@article{61156,
  abstract     = {{Explainability has become an important topic in computer science and artificial intelligence, leading to a subfield called Explainable Artificial Intelligence (XAI). The goal of providing or seeking explanations is to achieve (better) ‘understanding’ on the part of the explainee. However, what it means to ‘understand’ is still not clearly defined, and the concept itself is rarely the subject of scientific investigation. This conceptual article aims to present a model of forms of understanding for XAI-explanations and beyond. From an interdisciplinary perspective bringing together computer science, linguistics, sociology, philosophy and psychology, a definition of understanding and its forms, assessment, and dynamics during the process of giving everyday explanations are explored. Two types of understanding are considered as possible outcomes of explanations, namely enabledness, ‘knowing how’ to do or decide something, and comprehension, ‘knowing that’ – both in different degrees (from shallow to deep). Explanations regularly start with shallow understanding in a specific domain and can lead to deep comprehension and enabledness of the explanandum, which we see as a prerequisite for human users to gain agency. In this process, the increase of comprehension and enabledness are highly interdependent. Against the background of this systematization, special challenges of understanding in XAI are discussed.}},
  author       = {{Buschmeier, Hendrik and Buhl, Heike M. and Kern, Friederike and Grimminger, Angela and Beierling, Helen and Fisher, Josephine Beryl and Groß, André and Horwath, Ilona and Klowait, Nils and Lazarov, Stefan Teodorov and Lenke, Michael and Lohmer, Vivien and Rohlfing, Katharina and Scharlau, Ingrid and Singh, Amit and Terfloth, Lutz and Vollmer, Anna-Lisa and Wang, Yu and Wilmes, Annedore and Wrede, Britta}},
  journal      = {{Cognitive Systems Research}},
  keywords     = {{understanding, explaining, explanations, explainable, AI, interdisciplinarity, comprehension, enabledness, agency}},
  title        = {{{Forms of Understanding for XAI-Explanations}}},
  doi          = {{10.1016/j.cogsys.2025.101419}},
  volume       = {{94}},
  year         = {{2025}},
}

@inproceedings{49128,
  abstract     = {{Im Projekt „UAV-Rescue: UAV-getragene Sensorik zur KI-basierten Unterstützung von Rettungsmissionen“ wird an einem unbemannt fliegenden System geforscht, das in schwer zugänglichen Räumen bei der Rettungspriorisierung hilft, indem es den Einsatzkräften eine Visualisierung des Raumes mit darin lokalisierten Lebenszeichen zur Verfügung stellt. Diese neue Technologie wirft verschiedene ethische Fragestellungen auf, die unter anderem die Nutzung von Künstlicher Intelligenz zur Lebenszeichendetektion und die Einbettung der neuen Technologie in die Einsatzpraxis betreffen. Die ethische Begleitforschung des Projekts adressiert diese Fragestellungen in einem interdisziplinären und iterativen Diskurs mit Technikpartnern und Endanwendern. Einige dieser Fragestellungen werden hier vor dem Hintergrund der eingesetzten KI-Methoden und der bestehenden Einsatzpraxis beim THW vorgestellt.}},
  author       = {{Philippi, Martina and Heusinger-Heß, Victoria and Ari, Meral and Krüger, Emily}},
  booktitle    = {{Mensch und Computer 2022 - Workshopband}},
  editor       = {{Marky, K. and Grünefeld, U. and Kosch, T.}},
  keywords     = {{rescue robotics, interdisciplinarity, artifical intelligence, ethics}},
  location     = {{Darmstadt}},
  title        = {{{KI im Einsatz. Interdisziplinäre Herausforderungen im Projekt UAV-Rescue}}},
  doi          = {{10.18420/muc2022-mci-ws10-332}},
  year         = {{2022}},
}

@inproceedings{29298,
  abstract     = {{Die Themen „Big Data“, „Künstliche Intelligenz und „Data Science“ werden seit einiger Zeit nicht nur in der breiten Öffentlichkeit kontrovers diskutiert, sondern stellen für die Ausbildung in den IT- und IT-nahen Berufen schon heute neue Herausforderungen dar, die in Zukunft durch die gesellschaftliche und technologische Weiterentwicklung hin zu einer Datengesellschaft noch größer werden.
An dieser Stelle stellt sich die Frage, welche Aspekte dieses großen Themenkomplexes für Schule und Ausbildung von Wichtigkeit sind und wie diese Themen sinnstiftend und gewinnbringend in die informatische Ausbildung in verschiedenen Bildungsgängen integriert werden können. Im Rahmen des von uns im Jahr 2017 organisierten Symposiums zum Thema „Data Science“ wurden für die Bildung relevante Aspekte erörtert, wodurch als Kernelemente für den Unterricht Algorithmen der Künstlichen Intelligenz und ihre Anwendung in Industrie und Gesellschaft, Explorationen von Big Data sowie der Umgang mit eigenen Daten in sozialen Netzwerken herausgearbeitet wurden. Ziel ist, aus diesen Themenbereichen sowohl ein umfassendes Curriculum als auch Module für verschiedene Unterrichtsszenarien zu entwickeln und zu erproben. Durch diese Materialien soll es Lehrkräften aus der Informatik, Mathematik oder Technik ermöglicht werden, diese Themen auf Basis des Curriculums und der erprobten Unterrichtskonzepte selbst zu unterrichten.
Hierfür wurde im Rahmen des Projekts ProDaBi (Projekt Data Science und Big Data in der Schule, https://www.prodabi.de), initiiert von der Telekom Stiftung, ein experimenteller Projektkurs entwickelt, den wir mit Schüler:innen der Sekundarstufe II an der Universität Paderborn im Schuljahr 2018/19 durchführten. Dieser Kurs enthält neben einem Modul zur Exploration von Big Data und einem weiteren Modul zum Maschinellen Lernen als Teil der Künstlichen Intelligenz auch eine Projektphase, die es in Zusammenarbeit mit lokalen Unternehmen den Schüler:innen
ermöglicht, das Erlernte in ein reales Data Science-Projekt einzubringen. Aus den Erfahrungen dieses Projektkurses sowie den parallel durchgeführten Erprobungen einzelner Bausteine auch mit beruflichen Schulen werden ab dem Schuljahr 2019/20 die hierfür verwendeten Materialien weiterentwickelt und weiteren Kooperationspartnern zur Erprobung zur Verfügung gestellt. Damit wurden zum Ende des Projekts nicht nur vollständige Unterrichtsmaterialien, sondern auch ein umfassendes Curriculum entwickelt.}},
  author       = {{Opel, Simone Anna and Schlichtig, Michael}},
  booktitle    = {{Sammelband der 27. Fachtagung der BAG Berufliche Bildung}},
  editor       = {{Vollmer, Thomas and Karges, Torben and Richter, Tim and Schlömer, Britta and Schütt-Sayed, Sören}},
  keywords     = {{Berufsbildung, vocational education, Ausbildung, training, berufliche Weiterbildung, advanced vocational education, Digitalisierung, digitalization, Unterricht, teaching, Lehrmethode, teaching method, Interdisziplinarität, interdisciplinarity, Fachdidaktik, subject didactics, Curriculum, curriculum, gewerblich-technischer Beruf, vocational/technical occupation, Fachkraft, specialist, Qualifikationsanforderungen, qualification requirements, Kompetenz, competence, Lehrerbildung, teacher training, Bundesrepublik Deutschland, Federal Republic of Germany}},
  location     = {{Siegen}},
  pages        = {{176--194}},
  publisher    = {{wbv Media GmbH & Co. KG}},
  title        = {{{Data Science und Big Data in der beruflichen Bildung – Konzeption und Erprobung eines Projektkurses für die Sekundarstufe II}}},
  doi          = {{https://doi.org/10.3278/6004722w}},
  volume       = {{55}},
  year         = {{2020}},
}

@inproceedings{24395,
  abstract     = {{In the field of lightweight design by composites, the V-Model forms the basis of inter- and
transdisciplinary collaboration and research of 13 doctoral students from different disciplines, i. e.
engineering, sciences and social sciences. The technological challenges of the research college itself
and the V-Model as an approach for addressing these challenges are introduced. Within the
cooperation of the young researchers, a technology demonstrator was produced. On the one hand this
can be seen as demonstrator for the different technologies which are addressed by individual research
and on the other hand for the interdisciplinary collaboration itself. Exemplary, this technology
demonstrator is presented as one result of the research group and the challenges of the
interdisciplinary collaboration while producing it are pointed out.}},
  author       = {{Weiß, Borkowski and Ilona, Horwath and Berscheid, Anna lena and Fischer, Silvia Dohmeier and Tröster, Thomas}},
  keywords     = {{Lightweight Design, Composites, Interdisciplinarity, Transdisciplinarity, V-Model.}},
  location     = {{Valencia, Spain}},
  title        = {{{NEW APPROACHES IN LIGHTWEIGHT DESIGN: V-MODEL OF LIGHTWEIGHT DESIGN BY COMPOSITES AS AN APPROACH OF INTER- AND TRANSDISCIPLINARY RESEARCH}}},
  doi          = {{Weiß-Borkowski, N.; Horwath, I.; Berscheid, A.-L.; Tröster, T. (2018)}},
  year         = {{2018}},
}

@inproceedings{24468,
  abstract     = {{Inter- and transdisciplinary research are new demands in Higher Education. Aiming to enhance the social relevance, usability and sustainability of technological products and solutions, society and public institutions such as research funding organizations increasingly expect engineers to include inter- and transdisciplinary approaches into the development of new technologies. Engineering research and education, however, are particularly challenging areas to realize inter- and transdisciplinary collaborations, for manifold reasons.
This contribution presents methods and results of an inter- and transdisciplinary research and education strategy designed to meet the particular requirements of engineers and engineering students. It starts with a brief discussion of typical challenges regarding inter- and transdisciplinary approaches in engineering (research topics, research culture, skills, time, and barriers of lay people to involve in technology development). Secondly, it presents the methods developed to overcome those challenges within the context of the NRW Fortschrittskolleg "Light - Efficient - Mobile" (FK LEM). Founded in 2014, the FK LEM is a PhD programm focuses on lightweight construction, but with a special emphasis on how lightweight technologies are connected to different areas of society, to societal actors and technology users, and to the needs of a diversity of social groups. In order to explore these connections, we organized three workshops to bring public service, civil society, industry, practitioners and engineers together to discuss the perceived needs in those areas, and the potential of lightweight solutions. Topically, the workshops were dedicated to the fields of Rescue & Security Services; Care, Mobility & Assisted Living; and Sustainable Ressources & Climate Protection. Methodologically, we applied a pragmatic but valid approach to focus groups and discourse analysis. Results of the workshops in terms of directions for future research, epistemological and ethical dimensions of lightweight engineering are presented in the third part of our contribution. Finally, we discuss how our method and experience can be transferred into other engineering and educational contexts. With other words, how empowering students, engineers and the public to involve in inter- and transdisciplinary engineering processes can be achieved, and how this empowerment supports the development of innovative technologies as well as engineers’ skills to design technology in line with societies’ needs and challenges.}},
  author       = {{Horwath, Ilona and Dohmeier-Fischer, Silvia and Weiß-Borkowski, Nathalie and Tröster, Thomas}},
  booktitle    = {{INTED2018 Proceedings}},
  keywords     = {{Lightweight Design, Interdisciplinarity, Transdisciplinarity, Higher Education, Research Methods}},
  title        = {{{FROM EMPOWERMENT TO INNOVATION: INTER- AND TRANSDISCIPLINARY RESEARCH METHODS IN LIGHTWEIGHT ENGINEERING}}},
  doi          = {{10.21125/inted.2018.1651}},
  year         = {{2018}},
}