Faktoren menschlichen Lernens als Grundlage für den Wissenstransfer in der Digitalisierung
Zusammenfassung
Der DiWenkLa-Verbund folgt einem Multi-Akteursansatz und bringt verschiedene Akteure zur Entwicklung und Erprobung digitaler Technologien in vier Anwendungsbereichen zusammen. Außer für die Wissensgenerierung bieten sich dadurch Ansatzpunkte für den Wissenstransfer. Bei den Technologien, die z. B. an Feldtagen demonstriert werden können, wurden bereits Wissenstransferaktivitäten mithilfe der Partner aus Industrie und Informationswesen umgesetzt. Dabei beruhen die Ansprüche an die Demonstration digitaler Techniken und den Austausch auf dem Verständnis von erfahrungsbasiertem Lernen.
- Vollständige Referenz
- BibTeX
Thomas, A., Knierim, A. & Schüle, H.,
(2022).
Faktoren menschlichen Lernens als Grundlage für den Wissenstransfer in der Digitalisierung.
In:
Gandorfer, M., Hoffmann, C., El Benni, N., Cockburn, M., Anken, T. & Floto, H.
(Hrsg.),
42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft.
Bonn:
Gesellschaft für Informatik e.V..
(S. 347-350).
@inproceedings{mci/Thomas2022,
author = {Thomas, Angelika AND Knierim, Andrea AND Schüle, Heinrich},
title = {Faktoren menschlichen Lernens als Grundlage für den Wissenstransfer in der Digitalisierung},
booktitle = {42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft},
year = {2022},
editor = {Gandorfer, Markus AND Hoffmann, Christa AND El Benni, Nadja AND Cockburn, Marianne AND Anken, Thomas AND Floto, Helga} ,
pages = { 347-350 },
publisher = {Gesellschaft für Informatik e.V.},
address = {Bonn}
}
author = {Thomas, Angelika AND Knierim, Andrea AND Schüle, Heinrich},
title = {Faktoren menschlichen Lernens als Grundlage für den Wissenstransfer in der Digitalisierung},
booktitle = {42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft},
year = {2022},
editor = {Gandorfer, Markus AND Hoffmann, Christa AND El Benni, Nadja AND Cockburn, Marianne AND Anken, Thomas AND Floto, Helga} ,
pages = { 347-350 },
publisher = {Gesellschaft für Informatik e.V.},
address = {Bonn}
}
| Dateien | Groesse | Format | Anzeige | |
|---|---|---|---|---|
| GIL2022_X_Thomas_347-350.pdf | 226.9Kb | Öffnen |
Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Feedback abschicken
Mehr Information
ISBN: 978-3-88579-711-1
ISSN: 1617-5468
Datum: 2022
Sprache:
(de)
(de)
Typ: Text/Conference Paper

