IT-Security ist ein Forschungs- und Arbeitsbereich, welcher sich stets im Wandel befindet. Kürzlich wurden jedoch mithilfe von Delphiprozessen und Expertenumfragen grundlegende Konzepte der Cybersecurity definiert und ausarbeitet, welche zeitlos sind und andere, welche womöglich zukünftig eine kleinere Rolle spielen. Hieraus wurden auch Kerninhalte für IT-Security Studiengänge abgeleitet. Inwiefern werden Studierende der Ruhr-Universität in allen Kernkonzepten geschult, in welchen Bereichen würden sie sich tiefere Einblicke oder praktischere Übungen wünschen, wie von den Studien vorgeschlagen? Dies soll in der Bachelorarbeit mithilfe von unterschiedlichen Methoden wie z.B. Befragungen etabliert werden. Hierbei steht den Studierenden, die diese Bachelorarbeit durchführen, Raum zur Veränderung, Erweiterung, oder Einschränkung dieses Rahmenthemas zur Verfügung.

Meta-Wissenschaft, psychologische Forschungsmethoden

Eine Mediationsanalyse ist der Versuch, einen Mechanismus oder Prozess, der einer beobachteten kausalen Beziehung zwischen einer Einflussgröße (oder unabhängigen Variable) und einer Zielgröße (oder abhängigen Variable) zugrunde liegt, zu identifizieren und zu erklären, indem eine dritte Variable – die sogenannte Mediatorvariable – einbezogen wird.Im Mediationsmodell wird statt einer direkten kausalen Beziehung zwischen Einfluss- und Zielgröße angenommen, dass die Einflussgröße die Mediatorvariable beeinflusst, welche wiederum die Zielgröße beeinflusst. Somit dient die Mediatorvariable dazu, die Art der Beziehung zwischen einer unabhängigen und einer abhängigen Variable zu spezifizieren.

Beispielhaft könnte höhere Intelligenz zu einem höheren Einkommen führen. Dieser Effekt könnte vom Bildungsniveau mediiert werden: Bei höherer Intelligenz (Einflussgröße) wird ein höheres Bildungsniveau (Mediatorvariable) erreicht, was wiederum das Einkommen (Zielgröße) positiv beeinflusst.In der psychologischen Literatur findet man jedoch auch routinemäßig Mediationsanalysen mit korrelativen Daten: Es werden also Aussagen über kausale Prozesse gemacht, obwohl die zugrundeliegenden Daten keine kausalen Strukturen abbilden (können).

Ziel der Arbeit ist ein systematisches Review, dass die Häufigkeit von Mediationsanalysen, ihre Angemessenheit hinsichtlich der Struktur der Daten, sowie ihre Dokumentation und Nachvollziehbarkeit in einem frei wählbaren Forschungsbereich der Psychologie (z.B. pädagogische Psychologie, Sozialpsychologie, klinische Psychologie, etc.) überprüft. Dazu soll eine systematische Inhaltsanalyse einer zufällig gezogenen Stichprobe von Forschungsartikeln aus einer definierten Population von Fachzeitschriften durchgeführt werden.

Meta-Wissenschaft, psychologische Forschungsmethoden

Der Median Split beschreibt eine statistische Methode zur (künstlichen) Dichotomisierung von Drittvariablen. Eine Stichprobe wird entlang des Medians (Zentralwerts) einer Variable in zwei gleich große Gruppen aufgeteilt. Dieser Schritt wird manchmal durchgeführt, um bestimmte statistische Methoden zur Untersuchung der Daten anzuwenden oder zur vereinfachten Darstellung von Daten (z.B. niedrige Intelligenz vs. hohe Intelligenz statt eines Kontinuums). Zudem werden Psychologen primär in Analysetechniken trainiert, die das Vorhandensein von Gruppen (z.B. Bedingungen) voraussetzen (ANOVA) und sind daher oft weniger vertraut mit Techniken, die auch kontinuierliche Prädiktoren modellieren können.

Diese eher unbedeutenden Vorteile werden durch erhebliche Nachteile von Median Splits überwiegt: Je nach Variable kann eine dichotomisierte Interpretation nicht bloß simplifizierend, sondern inhaltlich unangemessen sein. Es gibt auch ein Risiko, statistische Artefakte zu erzeugen, bspw. Multikollinearität. Paradoxerweise erhöhen Median Splits auf der einen Seite das Risiko für False Positives, auf der anderen gehen sie in der Regel mit einem Verlust statistischer Power einher. Nichtsdestotrotz findet man in der psychologischen Literatur immer noch regelmäßig Median Splits.

Ziel der Arbeit ist ein systematisches Review, dass die Häufigkeit von Median Splits sowie die Begründung für ihren Einsatz, sowie eine etwaige thematische in einem frei wählbaren Forschungsbereich der Psychologie (z.B. pädagogische Psychologie, Sozialpsychologie, klinische Psychologie, etc.) überprüft. Dazu soll eine systematische Inhaltsanalyse einer zufällig gezogenen Stichprobe von Forschungsartikeln aus einer definierten Population von Fachzeitschriften durchgeführt werden.

Kognitive Psychology, Lernen und Problemlösen, Experimentelles Design

Nehmen wir an man möchte eine Deckenlampe in einem langen Flur mit zwei Schaltern steuern können (sodass jeder Schalter das Licht an und aus machen kann). Die Logik des Kreislaufs ist einfach: Wenn ein Schalter oben ist und der andere unten, geht das Licht an. Sind beide oben oder unten, geht es aus. Es handelt sich dabei um eine exklusive Disjunktion: Das Licht ist an wenn ein Schalter oder der andere Schalter oben ist, aber nicht beide.

Einen diesen System steuernden deterministischen Algorithmus (Kreislauf) vom beobachteten Output (Licht), der von mehreren Boole'schen Operatoren (Konfiguration der Lichtschalter) generiert wird, zu erschließen ist ein Beispiel für Reverse Engineering. Generell ist Reverse Engineering das Inferieren davon, wie ein bestimmter Mechanismus funktioniert, rückwärts von beobachtbaren Funktionen des Systems auf die Funktionalität der einzelnen Komponenten, die dieses Verhalten erzeugen. Dieser Prozess, konzeptualisiert als eine Klasse kognitiven Problemlösens, beinhaltet normalerweise iteratives Hypothesengenerieren und -testen bis eine von möglicherweise mehreren Systembeschreibungen gefunden ist.

Ziel des Projektes ist unser Verständnis des menschlichen Schlussfolgerns und Sinn-Erschließens beim Reverse-Engineering in verschiedenen Kontexten zu verbessern, insbesondere wenn Systeme so gestaltet sind, dass es für Reverse-Engineers absichtlich schwerer ist, das System zu verstehen, bspw. in Settings mit gegnerischen Interessen wie der IT-Sicherheit in der Designer Systeme vor Angreifern schützen möchten.