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

25.01. – 05.02.2021:
Präferenzeingaben durch die Studierenden im Tool

06.02.2021:
Hauptrunde des Seminarmatchings

10.02.2021:
Zweite Runde des Seminarmatchings

Themen

  • Thema 1: Digital Footprint – welche Daten wir im Internet hinterlassen und wie sie genutzt werden – Beispiel Facebook

    Jeder, der sich im Internet bewegt, hinterlässt Spuren – und persönliche Daten und Nutzerprofile sind gefragt. Mithilfe personenbezogener Daten gestalten Unternehmen die Kundenansprache oder empfehlen konkrete Produkte. Daten werden von Internetnutzern beispielsweise bewusst eingegeben (z. B. Facebook-Profile) oder auch unbewusst beim Surfen hinterlassen (z. B. Cookies). Ausgeklügelte Algorithmen sollen mithilfe dieser Daten für die entsprechenden Unternehmen einen Nutzen stiften.

    Welche Daten sammelt Facebook und wie werden die Daten für das Unternehmen genutzt?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über persönliche Daten im Internet (z. B. welche Arten von Daten gibt es, welche werden wie gespeichert) sowie Methoden zur Analyse der Daten im Bereich Marketing (z. B. Recommender-Systeme) gegeben werden. Anschließend soll näher beleuchtet werden, welche Daten von Facebook gesammelt werden und wie sie genutzt werden.

  • Thema 2: Digital Footprint – welche Daten wir im Internet hinterlassen und wie sie genutzt werden – Beispiel Google

    Jeder, der sich im Internet bewegt, hinterlässt Spuren – und persönliche Daten und Nutzerprofile sind gefragt. Mithilfe personenbezogener Daten gestalten Unternehmen die Kundenansprache oder empfehlen konkrete Produkte. Daten werden von Internetnutzern beispielsweise bewusst eingegeben (z. B. Facebook-Profile) oder auch unbewusst beim Surfen hinterlassen (z. B. Cookies). Ausgeklügelte Algorithmen sollen mithilfe dieser Daten für die entsprechenden Unternehmen einen Nutzen stiften.

    Welche Daten sammelt Google und wie werden die Daten für das Unternehmen genutzt?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über persönliche Daten im Internet (z. B. welche Arten von Daten gibt es, welche werden wie gespeichert) sowie Methoden zur Analyse der Daten im Bereich Marketing (z. B. Recommender-Systeme) gegeben werden. Anschließend soll näher beleuchtet werden, welche Daten von Google gesammelt werden und wie sie genutzt werden.

  • Thema 3: Hippe Social Media Plattformen – Was macht TikTok so erfolgreich?

    Social Media Plattformen sind nicht erst seit Facebook und LinkedIn ein wesentlicher Bestandteil des gesellschaftlichen Lebens. Bequem, schnell und zeit- sowie ortsunabhängig lassen sich etwa Freunde finden, Inhalte platzieren und Werbung schalten. Während ehemals bekannte Plattformen wie SchülerVZ bereits wieder abgeschaltet sind, gewinnen neue Plattformen zumindest für abgegrenzte Zielgruppen an Relevanz.

    TikTok gehört zu den sich am schnellsten verbreitenden mobilen Apps der Welt und spricht insbesondere die Generation Z an. Wie unterscheidet sich die Plattform von konventionellen Plattformen und was macht sie so erfolgreich?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Social Media Plattformen gegeben werden. Anschließend soll die Plattform TikTok analysiert und kritisch eingeordnet werden.

  • Thema 4: Hippe Social Media Plattformen – Was sind Erfolgsrezepte der Newcomer?

    Social Media Plattformen sind nicht erst seit Facebook und LinkedIn ein wesentlicher Bestandteil des gesellschaftlichen Lebens. Bequem, schnell und zeit- sowie ortsunabhängig lassen sich etwa Freunde finden, Inhalte platzieren und Werbung schalten. Während ehemals bekannte Plattformen wie SchülerVZ bereits wieder abgeschaltet sind, gewinnen neue Plattformen wie TikTok, Jodel oder Clubhouse zumindest für abgegrenzte Zielgruppen an Relevanz.

    Wie hat sich das Konzept einer Social Media Plattform mit der Zeit gewandelt und wie differenzieren sich die Konzepte der Newcomer-Plattformen von konventionellen Social Media Plattformen?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Social Media Plattformen gegeben werden. Anschließend soll die Entwicklung von Aufbau und Konzept von Social Media Plattformen eingeordnet werden.

  • Thema 5: Hippe Social Media Plattformen – Erfolgreich durch die Filterblase?

    Social Media Plattformen sind nicht erst seit Facebook und LinkedIn ein wesentlicher Bestandteil des gesellschaftlichen Lebens. Bequem, schnell und zeit- sowie ortsunabhängig lassen sich etwa Freunde finden, Inhalte platzieren und Werbung schalten. Während ehemals bekannte Plattformen wie SchülerVZ bereits wieder abgeschaltet sind, gewinnen neue Plattformen wie TikTok, Jodel oder Clubhouse zumindest für abgegrenzte Zielgruppen an Relevanz.

    Wie hat sich das Konzept einer Social Media Plattform mit der Zeit gewandelt und wie differenzieren sich die Konzepte der Newcomer-Plattformen von konventionellen Social Media Plattformen?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Social Media Plattformen und insbesondere Filterblasen gegeben werden. Anschließend soll das Konzept der Filterblase anhand ausgewählter Plattformen kritisch diskutiert werden.

  • Thema 6: Hippe Social Media Plattformen – Wie können sich Unternehmen auf Social-Media verkaufen?

    Social Media Plattformen sind nicht erst seit Facebook und LinkedIn ein wesentlicher Bestandteil des gesellschaftlichen Lebens. Bequem, schnell und zeit- sowie ortsunabhängig lassen sich etwa Freunde finden, Inhalte platzieren und Werbung schalten. Auch Unternehmen nutzen diverse Plattformen, um selbst Social Media Auftritte zu gestalten.

    Wie hat sich das Konzept einer Social Media Plattform mit der Zeit gewandelt und wie differenzieren sich die Konzepte der Unternehmen auf Social Media Plattformen von ihren regulären Websites?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Social Media Plattformen gegeben werden. Anschließend sollen Auftritte von Unternehmen analysiert und vielversprechende Strategien herausgearbeitet werden.

  • Thema 7: Künstliche Intelligenz zur Entscheidungsunterstützung – aber was sagt die EU?

    Prognosen zufolge kann Künstliche Intelligenz (KI) das globale Bruttoinlandsprodukt bis 2030 um durchschnittlich 1,2 Prozentpunkte pro Jahr steigern. KI soll vorwiegend zur Automatisierung und Unterstützung unternehmerischer Entscheidungsfindung eingesetzt werden. Trotz des enormen Potenzials werden KI-Lösungen aufgrund mangelnder Transparenz und Nachvollziehbarkeit häufig noch nicht (gewinnbringend) eingesetzt. In der Tat lehnt in Deutschland mehr als die Hälfte der Bevölkerung vollautomatisierte Entscheidungen ab.

    Müssen die Innovatoren im Bereich KI zukünftig auch mit rechtlichen Einschränkungen rechnen? In der EU hat sich eine Expertengruppe zusammengefunden, um das Konzept für einen verantwortungsvollen Einsatz von KI zu erarbeiten.

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Künstlicher Intelligenz gegeben werden. Anschließend soll die KI von der ethischen und rechtlichen Perspektive näher beleuchtet werden.

    Quelle zum Einstieg: https://ec.europa.eu/digital-single-market/en/high-level-expert-group-artificial-intelligence

  • Thema 8: Kann Explainable Artificial Intelligence die Medizin revolutionieren?

    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. 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.

    Experten erhoffen sich durch die Erklärkomponente den Durchbruch beim gewinnbringenden Einsatz von Künstlicher Intelligenz in der Medizin. Kann Explainable Artificial Intelligence die Medizin tatsächlich revolutionieren?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Explainable Artifical Intelligence gegeben werden. Anschließend soll der Einsatz von XAI in der Medizin kritisch beleuchtet werden.

    Literaturhinweis: Payrovnaziri et al., Explainable artificial intelligence models using real-world electronic health record data: a systematic scoping review, Journal of the American Medical Informatics Association, Volume 27, Issue 7, July 2020, Pages 1173–1185, https://doi.org/10.1093/jamia/ocaa053

  • Thema 9: Künstliche Intelligenz in der Pandemiebekämpfung – Wie kann Künstliche Intelligenz helfen die Coronapandemie zu bewältigen?

    Prognosen zufolge kann Künstliche Intelligenz (KI) das globale Bruttoinlandsprodukt bis 2030 um durchschnittlich 1,2 Prozentpunkte pro Jahr steigern. KI soll vorwiegend zur Automatisierung und Unterstützung unternehmerischer Entscheidungsfindung eingesetzt werden. Dies ist jedoch nicht das einzige Anwendungsgebiet. In der Coronakrise wird künstliche Intelligenz eingesetzt, um beispielsweise Infektionszahlen vorherzusagen.

    Was sind die Anwendungsfelder von Künstlicher Intelligenz in der Pandemiebekämpfung?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Künstlicher Intelligenz gegeben werden. Anschließend soll der Einsatz von KI während der Coronapandemie näher beleuchtet werden.

  • Thema 10: Künstliche Intelligenz zur Entscheidungsunterstützung – Sind Born Again Trees die Lösung?

    Prognosen zufolge kann Künstliche Intelligenz (KI) das globale Bruttoinlandsprodukt bis 2030 um durchschnittlich 1,2 Prozentpunkte pro Jahr steigern. KI soll vorwiegend zur Automatisierung und Unterstützung unternehmerischer Entscheidungsfindung eingesetzt werden. Trotz des enormen Potenzials werden KI-Lösungen aufgrund mangelnder Transparenz und Nachvollziehbarkeit häufig noch nicht (gewinnbringend) eingesetzt. In der Tat lehnt in Deutschland mehr als die Hälfte der Bevölkerung vollautomatisierte Entscheidungen ab.

    Um für mehr Transparenz zu sorgen ermöglicht es das Verfahren Born Again Trees, Random Forest in Bäume umzuwandeln. Stellt dieses Verfahren eine anwendbare Möglichkeit zur Erhöhung des Vertrauens in KI dar?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Künstlicher Intelligenz und insbesondere zu Random Forests und Entscheidungsbäumen gegeben werden. Anschließend soll die Funktionsweise von Born Again Trees zur Erzeugung von Bäumen aus Random Forests erläutert und diskutiert werden.

    Quelle zum Einstieg: https://arxiv.org/pdf/2003.11132.pdf

  • Thema 11: Künstliche Intelligenz zur Entscheidungsunterstützung – Ist LORE die Lösung?

    Prognosen zufolge kann Künstliche Intelligenz (KI) das globale Bruttoinlandsprodukt bis 2030 um durchschnittlich 1,2 Prozentpunkte pro Jahr steigern. KI soll vorwiegend zur Automatisierung und Unterstützung unternehmerischer Entscheidungsfindung eingesetzt werden. Trotz des enormen Potenzials werden KI-Lösungen aufgrund mangelnder Transparenz und Nachvollziehbarkeit häufig noch nicht (gewinnbringend) eingesetzt. In der Tat lehnt in Deutschland mehr als die Hälfte der Bevölkerung vollautomatisierte Entscheidungen ab.

    Um für mehr Transparenz zu sorgen ermöglicht es das Verfahren Local Rule-Based Explanations (LORE) KI-Entscheidungen durch das lokale Anpassen eines transparenten Modells zu erklären. Stellt dieses Verfahren eine anwendbare Möglichkeit zur Erhöhung des Vertrauens in KI dar?

    Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Künstlicher Intelligenz insbesondere Random Forests und Entscheidungsbäumen gegeben werden. Anschließend soll die Funktionsweise von Born Again Trees zur Erzeugung von Bäumen aus Random Forests erläutert und diskutiert werden.

    Quelle zum Einstieg: https://arxiv.org/abs/1805.10820

  • Thema 12: Künstliche Intelligenz und 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).

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: SoSe 21

    Ort: Online

    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