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

  • Thema 1: Netzwerkanalyse am Beispiel der SWU

    Soziale Netzwerke zählen zu den globalen Phänomenen unserer Zeit. Hier sind Beispiele wie Facebook oder Twitter zu nennen. Die zur Verfügung stehenden Daten in Unternehmen nehmen immer weiter zu und bieten somit neue Möglichkeiten im Bereich Business Analytics. Somit können die Methoden der sozialen Netzwerkanalyse auch zur Auswertung von Verkehrsnetzdaten verwendet werden. Zu Beginn der Arbeit sollen die Grundlagen der Netzwerkanalysen erarbeitet werden. Ziel der Arbeit ist es dann, die von der SWU zur Verfügung gestellten Daten nutzbar zu machen und mithilfe der Methoden der Netzwerkanalysen (bspw. mit Gephi) interessante Zusammenhänge zu identifizieren.

    Einführende Literatur:

    • Newman, M. (2018): Networks. 2nd edition. Oxford: Oxford University Press.
  • Thema 2: E-Gaming - Quantitative Analyse am Beispiel der FIFA-Daten

    Bisher wurden im Fußballsport schon zahlreiche relevante Größen (Vorlagen, Zweikampfquote etc.) analysiert und nutzbar gemacht. Im Gegensatz hierzu hat das E-Gaming noch wenig Aufmerksamkeit erlangt, obwohl die verfügbaren Daten leicht verwendet werden können. Ziel dieser Arbeit ist es, die Attribute der Spieler zu identifizieren, die zu einem höheren Marktwert führen, sodass der Marktwert neuer Spieler auf Basis der Attribute schneller und transparenter ermittelt werden kann.

    https://www.kaggle.com/karangadiya/fifa19

    Einführende Literatur:

    • Backhaus, Klaus; Erichson, Bernd; Plinke, Wulff; Weiber, Rolf (2016): Multivariate Analysemethoden. Berlin, Heidelberg: Springer Berlin Heidelberg.
  • Thema 3: Strategische Analyse der Fahrraddaten von Toronto

    Anhand der Verkehrsdaten lassen sich oftmals strategische Entscheidungen ableiten, wie die Platzierung von Restaurants oder Tankstellen. Auch anhand der Fahrraddaten lassen sich interessante Erkenntnisse entnehmen. Im Rahmen dieser Arbeit sollen die für die kanadische Metropole Toronto zur Verfügung stehenden Daten für eine Analyse herangezogen werden. Hier handelt es sich um eine offene Fragestellung. Beispielsweise können Muster mithilfe einer Clusteranalyse identifiziert und saisonale Trends sowie die Zeitstempel betrachtet werden.

    Literatur zur Aufbereitung der Daten:

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

    Toronto Open Data:

    www.toronto.ca/city-government/data-research-maps/open-data/open-data-catalogue/

  • Thema 4: Textuelle Feedbacks digitaler Plattformen

    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.
  • Thema 5: Gamification in elektronischen Märkten

    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 Gamifikation und mögliche Einsatzmöglichkeiten in elektronischen Märkten wie bspw. Amazon 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.
  • Thema 6: Einführung von Subscription Geschäftsmodellen im Unternehmenskontext

    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?
  • Thema 7: Robotic Process Automation im Controlling

    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 im Controlling kann RPA für standardisierte und repetitive Aufgaben eingesetzt werden. Ziel der Arbeit ist es, zu evaluieren, inwieweit sich die Prozesse des Controllings für den Einsatz von RPA eignen. Grundlage der Analyse ist das ICV-Prozessmodell.

    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.
    • Reuschenbach, D.; Isensee, J.; Ostrowicz, S. (2019): RPA im Controlling. Steigerung der Effizienz im Reporting durch Robotic Process Automation.
    • Alexander S. et al. (2018): Robotic Process Automation (RPA) im Rechnungswesen und Controlling - welche Chancen ergeben sich?
    • Horváth, P., Gleich, R., & Seiter, M. (2019). Controlling.
  • Thema 8: Kriterien zur Gründung oder zum Beitritt einer Plattform

    Digitale Plattformen agieren als Intermediär zwischen mindestens zwei Marktseiten und ermöglichen hierbei wertschöpfende Aktivitäten. Zu Beginn stellt sich für Unternehmen die Frage, ob eine Plattform gegründet werden soll oder ob ein Beitritt auf eine bestehende digitale Plattform strategisch sinnvoller ist. Ziel der Arbeit ist es, einen Kriterienkatalog zu der Gründung oder dem Beitritt einer digitalen Plattform zu entwickeln.

    Einführende Literatur:

    • Parker, G.; van Alstyne, M. & Choudary, S. (2016): Platform revolution. How networked markets are transforming the economy - and how to make them work for you. New York: W. W. Norton & Company.
  • Thema 9: Datenqualität zur Steigerung der Unternehmensperformance

    Durch die zunehmende Digitalisierung und beispielsweise Vernetzung von physischen Produkten zu Smart Products, stehen Unternehmen massive Datenmengen zur Verfügung. Diese Daten können zielgerichtet ausgewertet werden und ermöglichen sowohl Optimierungspotenziale als auch die Basis für neue Geschäftsmodelle. Die zentrale Bedingung hierfür ist, dass die Datenqualität hoch ist und z.B. keine Duplikate in den Daten vorkommen. Das Ziel der Arbeit ist es, einen Kriterienkatalog zur Bestimmung der Datenqualität zu entwickeln.

    Einführende Literatur:

    • Pipino, L. L., Lee, Y. W., Wang, R. Y. (2002). Data quality assessment. Communications of the ACM, 45(4), 211-218.
  • Thema 10: Überwindung von Technologieaversionen

    Die Methoden von Data Science haben ein hohes Potenzial massive Datenmengen auszuwerten und gewinnbringend zu nutzen. Das volle Potenzial von Data Science kann aber nur genutzt werden, wenn die Konzepte flächendeckend eingesetzt werden. Das Themengebiet der Technologieakzeptanz adressiert das Phänomen, dass Aversionen gegenüber neuen Technologien und Algorithmen auftreten können. Das Ziel der Arbeit ist es, zunächst Formen von Akzeptanzproblemen zu identifizieren. Im zweiten Schritt soll ein Konzept zur Überwindung von Akzeptanzproblemen entwickelt werden.

    Einführende Literatur:

    • Venkatesh, V., Morris, M. G., Davis, G. B., Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS quarterly, 425-478.
  • Thema 11: Treiberbasierte Planung

    Die treiberbasierte Planung stellt einen konkreten Anwendungsfall von Business Analytics dar und konzentriert sich auf die wesentlichen Treiber für ein erfolgreiches Geschäft. Dazu werden wichtige Einflussgrößen (Treiber) und deren Auswirkungen auf die Unternehmensergebnisse definiert, geplant und gemessen. Dadurch wird die Planung transparenter und genauer und die Unternehmen erlangen ein besseres Verständnis für die wichtigsten Faktoren ihres Geschäfts. Zur Umsetzung der treiberbasierten Planung werden Kausalketten des Umsatzes oder des Verkaufs von Produkten zugrunde gelegt. Ziel der Arbeit ist es, anhand eines systematischen Literatur Reviews einen Überblick zum aktuellen Stand der Forschung zu treiberbasierter Planung zu erarbeiten.

    Einführende Literatur:

    • Venkatesh, V., Morris, M. G., Davis, G. B., Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS quarterly, 425-478.
    • Isbruch, F. et al. (2016): Treiberbasierte Planungs- und Simulationsmodelle im Controlling: Flexibles Planen und Steuern im dynamischen Umfeld.
    • Arrenberg, S. (2019): Treiberbasierte Planung.
    • Barrett, R. (2007): Planning and Budgeting for the Agile Enterprise: A driver-based budgeting toolkit.
    • Leon, L.; Rafferty, P.; Herschel, R. (2012): Replacing the Annual Budget with Business Intelligence Driver-Based Forecasts.
  • Thema 12: Reifegradmodell zur Digitalisierung des Controllings

    Mit Hilfe von Reifegradmodellen kann die Arbeitsweise von Unternehmen oder Projekten bewertet werden. Ein Reifegrad beschreibt dabei die Reife eines bestimmten Betrachtungsfeldes. Durch die Unterschiede zwischen definierten Kriterien und dem Erfüllungsgrad der Kriterien ergeben sich verschiedene Grade an Reife. Innerhalb der Literatur gibt es immer mehr Reifegradmodelle, die sich als Art Self-Assessement für Unternehmen zur Beurteilung des Forschungstands sowie der Ableitung von Maßnahmen in Bezug auf die Digitalisierung eignen. Grund hierfür ist, dass viele Unternehmen nicht genau einschätzen können, wie weit sie mit der Digitalisierung sind. Reifegradmodelle können dem Controlling als umfassendes Messinstrument dienen. Ziel der Arbeit ist es, wesentliche Reifegradmodelle zur Digitalisierung des Controllings zu identifizieren und zu vergleichen.

    Einführende Literatur

    • Venkatesh, V., Morris, M. G., Davis, G. B., Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS quarterly, 425-478.
    • Horváth, P., Gleich, R., & Seiter, M. (2019). Controlling.
    • Koß, R. (2016): Ein Reifegradmodell für das digitale Controlling.
    • Langmann, C. (2019): Digitalisierung im Controlling.
    • Marx, F.; Wortmann, F.; Mayer, J. (2012): Ein Reifegradmodell für Unternehmenssteuerungssysteme: Fünf Reifegrade als Grundlage der systematischen Entwicklung.
    • Schmiedbauer, O.; Maier, H.; Biedermann, H. (2020): Evolution of a Lean Smart Maintenance Maturity Model towards the new Age of Industry 4.0.

Dozierende

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

Inhaltliche Informationen

  • Lernziele

    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.

  • Modulplanung

    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.

  • Literatur

    Je nach Themengebiet wird individuelle Literatur empfohlen.

Organisatorische Informationen

  • Zeit und Ort

    Nächster Veranstaltungsbeginn: WiSe 20/21

    Ort:  Online - alle weiteren Informationen auf Moodle

    Termine: 

    • Abgabe der Seminararbeiten: Termin wird rechtzeitig bekannt gegeben
    • Endpräsentation: Zeitpunkt und Ort werden rechtzeitig bekannt gegeben
  • ECTS-Punkte und Lehrform

    ECTS: 4

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

  • Themenvergabe

    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.

  • Bewertungsmethode

    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.

  • Schwerpunkt und Studiengänge

    Schwerpunktfächer: Technologie- und Prozessmanagement, Business Analytics 

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