Dissertation
Filtern
Erscheinungsjahr
- 2022 (38) (entfernen)
Dokumenttyp
- Dissertation (38) (entfernen)
Schlagworte
- Agriculture (2)
- Biodiversity (2)
- Biodiversität (2)
- Digitalisierung (2)
- Landwirtschaft (2)
- Acquis communautaire (1)
- Allianz (1)
- Aquatic ecology (1)
- Araneae (1)
- Assoziierungsabkommen der EU mit der Ukraine (1)
Institut
- Fachbereich 7 (8)
- Institut für Integrierte Naturwissenschaften, Abt. Biologie (4)
- Institut für Informatik (3)
- Institut für Umweltwissenschaften (3)
- Fachbereich 4 (2)
- Fachbereich 6 (2)
- Institut für Integrierte Naturwissenschaften, Abt. Physik (2)
- Institut für Pädagogik, Abteilung Pädagogik (2)
- Institut für naturwissenschaftliche Bildung (2)
- Fachbereich 5 (1)
- Fachbereich 8 (1)
- Institut für Anglistik und Amerikanistik (1)
- Institut für Integrierte Naturwissenschaften, Abt. Chemie (1)
- Institut für Kulturwissenschaft (1)
- Institut für Philosophie (1)
Soziale Medien bieten eine leistungsstarke Möglichkeit für Menschen, Meinungen und Gefühle zu einem bestimmten Thema auszutauschen, sodass andere von diesen Gedanken und Gefühlen profitieren können. Dieses Verfahren erzeugt eine riesige Menge an unstrukturierten Daten, wie Texte, Bilder und Verweise, die durch täglich anwachsende Kommentare zu verwandten Diskussionen ständig zunimmt. Die riesige Menge an unstrukturierten Daten stellt jedoch ein Risiko für den Prozess der Informationsextraktion dar, sodass die Entscheidungsfindung zu einer großen Herausforderung wird. Dies liegt daran, dass die Datenflut zu einem Verlust von nützlichen Daten aufgrund ihrer unangemessenen Darstellung und ihrer Anhäufung führen kann. Insofern leistet diese Arbeit einen Beitrag zum Gebiet der Sentimentanalyse und des Opinion Mining, das darauf abzielt, Emotionen und Meinungen aus riesigen Text- und Bilddatensätzen zu extrahieren. Das ultimative Ziel ist es, jeden Text oder jedes Bild als Ausdruck einer positiven, negativen oder neutralen Emotion zu klassifizieren, um bei der Entscheidungsfindung zu helfen. Sentiment- und Meinungsklassifikatoren wurden für Text- und Bilddatensätze aus sozialen Medien entwickelt, z. B. für Firmen- oder Produktbewertungen, Blogbeiträge und sogar Twitter-Nachrichten. In dieser Arbeit wird zunächst eine neue Methode zur Reduktion der Dimension von Textdaten auf Basis von Data-Mining-Ansätzen vorgestellt und anschließend das Sentiment auf Basis von neuronalen und Deep Neural Network-Klassifikationsalgorithmen untersucht. Anschließend untersuchen wir im Gegensatz zur Sentiment-Analyseforschung in Textdatensätzen die Sentiment Ausdrucks- und Polaritätsklassifikation innerhalb und über Bilddatensätze hinweg, indem wir tiefe neuronale Netze auf Basis des Aufmerksamkeitsmechanismus aufbauen.
Fungicide effects on the structure and functioning of leaf-associated aquatic fungal communities
(2022)
Aquatic hyphomycetes are a polyphyletic group of saprotrophic fungi growing abundantly on submerged leaf litter. In stream ecosystems shaped by allochthonous leaf litter inputs, they play a central functional role as decomposers and food source for other organisms. Fungicides pose a threat to aquatic hyphomycetes and their functions, since these substances are inherently toxic to fungi and contaminate surface waters around the world due to their widespread use in agricultural and urban landscapes. While fungicides’ potential to reduce fungal diversity are discerned, the extent of impacts on biodiversity-ecosystem functioning relationships (B EF) remains unclear. This is partly attributed to methodological constraints in the detection and quantification of single aquatic hyphomycete species within microbial leaf-associated communities. The primary aim of this thesis was, therefore, (1) to assess the ecotoxicological impacts of fungicides on B-EF relationships in aquatic hyphomycete communities. To facilitate this, subordinate aims were to (2) develop DNA-based biomolecular tools (i.e., qPCR assays) to detect and to quantify the biomass of different aquatic hyphomycete species in mixed cultures and (3) to investigate the mechanisms underlying B-EF relationships in the absence of chemical stressors.
In the course of this thesis, qPCR assays were developed for detection and species-specific biomass quantification of ten common aquatic hyphomycete species and successfully validated for application in eco( toxico )logical microcosm experiments. Via a systematic manipulation of fungal diversity, these assays allow the examination of B-EF relationships by assessments of deviations between observed and (monoculture-based) predicted activities in fungal mixed cultures. Taking advantage of these tools in a microcosm experiment, it was uncovered that leaf decomposition results from the additive activity of community members, even though functionally distinct species were present. Colonization dynamics are characterized by complex interactions. Colonization success of aquatic hyphomycetes is higher if co-occurring species are genetically and functionally distinct (i.e., complementary interactions). However, the co-occurrence of aquatic hyphomycete species does not necessarily result in a greater colonization success compared to monocultures, unless bacteria are present. Accordingly, the presence of other microbial groups such as bacteria may induce new fungal diversity-based feedback loops, which ultimately enable coexistence of aquatic hyphomycete species in the environment. Exposure to fungicides revealed substantial differences in sensitivities among aquatic hyphomycetes. The most productive species were able to cope with extremely high fungicide concentrations up to the mg/L-range. In assemblages containing these species, leaf decomposition was maintained under fungicide exposure. Yet, already at environmentally relevant fungicide concentrations, tolerant species displaced more sensitive ones, potentially affecting leaves’ nutritional quality for consumers. This thesis thus indicates that fungicide exposure poses a risk to stream food webs rather than the microbial leaf decomposition process per se.
Eine Ursache des Insektenrückgangs ist die Abnahme der für Arthropoden wichtigen Lebensräume. Der kleinstrukturierte Obstanbau als Dauerkultur mit vielfältigen Strukturen (Bäume, Grünland, offener Boden) kann als Refugium wirken. Gerade Dauerkulturen, welche über viele Jahre bestehen bleiben, können einen großen ökologischen Wert für Insekten und Spinnentiere darstellen, wenn die negativen Einflüsse der Bewirtschaftung durch gezielte Maßnahmen minimiert werden. Im Gegensatz zu den gut untersuchten Streuobstwiesen liegen bisher nur wenige oder ungenaue Daten über die Arthropodenfauna in Erwerbsobstanlagen vor. Ziele dieser Arbeit sind eine genauere Erfassung der Arthropodenfauna in Erwerbsobstanlagen, Benennung der Einflussfaktoren und Erarbeitung einer indikatorgestützten Bewertungsmethode mit Entwicklung von Maßnahmen zur Förderung der Biodiversität. Es wurde eine intensive Erfassung der Insekten und Spinnentiere auf Basis von Individuenzahlen, Verteilung der Tiere auf Großgruppen, Artenzahlen der Käfer (inkl. Rote Liste) und Wanzen, deren Diversität und der sie beeinflussenden Faktoren auf vier Erwerbsobstflächen und einer Streuobstwiese als Referenzfläche in der Gemeinde Zornheim (Rheinland-Pfalz) untersucht. Mittels des erarbeiteten Bewertungsbogens wurden die Auswirkungen der fünf Faktorenkomplexe: Sonderstrukturen, Anlagenstruktur, Beschattung, Mahdregime und Einsatz von Pflanzenschutzmitteln auf die Arthropodenfauna erhoben und die auf der Fläche zu erwartende Biodiversität ermittelt. Die visuelle Darstellung der Einflussfaktoren mit Netzdiagrammen zeigt biodiversitätsbeeinträchtigende Faktoren und ermöglicht so Empfehlungen zur Aufwertung der Biodiversität. Die Bewertungsmethode kann nach Verifizierung im Rahmen von erfolgsorientierten Agrarumwelt- und Klimamaßnahmen (AUKM), zur Anerkennung von Kompensationsmaßnahmen (z.B. PIK) und zur Ermittlung des ökologischen Wertes (Ökosystemdienstleistung) von Obstanlagen genutzt werden. In modifizierter Form könnte es ebenfalls im Bereich der Flächenbewertung in Landschafts- und Bauleitplanung eingesetzt werden.
Soziale Netzwerke sind allgegenwärtige Strukturen, die wir jeden Tag generieren und bereichern, während wir uns über Plattformen der sozialen Medien, E-Mails und jede andere Art von Interaktion mit Menschen verbinden. Während diese Strukturen für uns nicht greifbar sind, sind sie sehr wichtige Informationsträger. Zum Beispiel kann die politische Neigung unserer Freunde ein Näherungswert sein, um unsere eigenen politischen Präferenzen zu identifizieren. Gleichermaßen
kann die Kreditwürdigkeit unserer Freunde entscheidend bei der Gewährung oder Ablehnung unserer eigenen Kredite sein. Diese Erklärungskraft wird bei der Gesetzgebung, bei Unternehmensentscheidungen und in der Forschung genutzt, da sie maschinellen Lerntechniken hilft, genaue Vorhersagen zu treffen. Diese Verallgemeinerungen kommen jedoch häufig nur der Mehrheit der Menschen zugute, welche die allgemeine Struktur des Netzwerks prägen, und benachteiligen unterrepräsentierte Gruppen, indem sie ihre Mittel und Möglichkeiten begrenzen. Daher ist es wichtig zuerst zu verstehen, wie sich soziale Netzwerke bilden, um dann zu überprüfen, inwieweit ihre Mechanismen der Kantenbildung dazu beitragen, soziale Ungleichheiten in Algorithmen des maschinellen Lernens zu verstärken.
Zu diesem Zweck schlage ich im ersten Teil dieser Arbeit HopRank und Janus vor, zwei Methoden um die Mechanismen der Kantenbildung in realen ungerichteten sozialen Netzwerken zu charakterisieren. HopRank ist ein Modell der Daten-Hamsterei in Netzwerken. Sein Schlüsselkonzept ist ein gezinkter zufälliger Wanderer, der auf Übergangswahrscheinlichkeiten zwischen K-Hop-Nachbarschaften basiert. Janus ist ein Bayessches Rahmenwerk, mit dem wir plausible Hypothesen der Kantenbildung in Fällen identifizieren und bewerten können, in denen Knoten zusätzliche Daten enthalten. Im zweiten Teil dieser Arbeit untersuche ich die Auswirkungen dieser Mechanismen - welche die Kantenbildung in sozialen Netzwerken erklären - auf das maschinelle Lernen. Insbesondere untersuche ich den Einfluss von Homophilie, bevorzugter Bindung, Kantendichte, Anteil von Minderheiten und der Richtung von Verbindungen sowohl auf Leistung als auch auf systematische Fehler von kollektiver Klassifizierung und auf die Sichtbarkeit von Minderheiten in Top-K-Rängen. Meine Ergebnisse zeigen eine starke Korrelation zwischen der Netzwerkstruktur und den Ergebnissen des maschinellen Lernens. Dies legt nahe, dass die systematische Diskriminierung spezieller Personen: (i) durch den Netzwerktyp vorweggenommen und (ii) durch strategisches Verbinden im Netzwerk verhindert werden kann.
The ongoing loss of species is a global threat to biodiversity, affecting ecosystems worldwide. This also concerns arthropods such as insects and spiders, which are especially endangered in agricultural ecosystems. Here, one of the main causing factors is management intensification. In areas with a high proportion of traditionally managed grassland, extensive hay meadows that are cut only once per year can still hold high levels of biodiversity, but are threatened by conversion into highly productive silage grassland. The Westerwald mountain range, western Germany, is such a region. In this thesis, I compare the local diversity of bees, beetles, hoverflies, leafhoppers, and spiders of five grassland management regimes along a gradient of land-use intensity. These comprise naturally occurring grassland fallows, three types of traditionally managed hay meadows, and intensively used silage grassland. By using three different sampling methods, I recorded ground-dwelling, flower-visiting, and vegetation-dwelling species. The results show that in most cases species richness and diversity are highest on fallows, whereas variation among different managed grassland types is very low. Also, for most sampled taxa, fallows harbour the most distinct species assemblages, while that of other management regimes are largely overlapping. Management has the largest effect on species composition, whereas environmental parameters are of minor importance. Long-term grassland fallows seem to be highly valuable for arthropod conservation, even in a landscape with a low overall land-use intensity, providing structural heterogeneity. In conclusion, such fallows should be subsidized agri-environmental schemes, to preserve insect and spider diversity.
To render the surface of a material capable of withstanding mechanical and electrochemical loads, and to perform well in service, the deposition of a thin film or coating is a solution. In this project, such a thin film deposition is carried out. The coating material chosen is titanium nitride (TiN) which is a ceramic material known to possess a high hardness (>10 GPa) as well as good corrosion resistance. The method of deposition selected is high power impulse magnetron sputtering (HiPIMS) that results in coatings with high quality and enhanced properties. Sputtering is a physical process that represents the removal or dislodgment of surface atoms by energetic particle bombardment. The term magnetron indicates that a magnetic field is utilized to increase the efficiency of the sputtering process. In HiPIMS, a high power is applied in pulses of low duty cycles to a cathode that is sputtered and that consists of the coating material. As result of the high power, the ionization of the sputtered material takes place giving the possibility to control these species with electric and magnetic field allowing thereby the improvement and tuning of coating properties. However, the drawback of HiPIMS is a low deposition rate.
In this project, it is demonstrated first that it is possible to deposit TiN coating using HiPIMS with an optimized deposition rate, by varying the magnetic field strength. It was found that low magnetic field strength (here 22mT) results in a deposition rate similar to that of conventional magnetron sputtering in which the average power is applied continuously, called also direct current magnetron sputtering (dcMS). The high deposition rate at low magnetic field strength was attributed to a reduction in the back attraction probability of the sputtered species. The magnetic field strength did not show noticeable influence on the mechanical properties. The proposed explanation was that the considered peak current density interval 1.22-1.72 A∙cm-2 does not exhibit dramatic changes in the plasma dynamics.
In a second part, using the optimized deposition rate, the optimized chemical composition of TiN was determined. It was shown that the chemical composition of TiN does not significantly influence the corrosion performance but impacts considerably the mechanical properties. It was also shown that the corrosion resistance of the coatings deposited using HiPIMS was higher than that of the coatings deposited using dcMS.
The third study was the effect of annealing post deposition on the properties of TiN coating deposited using HiPIMS. The hardness of the coatings showed a maximum at 400°C reaching 24.8 GPa. Above 400°C however, a lowering of the hardness was measured and was due to the oxidation of TiN which led to the formation of TiN-TiO2 composites with lower mechanical properties.
The coating microscopic properties such as crystal orientation, residual stresses, average grain size were determined from X-ray diffraction data and the roughness was measured using atomic force microscopy. These properties were found to vary with the magnetic field strength, the chemical composition as well as the annealing temperature.
Enterprise Collaboration Systems (ECS) werden zunehmend als Kernkomponenten des digitalen Arbeitsplatzes in Unternehmen eingesetzt, die mit der Implementierung dieser neuen Softwaregattung jeweils unterschiedliche Ziele für die innerbetriebliche Zusammenarbeit verfolgen. Diese Ziele werden in der Praxis oftmals nicht eindeutig genug formuliert. Der Einsatz von traditionellen Controlling-Kennzahlen mit dem Schwerpunkt auf Termineinhaltung und Kosten sind zudem ungeeignet, um die Realisierung des individuellen Nutzens von ECS zu messen. Diese Forschungsarbeit beschreibt die Entwicklung und Anwendung des Benefits Scorecards for Collaboration Platforms in Enterprises (SCoPE) Frameworks, das als ein Rahmenwerk für die kennzahlengestützte Nutzenmessung von ECS dient und an dem Goal-Question-Metrics-Approach der NASA sowie der Balance Scorecard von Kaplan & Norton angelehnt ist. Die Ergebnisse tragen zu einem breiteren Verständnis der kennzahlenbasierten Nutzenanalyse für ECS in Organisationen bei. Das Benefits-SCoPE-Framework wurde in enger Zusammenarbeit mit Experten aus 16 Anwenderunternehmen im Rahmen der Initiative IndustryConnect entwickelt. In einem design-orientierten Ansatz wurde ein ausgewählter Methodenmix angewandt, inklusive Experteninterview, Fokusgruppe, Workshop und Card Sorting. Der von Anwenderunternehmen erwartete Nutzen des ECS wird in spezifische, durch Kennzahlen beantwortbare Fragestellungen umformuliert und fragmentiert. Insgesamt konnten so 313 nutzenorientierte Fragen von drei Anwenderunternehmen identifiziert werden. Die durchgeführte Kategorisierung der Fragen verdeutlicht zum einen das gemeinsame Verständnis der Unternehmen hinsichtlich der entscheidenden Faktoren für die Nutzenrealisierung von ECS und zum anderen die Nutzen-ziele, die die Unternehmen durch den Einsatz des ECS anvisieren. Die Entwicklung und Erhebung von Kennzahlen zur quantitativen Beantwortung von ausgewählten Fragestellungen wird mit funktions-fähigen Prototypen auf einer operativen Kollaborationsplattform demonstriert, die seit mehr als sieben Jahren im Einsatz ist und mehr als 5.000 registrierte Benutzer aufweist. Die Kennzahlenentwicklung, die Auswahl der Datenerhebungsmethode, die Durchführung der Messung sowie die Interpretation der Messergebnisse werden im Framework durch die Verwendung von Benefits Scorecards unterstützt. Die individuelle Orchestrierung mehrerer Benefits Scorecards repräsentiert die Struktur eines Ordnungssystems zur ECS-Nutzenanalyse in Anwenderunternehmen und verdeutlicht das Vorgehen zur Erhebung der äquivalenten Daten.
This thesis was motivated by the need to advance the knowledge on the variability and dynamics of energy fluxes in lakes and reservoirs, as well as about the physical processes that regulate the fluxes at both the air and water side of the air-water interface.
In the first part, I re-examine how mechanical energy, resulting from its major source – the vertical wind energy flux - distributes into the various types of water motions, including turbulent flows and surface and internal waves. Although only a small fraction of the wind energy flux from the atmosphere is transferred to the water, it is crucial for physical, biogeochemical and ecological processes in lentic ecosystems. Based on extensive air- and water-side measurements collected at two small water bodies (< 10 km2), we estimated the energy fluxes and energy content in surface and in internal waves. Overall, the estimated energy fluxes and energy content agree well with results reported for larger water bodies, suggesting that the energetics driving the water motions in enclosed basins is similar, independently of the basin size. Our findings highlight the importance of the surface waves that receive the largest fraction of the wind energy flux, which strongly nonlinearly increases for wind speeds exceeding 3 m s-1. We found that the existing parameterization of the wave height as a function of wind speed and fetch length did not reproduce the measured wave amplitude in lakes. On average, the highest energy content was observed in basin-scale internal waves, together with high-frequency internal waves exhibiting seasonal variability and varies among the aquatic systems. During our analysis, we discovered the diurnal variability of the energy dissipation rates in the studied lake, suggesting biogenic turbulence generation, which appears to be a widespread phenomenon in lakes and reservoirs.
In the second part of the thesis, I addressed current knowledge gaps related to the bulk transfer coefficients (also known as the drag coefficient, the Stanton number and the Dalton number), which are of a particular importance for the bulk estimation of the surface turbulent fluxes of momentum, sensible and latent heat in the atmospheric boundary layer. Their inaccurate representation may lead to significant errors in flux estimates, affecting, for example, the weather and climate predictions or estimations of the near-surface current velocities in lake hydrodynamic models. Although the bulk transfer coefficients have been extensively studied over the past several decades (mainly in marine and large-lake environments), there has been no systematic analysis of measurements obtained at lakes of different size. A significant increase of the transfer coefficients at low wind speeds (< 3 m s-1) has been observed in several studies, but, to date, it has remained unexplained. We evaluated
the bulk transfer coefficients using flux measurements from 31 lakes and reservoirs. The estimates were generally within the range reported in previous studies for large lakes and oceans. All transfer coefficients increased substantially at low wind speeds, which was found to be associated with the presence of gusts and capillary waves (except the Dalton number). We found that the Stanton number is systematically higher than the Dalton number. This challenges the assumption made in the Bowen-ratio method, which is widely used for estimating evaporation rates from micrometeorological measurements. We found that the variability of the transfer coefficients among the lakes could be associated with lake surface area. In flux parameterizations at lake surfaces, it is recommended to consider variations in the drag coefficient and the Stanton number due to wind gustiness and capillary wave roughness while the Dalton number could be considered as constant at all wind speeds.
In the third part of the thesis, I address the key drivers of the near-surface turbulence that control the gas exchange in a large regulated river. As all inland waters, rivers are an important natural source of greenhouse gases. The effects of the widespread alteration and regulation of river flow for human demands on gas exchange is largely unknown. In particular, the near-surface turbulence in regulated rivers has been rarely measured and its drivers have not been identified. While in lakes and reservoirs, near-surface turbulence is mainly related to atmospheric forcing, in shallow rivers and streams it is generated by bottom friction of the gravity-forced flow. The studied large regulated river represents a transition between these two cases. Atmospheric forcing and gravity were the dominant drivers of the near-surface turbulence for a similar fraction of the measurement period. Based on validated scalings, we derived a simple model for estimating the relative contributions of wind and bottom friction to near-surface turbulence in lotic ecosystems with different flow depths. Large diel variability in the near-surface energy dissipation rates due to flow regulation leads to the same variability in gas exchange. This suggests that estimates of gas fluxes from rivers are biased by measurements performed predominantly during daytime.
In addition, the novelty in all the analyses described above is the use of the turbulent surface fluxes measured directly by the eddy-covariance technique – at the moment of writing, the most advanced method. Overall, this thesis is of a potential interest for a broad range of scientific disciplines, including limnology, micrometeorology and open channel hydraulics.
Softwaresprachen und Technologien zu verstehen, die bei der Entwicklung einer Software verwendet werden, ist eine alltägliche Herausforderung für Software Engineers. Textbasierte Dokumentationen und Codebeispiele sind typische Hilfsmittel, die zu einem besseren Verständnis führen sollen. In dieser Dissertation werden verschiedene Forschungsansätze beschrieben, wie existierende Textpassagen und Codebeispiele identifiziert und miteinander verbunden werden können. Die Entdeckung solcher bereits existierender Ressourcen soll dabei helfen Softwaresprachen und Technologien auf einem konzeptionellen Level zu verstehen und zu vergleichen. Die Forschungsbeiträge fokussieren sich auf die folgenden Fragen, die später präzisiert werden. Welche existierenden Ressourcen lassen sich systematisch identifizieren, um strukturiertes Wissen zu extrahieren? Wie lassen sich die Ressourcen extrahieren? Welches Vokabular wird bereits in der Literatur verwendet, um konzeptionelles Wissen zur Struktur und Verwendung einer Software auszudrücken? Wie lassen sich Beiträge auf Wikipedia wiederverwenden? Wie können Codebeispiele zur Verwendung von ausgewählten Technologien auf GitHub gefunden werden? Wie kann ein Modell, welches Technologieverwendung repräsentiert, reproduzierbar konstruiert werden? Zur Beantwortung der Forschungsfragen werden qualitative Forschungsmethoden verwendet, wie zum Beispiel Literaturstudien. Des Weiteren werden Methoden entwickelt und
evaluiert, um relevante Artikel auf Wikipedia, relevante Textpassagen in der Literatur und Codebeispiele auf GitHub zu verlinken. Die theoretischen Beiträge werden in Fallstudien evaluiert. Die folgenden wissenschaftlichen Beiträge werden dabei erzielt: i.) Eine Referenzsemantik zur Formalisierung von Typen und Relationen in einer sprachfokussierten Beschreibung von Software; ii.) Ein Korpus bestehend aus Wikipedia Artikeln zu einzelnen Softwaresprachen; iii) Ein Katalog mit textuell beschriebenen Verwendungsmustern einer Technologie zusammen mit Messergebnissen zu deren Frequenz auf GitHub; iv.) Technologiemodelle, welche sowohl mit verschiedenen existierenden Codebeispielen als auch mit Textpassagen verknüpft sind.
Beim Zugang zur dualen Berufsausbildung haben Jugendliche und junge Erwachsene mit Migrationshintergrund schlechtere Chancen in eine betriebliche Berufsausbildung einzumünden. Vermehrt wird ein Forschungsbedarf thematisiert, der den Blick darauf richtet, wie die entsprechenden Auswahlentscheidungen in den Betrieben getroffen werden. Die Dissertation setzt an dieser Frage an und befasst sich mittels eines biographischen Zugangs mit den Personalentscheiderinnen und Personalentscheidern, den sogenannten Gatekeepern, in den Betrieben. Im Erkenntnisinteresse steht die Frage, ob und wie biographische Erfahrungen Bedeutung für Auswahlentscheidungen zugunsten zugewanderter junger Menschen haben.