Seminar Customer Relationship Management und Social Media (Bachelor)

Das Seminar Customer Relationship Management und Social Media baut auf den Veranstaltungen „Wertorientiertes Customer Relationship Management & Business Intelligence“ und „Methoden des IT-Projektmanagments“ auf und ist inhaltlich dem Schwerpunkt „Technologie- und Prozessmanagement“ zugeordnet.

Im Rahmen des Seminars sollen Lösungsansätze für spezifische Fragestellungen aus den Bereichen Customer Relationship Management und Social Media beleuchtet und (weiter)entwickelt werden. Hierfür sind in der Regel zunächst ein strukturierter Literaturüberblick zum Thema zu erarbeiten und Best Practices zu recherchieren. Ein kritischer Vergleich von Theorie und Praxis, eigene Ideen und Handlungsempfehlungen sowie ggf. auch der Einsatz bzw. die Evaluation von Software-Tools runden das Seminar ab.

Themenvergabe

13.07. – 18.07.2020:
Präferenzeingaben durch die Studierenden im Tool

19.07.2020:
Hauptrunde des Seminarmatchings

23.07.2020:
Zweite Runde des Seminarmatchings

Themen

  • Thema 1: Digitale Plattformen – Machen sie uns besser oder schlechter? Fokus: Extremistische Plattformen

    Die Relevanz digitaler Plattformen sind nicht erst seit Amazon und Ebay ein wesentlicher Bestandteil des gesellschaftlichen Lebens geworden. Bequem, schnell und zeit- sowie ortsunabhängig lassen sich etwa Freunde finden oder Produkte kaufen. Digitale Plattformen können einen enormen gesellschaftlichen Nutzen haben, jedoch werden die Schattenseiten der Technologie oft kritisch diskutiert. Spätestens seit dem Terror in Halle sind (teilweise) (rechts)extreme Plattformen wie 4Chan unter Beobachtung.

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu digitalen Plattformen gegeben werden.

    Anschließend sollen extremistische digitale Plattformen kritisch eingeordnet werden.

    Voraussetzung: keine

  • Thema 2: Digitale Plattformen – Machen sie uns besser oder schlechter? Fokus: Nichtkommerzielle Plattformen

    Die Relevanz digitaler Plattformen sind nicht erst seit Amazon und Ebay ein wesentlicher Bestandteil des gesellschaftlichen Lebens geworden. Bequem, schnell und zeit- sowie ortsunabhängig lassen sich etwa Freunde finden oder Produkte kaufen. Digitale Plattformen können einen enormen gesellschaftlichen Nutzen haben. Neben kommerziellen Plattformen wie Amazon oder Ebay gewinnen zuletzt nicht-kommerzielle Plattformen an Bedeutung. Sind nichtkommerzielle Plattformen wirklich Weltverbesserer oder ist deren Geschäftsmodell nur versteckt?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu digitalen Plattformen gegeben werden. Anschließend sollen nicht-kommerzielle Plattformen kritisch eingeordnet werden.

    Voraussetzung: keine

  • Thema 3: Digitale Plattformen – Machen sie uns besser oder schlechter? Fokus: Hass im Netz

    Die Relevanz digitaler Plattformen sind nicht erst seit Amazon und Ebay ein wesentlicher Bestandteil des gesellschaftlichen Lebens geworden. Bequem, schnell und zeit- sowie ortsunabhängig lassen sich etwa Freunde finden oder Produkte kaufen. Digitale Plattformen können einen enormen gesellschaftlichen Nutzen haben, jedoch werden die Schattenseiten der Technologie oft kritisch diskutiert. Ein prominentes Beispiel dieser Schattenseiten ist Hatespeech. Sie richtet sich beispielsweise gegen Politiker oder grundsätzlich gegen Frauen, worauf etwa Joko & Klaas mit ihrer Kurzdokumentation „Gewalt gegen Frauen im Netz“ aufmerksam machten.

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu digitalen Plattformen gegeben werden. Anschließend soll Hass auf digitalen Plattformen kritisch eingeordnet werden.

    Voraussetzung: keine

  • Thema 4: Digitale Plattformen – Machen sie uns besser oder schlechter? Fokus: Sharing Economy

    Die Relevanz digitaler Plattformen sind nicht erst seit Amazon und Ebay ein wesentlicher Bestandteil des gesellschaftlichen Lebens geworden. Bequem, schnell und zeit- sowie ortsunabhängig lassen sich etwa Freunde finden oder Produkte kaufen. Digitale Plattformen können einen enormen gesellschaftlichen Nutzen haben. Digitale Plattformen lassen die Sharing Economy aufblühen – es werden etwa Autos miteinander geteilt oder unternehmerische Ressourcen. Hinter der Sharing Economy steckt vermeintlich ein großes ökonomisches Potential.

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu digitalen Plattformen gegeben werden. Anschließend sollen digitale Plattformen hinsichtlich Sharing Economy kritisch eingeordnet werden.

    Voraussetzung: keine

  • Thema 5: (Explainable) Artificial Intelligence – Fokus: Der Mythos der intelligenten unkontrollierbaren Maschine

    In Deutschland lehnt mehr als die Hälfte der Bevölkerung vollautomatisierte Entscheidungen ab. Der Mythos der intelligenten unkontrollierbaren Maschine existiert. Auf der anderen Seite werden algorithmische Entscheidungs(unterstützungs)systeme in vielen Alltagsbereichen bereits erfolgreich eingesetzt, nicht zuletzt in der medizinischen Diagnostik oder bei der Beurteilung der Kreditwürdigkeit. Daher ist es unausweichlich, die Akzeptanz von Algorithmen und intelligenten Systemen bei Nutzern zu erforschen.

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Methoden und zur Akzeptanz von Artifical Intelligence gegeben werden. Anschließend soll kritisch diskutiert werden, welche Faktoren für die Akzeptanz von Artificial Intelligence ausschlaggebend.

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

    Voraussetzung: keine

  • Thema 6: (Explainable) Artificial Intelligence – Fokus: Was Nutzer von Algorithmen verstehen

    In Deutschland lehnt mehr als die Hälfte der Bevölkerung vollautomatisierte Entscheidungen ab. Auf der anderen Seite werden algorithmische Entscheidungs(unterstützungs)systeme in vielen Alltagsbereichen bereits erfolgreich eingesetzt, nicht zuletzt in der medizinischen Diagnostik oder bei der Beurteilung der Kreditwürdigkeit. Um die Akzeptanz von Algorithmen und intelligenten Systemen bei Nutzern zu erhöhen, ist es zentral zu verstehen, was Nutzer von Algorithmen verstehen.

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Methoden von Artifical Intelligence gegeben werden. Anschließend soll kritisch eingeordnet werden, inwiefern Nutzer diese Methoden verstehen.

    Literaturhinweis: Rader, Emilee, and Rebecca Gray. "Understanding user beliefs about algorithmic curation in the Facebook news feed." Proceedings of the 33rd annual ACM conference on human factors in computing systems. 2015.

    Voraussetzung: keine

  • Thema 7: (Explainable) Artificial Intelligence – Fokus: Anwendung von XAI in der Praxis

    In Deutschland lehnt mehr als die Hälfte der Bevölkerung vollautomatisierte Entscheidungen ab. Auf der anderen Seite werden algorithmische Entscheidungs(unterstützungs)systeme in vielen Alltagsbereichen bereits erfolgreich eingesetzt, nicht zuletzt in der medizinischen Diagnostik oder bei der Beurteilung der Kreditwürdigkeit. Um die Akzeptanz von Algorithmen und intelligenten Systemen bei Nutzern zu erhöhen, hat das Forschungsfeld Explainable Artificial Intelligence (XAI) zum Ziel, automatisch Erklärungen zu algorithmischen Entscheidungen zu liefern.

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Explainable Artifical Intelligence gegeben werden. Anschließend soll kritisch eingeordnet werden, inwiefern XAI-Methoden bereits in der Praxis eingesetzt werden.

    Literaturhinweis: Bhatt, Umang, et al. "Explainable machine learning in deployment." Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency. 2020.

    Voraussetzung: keine

  • Thema 8: (Explainable) Artificial Intelligence – Fokus: DeepFool und wie sich AI austricksen lässt

    In Deutschland lehnt mehr als die Hälfte der Bevölkerung vollautomatisierte Entscheidungen ab. Auf der anderen Seite werden algorithmische Entscheidungs(unterstützungs)systeme in vielen Alltagsbereichen bereits erfolgreich eingesetzt, nicht zuletzt in der medizinischen Diagnostik oder bei der Beurteilung der Kreditwürdigkeit. Um die Akzeptanz von Algorithmen und intelligenten Systemen bei Nutzern zu erhöhen, hat das Forschungsfeld Explainable Artificial Intelligence (XAI) zum Ziel, automatisch Erklärungen zu algorithmischen Entscheidungen zu liefern. Fehlende Erklärbarkeit liefert jedoch auch Raum für Betrug. So ist es bei machen Artificial Intelligence (AI)-Systemen möglich, durch minimale Änderungen an den Eingangsdaten die Vorhersagekraft des AI-Systems gezielt zu untergraben.

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Möglichkeiten die Entscheidungen von AI-Systemen gezielt zu beeinflussen gegeben werden. Anschließend soll eingeordnet werden, inwieweit solche Manipulationen den Einsatz von AI gefährden und ob es möglich ist diese zu verhindern.

    Literaturhinweis: Moosavi-Dezfooli, Seyed-Mohsen, et al. " DeepFool: a simple and accurate method to fool deep neural networks" In Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016

    Voraussetzung: keine

  • Thema 9: (Explainable) Artificial Intelligence – Fokus: Lokale Interpretierbarkeit durch LIME

    In Deutschland lehnt mehr als die Hälfte der Bevölkerung vollautomatisierte Entscheidungen ab. Auf der anderen Seite werden algorithmische Entscheidungs(unterstützungs)systeme in vielen Alltagsbereichen bereits erfolgreich eingesetzt, nicht zuletzt in der medizinischen Diagnostik oder bei der Beurteilung der Kreditwürdigkeit. Um die Akzeptanz von Algorithmen und intelligenten Systemen bei Nutzern zu erhöhen, hat das Forschungsfeld Explainable Artificial Intelligence (XAI) zum Ziel, automatisch Erklärungen zu algorithmischen Entscheidungen zu liefern.

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Explainable Artifical Intelligence gegeben werden. Anschließend soll der populäre Erkläralgorithmus LIME und seine praktische Einsatzfähigkeit näher beleuchtet werden.

    Literaturhinweis: Ribeiro, Marco Tulio, et al. ““Why should i trust you?” Explaining the predictions of any classifier.” In: Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. pp. 1135–1144. Association for Computing Machinery (2016).

    Voraussetzung: keine

  • Thema 10: Fake News – Führt uns das Netz an der Nase herum? Fokus: Identifizierung von Fake News

    Donald Trump hat den Begriff Fake News geprägt. Allerdings steckt mehr dahinter als vermeintliche Falschmeldungen der Presse. Fake News werden bewusst und gezielt in sozialen Netzwerken gestreut, um etwa Wahlen zu gewinnen oder den Umsatz zu steigern. Die führenden Tech-Unternehmen fürchten um die Glaubwürdigkeit der Inhalte auf ihren Plattformen wie Facebook oder Twitter und entwickeln daher Methoden, um Fake News zu identifizieren und ggf. zu entfernen. Retten uns diese Methoden die Wahrheit im Netz?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über Fake News auf sozialen Medien gegeben werden. Anschließend soll kritisch eingeordnet werden, inwiefern Methoden zur automatischen Identifizierung von Fake News eingesetzt werden können, um Lügen auf sozialen Medien zu entlarven.

    Literaturhinweis: Pérez-Rosas, Verónica, et al. "Automatic detection of fake news." arXiv preprint arXiv:1708.07104 (2017).

    Voraussetzung: keine

  • Thema 11: Fake News – Führt uns das Netz an der Nase herum? Fokus: Verbreiter & Konsumenten

    Donald Trump hat den Begriff Fake News geprägt. Allerdings steckt mehr dahinter als vermeintliche Falschmeldungen der Presse. Fake News werden bewusst und gezielt in sozialen Netzwerken gestreut, um etwa Wahlen zu gewinnen oder den Umsatz zu steigern. Doch wer sind die Hauptakteure und damit verantwortlich für die Verbreitung von Fake News? Und wer gehört zur Zielgruppe von Fake News?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über Fake News auf sozialen Medien gegeben werden. Anschließend soll kritisch eingeordnet werden, wer inwiefern gezielt Fake News verbreitet und wer die Zielgruppen sind.

    Voraussetzung: keine

  • Thema 12: Fake News – Führt uns das Netz an der Nase herum? Fokus: Deep Fake – echt oder nicht

    Donald Trump hat den Begriff Fake News geprägt. Allerdings steckt mehr dahinter als vermeintliche Falschmeldungen der Presse. Fake News werden bewusst und gezielt in sozialen Netzwerken gestreut, um etwa Wahlen zu gewinnen oder den Umsatz zu steigern. Während aktuell viel über Fake News in Textform diskutiert wird, zeigt sich eine neue Gefahr. Mit Hilfe von Artificial Intelligence (AI) können Bilder und Videos für Menschen mit bloßem Auge unerkennbar gefälscht werden.

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über mithilfe von AI generieter Fake News in Form von Bildern und Videos gegeben werden. Anschließend soll kritisch eingeordnet werden, inwieweit es möglich ist mit technischen Hilfsmitteln solche Deep Fakes zu entlarven und welche Gefahren Deep Fakes mit sich bringen.

    Literaturhinweise: Chesney, Bobby, et al. "Deep Fakes: A Looming Challenge for Privacy, Democracy, and National Security“ (2019).

    Rössler, Andreas et al. “FaceForensics++: Learning to Detect Manipulated Facial Images” (2019).

    Voraussetzung: keine

Dozierende

Prof. Dr. Mathias Klier, Institut für Business Analytics
Prof. Dr. Mathias Klier
Maximilian Förster, Institut für Business Analytics
Maximilian Förster
Philipp Hühn, Institut für Business Analytics
Philipp Hühn

Inhaltliche Informationen

  • Lernziele

    Die Studierenden erwerben im Rahmen dieses Moduls die Fähigkeit, ein Thema aus dem Gebiet Customer Relationship Management und Social Media selbständig und nach wissenschaftlichen Kriterien zu erarbeiten. Die Bearbeitung einer Seminararbeit mit anschließender Präsentation und Diskussion der Ergebnisse fördert die rhetorische Fertigkeit und soziale Kompetenz der teilnehmenden Studierenden.

  • Modulplanung

    In diesem Modul werden folgende fachliche Inhalte vermittelt:

    • Social Media - Digitale Plattformen
    • Social Media - Fake News
    • CRM - Explainable Artificial Intelligence
  • 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

    Themenvergabe mit Hilfe des zentralen Tools:

    • Deutsche Version:

           econ.mathematik.uni-ulm.de/semapps/stud_de/

    • Englische Version:

           econ.mathematik.uni-ulm.de/semapps/stud_en/

  • Bewertungsmethode

    Die Themen können nur alleine bearbeitet werden. Zur Erlangung des Leistungsnachweises ist die Anfertigung einer Seminararbeit sowie einer Präsentation (10 Minuten) mit anschließender Diskussion (5 Minuten) notwendig.

  • Schwerpunkt und Studiengänge

    Schwerpunktfächer: Technologie- und Prozessmanagement, Business Analytics, sowie Unternehmensführung und Controlling, Wahlpflicht BWL

    Studiengänge: B.Sc. Wirtschaftswissenschaften, B.Sc. Wirtschaftsmathematik, B.Sc. Wirtschaftschemie, B.Sc. Wirtschaftsphysik und Studiengänge mit Nebenfach Wirtschaftswissenschaften