Der Trend zu mehr sozialem Wohlbefinden im Einklang mit der Wohlstandssteigerung und die verstärkte Rolle der sozialen Vernetzung birgt deutlich die Anzeichen einer tiefgreifenden gesellschaftlichen Veränderung. Dabei handelt es sich nicht mehr nur darum, die Weltwirtschaft für die großen Herausforderungen zu stärken. Menschen mit der Fähigkeit des vernetzten Denkens und Handelns und mit dem Blick für das große Ganze sind gefragt. Bisher wird der Mensch mit seinem Potential, trotz aller Beteuerungen, jedoch noch als „Human Ressource“ aber nicht wirklich als „Resourceful Human“ (in Anlehnung an Fischer, 2012) betrachtet. Der Übergang zum „Mensch im Mittelpunkt der Betrachtung“ setzt eine zukunftsfähige Innnovationskultur voraus, die ein grundlegend verändertes Verständnis der menschlichen Möglichkeiten und Bedürfnisse im Umgang mit Technologien, Arbeitssystemen und natürlichen Ressourcen aber auch den Menschen selbst benötigt. Weiterhin sind neue Modellierungs- und Interaktionsparadigmen, Technologielösungen sowie Arbeitskulturen gefragt, die den Wechsel der Blickrichtung zu Innovation durch „Resourceful Humans“ ermöglichen und somit maßgeblich zur effektiven und effizienten Teamarbeit in unternehmensübergreifenden und interkulturellen Unternehmenspartnerschaften beitragen.

Virtual environments are more and more used for educational and training purposes. In order to design virtual environments for these applications in particular, it is very important to get a deep understanding of the relevant design features supporting the user's process of learning and comprehension. Relevance and implementation of these features as well as the benefits of virtual learning environments over traditional educational approaches in general are rarely explored. Focusing on modes of interaction in this work, we examined the effect of different motion types on the knowledge acquisition of users in various virtual environments. For our study we chose a simple memorization task as approximation of low cognitive knowledge acquirement. We hypothesized motion types and immersion levels influence memorization performance in virtual environments. The memorization task was conducted in two virtual environments with different levels of immersion: A high-immersive Cave Automatic Virtual Environment (CAVE) and a low-immersive desktop virtual environment. Two motion types in virtual environments were explored: Physical and virtual walking. In the CAVE physical walking was implemented by using motion capturing and virtual walking was realized using a joystick-like input device. The results indicate neither motion types nor immersion levels in virtual environments affect memorization performance significantly.

Information about the paper titled "USERS’ EXPERIENCES AND PERCEPTIONS ABOUT TELEPRESENCE ROBOTS IN EDUCATION" at IATED Digital Library