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 „Business Analytics“ 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

31.01. – 04.02.2022:
Präferenzeingaben durch die Studierenden im Tool

05.02.2022:
Hauptrunde des Seminarmatchings

09.02.2022:
Zweite Runde des Seminarmatchings

Themen

Die Analyse großer Datenmengen (Big Data) und die darauf basierende Entscheidungsunterstützung versprechen enormes Potenzial für Unternehmen. Eine enorme Menge an Daten wird von Social-Media Plattformen (z.B. Facebook) gesammelt. Doch wie schlagen diese Social-Media Plattformen Kapital aus den Daten Ihrer Nutzer?

Im Rahmen der Seminararbeit soll ein Überblick über die wissenschaftliche Literatur zu vorhanden Datenmengen und insbesondere Nutzerdaten gegeben werden. Anschließend sollen beleuchtet werden, wie Social-Media Plattformen die Daten Ihrer Nutzer nutzen, um Geld zu verdienen.

Clustering-Methoden wie beispielsweise K-Means werden zur Kundensegmentierung im CRM eingesetzt. Doch wo liegen die Unterschiede der verschiedenen Clustering-Methoden und welche Methoden eignen sich am besten für eine Kundensegmentierung?

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Clustering und verschiedene Clustering-Methoden, insbesondere im Themenkontext Kundensegmentierung gegeben werden. Anschließend sollen die Performance einzelner Clustering-Algorithmen (insbesondere CentNN und k-means) auf einfachen Datensätzen analysiert und anwendungsspezifische Unterschiede herausgearbeitet werden. (Grundkenntnisse in Python bspw. aus den Veranstaltungen Data Analytics – Methoden und Fallstudien oder Wertorientiertes Customer Relationship Management und Business Intelligence vorteilhaft)

Literaturhinweis: ieeexplore.ieee.org/document/839021

KI-Algorithmen ermöglichen, dass immer mehr Aufgaben, die bisher Menschen vorbehalten waren, auch von Computern und Robotern gemeistert werden können. So haben die Algorithmen den Menschen schon beim Schach, im Spiel Go und auch beim Erkennen von Bildinhalten längst überholt. Doch kann eine KI auch gegen Betrug und zur Aufklärung von Straftaten eingesetzt werden?

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu KI gegeben werden. Anschließend soll das Potenzial von KI zur Bekämpfung von Betrug und zur Aufklärung von Straftaten beleuchtet und bestehende Ideen und Anwendungen analysiert werden.

KI-Algorithmen ermöglichen, dass immer mehr Aufgaben, die bisher Menschen vorbehalten waren, auch von Computern und Robotern gemeistert werden können. So haben die Algorithmen den Menschen schon beim Schach, im Spiel Go und auch beim Erkennen von Bildinhalten längst überholt. Doch auch Staaten nutzen KI, insbesondere um die eigene Bevölkerung zu überwachen und zu unterdrücken.

Im Rahmen der Seminararbeit soll ein Überblick über die wissenschaftliche Literatur zu künstlicher Intelligenz sowie zur Überwachung durch Staaten gegeben werden. Anschließend soll der Einsatz von KI zur Überwachung der Bevölkerung (insbesondere auf Social-Media) thematisiert und diskutiert werden.

KI-Algorithmen ermöglichen, dass immer mehr Aufgaben, die bisher Menschen vorbehalten waren, auch von Computern und Robotern gemeistert werden können. So haben die Algorithmen den Menschen schon beim Schach, im Spiel Go und auch beim Erkennen von Bildinhalten längst überholt. Doch nicht immer funktioniert der Einsatz von KI derart gut.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu KI gegeben werden. Anschließend sollen mögliche Fallstricke im Einsatz von KI beleuchtet und Beispiele analysiert werden, in denen der Einsatz von KI fehlgeschlagen ist (z.B. der Chatbot Tay oder die KI zur Bewerberauswahl von Amazon). Insbesondere soll hierbei auf Diskriminierung eingegangen werden.

KI-Algorithmen ermöglichen, dass immer mehr Aufgaben, die bisher Menschen vorbehalten waren, auch von Computern und Robotern gemeistert werden können. So haben die Algorithmen den Menschen schon beim Schach, im Spiel Go und auch beim Erkennen von Bildinhalten längst überholt. Doch kann eine KI auch künstlerisch tätig werden?

Im Rahmen der Seminararbeit soll ein Überblick über die wissenschaftliche Literatur zu künstlicher Intelligenz sowie zur Erzeugung von Kunst und verschiedene Kunstformen (bspw. Bilder, Filme, lyrischen Texte oder Musik) gegeben werden. Anschließend soll beleuchtet werden, inwieweit es möglich ist mithilfe von KI Kunst, aber auch Inhalte und Posts von Social-Media-Kanälen zu erzeugen.

KI-Algorithmen ermöglichen, dass immer mehr Aufgaben, die bisher Menschen vorbehalten waren, auch von Computern und Robotern gemeistert werden können. So haben die Algorithmen den Menschen schon beim Schach, im Spiel Go und auch beim Erkennen von Bildinhalten längst überholt. Doch kann KI auch ein Auto steuern?

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über künstliche Intelligenz und ihre Methoden gegeben werden. Anschließend sollen diese Methoden im Hinblick auf autonomes Fahren eingeordnet werden. Dabei sollen die Stärken aber auch die Schwächen und damit aktuelle Probleme auf dem Weg zum autonomen Auto diskutiert werden.

Die Analyse großer Datenmengen (Big Data) und die darauf basierende Entscheidungsunterstützung versprechen enormes Potenzial für Unternehmen. Allerdings sind die im Kontext von Big Data abgeleiteten Ergebnisse sowie die darauf basierenden Entscheidungen nur dann valide und wertstiftend, wenn auch die Qualität der zugrunde liegenden Daten gewährleistet ist. Vor diesem Hintergrund wird neben Volume, Velocity und Variety auch Veracity – also die Qualität der Daten – als vierte wesentliche Dimension von Big Data bezeichnet

Im Rahmen der Seminararbeit soll ein Überblick über die wesentlichen Dimensionen und Grundlagen der Datenqualität gegeben werden. Anschließend soll anhand von wissenschaftlicher Literatur, Praxisbeispielen und Studien diskutiert werden inwieweit es Unternehmen tatsächlich gelingt einen hohen Datenqualitätsstandard einzuhalten.

Die Analyse großer Datenmengen (Big Data) und die darauf basierende Entscheidungsunterstützung versprechen enormes Potenzial für Unternehmen. Allerdings sind die im Kontext von Big Data abgeleiteten Ergebnisse sowie die darauf basierenden Entscheidungen nur dann valide und wertstiftend, wenn auch die Qualität der zugrunde liegenden Daten gewährleistet ist. Vor diesem Hintergrund wird neben Volume, Velocity und Variety auch Veracity – also die Qualität der Daten – als vierte wesentliche Dimension von Big Data bezeichnet

Im Rahmen der Seminararbeit soll ein Überblick über die wesentlichen Dimensionen und Grundlagen der Datenqualität gegeben werden. Anschließend soll anhand von wissenschaftlicher Literatur und Praxisbeispielen diskutiert werden zu welchen Problemen und Gefahren Daten von geringer Qualität im Kontext von Unternehmen führen kann.

Im Rahmen der Seminararbeit soll ein Überblick über die wesentlichen Dimensionen und Grundlagen der Datenqualität gegeben werden. Anschließend sollen Ansätze zur Messung verschiedener Dimensionen der Datenqualität identifiziert werden. Neben der wissenschaftlichen Literatur gilt es dabei insbesondere auch, Best Practices und Praxisbeispiele zu recherchieren und zu diskutieren.

KI-Algorithmen ermöglichen, dass immer mehr Aufgaben, die bisher Menschen vorbehalten waren, auch von Computern und Robotern gemeistert werden können. So haben die Algorithmen den Menschen schon beim Schach, im Spiel Go und auch beim Erkennen von Bildinhalten längst überholt. Schnell kommt hier die Frage auf, ob solche Systeme den Menschen nur entlasten oder ihn letztlich sogar aus dem Job drängen.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu den bestehenden grundlegenden Methoden von Künstlicher Intelligenz gegeben werden. Anschließend soll eine Einschätzung zum Potential dieser Methoden für Anwendungen in der Industrie gegeben werden. Dabei soll besonders darauf eingegangen werden, welche Chancen und Risiken die Algorithmen für den Arbeitsmarkt darstellen.

Intelligente Spracherkennung wie beispielsweise Siri ist bereits in unserem Alltag angekommen. Auch in anderen Bereichen setzen sich KI-gestützte Systeme immer mehr durch. Die Algorithmen haben dabei das Potenzial unseren Alltag komplett zu verändern: Intelligente Routenführung könnte den Verkehr ganzer Städte managen und koordinieren, Wearables könnten dem Nutzer den optimalen Trainings- und Diätplan zusammenstellen und intelligente Computer-Assistenten die Terminplanung übernehmen. Doch tun sich neben allen Chancen auch Risiken auf, die die Gesellschaft beim Einsatz von KI berücksichtigen sollte?

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu den bestehenden grundlegenden Methoden von Künstlicher Intelligenz gegeben werden. Anschließend soll eine Einschätzung zum Potential dieser Methoden für Anwendungen gegeben werden, die unseren Alltag beeinflussen. Dabei soll besonders darauf eingegangen werden, welche Chancen und Risiken die Algorithmen darstellen.

KI-Algorithmen haben den Menschen schon beim Schach, im Spiel Go und auch beim Erkennen von Bildinhalten längst überholt. Daher wird KI zunehmend als Unterstützungstool für den Menschen eingesetzt. „KI als Team-Mitglied“ erfordert Vertrauen von den Nutzern. In der Praxis wird beobachtet, dass Nutzer KI entweder oft blind oder gar nicht vertrauen. Welches Maß an Vertrauen sollte angestrebt werden?

Im Rahmen der Seminararbeit soll ein Überblick über die wissenschaftliche Literatur zu angemessenem Vertrauen in Künstliche Intelligenz gegeben werden. Anschließend soll beleuchtet werden, inwieweit Erklärungen angemessenes Vertrauen in KI ermöglichen können.

KI-Algorithmen haben den Menschen schon beim Schach, im Spiel Go und auch beim Erkennen von Bildinhalten längst überholt. Daher wird KI zunehmend als Unterstützungstool für den Menschen eingesetzt. Damit KI als „Team-Mitglied“ agieren kann, muss sie sich und ihre Entscheidungen ihren menschlichen Team-Mitgliedern erklären können. Wie können solche Erklärungen aussehen?

Im Rahmen der Seminararbeit soll ein Überblick über die wissenschaftliche Literatur zu Erklärungen von Künstliche Intelligenz gegeben werden. Anschließend soll beleuchtet werden, inwieweit Erklärungen an menschliche Interaktion angepasst werden können.

KI-Algorithmen haben den Menschen schon beim Schach, im Spiel Go und auch beim Erkennen von Bildinhalten längst überholt. Daher wird KI zunehmend als Unterstützungstool für den Menschen eingesetzt. Damit KI als „Team-Mitglied“ agieren kann, muss sie sich und ihre Entscheidungen ihren menschlichen Team-Mitgliedern erklären können. Dabei ist besonders wichtig, dass die Erklärungen an die Bedürfnisse von Menschen angepasst sind. Ist das heute der Fall?

Im Rahmen der Seminararbeit soll ein Überblick über die wissenschaftliche Literatur zu Erklärungen von Künstliche Intelligenz gegeben werden. Anschließend soll beleuchtet werden, inwieweit Erklärungen nutzerzentriert angepasst werden können.

Dozierende

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

Inhaltliche Informationen

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.

In diesem Modul werden folgende fachliche Inhalte vermittelt:

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

Je nach Themengebiet wird individuelle Literatur empfohlen.

Organisatorische Informationen

Nächster Veranstaltungsbeginn: SoSe 22

Ort: Online

Termine: 

  • Abgabe der Seminararbeiten: Termin wird rechtzeitig bekannt gegeben
  • Endpräsentation: Zeitpunkt und Ort werden rechtzeitig bekannt gegeben

ECTS: 4

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

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/

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.

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