Big (Social) Data Analytics - Seminar (Master)

Seminar

Big (Social) Data Analytics (Master)

 

Dauer

ein Semester (SoSe 19)

 

Themenvergabe

28.01. – 02.02.2019:
Präferenzeingaben durch die Studierenden im Tool

03.02.2019:
Hauptrunde des Seminarmatchings

07.02.2019:
Zweite Runde des Seminarmatchings

 

Leitung

Prof. Dr. Mathias Klier
Maximilian Förster
Katharina Kaufmann
Andreas Obermeier

 

Inhalte

Das Seminar Big (Social) Data Analytics baut auf den Veranstaltungen „Big Data Analytics – Methoden und Konzepte“ sowie „Social Network Analysis – Methoden, Konzepte und Anwendungen“ auf und ist inhaltlich dem Schwerpunkt „Technologie- und Prozessmanagement“ zugeordnet.

Im Rahmen der Arbeit sollen Lösungsansätze für spezifische Fragestellungen aus dem Bereich Big (Social) Data Analytics 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.

 

Anmerkungen

Vorkenntnisse oder Voraussetzungen, die bestimmte Themen erfordern, werden durch den Betreuer bzw. die Betreuerin des Seminars nach der Vergabe (z. B. auf Basis des Notenspiegels) überprüft. Bitte melden Sie sich nur für Themen, deren Voraussetzungen Sie erfüllen. Sofern nicht anders vermerkt, wird jedes Thema nur einmal vergeben.

 

Thema 1

Kulturelle Unterschiede in der IT-Nutzung - Wie wirkt sich die Nutzung von IT auf die Nutzer aus?

IT ist inzwischen international präsent. Nationen- und kulturübergreifend werden IT-Produkte genutzt. Dabei stellt sich die Frage: Gehen die Menschen unterschiedlich mit diesen Technologien um und wirkt sich diese Nutzung unterschiedlich auf sie aus? Gibt es dabei systematische Unterschiede abhängig von verschiedenen Eigenschaften der Menschen - speziell vom kulturellen Hintergrund des Nutzers? Profitieren manche Kulturen gegebenenfalls mehr von der Technologie?

Im Rahmen der Seminararbeit soll ein wissenschaftlicher Literaturüberblick zum Thema "Informationstechnologien" und zu Auswirkungen der IT-Nutzung gegeben werden. Dabei soll insbesondere auf die Frage eingegangen werden, ob es hierbei zu Unterschieden abhängig von der nationalen oder kulturellen Zugehörigkeit kommt. Der wissenschaftliche Überblick soll zudem im Praxisteil der Arbeit durch Best Practices zum Einsatz von IT im öffentlichen Bereich in verschiedenen Ländern ergänzt werden. Eine kritische Diskussion rundet die Arbeit ab.

Voraussetzung: keine

Thema 2

Green IS/IT - ein Überblick zu Green IS

Der Klimawandel ist als globales Problem in aller Munde. In der Forschung zu Informationssystemen leisten insbesondere die Forschungsbereiche Green IS und Green IT einen Beitrag zum Klimaschutz. Green IS forscht daran, wie Informationssysteme einen Beitrag zum Klimaschutz leisten können. Green IT beschäftigt sich hingegen damit, IT grüner zu machen bzw. IT zur Verringerung der Klimabelastung zu nutzen. Für letzteres ("Grün durch IT") ist so manches Beispiel aus dem täglich Alltag bekannt, etwa E-Zeitung statt Papierzeitung oder virtuelle statt physischer Meetings.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über den Forschungsbereich "Green IS" gegeben werden. Dabei sollen insbesondere zentrale Zielsetzungen und Forschungsgebiete herausgearbeitet werden. Die Ableitung von Potenzialen zur weiteren Entwicklung und eine kritische Diskussion runden die Arbeit ab.

Voraussetzung: keine

Thema 3

Data Analytics im Klimaschutz - Ein Überblick zu Big Data Analytics in der Klimaforschung

Der Klimawandel ist als globales Problem in aller Munde. Zur Erfassung von Klimaveränderungen braucht es Erhebungen und Auswertungen riesiger Datenmengen - Big Data Analytics. Um wiederum auf Basis dieser Daten zu handeln und aktiven Klimaschutz zu betreiben müssen Umweltschutzorganisationen ihre Ideen wirksam präsentieren und dabei möglichst die richtigen Menschen erreichen. Die Nutzung von Social Media und die Analyse von Social Media-Daten können hierbei von Nutzen sein.

Im Rahmen der Seminararbeit soll ein wissenschaftlicher Literaturüberblick zu Big Data Analytics, insbesondere in der Klimaforschung gegeben werden. Die Ableitung von Herausforderungen und Potenzialen sowie möglicher Entwicklungen runden die Arbeit ab.

Voraussetzung: keine

Thema 4

Data Analytics im Klimaschutz - Social Media Analytics im aktiven Klimaschutz

Der Klimawandel ist als globales Problem in aller Munde. Zur Erfassung von Klimaveränderungen braucht es Erhebungen und Auswertungen riesiger Datenmengen - Big Data Analytics. Um wiederum auf Basis dieser Daten zu handeln und aktiven Klimaschutz zu betreiben müssen Umweltschutzorganisationen ihre Ideen wirksam präsentieren und dabei möglichst die richtigen Menschen erreichen. Die Nutzung von Social Media und die Analyse von Social Media-Daten können hierbei von Nutzen sein. 

Im Rahmen der Seminararbeit soll ein wissenschaftlicher Literaturüberblick zu Social Media Analytics gegeben werden. Dabei sollen insbesondere theoretische Nutzungsmöglichkeiten von Social Media Analytics für den aktiven Klimaschutz präsentiert werden. Ein Abgleich mit der tatsächlichen Nutzung von Social Media und Social Media Analytics in diesem Kontext und ausgewählte Best Practices ergänzen diese wissenschaftliche Sicht. Eine kritische Diskussion rundet die Arbeit ab.

Voraussetzung: keine

Thema 5

Datenqualität im Kontext von Big Data – Duplikaterkennung

Viele Unternehmen, wie bspw. Versicherungen, halten große Mengen an personenbezogenen Daten (Stammdaten) in ihren Bestandsführungssystemen. Die Daten stammen dabei meist aus heterogenen Quellen und sind historisch gewachsen. Oftmals beziehen sich mehrere Einträge auf dieselbe reale Person („Duplikate“). Hierdurch können gravierende Probleme (z. B. in der Kundenansprache) entstehen. Deshalb gilt es, Duplikate zuverlässig und möglichst automatisiert zu identifizieren.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über bestehende Methoden zur Erkennung von Datenduplikaten gegeben werden. Neben einem kritischen Vergleich und einer Einordnung der wissenschaftlichen Literatur gilt es dabei insbesondere auch, Best Practices und Praxisbeispiele zu recherchieren und zu diskutieren.

Voraussetzung: keine

Thema 6

Datenqualität im Kontext von Big Data – Messung der DQ-Dimension Aktualität

Viele Unternehmen, wie bspw. Versicherungen, halten große Mengen an personenbezogenen Daten (Stammdaten) in ihren Bestandsführungssystemen. Die Daten altern dabei beständig in den Systemen und müssen entsprechend aktuell gehalten werden. Um zu entscheiden, welche Daten ggf. neu erhoben werden sollten, ist eine Einschätzung der Aktualität unerlässlich. Die Aktualität stellt damit eine der grundlegenden Dimensionen der Datenqualität dar.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über bestehende Methoden zur Messung der Aktualität von Daten gegeben werden. Neben einem kritischen Vergleich und einer Einordnung der wissenschaftlichen Literatur gilt es dabei insbesondere auch, Best Practices und Praxisbeispiele zu recherchieren und zu diskutieren.

Voraussetzung: keine

 

Thema 7

Information Diffusion in sozialen Netzwerken – Ein Überblick

„Fake News“ verbreiten sich in rasender Geschwindigkeit im Netz. Aber auch immer mehr Firmen setzen in viralen Kampagnen auf die Diffusion von Informationen (und Werbung) in sozialen Netzwerken. Dabei können Methoden der Diffusionsforschung genutzt werden um beispielsweise diejenigen Akteure für eine Kampagne auszuwählen, die in der Zielgruppe die höchste Reichweite erzielen können.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die Methoden der Informationsdiffusion gegeben werden. Neben einem kritischen Vergleich und einer Einordnung der wissenschaftlichen Literatur gilt es dabei insbesondere auch, Best Practices und Praxisbeispiele zu recherchieren und zu diskutieren.

Voraussetzung: „Social Network Analysis – Methoden, Konzepte und Anwendungen“

 

Thema 8

Information Diffusion und Meinungsbildung in sozialen Netzwerken – Das Sznajd-Modell

In der Physik gehört das Ising-Modell zu den meistzitierten Modellen bei der Beschreibung der Entstehung des Magnetismus. Interdisziplinäre Ansätze verbinden die Einsichten des Ising-Modells mit der Netzwerkforschung, um die Meinungsbildung innerhalb sozialer Netzwerke zu beschreiben. Diese Modelle mit zwei Zuständen (z. B. Trump-Supporter oder nicht) lassen sich zur Klasse der Boolschen Netzwerke zusammenfassen. Dazu gehört insbesondere das Sznajd-Modell und seine Erweiterungen.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über das Sznajd-Modell vor dem Hintergrund der Meinungsbildung in sozialen Netzwerken gegeben werden. Dabei soll auch auf Erweiterungen des Modells für den Einsatz bei realen Netzwerken eingegangen werden. Neben einem kritischen Vergleich und einer Einordnung der wissenschaftlichen Literatur gilt es dabei insbesondere auch, Best Practices und Praxisbeispiele zu recherchieren und zu diskutieren.

Voraussetzung: „Social Network Analysis – Methoden, Konzepte und Anwendungen“

Thema 9

Big Data und Social Media in der Zukunftsforschung – Status quo und Potentiale

In Märkten mit immer kürzeren Produktlebenszyklen und immer höherer Innovationskraft gewinnt die Zukunftsforschung mehr und mehr an Bedeutung. Unternehmen, die Trends nicht erkennen und sich anpassen, werden abgehängt. Prominentes Beispiel ist Nokia, das als ehemaliger Weltmarktführer in der Sparte Handys den Anschluss an die Technologie Smartphone verloren hat. Aktuell wird in diesem Zusammenhang die Analyse großer Datenmengen aus sozialen Medien diskutiert. Sie kann einen breit gefächerten Input für die Zukunftsforschung und eine Datenerhebung in Echtzeit gewährleisten.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu den bestehenden grundlegenden Methoden von Social Media Analytics und Big Data Analytics im Zusammenhang von Zukunftsforschung gegeben werden. Anschließend soll eine Einschätzung zum Potential dieser und neuer Methoden für zukünftige Anwendungen gegeben werden.

Voraussetzung: Eine der Veranstaltungen „Social Network Analysis – Methoden, Konzepte und Anwendungen“, „Big Data Analytics – Methoden und Anwendungen“

Basisliteratur: Schatzmann, Jörg, René Schäfer, and Frederik Eichelbaum. "Foresight 2.0-Definition, overview & evaluation." European Journal of Futures Research 1.1 (2013): 15

Thema 10

Big Data und Social Media in der Zukunftsforschung – Sind Twitterdaten für die Zukunftsforschung Königsweg oder Reinfall?

In Märkten mit immer kürzeren Produktlebenszyklen und immer höherer Innovationskraft gewinnt die Zukunftsforschung mehr und mehr an Bedeutung. Unternehmen, die Trends nicht erkennen und sich anpassen, werden abgehängt. Prominentes Beispiel ist Nokia, das als ehemaliger Weltmarktführer in der Sparte Handys den Anschluss an die Technologie Smartphone verloren hat. Aktuell wird in diesem Zusammenhang die Analyse von Twitterdaten diskutiert. Sie kann einen breit gefächerten Input für die Zukunftsforschung und eine Datenerhebung in Echtzeit gewährleisten.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Eigenschaften von Twitterdaten und Möglichkeiten der Analyse von Twitterdaten im Zusammenhang von Zukunftsforschung gegeben werden. Anschließend soll anhand der Eigenschaften von Twitter kritisch diskutiert werden, inwiefern sich Twitter als Datengrundlage für Zukunftsforschung eignet.

Voraussetzung: Eine der Veranstaltungen „Social Network Analysis – Methoden, Konzepte und Anwendungen“, „Big Data Analytics – Methoden und Anwendungen“

Basisliteratur: Bruns, Axel, and Stefan Stieglitz. "Twitter data: what do they represent?." IT-Information Technology 56.5 (2014): 240-245.

Thema 11

Big Data und Social Media in der Zukunftsforschung – Schnell und verlässlich Trends erfassen mit Social Media?

In Märkten mit immer kürzeren Produktlebenszyklen und immer höherer Innovationskraft gewinnt die Zukunftsforschung mehr und mehr an Bedeutung. Unternehmen, die Trends nicht erkennen und sich anpassen, werden abgehängt. Prominentes Beispiel ist Nokia, das als ehemaliger Weltmarktführer in der Sparte Handys den Anschluss an die Technologie Smartphone verloren hat. Aktuell wird in diesem Zusammenhang die Analyse großer Datenmengen aus sozialen Medien diskutiert. Sie kann einen breit gefächerten Input für die Identifikation von Trends und eine Datenerhebung in Echtzeit gewährleisten.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu bestehenden Methoden von Social Media Analytics im Zusammenhang mit der Identifikation von Trends gegeben werden. Anschließend soll kritisch diskutiert werden, inwiefern Social Media einen Beitrag zur Schnelligkeit und Verlässlichkeit von Methoden zur Identifikation von Trends liefern kann.

Voraussetzung: Eine der Veranstaltungen „Social Network Analysis – Methoden, Konzepte und Anwendungen“, „Big Data Analytics – Methoden und Anwendungen“

Basisliteratur: Uhl, André, Nina Kolleck, and Edgar Schiebel. "Twitter data analysis as contribution to strategic foresight-The case of the EU Research Project “Foresight and Modelling for European Health Policy and Regulations”(FRESHER)." European Journal of Futures Research 5.1 (2017): 1
Thema 12

Big Data und Social Media in der Zukunftsforschung – Wie können neue Methoden evaluiert werden?

In Märkten mit immer kürzeren Produktlebenszyklen und immer höherer Innovationskraft gewinnt die Zukunftsforschung mehr und mehr an Bedeutung. Unternehmen, die Trends nicht erkennen und sich anpassen, werden abgehängt. Prominentes Beispiel ist Nokia, das als ehemaliger Weltmarktführer in der Sparte Handys den Anschluss an die Technologie Smartphone verloren hat. Aktuell wird in diesem Zusammenhang die Analyse großer Datenmengen aus sozialen Medien diskutiert. Sie kann einen breit gefächerten Input für die Zukunftsforschung und eine Datenerhebung in Echtzeit gewährleisten. Unklar ist aber oft, ob diese Methoden tatsächlich einen Mehrwert bringen und wie eine adäquate Evaluation aussehen könnte.

Im Rahmen der Seminararbeit soll ein strukturierter Überblick über die wissenschaftliche Literatur zu Social Media Analytics und Big Data Analytics im Zusammenhang von Zukunftsforschung gegeben werden. Anschließend soll eine Einschätzung zur adäquaten Evaluation dieser Methoden hinsichtlich ihres Mehrwerts für die Zukunftsforschung gegeben werden.

Voraussetzung: Eine der Veranstaltungen „Social Network Analysis – Methoden, Konzepte und Anwendungen“, „Big Data Analytics – Methoden und Anwendungen“

Basisliteratur: Uhl, André, Nina Kolleck, and Edgar Schiebel. "Twitter data analysis as contribution to strategic foresight-The case of the EU Research Project “Foresight and Modelling for European Health Policy and Regulations”(FRESHER)." European Journal of Futures Research 5.1 (2017): 1

Bearbeitung

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.

 

Meilensteine

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/

Abgabe der Seminararbeiten:
Termin wird rechtzeitig bekannt gegeben

Endpräsentation:
Zeitpunkt und Ort werden r echtzeitig bekannt gegeben

 

Allgemeine Anforderungen

 
  • analytische und konzeptionelle Fähigkeiten
  • selbständige, zielorientierte und systematische Arbeitsweise

 

Weitere Informationen siehe Webpage
www.uni-ulm.de/mawi/itop.html