M.Sc. Jana Gonnermann-Müller
Wissenschaftliche Mitarbeiterin
M.Sc. Jana Gonnermann-Müller ist wissenschaftliche Mitarbeiterin am Lehrstuhl für Wirtschaftsinformatik, insb. Prozesse und Systeme. Sie absolvierte ihren Bachelor und Master of Science im Fach Psychologie an der Humboldt-Universität zu Berlin.
Ihre Forschungsinteressen liegen im Bereich Mensch-Maschine-Interaktion, u.a. Lernen, Entscheidungsfindung und Vertrauen in der Zusammenarbeit mit Technologien. Dabei geht sie gemeinsam mit Projektpartnern aus der Wirtschaft und Wissenschaft der Fragestellung nach, wie Systeme gestaltet sein müssen, sodass Menschen gerne mit ihnen arbeiten und lernen.
In ihren Projekten befasst sich Jana mit dem Einfluss kognitiver Faktoren bei der Nutzung und Gestaltung von Augmented-Reality und KI-Assistenzsystemen. Dabei verwendet Jana vor allem experimentelle Forschungsdesigns, Eye-tracking aber auch Methoden im Bereich der Prototypenevaluation und Nutzerfreundlichkeit.
Zudem ist Jana Gonnermann-Müller Teil der Forschungsgruppe "Bildung für die digitale Welt“ am Weizenbaum Institut für die vernetzte Gesellschaft. Ein Transfer ihrer Forschungsthemen gelingt ihr u.a. über Beratungstätigkeiten zur Gestaltung und Umsetzung von betrieblichem Lernenanwendungen und Change Managements im Rahmen von Einführungs- oder Veränderungsprojekten.
Ausgeschriebene Abschlussarbeiten:
Do mental models influence the use of AI recommendations on dashboards and our decision-making?
What factors affect decision-making when using AI recommendations? An Eye-tracking Study
What makes learning technologies inclusive?
Betreute Abschlussarbeiten (ausgewählte Referenzen):
- Exploring Visual Attention as a Predictor of Learning Success in Multimedia Learning EnvironmentsInvestigating the Potential of Eye-Tracking Metrics Exploring Visual Attention as a Predictor of Learning Success in Multimedia Learning Environments
- A Machine Learning based cognitive load prediction model for assembly
- Ein Framework zu Einsatzmöglichkeiten generativer Künstlicher Intelligenz (ChatGPT) und deren Chancen und Risiken für den Unterrichtsprozess in der Sekundarstufe I & II
- Künstliche Intelligenz im Changemanagement: Erarbeitung eines Frameworks auf Basiseines Beispiels aus der Versicherungsbranche
- A Machine Learning Based Cognitive Load Prediction Model in an Assembly Process
