<?xml version="1.0" encoding="utf-8"?>







    <rss version="2.0"
         xmlns:content="http://purl.org/rss/1.0/modules/content/"
         xmlns:atom="http://www.w3.org/2005/Atom"
         xmlns:media="http://search.yahoo.com/mrss/">
        <channel>
            
                
                    <ttl>60</ttl>
                    <title>Universität Bremen - Com AI</title>
                    <link>https://www.uni-bremen.de/dmlab/forschung/com-ai-2025-2028</link>
                    <description>MUHAI</description>
                    <language>de</language>
                    <copyright>Universität Bremen</copyright>
                    <pubDate>Wed, 15 Jul 2026 22:19:02 +0200</pubDate>
                    <lastBuildDate>Wed, 15 Jul 2026 22:19:02 +0200</lastBuildDate>
                    <atom:link href="https://www.uni-bremen.de/dmlab/forschung/com-ai-2025-2028/rss.xml" rel="self" type="application/rss+xml"/>
                    <generator>Universität Bremen</generator>
                
                
                    
                        <item>
                            <guid isPermaLink="false">content-633605</guid>
                            <pubDate>Fri, 06 Mar 2026 13:36:50 +0100</pubDate>
                            <title>Informationen</title>
                            <link>https://www.uni-bremen.de/dmlab/forschung/com-ai-2025-2028#c633605</link>
                            
                            <description>&amp;lt;p&amp;gt;&amp;lt;strong&amp;gt;Laufzeit: &amp;lt;/strong&amp;gt; 1.1.2025-31.12.2028&amp;lt;/p&amp;gt;
&amp;lt;p&amp;gt;&amp;lt;strong&amp;gt;Webseite: &amp;lt;/strong&amp;gt;&amp;lt;a href=&amp;quot;https://comai.space/&amp;quot; target=&amp;quot;_blank&amp;quot; title=&amp;quot;Öffnet externen Link in neuem Fenster&amp;quot;&amp;gt; https://comai.space/&amp;lt;/a&amp;gt;&amp;lt;/p&amp;gt;
&amp;lt;p&amp;gt;&amp;lt;strong&amp;gt;Ansprechpartner: &amp;lt;/strong&amp;gt; &amp;lt;a class=&amp;quot;internalLink&amp;quot; href=&amp;quot;t3://page?uid=59369&amp;quot; title=&amp;quot;Öffnet internen Link in aktuellem Fenster&amp;quot;&amp;gt; Johanna Rockstroh&amp;lt;/a&amp;gt;, &amp;lt;a class=&amp;quot;internalLink&amp;quot; href=&amp;quot;t3://page?uid=49537&amp;quot; title=&amp;quot;Öffnet internen Link in aktuellem Fenster&amp;quot;&amp;gt;Laura Spillner&amp;lt;/a&amp;gt;, &amp;lt;a class=&amp;quot;internalLink&amp;quot; href=&amp;quot;t3://page?uid=40032&amp;quot; title=&amp;quot;Öffnet internen Link in aktuellem Fenster&amp;quot;&amp;gt; Dr. Nina Wenig&amp;lt;/a&amp;gt; und &amp;lt;a class=&amp;quot;internalLink&amp;quot; href=&amp;quot;t3://page?uid=28621&amp;quot; title=&amp;quot;Öffnet internen Link in aktuellem Fenster&amp;quot;&amp;gt; Dr. Nima Zargham&amp;lt;/a&amp;gt;&amp;lt;/p&amp;gt;


</description>
                            
                            <category>Content</category>
                            
                            
                        </item>
                    
                
                    
                        <item>
                            <guid isPermaLink="false">content-633606</guid>
                            <pubDate>Fri, 06 Mar 2026 13:36:50 +0100</pubDate>
                            <title>Übersicht</title>
                            <link>https://www.uni-bremen.de/dmlab/forschung/com-ai-2025-2028#c633606</link>
                            
                            <description>&amp;lt;p&amp;gt;Die Forschergruppe ist ein interdisziplinäres Team, aus den Kommunikationswissenschaften, Journalismusforschung, Soziologie und Informatik. Gemeinsam wollen wir die Kommunikation zwischen Künstlicher Intelligenz und Menschen erforschen. Mit der zunehmenden Verbreitung von Large Language Models (LLMs) und ihrer Anpassung an die Mensch-Computer-Kommunikation auf der Grundlage von menschlichem Feedback, erwarten Nutzende mehr und mehr auch eine menschenähnliche Interaktion mit kommunikativer KI.&amp;lt;/p&amp;gt;
&amp;lt;p&amp;gt;Die speziell für die Mensch-Computer-Kommunikation entwickelten Modelle haben jedoch vor allem zwei Probleme: Zum einen stützen sie sich nur auf die Daten, mit denen sie trainiert wurden, die oft verzerrt und unzureichend sind.&amp;lt;/p&amp;gt;</description>
                            
                            <category>Content</category>
                            
                            
                        </item>
                    
                
            
        </channel>
    </rss>

