Abschluss­arbeiten

Offene Abschlussarbeiten am Institut für Business Analytics

Bachelorarbeiten (BA) und Masterarbeiten (MA) in Kooperation mit dem Institut für Business Analytics sind anders, als Sie es erwarten. Wir benötigen „Denker“ und „Macher“. Sie erhalten die Möglichkeit, Ihr erlerntes Wissen und erprobte Techniken zielgerichtet (teilweise direkt in Unternehmen) einzusetzen. Ein Mitarbeiter des IBA wird Sie fachlich und methodisch begleiten.

Professur für "Digital Business" - Prof. Dr. Steffen Zimmermann

  • Themenbereich: Digitale Plattformen und Märkte

    • Einsatz digitaler B2B-Plattformen in der Industrie – Potentiale und Auswirkungen auf klassische Unternehmen (BA&MA; ab sofort; Kontakt: Andrea Wrabel)
    • Ökonomische Effekte/Konsumentenverhalten in digitalen P2P-Plattformen im Vergleich zu B2C-Plattformen (MA; ab April 2021; Kontakt: Andrea Wrabel)
    • Die Entwicklung der Blockchain – Ein Vergleich zwischen Blockchain und digitaler Plattform (BA&MA; ab sofort; Kontakt: Stefan Napirata)
    • Regulierung von C2C Sharing Plattformen – Untersuchung der externen Effekte durch C2C Sharing Plattformen (BA&MA; ab sofort; Kontakt: Stefan Napirata)

    Inhaltlich und methodisch werden die Themen individuell mit den Studierenden abgestimmt und konkretisiert. Die Anforderungen an die Themen variieren je nach Abschluss (Bachelor/Master). 

  • Themenbereich: Digitale Bildung

    • Digitale Bildung an Schulen - Ansätze zur Vermittlung digitaler Kompetenzen (BA&MA; ab sofort; Kontakt: Andrea Wrabel)
    • Einsatz von Gamification und Digital Nudging in der digitalen Bildung (BA&MA; ab sofort; Kontakt: Andrea Wrabel)

    Inhaltlich und methodisch werden die Themen individuell mit den Studierenden abgestimmt und konkretisiert. Die Anforderungen an die Themen variieren je nach Abschluss (Bachelor/Master). 

  • Themenbereich: Digitale Transformationsprogramme

    • Bewertung von digitalen Transformationsprogrammen (BA&MA; ab sofort; Kontakt: Andrea Wrabel)
    • Trendradar digitaler Technologien - ein quantitativer Ansatz basierend auf Text Minung und Clusteranalysen (MA; Kontakt: Niklas Bayrle)

    Inhaltlich und methodisch werden die Themen individuell mit den Studierenden abgestimmt und konkretisiert. Die Anforderungen an die Themen variieren je nach Abschluss (Bachelor/Master). 

  • Themenbereich: Health Analytics

    • The use of analytics in the health care sector - a literature review (BA&MA; ab sofort; Kontakt: Stefanie Erlebach)

    Inhaltlich und methodisch werden die Themen individuell mit den Studierenden abgestimmt und konkretisiert. Die Anforderungen an die Themen variieren je nach Abschluss (Bachelor/Master). 

  • Themenbereich: Customer und Marketing Analytics

    • Text Mining und Kundenrezensionen - Analyse von Kundenrezensionen auf verschiedenen Plattformarten (MA; ab April 2021; Kontakt: Andrea Wrabel)
    • Text Mining und Kundenrezensionen - Einfluss der Eigenschaften von Verfasser/Produkthersteller auf Kundenrezensionen (BA&MA; ab sofort; Kontakt: Andrea Wrabel)
    • Gaining insights into customer reviews from topic modeling (BA&MA; ab sofort; Kontakt: Stefanie Erlebach)
    • Gaining insights into customer reviews from sentiment analysis (BA&MA; ab sofort; Kontakt: Stefanie Erlebach)
    • (Daten basierte) Marketing Attribution Modelle (BA&MA; ab Juli; Kontakt: Kilian Züllig)
    • Produktprofile basierend auf Online Customer Reviews (BA&MA; ab Juli; Kontakt: Kilian Züllig)
    • Kundenprofile basierend auf Online Customer Reviews (BA&MA; ab Juli; Kontakt:Kilian Züllig​​​​​​​​​​​​​​)
    • Multi-Channel Marketing – Auswirkungen einzelner Kanäle auf die Kaufentscheidung des Kunden? (BA&MA; ab sofort; Kontakt: Stefan Napirata)

    Inhaltlich und methodisch werden die Themen individuell mit den Studierenden abgestimmt und konkretisiert. Die Anforderungen an die Themen variieren je nach Abschluss (Bachelor/Master). 

  • Themenbereich: Online Recommendation Agents

    • Online Recommendation Agents - Anwendungsfälle und Möglichkeiten (BA&MA; ab sofort; Kontakt: Stefanie Erlebach)
    • Recommender Systeme basierend auf Kundenrezensionen (BA&MA; ab sofort; Kontakt: Stefanie Erlebach)
    •  

    Inhaltlich und methodisch werden die Themen individuell mit den Studierenden abgestimmt und konkretisiert. Die Anforderungen an die Themen variieren je nach Abschluss (Bachelor/Master). 

Péter-Horváth-Stiftungsprofessur für "Informationsmanagement" - Prof. Dr. Mathias Klier

  • Können Online Peer Groups helfen, ältere Arbeitssuchende zurück ins Berufsleben zu führen? (MA)

    Themengebiet: Online Peer Groups, Design Science, Arbeitslosigkeit

    Kurzbeschreibung:

    Peer Groups sind Gruppen von Menschen, die eine gemeinsame Herausforderung teilen und sich gegenseitig helfen können, bezüglich dieser Herausforderung persönliche Ziele zu erreichen. In einem Praxisprojekt werden Online Peer Groups für ältere Arbeitssuchende konzipiert und getestet. Ziel ist es, die Arbeitslosigkeit älterer Menschen zu verringern und sie in der schwierigen Situation der Arbeitssuche persönlich zu unterstützen. Grundgedanke ist dabei, dass in Peer Groups diverse soziale und psychologische Mechanismen wirken. Der Online-Charakter bringt dabei zusätzliche Vorteile wie beispielsweise einen flexibleren Zugang zur Gruppe mit sich.

    Im Rahmen von Design Science werden Online Peer Groups für ältere Arbeitslose entwickelt, umgesetzt und evaluiert. Gegenstand der Masterarbeit ist die Unterstützung bei einer großflächigen Einführung von Online Peer Groups für ältere Arbeitslose im Rahmen eines Praxisprojekts und die wissenschaftliche Auswertung und Aufbereitung der Erkenntnisse.

    Voraussetzungen: sehr gute Strukturierungsfähigkeit, sehr sorgfältige Arbeitsweise, Teamfähigkeit, Begeisterung für das Thema.

  • Explainable Artificial Intelligence – Entscheidungen künstlicher Intelligenzen für Verbraucher verständlich machen (BA/MA)

    Themengebiet: Explainable Artificial Intelligence, Künstliche Intelligenz, Nutzerforschung

    Kurzbeschreibung:

    Eine aktuelle Studie der Bertelsmann-Stiftung zeigt, dass in Deutschland mehr als drei Viertel der Befragten vollautomatisierte Entscheidungen ablehnen, während nur 31 Prozent der Bevölkerung darin Chancen erkennen. Auf der anderen Seite werden intelligente Systeme in vielen Alltagsbereichen (beispielweise in der medizinischen Diagnostik oder bei der Beurteilung der Kreditwürdigkeit) bereits erfolgreich eingesetzt und gewinnen in der Praxis zunehmend an Bedeutung. Daher ist es insbesondere für Unternehmen, die intelligente Systeme einsetzen, unausweichlich, deren Akzeptanz bei ihren Kunden und Verbrauchern zu erhöhen. Hierzu ist nicht in erster Linie „Algorithmentransparenz“ gefragt, wie sie seit einiger Zeit von der Politik diskutiert und gefordert wird. Die Lösung sind vielmehr für Laien verständliche Erklärungen, welche die von künstlichen Intelligenzen im Einzelfall getroffenen Entscheidungen nachvollziehbar und verständlich machen.

    Aufgabenstellung:

    Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Explainable Artificial Intelligence untersucht und aufbereitet werden. Außerdem soll anhand eines realen Anwendungsfalls untersucht werden, inwieweit erklärende künstliche Intelligenz genutzt werden kann, um die Akzeptanz für das intelligente System zu steigern. Hierbei kann der Fokus entweder auf die Konzeption eines neuen Ansatzes oder auf die technische Umsetzung einer Methodik gelegt werden.

    Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, Begeisterung für das Thema, ggf. grundlegende Informatikkenntnisse.

    Literaturhinweise: Miller, Tim: "Explanation in artificial intelligence: insights from the social sciences." arXiv preprint arXiv:1706.07269 (2018) (Konzeption); Hendricks et al.: “Generating Counterfactual Explanations with Natural Language” Proceedings of the 35th International Conference on Machine Learning, 2018 arXiv:1806.09809 (technische Umsetzung)

  • Nutzerakzeptanz künstlicher Intelligenz – Können innovative Ansätze in der Praxis helfen? (BA/MA)

    Themengebiet: Künstliche Intelligenz, Nutzerforschung, Explainable Artifical Intelligence

    Kurzbeschreibung:

    Zunehmend unterstützt Künstliche Intelligenz (KI) die Entscheidungsfindung in Unternehmen. In Banken etwa berechnen Machine-Learning-Algorithmen die Kreditwürdigkeit eines Kunden, im Kundenservice werden mit KI automatisiert Antwortvorschläge auf Kundenanfragen generiert. Die Nutzer der Unterstützungssysteme sehen im Allgemeinen nur Handlungsempfehlungen oder Entscheidungen als Ergebnisse von Algorithmen – nicht aber, wie und warum sie zustande kommen. Die Praxis zeigt, dass Menschen diesen Handlungsempfehlungen oft skeptisch gegenüberstehen, infolgedessen intelligenten Systemen misstrauen und diese ineffektiv verwenden.

    Daher gewinnt die Forschung zur Nutzerakzeptanz von Entscheidungen, die von intelligenten Systemen vorgeschlagen oder vorgegeben werden, immer mehr an Bedeutung. Unter welchen Bedingungen akzeptiert etwa der Bankberater die Handlungsempfehlung der KI zur Kreditwürdigkeit seines Kunden und empfindet sie nicht als willkürlich? Wie kann ein Arzt überzeugt werden, dass die KI tatsächlich umfassendes Fachwissen einbringt und kritische Details korrekt erkennt und beachtet?

    Umfangreiche Forschungsarbeiten in der Philosophie, Psychologie und Kognitionswissenschaft geben Aufschluss darüber, unter welchen Umständen und in welchem Maß Menschen Erklärungen vertrauen. Diese Erkenntnisse werden zunehmend eingesetzt, um Entscheidungen und Handlungen Künstlicher Intelligenzen für den Nutzer nachvollziehbar zu machen. Um diese innovativen Ansätze in der Praxis evaluieren zu können, muss die Akzeptanz von KI-Systemen im konkreten Fall messbar gemacht werden.

    Aufgabenstellung:

    Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zur Akzeptanz von Künstlicher Intelligenz in der Entscheidungsunterstützung sowie deren potentielle Steigerung bei Verbrauchern durch XAI Methoden untersucht und aufbereitet werden. Hierbei kann der Fokus entweder auf die Konzeption eines Studiendesigns zur Messung der Akzeptanz gelegt oder ein Show Case für einen realen Anwendungsfall entwickelt werden.

    Voraussetzungen: gute Strukturierungsfähigkeit, Kreativität, sorgfältige Arbeitsweise, Begeisterung für das Thema, ggf. Unternehmenskontakt.

    Literaturhinweis: Scheuer, D. (2020). Akzeptanz von Künstlicher Intelligenz: Grundlagen intelligenter KI-Assistenten und deren vertrauensvolle Nutzung. Springer-Verlag.

  • Social Network Analysis im Zusammenhang mit Online Peer Groups (BA/MA)

    Themengebiet: Social Network Analysis, Text Mining, Peer Groups

    Kurzbeschreibung:

    Peer Groups sind Gruppen von Menschen mit gemeinsamen Interessen, die sich gegenseitig helfen können, persönliche Ziele zu erreichen. Zusammen mit der Bundesagentur für Arbeit werden in diesem Zusammenhang Online Peer Groups für Arbeitssuchende getestet mit dem Ziel, Arbeitslosigkeit zu verringern und die Berufsorientierung zu erleichtern. In Peer Groups treten soziale und psychologische Effekte auf. Beispielsweise kann zwischen informationeller und emotionaler Unterstützung unterschieden werden.

    Um die Wirkweise von Peer Groups besser zu verstehen, werden unter anderem Methoden der sozialen Netzwerkanalyse und des Text Mining eingesetzt. Ziel dieser Analysen ist neben einem besseren Verständnis für die betrachtete Peer Group die Steigerung ihrer Effektivität.

    Aufgabenstellung:

    Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zum Einsatz von Online Peer Groups untersucht und aufbereitet werden. Außerdem sollen ausgewählte Methoden der sozialen Netzwerkanalyse und des Text Mining evaluiert werden, die relevante Erkenntnisse zu auftretenden Effekten in Peer Groups liefern können.

    Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, Begeisterung für das Thema.

  • Reputation von Autoren als Kriterium für die Verlässlichkeit von Wikipedia-Artikeln (MA)

    Themengebiet: Big Data Analytics, Data Mining, Datenqualität, Netzwerkanalyse

    Kurzbeschreibung:

    Da die Wikipedia von vielen Menschen als vertrauenswürdige Wissensquelle betrachtet wird und die in ihr enthaltenen Informationen beispielsweise auch von Assistenten wie Alexa und Siri genutzt werden, besteht ein großes Interesse daran, ihre Verlässlichkeit zu quantifizieren. Ein vielversprechender Ansatz dazu ist, die Verlässlichkeit eines Beitrags zu einem Wikipedia-Artikel danach zu beurteilen, wie vertrauenswürdig der Autor dieses Beitrags ist.

    Während viele Websites, auf denen User ihr Wissen teilen, über ein integriertes Reputationssystem verfügen – beispielsweise „Reputation“ und „Badges“ auf den Websites des StackExchange-Netzwerks oder „Karma“ bei Reddit – fehlt ein solches in der Wikipedia vollständig. Die Vertrauenswürdigkeit eines Autors muss also zunächst ermittelt werden.

    Dabei ist es naheliegend, anzunehmen, dass Autoren, die zu zahlreichen weiteren Artikeln desselben Themengebiets beigetragen haben, als Fachexperten angesehen werden können. Ihre Beiträge wären demnach vertrauenswürdiger als solche, die beispielsweise von Autoren stammen, die nur wenige Änderungen zu sehr unterschiedlichen Themen beigetragen haben.

    Mit „WikiWho“ (Flöck/Acosta 2014) existiert seit einigen Jahren ein leistungsfähiger Algorithmus, der für jeden Wikipedia-Artikel die Textanteile aller daran beteiligten Autoren ermittelt. Dieser könnte als Grundlage für ein fachbezogenes Reputationssystem genutzt werden.

    Aufgabenstellung:

    Im Rahmen der Arbeit soll untersucht werden, ob sich der skizzierte Ansatz zur Einschätzung der Verlässlichkeit von Wikipedia-Artikeln eignet. Hierzu sollen zunächst bestehende Ansätze und Methoden zur Beurteilung der Verlässlichkeit von Wikipedia-Artikeln im Hinblick auf ihre Stärken und Schwächen sowie ihre praktische Einsetzbarkeit verglichen werden.

    Anschließend soll ein Proof of Concept für einen neuen Ansatz entwickelt werden, bei dem auf Basis von „WikiWho“ die Reputation von Autoren bezogen auf ein Fachgebiet ermittelt wird. Diese Metrik soll auf einem aktuellen Datensatz der deutschsprachigen Wikipedia auf ihre Eignung zur Beurteilung der Verlässlichkeit von Wikipedia-Artikeln untersucht werden. Insbesondere soll dabei auch die Realisierbarkeit einer Bewertung in Echtzeit beurteilt werden.

    Bei Interesse besteht die Möglichkeit, nach erfolgreichem Abschluss der Arbeit das entwickelte System dauerhaft auf den Cloud Services der Wikimedia Foundation für die allgemeine Nutzung bereitzustellen.

    Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, grundlegende Informatikkenntnisse, Begeisterung für das Thema.

  • Collaborative Chatbots - Ein Ansatz zur emergenten Zusammenarbeit und kollektiven Problemlösung durch Chatbots (MA)

    Themengebiet: Chatbots, Verteilte Künstliche Intelligenz, Multi-Agent-Based Chatbot

    Kurzbeschreibung:

    Bei aktuellen Anwendungen aus den Bereichen Künstliche Intelligenz (KI) und Machine Learning, gehören Chatbots mittlerweile bei vielen Unternehmen zu den heiß diskutierten Themen. Bereits jeder vierte Bundesbürger kann sich die Nutzung eines Chatbots vorstellen, so die Ergebnisse einer repräsentativen Befragung im Auftrag des Digitalverbands Bitkom. Besonders im Kundenservice werden bereits heute erfolgreich Chatbots eingesetzt, um die Kommunikation zu automatisieren und somit einerseits den Unternehmen Arbeitskraft einzusparen und andererseits die Zufriedenheit der Kunden durch schnelle, konsistente und 24/7 verfügbare Antworten zu steigern. In vielen Anwendungsfällen können Chatbots zwar durch ihr Expertenwissen auf spezifische Situationen und Fragestellungen antworten, reagieren allerdings unvorhersehbar und versagen, wenn eine Situation auftritt auf die sie nicht „trainiert“ wurden. Aus diesem Grund wird oftmals versucht, zusätzlich zum Expertenwissen weiteres Wissen in Chatbots zu integrieren, um auf vielfältige Situationen reagieren zu können. Um zu verhindern, dass jeder Chatbot alle Kunden-Situationen durch eigenes Wissen beantworten können muss, wird ein intelligenter Ansatz benötigt, der die Zusammenarbeit mehrerer Experten-Chatbots zur kollektiven Problemlösung ermöglicht.

    Aufgabenstellung: 

    Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Ansätzen und grundlegenden Methoden der Zusammenarbeit von Software-Agenten, dargestellt werden, die zur Erstellung von Collaborative Chatbots verwendet werden können. Außerdem soll ein Ansatz basierend auf mehreren Software-Agenten (existierende oder eigene Chatbots) zur kollektiven Problemlösung und emergenten Zusammenarbeit von Chatbots prototypisch anhand einer praktischen Problemstellung entwickelt, demonstriert und evaluiert werden. Ein kritischer Ausblick, Limitationen sowie weitere Einsatzmöglichkeiten des entwickelten Ansatzes runden Ihre Arbeit ab.

    Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, grundlegende Informatikkenntnisse, Begeisterung für das Thema

  • Einsatzmöglichkeiten von Speech Recognition im Kundenservice von Unternehmen (BA/MA)

    Themengebiet: Künstliche Intelligenz, Machine Learning, Speech Recognition

    Kurzbeschreibung:

    Bei intelligenten Systemen (wie bspw. Alexa, Siri oder Google Home) ist ein enormer Fortschritt hinsichtlich der automatisierten Erkennung von Sprachbefehlen erkennbar, um alltägliche Aktivitäten sowie Aufgaben besser und effektiver zu erledigen. Dabei greifen diese Systeme auf Methoden aus dem Bereich der Speech Recognition zurück, um Befehle eines Nutzers in natürlicher Sprache entgegenzunehmen. Bisher wird das Potenzial dieser Verfahren speziell im Kundenservice von Unternehmen allerdings nur sehr eingeschränkt genutzt. Dies ist in gewisser Hinsicht überraschend, da hier durchaus vielversprechende Möglichkeiten existieren, um den Kundenservice zu verbessern bzw. zu unterstützen. Beispielsweise könnten Verfahren der Speech Recognition eingesetzt werden, um Telefongespräche im Kundenservice in Echtzeit zu analysieren und den ServicemitarbeiterInnen dadurch in der Lösungsfindung der Kundenprobleme zu unterstützen. Dies wäre gleichzeitig ein erster Schritt in Richtung der Vision eines vollautomatisierten Kundenservice durch intelligente Systeme.

    Aufgabenstellung: 

    Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Ansätzen und grundlegenden Methoden der Speech Recognition dargestellt werden, die zur Aufzeichnung sowie Analyse eines Kundengesprächs per Telefon genutzt werden können. Außerdem soll ein Ansatz basierend auf Methoden der Speech Recognition entwickelt werden, der anhand einer praktischen Problemstellung demonstriert und evaluiert wird. Ein kritischer Ausblick, Limitationen sowie eine Diskussion weiterer Einsatzmöglichkeiten des entwickelten Ansatzes runden Ihre Arbeit ab.

    Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, grundlegende Informatikkenntnisse, Begeisterung für das Thema

  • Social and Professional Sensing in text messages – Ein Ansatz zur automatisierten Differenzierung und Kategorisierung des Textes innerhalb einer Nachricht (BA/MA)

    Themengebiet: Künstliche Intelligenz, Machine Learning, social and professional information

    Kurzbeschreibung:

    In der Ära der intelligenten Systeme, in der immer mehr Systeme alltägliche Aktivitäten und Aufgaben besser, effizienter und in großen Volumina erledigen können, werden immer häufiger Fragen in sozialen Medien oder auf Unternehmens-Webseiten automatisiert beantwortet. Da diese Fragen oftmals mehrere Komponenten (beispielsweise eine fachliche als auch eine soziale Komponente) beinhalten, müssen die unterschiedlichen Informationen von intelligenten Systemen interpretiert werden können, um eine passende Antwort vorzuschlagen, die fachlich korrekt und zugleich menschlich und ggf. mitfühlend wirkt. Um automatisiert alle Aspekte einer Frage beantworten zu können, wird ein Ansatz basierend auf Social und Professional Sensing benötigt, welcher die unterschiedlichen Informationsarten in einer Nachricht identifizieren und separieren kann.

    Aufgabenstellung: 

    Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Ansätzen und grundlegenden Methoden zur Textklassifikation dargestellt werden, die zur Identifizierung von sozialen und fachlichen Informationen in einer Nachricht genutzt werden können. Außerdem soll ein Ansatz basierend auf Social und Professional Sensing entwickelt werden, der anhand einer praktischen Problemstellung demonstriert und evaluiert wird. Ein kritischer Ausblick, Limitationen sowie weitere Einsatzmöglichkeiten des entwickelten Ansatzes runden Ihre Arbeit ab.

    Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, grundlegende Informatikkenntnisse, Begeisterung für das Thema

  • Natural Language Generation – Systeme zur Automatisierung des Customer Service (BA/MA)

    Themengebiet: Künstliche Intelligenz, Machine Learning

    Kurzbeschreibung:

    Die automatisierte Erzeugung von Texten in natürlicher Sprache (engl. Natural Language Generation (NLG)) stellt einen Teilbereich der künstlichen Intelligenz und Computerlinguistik dar, der sich mit dem automatisierten Verfassen von Texten in natürlicher Sprache befasst. Zu diesem Zweck kombinieren NLG-Systeme Wissen über die natürliche Sprache mit Domain-spezifischem Wissen (beispielsweise zur Erstellung von automatisierten Antworten/Nachrichten, Reports, technischen Dokumentationen oder anderen Arten von Texten).

    Besonders im Customer Service ist die steigende Anzahl an schriftlichen Kundenanfragen und/oder Problemen manuell kaum handhabbar. Um die großen Mengen an Kundenanfragen effizient und schnell zu beantworten, werden automatisierte Ansätze eingesetzt, die Mitarbeitern Antwortvorschläge vorschlagen und somit die Arbeit erleichtern. Die Antwortvorschläge müssen allerdings oft durch den Mitarbeiter an die eigentliche Fragestellung des Kunden angepasst werden. An dieser Stelle könnten NLG-Systeme einen Mehrwert bieten, indem (mehrere) passende Antworten kundengerecht (um)formuliert werden.

    Aufgabenstellung: 

    Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Ansätzen und grundlegenden Methoden von NLG dargestellt werden, die zur automatisierten Generierung von Texten in natürlicher Sprache genutzt werden können. Außerdem soll aufgezeigt werden, welche Anwendungsfelder NLG aufweist. Insbesondere soll ein Ansatz basierend auf NLG anhand einer praktischen Problemstellung entwickelt, demonstriert und evaluiert werden, um Teilbereiche des Customer Service zu automatisieren. Ein kritischer Ausblick, Limitationen sowie weitere Einsatzmöglichkeiten des entwickelten Ansatzes runden Ihre Arbeit ab.

    Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, Begeisterung für das Thema

  • Case-based Reasoning basierend auf Neuronalen Netzen – Ein Ansatz zur automatisierten Beantwortung von Fragen im Customer Service (BA/MA)

    Themengebiet: Künstliche Intelligenz, Machine Learning, Case-based Reasoning, Neuronale Netze

    Kurzbeschreibung:

    Fallbasiertes Schließen (engl. Case-based reasoning (CBR)) bezeichnet ein Verfahren, welches durch Analogie und logisches Schlussfolgern Problemstellungen löst. Ein CBR-System verhält sich ähnlich zur menschlichen Vorgehensweise, indem das System neue Problemstellungen auf Basis von bereits gelösten Problemen ausder Vergangenheit löst. Im Bereich der Textanalyse stellt dies eine sehr komplexe Aufgabe dar, da Texte bei identischer Semantik, in ihrer Syntax stark unterschiedlich sein können. Automatisierte Systeme zur Textanalyse müssen folglich unabhängig von der Syntax, die Informationen im Problem bzw. einer Frage identifizieren können.

    In der Ära der intelligenten Systeme (z. B. neuronale Netze), in der immer mehr Systeme alltägliche Aktivitäten und Aufgaben bessereffizienter und in größeren Volumina erledigen können (z. B. automatisiertes Autofahren, Schach/Go spielen, Zeitungsartikel formulieren), werden in sozialen Medien oder auf Unternehmens-Webseiten Fragen zunehmend automatisiert beantwortet. In der Praxis zeigt sich allerdings, dass automatisierte Antworten für komplexere Fragestellungen bisher kaum möglich sind. Um den CBR-Prozess für komplexe Fragestellungen zu automatisieren, könnten neuronale Netze eingesetzt werden, welche bereits in anderen Einsatzgebieten erfolgreich angewendet wurden.

    Aufgabenstellung:

    Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Ansätzen und grundlegenden Methoden von neuronalen Netzen (in CBR) dargestellt werden, die zur Analyse von textuellen Informationen genutzt werden können. Außerdem soll ein CBR-Ansatz basierend auf neuronalen Netzen entwickelt werden, der anhand der praktischen Problemstellung eines Versicherers demonstriert und evaluiert wird. Ein kritischer Ausblick, Limitationen sowie weitere Einsatzmöglichkeiten des entwickelten Ansatzes runden Ihre Arbeit ab.

    Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, grundlegende Informatikkenntnisse, Begeisterung für das Thema

Professur für "Wertschöpfungs- und Netzwerkmanagement" - Prof. Dr. Mischa Seiter

  • Entwicklung eines KI-Akzeptanzmessmodells (MA)

    Forschungsfrage: Welche Faktoren beeinflussen die Akzeptanz von KI-basierten Entscheidungen?

    Hintergrund:

    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 (Morariu al. 2020; Carvalho et al. 2019). 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 systematische Messung und später eine Steigerung dieser mangelnden Akzeptanz zu ermöglichen, bedarf es eines Akzeptanzmodells, welches die Persönlichkeits- sowie die reine Technologieakzeptanz misst (Scheuer 2020).

    Ziele der Arbeit:

    1. Literaturstrukturierung nach Mayring zur Identifikation und Ableitung eines Akzeptanzmessmodells für KI-basierte Entscheidungen
    2. Erprobung des Akzeptanzmessmodells im Rahmen von Interviews

     

    Voraussetzungen: Selbstständiges, zuverlässiges und gewissenhaftes Arbeiten, Erfahrung in Inhaltsanalyse nach Mayring oder verwandter Methoden

    Einstiegsliteratur:

    • 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.

    Bei Interesse wenden Sie sich bitte an Andreas Steur (andreas.steur(at)uni-ulm.de).

  • Maßnahmenentwicklung zur Akzeptanzsteigerung KI-basierter Entscheidungen (MA)

    Forschungsfrage: Welche Maßnahmen haben einen akzeptanzsteigernde Wirkung im Kontext KI-basierter Entscheidungen?

    Hintergrund:

    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 (Morariu al. 2020; Carvalho et al. 2019). 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 (Schaefer et al. 2016). Mithilfe von akzeptanzsteigernden Maßnahmen kann die Qualität der KI-Implementierung sowie der spätere Nutzen gesteigert werden.

    Ziele der Arbeit:

    1. Systematisches Literaturreview zur Identifikation möglicher akzeptanzsteigernder Maßnahmen im Einsatzfeld: KI im Produktionsumfeld.
    2. Entwicklung eines Studiendesigns (z. B. Fragebogenstudie) zur Abschätzung der Eignung der identifizierten Maßnahmen.

     

    Voraussetzungen: Selbstständiges, zuverlässiges und gewissenhaftes Arbeiten, Begeisterung und Interesse an psychologischen Aspekten der BWL

    Einstiegsliteratur:

    • 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.
    • Goodhue, D. undThompson, R. (1995): Task-Technology Fit and Individual Performance.
    • Ghazizadeh, M., Lee, J. D. und Boyle, L. N. (2012): Extending the Technology Acceptance Model to assess automation.

    Bei Interesse wenden Sie sich bitte an Andreas Steur (andreas.steur(at)uni-ulm.de).

  • Chatbots im B2B-Kundenservice (MA)

    Forschungsfrage: Wie können Einsatzszenarien von Chatbots im B2B-Kundenservice des Maschinenbaus bewertet werden?

    Hintergrund:

    Chatbots sind computerbasierte Systeme, die mit einem Nutzer autonom und textbasiert in einen natürlichen Dialog treten können (Borah et al. 2019). Im B2C-Sektor werden bereits heute Chatbots im Pre- und After Sales des Kundenservices eingesetzt. Trotz der Potenziale sind im B2B- im Vergleich zum B2C-Kundenservice Chatbots bislang kaum verbreitet. Um Unternehmen bei der Einführung von Chatbots im B2B-Kundenservice zu unterstützen, müssen Einsatzszenarien identifiziert und eine Methodik entwickelt werden, um diese ihrem Nutzen nach zu bewerten.

    Ziele der Arbeit:

    1. Systematisches Literaturreview und Interviews zur Identifizierung von Einsatzszenarien von Chatbots im B2B und B2C-Bereich mit anschließendem Vergleich

    2. Entwicklung eines Bewertungsschemas für Einsatzszenarien mit anschließender Priorisierung der identifizierten Einsatzszenarien

     

    Voraussetzungen:

    • Selbständiges, zuverlässiges und gewissenhaftes Arbeiten
    • Begeisterung und Interesse für qualitative Forschung
    • Strukturiertes und analytisches Vorgehen

    Einstiegsliteratur:

    • Borah, Bhriguraj; Pathak, Dhrubajyoti; Sarmah, Priyankoo; Som, Bidisha; Nandi, Sukumar (2019): Survey of Textbased Chatbot in Perspective of Recent Technologies

    • Brandtzaeg, Petter Bae; Følstad, Asbjørn (2018): Chatbots: changing user needs and motivations. In: Interactions 25 (5)

    • Johnston, Robert; Jones, Peter (2004): Service productivity. In: Int J Productivity & Perf Mgmt 53 (3)

    Bei Interesse wenden Sie sich bitte an Andreas Steur (andreas.steur(at)uni-ulm.de).

  • Akzeptanz von Chatbots im B2B-Kundenservice (MA)

    Forschungsfrage: Welche Faktoren beeinflussen die Akzeptanz von Chatbots im B2B-Kundenservice?

    Hintergrund:

    Chatbots sind computerbasierte Systeme, die mit einem Nutzer autonom und textbasiert in einen natürlichen Dialog treten können (Borah et al. 2019). Im B2C-Sektor werden bereits heute Chatbots im Pre- und After Sales des Kundenservices eingesetzt. Trotz der Potenziale sind im B2B- im Vergleich zum B2C-Kundenservice Chatbots bislang kaum verbreitet. Ein essentieller Faktor für die Einführung von Chatbots im Kundenservice ist die Gewährleistung der Akzeptanz auf der Kundenseite. Es soll untersucht werden, wie Chatbots kundenzentriert gestaltet werden können.

    Ziele der Arbeit:

    1. Systematisches Literaturreview zur Erhebung von Faktoren, die die Akzeptanz von Chatbots beeinflussen

    2. Entwicklung eines Akzeptanzmodells zur Validierung der ermittelten Ergebnisse, Bestimmung der Effektstärken und anschließender Ableitung von Handlungsempfehlungen

     

    Voraussetzungen:

    • Selbständiges, zuverlässiges und gewissenhaftes Arbeiten
    • Begeisterung und Interesse für Natural Language Processing / Psychologie

    Einstiegsliteratur:

    • Borah, Bhriguraj; Pathak, Dhrubajyoti; Sarmah, Priyankoo; Som, Bidisha; Nandi, Sukumar (2019): Survey of Textbased Chatbot in Perspective of Recent Technologies

    • Belanche, Daniel; Casaló, Luis V.; Flavián, Carlos; Schepers, Jeroen (2020): Service robot implementation: a theoretical framework and research agenda. In: The Service Industries Journal 40 (3-4)

    • Schwendener, Sarah (2018): Technologie-Akzeptanz von Chatbots – Eine Anwendung des UTAUT-Modells.

    Bei Interesse wenden Sie sich bitte an Andreas Steur (andreas.steur(at)uni-ulm.de).

  • Klassifizierung von Inkubatoren (MA)

    Forschungsfrage: Wie lassen sich Inkubatoren klassifizieren?

    Hintergrund:

    Unternehmen initiieren spezialisierte Unternehmenseinheiten (Corporate Incubators) zur Entwicklung von Innovationen, die schließlich in einem marktfähigen Produkt/Dienstleistung resultieren. Ein Inkubator schafft im Unternehmen ein Umfeld, in dem die eigenen Mitarbeiter innovative Ideen innerhalb eines kurzen Zeitraums entwickeln (Latouche 2019). Den Mitarbeitern werden in diesem Umfeld unterschiedliche Ressourcen wie innovationsfördernde Räumlichkeiten, Kapital oder Zugang zu verschiedenen Dienstleistungen zur Verfügung gestellt (Bone et al. 2017; Becker und Gassmann, 2006; Phan et al. 2005).

    Ziele der Arbeit:

    1. Tiefgehende Literaturaufarbeitung und Internetrecherche zur Identifikation relevanter Inkubator-Ansätze.

    2. Entwicklung eines Klassifikationsschemas für Inkubatoren.

    Voraussetzungen:

    • Selbständiges, zuverlässiges und gewissenhaftes Arbeiten
    • Interesse am Innovationsmanagement

    Einstiegsliteratur:

    • 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.

    Bei Interesse wenden Sie sich bitte an Andreas Steur (andreas.steur(at)uni-ulm.de).

  • Konzeptionierung eines „Minimum Viable Incubators“ (MA)

    Forschungsfrage: Wie kann ein funktionsfähiger Inkubator mit kleinstmöglichem Aufwand konzeptioniert werden (Minimum Viable Incubator)?

    Hintergrund:

    Unternehmen initiieren spezialisierte Unternehmenseinheiten (Corporate Incubators) zur Entwicklung von Innovationen, die schließlich in einem marktfähigen Produkt/Dienstleistung resultieren. Ein Inkubator schafft im Unternehmen ein Umfeld, in dem die eigenen Mitarbeiter innovative Ideen innerhalb eines kurzen Zeitraums entwickeln (Latouche 2019). Den Mitarbeitern werden in diesem Umfeld unterschiedliche Ressourcen wie innovationsfördernde Räumlichkeiten, Kapital oder Zugang zu verschiedenen Dienstleistungen zur Verfügung gestellt (Bone et al. 2017; Becker und Gassmann, 2006; Phan et al. 2005).

    Ziele der Arbeit:

    1. Literaturreview zur Identifikation geeigneter Bewertungskriterien für den erfolgreichen Einsatz von Inkubatoren.

    2. Interviews mit Personen, die an Inkubatorprogrammen teilgenommen haben (IPRI unterstützt bei der Akquise von Interviewpartnern; Ziel: min. 10 Interviews).

    3. Konzeptionierung eines „Minimum Viable Incubators“ unter Berücksichtigung der wichtigsten Funktionen und Anforderungen (Ressourcen, Services etc.).

    Voraussetzungen:

    • Selbständiges, zuverlässiges und gewissenhaftes Arbeiten
    • Interesse am Innovationsmanagement

    Einstiegsliteratur:

    • 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.

    Bei Interesse wenden Sie sich bitte an Andreas Steur (andreas.steur(at)uni-ulm.de).

  • Untersuchung der Wirkung von Corporate Purpose auf die Arbeitgeberattraktivität (MA)

    Forschungsfrage: Welche Wirkung haben einzelne Aspekte der Corporate Purpose-Orientierung eines Unternehmens auf die Arbeitgeberattraktivität?

    Hintergrund:

    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 steht. 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. Im Rahmen eines Experimentaldesigns soll daher untersucht werden, welche Wirkung Corporate Purpose auf die Arbeitgeberattraktivität hat.

    Ziele der Arbeit:

    1. Systematische Literaturanalyse zur Identifikation derjenigen Aspekte des Corporate Purpose, die einen positiven Einfluss auf die Arbeitgeberattraktivität aufweisen.

    2. Entwicklung eines Online-Experiments und empirische Erhebung zur Validierung dieser Aspekte und deren Einfluss auf die Arbeitgeberattraktivität.

    Voraussetzungen:

    • Selbstständiges, zuverlässiges und gewissenhaftes Arbeiten
    • Begeisterung und Interesse für Unternehmenssteuerung, strategische Fragestellungen sowie experimentelle Forschung
    • Strukturiertes und analytisches Vorgehen

    Einstiegsliteratur:

    • 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).

    Bei Interesse wenden Sie sich bitte an Andreas Steur (andreas.steur(at)uni-ulm.de).

  • Anwendungen von 5G in produzierenden Unternehmen (MA)

    Forschungsfrage: Was sind KMU-relevante 5G-Anwendungsfälle für produzierende Unternehmen?

    Hintergrund:

    5G bietet dem verarbeitenden Gewerbe eine drahtlose, schnelle und sichere Übertragungstechnologie mit hoher Reichweite, geringer Latenz und der Anbindungsmöglichkeit einer Vielzahl von Endgeräten. Durch die einzigartigen Leistungsparameter von 5G werden Anwendungsfälle bisheriger Technologien (s. Kapitel 1) verbessert. Gleichzeitig entstehen Möglichkeiten für neue innovative Anwendungsszenarien. Bei 5G-Avantgardes (meist Großkonzerne, Kommunen und Forschungseinrichtungen) sind bereits sowohl Anwendungsfälle identifiziert bzw. entwickelt als auch umgesetzt worden. Diese sind KMU aber oftmals nicht bekannt bzw. haben wenig KMU-Relevanz.

    Ziele der Arbeit:

    1. Systematischer Literaturreview und Interviews zur Identifikation von 5G-Anwendungsfällen (sowohl Verbesserugen von Anwendungsfälle, die bisher mit anderen Technologien umgesetzt werden als auch neu entstehende)

    2. Entwicklung von Aspekten der KMU-Relevanz und Ableitung von KMU-relevanten 5G-Anwendungsfällen

    Voraussetzungen:

    • Selbständiges, zuverlässiges und gewissenhaftes Arbeiten
    • Begeisterung und Interesse für qualitative Forschung
    • Strukturiertes und analytisches Vorgehen

    Einstiegsliteratur:

    • Grotepass, J., Eichinger, J., Voigtländer, F. (2019): Mit 5G zu neuen Potentialen in Produktion und Logistik
    • Lindner, D. (2019): KMU im digitalen Wandel
    • Bentkus, A. (2019): 5G for Automation in Industry. Primary use cases, functions and service requirements

    Bei Interesse wenden Sie sich bitte an Andreas Steur (andreas.steur(at)uni-ulm.de).

  • Einfluss von 5G auf das produzierende Gewerbe (MA)

    Forschungsfrage: Welche Auswirkungen hat 5G auf Geschäftsmodelle produzierender Unternehmen?

    Hintergrund:

    5G bietet dem verarbeitenden Gewerbe eine drahtlose, schnelle und sichere Übertragungstechnologie mit hoher Reichweite, geringer Latenz und der Anbindungsmöglichkeit einer Vielzahl von Endgeräten. Durch neue Technologien entstehen neue Märkte und Geschäftsmodelle und es entstehen neue Möglichkeiten der Wertschöpfung und Wertsteigerung. Bisher hatten verschiedene Technologien bedeutende Auswirkungen auf Geschäftsmodelle (z. B. Smart Services basierend auf Smart Products). 5G ist eine Technologie, deren Auswirkung auf Geschäftsmodelle bisher weitestgehend unklar ist.

    Ziele der Arbeit:

    1. Systematischer Literaturreview und Interviews zur Aufarbeitung der Auswirkungen von 5G auf Geschäftsmodelle von KMU.

    2. Analyse der Entwicklung bestehender Geschäftsmodelle von KMU (welche Geschäftsmodelle können durch 5G verbessert werden, welche Geschäftsmodelle werden durch 5G weniger attraktiv oder obsolet?)

    Voraussetzungen:

    • Selbständiges, zuverlässiges und gewissenhaftes Arbeiten
    • Begeisterung und Interesse für qualitative Forschung
    • Strukturiertes und analytisches Vorgehen

    Einstiegsliteratur:

    • Grotepass, J., Eichinger, J., Voigtländer, F. (2019): Mit 5G zu neuen Potentialen in Produktion und Logistik
    • Bentkus, A. (2019): 5G for Automation in Industry. Primary use cases, functions and service requirements
    • Becker, W., Eierle, B., Fliaster, A., Ivens, B., Leischnig, A., Pflaum, A., Sucky, E (2019): Geschäftsmodelle in der digitalen Welt

    Bei Interesse wenden Sie sich bitte an Andreas Steur (andreas.steur(at)uni-ulm.de).

  • Studie zum Forschungsstand im Interorganisational Management Accounting & Control

    Forschungsfrage: Wie ist der Stand der empirischen Forschung auf dem Feld des Interorganisational Management Accounting und Control?

    Hintergrund:

    Unternehmen besitzen eine komplexe Organisationsstruktur. Die Steuerung von Unternehmens-netzwerken ist von großer Relevanz für den Erfolg solcher Netzwerke und hat daher einen hohen Stellenwert auf der internationalen Forschungsagenda. Zahlreiche Forschungsarbeiten untersuchen verschiedenste Netzwerktypen, Steuerungssysteme und -instrumente mit unterschiedlicher Methodik sowie theoretischem Bezugsrahmen. Bis dato fehlt es jedoch an einem Überblick über die in der Interorganisational Management Accounting und Control Literatur untersuchten Konstrukte sowie deren Ursache-Wirkungs-Zusammenhänge. Ziel der Arbeit ist deshalb die Analyse der empirischen Interorganisational Management Accounting und Control Forschung sowie deren grafische Darstellung in Form von Ursache-Wirkungs-Landkarten. Es soll ein kompakter, visueller Überblick über das vielfältige Forschungsgebiet erarbeitet und auf dessen Basis Forschungslücken identifiziert werden.

    Ziele der Arbeit:

    1. Identifikation relevanter Publikationen in den sechs führenden Management Accounting und Control Fachzeitschriften (AOS, CAR, JAE, JAR, JMAR, TAR) anhand der Kriterien nach Luft & Shields (2003, S. 172-173).
    2. Individuelle grafische Darstellung jeder Publikation und anschließend gruppierte Modellierung der Ursache-Wirkungs-Landkarten anhand der Leitfragen: Was wurde untersucht (Variablen)? Was ist das Kausalmodell? Was ist die Analyseebene?
    3. Identifikation von Forschungslücken anhand der Ursache-Wirkungs-Landkarten

    Voraussetzungen:

    • Selbständiges, zuverlässiges und gewissenhaftes Arbeiten
    • Begeisterung und Interesse für Management Accounting und Control

    Einstiegsliteratur:

    • Caglio, A., & Ditillo, A. (2008): A review and discussion of management control in inter-firm relationships: Achievements and future directions. In: Accounting, Organizations and Society, 33(08), 865–898.
    • Hakansson, H., & Lind, J. (2007). Accounting in an Interorganizational Setting. In: Handbook of Management Accounting Research, 2, 885–902.
    • Luft, J., & Shields, M. D. (2003). Mapping management accounting: graphics and guidelines for theory-consistent empirical research. Accounting, Organizations and Society, 28, 169–249.

    Bei Interesse wenden Sie sich bitte an Andreas Steur (andreas.steur(at)uni-ulm.de).