Fulltext available Open Access
Title: Quantified Self - eine explorative Selbststudie
Language: German
Authors: Lüdemann, Maria 
Keywords: Quantified Self; Companion Technologie; Datenzentralisierung; Data Mining
Issue Date: 23-Oct-2024
Abstract: 
Daten aus Consumer-Sensoren wie Fitnessarmbändern, Blutdruckmessgeräten etc. lädt jeder Anbieter separat in seine Cloud hoch. Welchen Nutzen können diese Daten haben, wenn sie dem Anwender zentralisiert zur Verfügung stehen und aus allen Bereichen gesammelt und mit manuellen Daten angereichert analysiert werden? Diese Arbeit betrachtet, ob eine derartige Zentralisierung möglich ist und somit ein Grundstein für eine Plattform gelegt werden kann, auf der Companion-Systeme aufsetzten können um Nutzer zu unterstützen, ihre persönlichen Daten sinnvoll zu nutzen.

Every manufacturer of consumer sensors such as activity trackers, blood presure monitors etc. uploads the data into their own cloud. What benefit can this data provide, if centralised from all domains and enhanced by manualy entered data. This bachelor thesis shows, if such centralisation is feasible and therefore lays the groundwork for a platform that provides companion systems which support the user in making effective use of their personal data.
URI: https://hdl.handle.net/20.500.12738/16418
Institute: Department Informatik 
Fakultät Technik und Informatik 
Type: Thesis
Thesis type: Master Thesis
Advisor: von Luck, Kai 
Referee: Draheim, Susanne  
Appears in Collections:Theses

Files in This Item:
File Description SizeFormat
MA_Quantified Self - eine Selbststudie_geschwärzt.pdf3.42 MBAdobe PDFView/Open
Show full item record

Page view(s)

26
checked on Dec 25, 2024

Download(s)

26
checked on Dec 25, 2024

Google ScholarTM

Check

HAW Katalog

Check

Note about this record


Items in REPOSIT are protected by copyright, with all rights reserved, unless otherwise indicated.