc73197c
• https://analyticsindiamag.com/how-do-machine-learning-algorithms-differ-from-traditional-algorithms/
• https://uxdesign.cc/an-intro-to-machine-learning-for-designers-5c74ba100257
• https://www.springboard.com/blog/improve-ux-with-ai-machine-learning/

Mentorin Ulrike Felsing

Zeitplan | Freitag, 06.12.19, 08:15 Uhr – Besprechung 1. Teil der Arbeit | | Freitag, 13.12.19, 16:30 Uhr – Besprechung 2. Teil der Arbeit | | Freitag, 03.01.19, 9:00 Uhr – Endbesprechung | | Samstag, 11. 1. 2020, 8:15 Uhr – Abgabe Thesis auf Github | | Freitag, 31. 1. 2020, 16:20 Uhr – Präsentation und Verteidigung der Arbeit |

[signalwerk]

Danke für das Exposé und deine bisher geleistete Arbeit. Bitte halte im Hinterkopf, dass das Exposé eine Richtschnur ist und im Projektverlauf sich Abweichungen ergeben können. Was immer der Arbeit dient, solltest du machen. Unabhängig ob du daran schon im Exposé gedacht hattest oder nicht.

Nachfolgend einige Inputs/Gedanken, die weder als Kritik noch als ein Muss zu verstehen sind, sondern dir allenfalls helfen können deinen Weg besser zu finden:

Feedback

• Deine konkreten Fragen sind sehr breit aufgestellt. Kannst du da mehr fokussieren?
• Ich sehe einen Unterschied, ob der Designer/Engineer KI für seine Arbeit nutzt um eine Design/Erlebnis zu erstellen, oder ob KI eingesetzt wird um den User zu unterstützen. In deinem Proposal sehe ich wie beide Themen angesprochen. Vielleicht nur das eine oder das andere?
• Bei deiner Begriffsdefinition sehe ich viele Dinge, die du aufarbeiten möchtest. Kannst du das mit einer genügenden tiefe leisten? Kann man da reduzieren?
• Das Netflix-Beispiel ist bekannt und sehr spannend. Aber hast du da gute Quellen, die dich befähigen etwas zu schreiben?
• Eher auf commerce ausgerichtet, ist allenfalls dieser link noch spannend: Archäologische Studien im Datenmüll

Sonstiges

Bitte übermittle deiner mentorierenden Person in minimum folgende Dokumente:

• Rückmeldung zum Mentorat (nicht Notengebend)
• Thesis Aufgabestellung

Es ist immer ratsam vor einem Treffen mit dir und deiner mentorierenden Person deine bisherigen Arbeiten kurz zu übermitteln, so dass ein feedback am Gespräch effektiver sein kann.

Viel Erfolg für deine Thesis wünsche ich dir!