Seminar Business Analytics (Master)

Das Seminar Business Analytics (Master) wird von Prof. Seiter angeboten und richtet sich an Masterstudierende. Die Themen können in Absprache auch doppelt vergeben werden.

Themen

Das E-Gaming hat bisher noch wenig Aufmerksamkeit erlangt, obwohl die verfügbaren Daten leicht verwendet werden können. Das Spiel NBA 2K20 ist ein Basketball-Simulations-Videospiel. Der Spieler spielt dabei NBA-Spiele mit realen oder angepassten Spielern und Teams; die Spiele folgen den Regeln und Zielen der NBA-Spiele. Ziel dieser Arbeit ist es, die Attribute der Spieler zu identifizieren, die zu einem höheren Gehalt führen, sodass der Gehalt neuer Spieler auf Basis der Attribute schneller und transparenter ermittelt werden kann.

Einführende Literatur:

  • Backhaus, Klaus; Erichson, Bernd; Plinke, Wulff; Weiber, Rolf (2016): Multivariate Analysemethoden. Berlin, Heidelberg: Springer Berlin Heidelberg.

Daten:

Feedbacks auf digitalen Plattformen stellen formelle Steuerungsmechanismen dar, die für den Erfolg der Plattform entscheidend sind. Feedbacks bestehen typischerweise aus einer Sterne Bewertung und einer textuellen Bewertung. Die textuellen Bewertungen können sich dabei hinsichtlich des Umfangs des Textes aber auch der inhaltlichen Stimmung unterscheiden. Ziel der Arbeit ist es zu analysieren, wie sich der Umfang der textuellen Bewertungen und die Stimmungen einzelner Anbieter entwickeln. Dazu soll eine Sentiment-Analyse durchgeführt werden.

Einführende Literatur:

  • Hu, N., Zhang, J., & Pavlou, P. A. (2009). Overcoming the J-shaped distribution of product reviews. Communications of the ACM, 52(10), 144-147.

 

Daten:

Bewertungen und Rezensionen auf Plattformen wie Amazon und Co. haben zum Ziel, die Nutzer bei ihrer Entscheidung für oder gegen ein Produkt oder eine Dienstleistung zu unterstützen. Denn bei Onlineeinkäufen können sich Kunden nicht direkt von der Qualität des Produkts überzeugen, sondern informieren sich durch die Bewertungen anderer Nutzer darüber. Dabei haben viele Plattformen mit falschen Bewertungen, sogenannten Fake Reviews zu kämpfen. Diese schädigen oder steigern absichtlich die Reputation eines Produkts oder Anbieters und können zu Wettbewerbsverzerrungen führen. Die Fake Reviews lassen sich jedoch nicht ohne weiteres erkennen. Auch bei großen Plattformen wie Amazon tritt das Problem sehr stark auf. Amazon versucht dem entgegenzuwirken und entfernt falsche Bewertungen, das Problem besteht jedoch weiterhin. Ziel der Arbeit ist es, Ansätze zur Identifikation von Fake Reviews zu entwickeln und anhand einer Plattform (Amazon oder Yelp) zu evaluieren.

Einführende Literatur:

  • Lappas, T. (2012): Fake Reviews: The Malicious Perspective
  • Carbonell, G. et al. (2019): The impact of emotionality and trust cues on the perceived trustworthiness of online reviews
  • Liu, W. et al. (2019): A Method for the Detection of Fake Reviews Based on Temporal Features of Reviews and Comments
  • Li, Y. et al. (2020): Detection of Fake Reviews Using Group Model

Daten:

 

Viele elektronische Märkte werden durch spieltypische Elemente angereichert, um die Motivation, Produktivität und das Verhalten der Nutzer positiv zu beeinflussen. Ziel der Arbeit ist es, verschiedene Formen der Gamification und mögliche Einsatzmöglichkeiten in elektronischen Märkten wie bspw. Robinhood herauszuarbeiten und zu vergleichen.

Einführende Literatur:

  • Blohm, I. & Leimeister J.: (2013): Gamification. Design of IT-Based Enhancing Services for Motivational Supportand Behavioral Change.
  • Stieglitz (2015): Gamification. Vorgehen und Anwendung.

Subscription Modelle können als Weiterentwicklung klassischer Abonnementmodelle betrachtet werden und sind derzeit vor allem im B2C-Bereich zu finden. Bekannte Beispiele hierfür sind Spotify und Netflix. Auch in der produzierenden Industrie (bspw. Trumpf zusammen mit Munich RE) werden Subscription Geschäftsmodelle immer wichtiger, wobei die Einführung des Geschäftsmodells im B2B-Bereich mit bestimmten Risiken verbunden ist. Die Einführung von Subscription Modellen wirkt sich dabei auch auf die Unternehmensplanung und -steuerung aus, indem beispielsweise zusätzliche Komponenten in der Maschine verbaut werden müssen oder sich durch Pay-per-Use eine direkte Abhängigkeit von der Auftragslage des Kunden ergibt. Ziel der Arbeit ist es, Subscription Geschäftsmodelle und deren Charakteristika sowie die für Unternehmen einhergehenden Risiken zu identifizieren und herauszuarbeiten welche Auswirkungen sich für die Unternehmensplanung und -steuerung aufgrund der Einführung von Subscription Geschäftsmodellen ergeben können.

Einführende Literatur:

  • Bischof, S., Boettger, T. & Rudolph, T.: Curated subscription commerce. A theoretical conceptualization
  • Janzer, A.: Subscription Marketing. Strategies for Nurturing Customers in a World of Churn.
  • Tzuo, T.: Subscribed. Why the subscription model will be your company’s future - and what to do about it.
  • Manu, A. (2017): Transforming Organizations for the Subscription Economy: Starting from Scratch.
  • Kalka, R.; Leven, M. (2020): Abo-Modelle in der Automobilbranche aus Kundensicht.
  • Cachon, G.; Feldman, P. (2011): Pricing services subject to congestion: charge per-use fees or sell subscriptions?

Robotic Process Automation (RPA) stellt die automatische Bearbeitung von strukturierten und sich wiederholenden Geschäftsprozessen durch digitale Software-Roboter dar und hat sich als effizienzsteigernde Automatisierungstechnologie in Unternehmen erwiesen. Durch RPA können viele Routinearbeiten automatisiert werden. Auch in der Logistik können durch RPA die Daten in der Lieferkette automatisch erfasst, integriert und bereitgestellt werden. Ziel der Arbeit ist es, zu evaluieren, inwieweit sich auch die Prozesse der Intralogistik für den Einsatz von RPA eignen und durch Beispiele aus der Praxis zu zeigen, wie RPA bereits in der Intralogistik eingesetzt wird.

Einführende Literatur:

  • Lacity, M. und Willcocks, L. (2018): Robotic process and cognititve automation – The next phase.
  • Gronau N. und Ullrich A. (2019): Auswirkungen der Digitalisierung – Implikationen und Handlungsempfehlungen für Transformation und betriebliche Weiterbildung
  • Langmann, C.; Turi, D. (2020): Robotic Process Automation (RPA) - Digitalisierung und Automatisierung von Prozessen: Voraussetzungen, Funktionsweise und Implementierung am Beispiel des Controllings und Rechnungswesens
  • Karabegović, I.; Karabegović, E.; Mahmić, M.; Husak, E. (2015): The application of service robots for logistics in manufacturing processes. In: Advances in Production Engineering & Management
  • Echelmeyer, W.; Kirchheim, A.; Wellbrock, E. (2008): Robotics-logistics: Challenges for automation of logistic processes. In: 2008 IEEE International Conference on Automation and Logistics

Methoden der künstlichen Intelligenz (KI) eröffnen für die Produktion den Weg zu einer datengetriebenen Prozesskette, die domänenspezifisches Wissen mit virtuellen Abbildern und zunehmend natur-sprachlich und intuitiv bedienbaren Schnittstellen verbindet. Beim Einsatz von Methoden der KI ist jedoch zu beachten, dass das Verständnis für und die Akzeptanz von KI-Systemen bei den im Unternehmen tätigen Menschen wenig verbreitet ist – dies gilt von den Führungsebenen bis zu den Auszubildenden. Um eine Steigerung dieser mangelnden Akzeptanz zu ermöglichen, bedarf es verschiedener Maßnahmen zur Akzeptanzsteigerung, welche zum einen die Persönlichkeits- und zum anderen die reine Technologieakzeptanz erhöhen. Durch diese Maßnahmen kann die Qualität der KI-Implementierung sowie der spätere Nutzen gesteigert werden. Ziel der Arbeit ist es, die Gründe für die bislang geringe Akzeptanz von KI zu identifizieren und Maßnahmen zur Steigerung der Akzeptanz zu erarbeiten.

Einführende Literatur:

  • Schaefer, K. E., Chen, J. Y. C., Szalma, J. L. und Hancock, P. A. (2016): A Meta-Analysis of Factors Influencing the Development of Trust in Automation.
  • Lee, J. D. und See, K. A. (2004): Trust in Automation: Designing for Appropriate Reliance.
  • Ghazizadeh, M., Lee, J. D. und Boyle, L. N. (2012): Extending the Technology Acceptance Model to assess automation.

Unter Corporate Purpose wird der höhere Zweck eines Unternehmens verstanden, der über die reine Gewinnorientierung hinausgeht. Zahlreiche Unternehmen kommunizieren mittlerweile in öffentlichkeitswirksamen Purpose-Statements ihren Sinn und Zweck, in denen der unternehmerische Nutzen für die Stakeholder sowie die Gesellschaft im Vordergrund stehen. Gleichzeitig suchen die Bewerber auf dem Arbeitsmarkt heutzutage weit mehr als eine gute Bezahlung und attraktive Karriereaussichten. Die tatsächlichen langfristigen Effekte einer solchen Purpose-Orientierung sind jedoch noch weitgehend unbekannt. Ziel der Arbeit ist es, die Wirkungen von Corporate Purpose auf die Arbeitgeberattraktivität zu untersuchen und die damit verbundenen Chancen und Risiken mittels einer Literaturanalyse herauszuarbeiten.

Einführende Literatur:

  • Bruce, A.; Jeromin, C. (2020): Corporate Purpose – das Erfolgskonzept der Zukunft. Wie sich mit Haltung Gemeinwohl und Profitabilität verbinden lassen.
  • Gartenberg, C., Prat, A., & Serafeim, G. (2019). Corporate purpose and financial performance. Organization Science, 30(1), 1-18.
  • Hurth, V.; Ebert, C.; Prabhu, J. (2018): Organisational purpose: the construct and its antecedents and consequences. In: Cambridge Judge Business School (WP 201802).
  • Edmans, A. (2020): Grow the Pie: How Great Companies Deliver Both Purpose and Profit.

Unter Corporate Purpose wird der höhere Zweck eines Unternehmens verstanden, der über die reine Gewinnorientierung hinausgeht. Zahlreiche Unternehmen kommunizieren mittlerweile in öffentlichkeitswirksamen Purpose-Statements ihren Sinn und Zweck, in denen der unternehmerische Nutzen für die Stakeholder sowie die Gesellschaft im Vordergrund stehen. Dabei kann Corporate Purpose auch als Steuerungsmechanismus dienen, um das Unternehmen stark und dauerhaft zu positionieren. Dabei sollen sich alle Stakeholder (Investoren, Mitarbeiter, Kunden, usw.) langfristig für das Unternehmen begeistern. Die tatsächlichen langfristigen Effekte einer solchen Purpose-Orientierung sind jedoch noch weitgehend unbekannt. Ziel der Arbeit ist es, die Wirkungen von Corporate Purpose auf die Unternehmenssteuerung zu untersuchen und die damit verbundenen Chancen und Risiken herauszuarbeiten.

Einführende Literatur:

  • Bruce, A.; Jeromin, C. (2020): Corporate Purpose – das Erfolgskonzept der Zukunft. Wie sich mit Haltung Gemeinwohl und Profitabilität verbinden lassen.
  • Gartenberg, C., Prat, A., & Serafeim, G. (2019). Corporate purpose and financial performance. Organization Science, 30(1), 1-18.
  • Hurth, V.; Ebert, C.; Prabhu, J. (2018): Organisational purpose: the construct and its antecedents and consequences. In: Cambridge Judge Business School (WP 201802).
  • Edmans, A. (2020): Grow the Pie: How Great Companies Deliver Both Purpose and Profit.

Unternehmen initiieren spezialisierte Unternehmenseinheiten (Corporate Incubators) zur Entwicklung von Innovationen, die schließlich in einem marktfähigen Produkt oder einer marktfähigen Dienstleistung resultieren. Ein Inkubator schafft im Unternehmen ein Umfeld, in dem die eigenen Mitarbeiter innovative Ideen innerhalb eines kurzen Zeitraums entwickeln. Den Mitarbeitern werden in diesem Umfeld unterschiedliche Ressourcen wie innovationsfördernde Räumlichkeiten, Kapital oder Zugang zu verschiedenen Dienstleistungen zur Verfügung gestellt. Ziel der Arbeit ist es, einen Literaturreview zur Identifikation von Bewertungskriterien für den Einsatz von Inkubatoren durchzuführen und den aktuellen Stand der Forschung aufzuarbeiten.

Einführende Literatur:

  • Latouche, P. (2019). Open Innovation: Corporate Incubator. John Wiley & Sons.
  • Bone, J., Allen, O., & Haley, C. (2017). Business Incubators and accelerators: the national picture (No. 2017/7). BEIS Research paper.
  • Becker, B., & Gassmann, O. (2006). Gaining leverage effects from knowledge modes within corporate incubators. R&d Management, 36(1), S. 1-16.
  • Phan, P. H., Siegel, D. S., & Wright, M. (2005). Science parks and incubators. Journal of business venturing, 20(2), S. 165-182.

Objectives and Key Results (OKR) ist ein durch Google bekannt gewordenes Managementsystem, das vor allem im operativen Bereich Anwendung findet. Es bildet ein Rahmenwerk für die lang- und kurzfristigen Ziele und die Zielsetzung (Objectives) sowie der Messung von Ergebniskennzahlen (Key Results). Dabei werden durch das OKR die einzelnen Aufgaben von Teams und Mitarbeitern mit der Unternehmensstrategie verknüpft. Dadurch werden die Priorisierungsfähigkeit sowie die Kommunikation und Transparenz im Unternehmen verbessert, die Leistung kann qualitativ und quantitativ gemessen werden und das Mitarbeiterengagement wird gestärkt. Somit unterstützt OKR das Erreichen von Unternehmenszielen. Ziel der Arbeit ist es, fünf Unternehmensbeispiele zu recherchieren, die OKR erfolgreich implementiert haben und diese Cases miteinander zu vergleichen.

Einführende Literatur:

  • Doerr, J. E. (2018): Measure what matters. How Google, Bono, and the Gates Foundation rock the world with OKRs.
  • Lihl, H. T., Mahlendorf, M. D. und Schmotz, D. (2019): Agiles Controlling mit OKR für schnelles Wachstum.
  • Engelhardt, P. und Möller, K. (2017): OKRs - Objectives and Key Results. Kritische Analyse eines neuen Managementtrends.
  • Lobacher, P. et al. (2017): Agiles Zielmanagement und modernes Leadership mit Objectives & Key Results (OKR): Das umfassende Kompendium.
  • Alberti, M. (2015): Das OKR Buch – Führen wie im Silicon Valley.

Objectives and Key Results (OKR) ist ein durch Google bekannt gewordenes Managementsystem, das vor allem im operativen Bereich Anwendung findet. Es bildet ein Rahmenwerk für die lang- und kurzfristigen Ziele und die Zielsetzung (Objectives) sowie der Messung von Ergebniskennzahlen (Key Results). Dabei werden durch das OKR die einzelnen Aufgaben von Teams und Mitarbeitern mit der Unternehmensstrategie verknüpft. Dadurch werden die Priorisierungsfähigkeit sowie die Kommunikation und Transparenz im Unternehmen verbessert, die Leistung kann qualitativ und quantitativ gemessen werden und das Mitarbeiterengagement wird gestärkt. Somit unterstützt OKR das Erreichen von Unternehmenszielen. Ziel der Arbeit ist es, die Charakteristika von OKR zu identifizieren und anhand eines Literaturreview zu erarbeiten, wie sich die Transparenz im Rahmen von OKR auf die Akzeptanz und Mitarbeitermotivation in Unternehmen auswirkt.

Einführende Literatur:

  • Doerr, J. E. (2018): Measure what matters. How Google, Bono, and the Gates Foundation rock the world with OKRs.
  • Lihl, H. T., Mahlendorf, M. D. und Schmotz, D. (2019): Agiles Controlling mit OKR für schnelles Wachstum.
  • Engelhardt, P. und Möller, K. (2017): OKRs - Objectives and Key Results. Kritische Analyse eines neuen Managementtrends.
  • Lobacher, P. et al. (2017): Agiles Zielmanagement und modernes Leadership mit Objectives & Key Results (OKR): Das umfassende Kompendium.
  • Alberti, M. (2015): Das OKR Buch – Führen wie im Silicon Valley.

Dozierende

Prof. Dr. Mischa Seiter, Institut für Business Analytics
Prof. Dr. Mischa Seiter
Andreas Steur, Institut für Business Analytics
Andreas Steur

Inhaltliche Informationen

Die Studierenden erwerben im Rahmen dieses Moduls die Fähigkeit, eine Themenstellung aus dem Bereich Business Analytics nach wissenschaftlichen Kriterien zu erarbeiten. Dies umfasst die Auswahl geeigneter quantitativer Methoden, deren Anwendung auf eine betriebswirtschaftliche Fragestellung und die Interpretation und Evaluation der Ergebnisse. Die Bearbeitung der Seminararbeit mit anschließender Präsentation und Diskussion der Ergebnisse fördert die rhetorische Fertigkeit und soziale Kompetenz der teilnehmenden Studierenden.

Die angebotenen Themen liegen im besonderen betriebswirtschaftlichen Interesse bzw. fallen in aktuelle Forschungsprojekte des Instituts und weisen einen inhaltlichen Bezug zu Fragestellungen aus der Praxis auf.

Je nach Themengebiet wird individuelle Literatur empfohlen.

Organisatorische Informationen

Nächster Veranstaltungsbeginn: WiSe 21/22

Ort:  Online - alle weiteren Informationen auf Moodle

Termine: 

  • Abgabe der Seminararbeiten: 01.12.2021
  • Endpräsentation: 08.12.2021, ZOOM

ECTS: 4

Seminar (2 SWS): Schriftliche Hausarbeit, Präsentationsunterlagen, Präsentation im Rahmen eines Seminarvortrags

Die Seminarplätze werden ausschließlich über die neue web-basierte zentrale Seminarplatzvergabe des Fachbereichs Wirtschaftswissenschaften vergeben:
http://econ.mathematik.uni-ulm.de:3838/semapps/stud_de/

Unter diesem Link können Sie dann  Ihre Präferenzen über alle angebotenen Seminare eintragen. Sie erfahren danach auf jener Webseite, in welchem Seminar Sie einen Platz erhalten haben.

Die Vergabe der Leistungspunkte erfolgt aufgrund der regelmäßigen Teilnahme, der vollständigen Bearbeitung eines übernommenen Themas (Vortrag und schriftliche Ausarbeitung) und der Beteiligung an der Diskussion. Die Anmeldung zur Prüfung setzt keinen Leistungsnachweis voraus.

Die Modulnote entspricht dem Ergebnis der Modulprüfung. Die Note der Modulprüfung ergibt sich aus den Noten der Ausarbeitung, der Präsentation und der Beteiligung an der Diskussion. Im Transcript of Records wird die errechnete Note für die Modulprüfung als eine Prüfungsleistung eingetragen und ausgewiesen.

Schwerpunktfächer: Technologie- und Prozessmanagement, Business Analytics 

Studiengänge: M.Sc. Wirtschaftswissenschaften, M.Sc. Wirtschaftsphysik, M.Sc. Wirtschaftschemie, M.Sc. Wirtschaftsmathematik, M.Sc. Nachh. Unternehmensf.