New Releases 2026

This thesis explores two distinct approaches to optimizing machine learning for resource-constrained environments: hierarchical machine learning (HiML) for energy-efficient classification and neural network-based spectral reconstruction for cost-effective computational spectrometers. Both topics address different challenges but share the common goal of improving computational efficiency for embedded systems. The first part investigates hierarchical machine learning as a means to reduce energy consumption in classification tasks. Unlike traditional flat classifiers, which apply equal computational effort to all inputs, hierarchical machine learning structures classification as a hierarchy of decisions, allowing for early exits when classification confidence is high. Experimental results demonstrate that this approach reduces energy consumption by up to 47.63% while maintaining competitive accuracy. Additionally, reinforcement learning is introduced as an optimization strategy for classifier selection, significantly accelerating the search process compared to exhaustive methods. The second part focuses on spectral reconstruction, where neural networks recover full spectral information from complex sensor outputs. A physics-informed data augmentation method is introduced, leveraging the optical properties of transmission spectra to expand the dataset from 214 to over 10,000 samples. This augmentation improves model generalization without requiring additional physical measurements. Furthermore, layer-wise relevance propagation is applied to optimize the sensor hardware, enabling a 94% reduction in input dimensions while preserving high reconstruction accuracy. Benchmarking results reveal that smaller, well-optimized models can match or even surpass the performance of larger networks, demonstrating the potential for efficient, compact spectral reconstruction systems. The findings of this thesis contribute to the development of energy-efficient and computationally lightweight machine learning solutions. The proposed approaches enable more effective classification pipelines and high-fidelity spectral reconstruction on embedded systems, paving the way for real-world applications in industrial monitoring, portable spectral sensing, and other edge AI scenarios.

Die Arbeit geht der veränderten Adelsstruktur in einer sich wandelnden Gesellschaft nach. Anhand der Organisationen der deutschen Standesherren kann das Handeln dieser Gruppe ehemaliger Reichsstände offengelegt werden, wodurch das Eigentümliche des 19. Jahrhunderts zum Vorschein kommt. Denn die ihnen 1815 zugestandene Vorzugsstellung musste sich gegen einen stärker werdenden Legitimierungsdruck behaupten, sodass die Zusammenarbeit innerhalb der Gruppe entscheidend dazu beitrug, den Aushandlungsprozess zwischen Adel und Bürgertum mitzuprägen. Dabei werden insbesondere jene Themen in den Vordergrund gerückt, die durch die moderne Leistungsgesellschaft in Frage gestellt wurden.

Die vorliegende Untersuchung befasst sich mit der Darstellung verschiedener Aspekte von Alzheimer-Demenz in ausgewählten modernen Kinderromanen. Dabei steht die Beziehung von Enkelkindern zu ihren demenziell erkrankten Großeltern im Mittelpunkt. Die Protagonist:innen der Romane "Trockenschwimmen mit Opa" von Petra Steckelmann (2021), "Omas Rumpelkammer" von Bette Westera (2017) und "Bleibt Oma jetzt für immer?" von Friedbert Stohner (2022) sehen sich in ihrem Alltag mit demenzbedingten Herausforderungen konfrontiert und begleiten ihre Großeltern in dieser schwierigen Zeit. 
Anhand der Betrachtung von (gelingenden) Maßnahmen im familiären Pflegeumfeld werden die Lebensrealitäten der betroffenen Kinder herausgearbeitet. Über die Demenz zu sprechen und Gefühlswelten zu offenbaren, stellen wesentliche Merkmale der kindzentrierten Narration dar. Die Großeltern-Enkel-Beziehungen in den Kinderromanen erweisen sich trotz der krankheitsbedingten Veränderungen als stabile Konstrukte, was auf eine feine kindliche Wahrnehmung, gemeinsame Routinen und eine große Akzeptanzbereitschaft seitens der Kinder zurückzuführen ist, wofür nicht zuletzt die mittlere Generation eine bedeutende Rolle spielt. 
Abschließend wird der Blick auf die Erfolgsaussichten einer literaturbasierten Heranführung von Kindern an Alzheimer-Demenz als medial, gesellschaftlich sowie innerfamiliär präsentes Phänomen gerichtet.

Die Arbeit untersucht die Subjektivierung von Arbeit und deren Einfluss auf Führung im Unternehmen. Subjektivierung bedeutet, dass Organisationen verstärkt auf die individuellen Fähigkeiten, Motive und Wissensbestände der Mitarbeitenden zugreifen. Obwohl Führungskräfte hierbei eine zentrale Rolle spielen, ist deren Bedeutung bislang kaum erforscht. Die Dissertation schließt diese Lücke, indem sie analysiert, wie Unternehmen subjektivierendes Arbeitshandeln einfordern und fördern und wie Mitarbeitende diesen Anspruch bewältigen. Im Fokus steht die entwicklungsbezogene Dimension der Subjektivierung. Die Untersuchung basiert auf einer qualitativ-explorativen Fallstudie mit zwei Fällen: der betrieblichen Perspektive eines Großkonzerns (Ohm AG) und der Mitarbeitendenperspektive einer IT-Abteilung (Mail AG). 
Die Ergebnisse zeigen, dass Führungskräfte nicht nur maßgeblich die Rahmenbedingungen für subjektivierendes Handeln, sondern ebenso reflexive Kompetenzentwicklung schaffen. Während Unternehmen formalisierte Prozesse zur Kompetenzentwicklung implementieren, erfolgt die Entwicklung bei Mitarbeitenden überwiegend erfahrungsbasiert und selbstgesteuert. Die Studie führt den Begriff der „Führungsaufgabe der reflexiven Kompetenzentwicklung“ ein und weist auf deren pädagogische Dimension hin. 
Für die Praxis ergeben sich neue Anforderungen an die Führungskräfteentwicklung, die aktuell kaum berücksichtigt werden. Theoretisch erweitert die Arbeit das Verständnis von Führung im Kontext subjektivierter Arbeit und eröffnet Perspektiven für die Integration pädagogischer Ansätze in die Führungskräfteentwicklung und in das Führungshandeln selbst.
 

Schule und Kinder- und Jugendhilfe sind eigenständige Bildungsinstitutionen, die einen bedeutsamen Einfluss auf die Entwicklung von Kindern ausüben und deren zukünftige Lebensgestaltung maßgeblich beeinflussen. Wie die Ergebnisse der PISA-Studien zeigen, ist der Bildungserfolg in Deutschland nach wie vor stark an ökonomische Ressourcen und familiäre Herkunft gekoppelt. Vor diesem Hintergrund wurde ein Forschungsprojekt initiiert, das ein Modellprojekt im Bereich der Ganztagsbildung unter Gerechtigkeitsaspekten analysiert.
Gegenstand der vorliegenden Arbeit ist die theoretische Analyse eines Ganztagsprojekts. Die Untersuchung widmet sich der Frage, wie die Kooperation zwischen staatlicher Grundschule und kommunaler Kinder- und Jugendhilfe aus gerechtigkeitstheoretischer Perspektive angemessen beschrieben werden kann. Der Fokus liegt dabei insbesondere auf Bildungsgerechtigkeit und der Förderung des Wohlergehens von Kindern. Die Analyse und die sich daraus ergebenden Implikationen erfolgen unter Zuhilfenahme des Capabilities Approach, des sogenannten Befähigungsansatzes von Martha C. Nussbaum. Die vorliegende Arbeit möchte einen Beitrag zur wissenschaftlichen Debatte um Bildungsgerechtigkeit leisten. Zur Bearbeitung der Fragestellung wird ein theoretisch-analytischer Ansatz gewählt, der hermeneutisch ausgerichtet ist.
Am Beispiel der Münchner Kooperativen Ganztagsbildung wird die Zusammenarbeit der verschiedenen Bildungssysteme exemplarisch untersucht. Dabei wird der Capabilities Approach von Martha C. Nussbaum als Analyseinstrument verwendet, um die Ausbildung der von ihr definierten zehn Fähigkeiten für ein gutes Leben zu untersuchen. Besonderes Augenmerk wird dabei auf kindgerechte und gedeihliche Möglichkeitsräume gelegt. Die Theorie von Martha C. Nussbaum legt nahe, die Mechanismen zur Förderung von Bildungsgerechtigkeit in ihrer Vielfalt in den Blick zu nehmen. Konkret wird die Kooperative Ganztagsbildung unter Anwendung des Capabilities Approach anhand der Terminologie und der zehn Grundfähigkeiten dargestellt und analysiert. Anschließend werden die darüber hinausgehenden Potenziale aufgezeigt.
Die Analyse führt zu vier zentralen Ergebnissen. Erstens ist das Kindeswohl und nicht die Systemlogik in den Mittelpunkt zu stellen. Zweitens identifiziert die Analyse der unterschiedlichen Systemlogiken von Schule und Kinder- und Jugendhilfe vier Friktionen in Bezug auf Personal, Finanz- und Leitungsstrukturen sowie das Selbstverständnis. Drittens wird festgestellt, dass die Eigenlogiken und Anforderungen von Bildungssystemen in der Erziehungswissenschaft bisher kaum berücksichtigt werden. Ein interdisziplinäres Analyseinstrument mit dem Fokus auf das Kindeswohl ist daher wichtig. Viertens wird evident, dass der Capabilities Approach ein geeignetes Analyseinstrument ist, um Bildungsungerechtigkeit zu identifizieren. Er ermöglicht es, spezifische Kriterien abzuleiten und Anforderungen an die Lernumgebung zu operationalisieren, um einer willkürlichen Interpretation und Umsetzung vorzubeugen.
Die Analyse unterstreicht die Dringlichkeit, Bildungs- und Sozialpolitik als Einheit zu betrachten, das Kind in den Mittelpunkt allen Denkens und Handelns zu stellen und eine gemeinsame Bildungs- und Sozialverantwortung zu fördern. So könnte ein modernes Familien- und Kommunikationszentrum, ein Family Community Centre (FCC), entstehen, das den Bemühungen um mehr Bildungsgerechtigkeit Rechnung trägt.
 

Der vorliegende Band setzt die „Ägäischen Etymologien“ von 2025 mit einem breiten Spektrum an neuen Etymologien aus dem Keltischen, Germanischen, Slawischen und Vorgriechischen fort. Einige grundsätzliche Überlegungen zur indogermanischen Wanderung und Expansion schließen sich an. Den Schwerpunkt des Bandes bilden (wiederum) vorgriechische Orts-, Gewässer- und Personennamen. Ein besonderer Fokus liegt dabei auf Kreta, seiner Sprach- und Kulturgeschichte mit Hinblick auf die sog. ‘minoische’ Sprache hinter Linear A. Die Insel Lemnos steht im Mittelpunkt einer Analyse nach Geographie und den Realien hinter einschlägigen griechischen Epen und Mythen.

The topic of artificial intelligence (AI) is gaining increasing importance in education. On one hand, teaching basic AI skills (AI literacy) as an extension of media and computer science skills is important to enable safe and informed interaction with AI systems. On the other hand, new AI-based approaches to support teaching and learning processes are being researched and developed. The design of educational processes in schools, universities, vocational and extracurricular education can only succeed if scientists and practitioners work together to identify relevant professional competencies in the context of the increasing availability of AI-tools in order to derive requirements for AI systems in education. Precisely this is the aim of the coference "Artificial Intelligence in Education together with the AI Practice Day in Schools" (KIBIS2025), which for the second time took place on October 9 and 10, 2025 at the University of Bamberg. The Proceedings of KIBIS 2025 include research contributions from the fields of AI, computer science didactics, specific subject didactics, and pedagogy, regarding teaching AI skills to different target groups. Representatives from educational practice in schools, universities, companies, and extracurricular settings presented concrete applications for teaching AI and using AI tools.