Allgemeines

Praktika und Abschlussarbeiten in Kooperation mit dem ITOP sind anders, als Sie es erwarten. Wir benötigen „Denker“ und „Macher“.

Sie erhalten die Möglichkeit, Ihr erlerntes Wissen und erprobte Techniken zielgerichtet einzusetzen. Ein Mitarbeiter des ITOP wird Sie fachlich und methodisch begleiten. Bei dem Unternehmen haben Sie ebenfalls einen Ansprechpartner, der Sie vor Ort unterstützt.

Offene Abschlussarbeiten

Einfach auf den Titel der Arbeit klicken, dann öffnen sich die Details:

Nutzung von Geschäftsberichten zur Risikoidentifikation (BA/MA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

In der Arbeit sollen zu Beginn die zentralen Aspekte eines Geschäftsberichts dargelegt werden. Im Anschluss sind Möglichkeiten zu erörtern, wie anhand eines Geschäftsberichts verschieden Risiken identifiziert werden können. Abschließend soll hieraus ein möglichst umfassendes Schema zur Analyse von Geschäftsberichten erstellt werden. Zusätzlich sind hierbei die Risiken von möglichen Fehleinschätzungen kritisch zu diskutieren.

Literaturhinweis:

Lajili, K. and Zéghal, D. (2005): A content analysis of risk management disclosures in canadian annual reports. In: Canadian Journal of Administrative Sciences, 22 (2), S. 125–142.

Amran A., Bin, A. und Hassan, M. (2008): Risk reporting: an exploratory study on risk management disclosure in Malaysian annual reports. In: Managerial Auditing Journal, 24 (1), S. 39–57.

Kontakt:

Andreas Steur

Blockchain als Gefahr für digitale Plattformen (BA/MA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

Zunächst ist das Konzept sowie die Technologie der Blockchain in der Arbeit darzulegen. Im weiteren Verlauf sind die Gefahren für digitale Plattformen durch die Nutzung der Blockchain-Technologie auszuarbeiten. Abschließend sollen die Möglichkeiten der Plattformen zum Umgang mit den auftretenden Gefahren aufgezeigt werden.

Literaturhinweis:

Crosby M, Nachiappan P., Verma S, und Kalyanaraman V. (2016): Blockchain technology: beyond bitcoin. In: Appliced Innovation Review 2, S. 6–19.

Rückeshäuser, N., Brenig, C. und Müller, G. (2017). Blockchains als Grundlage digitaler Geschäftsmodelle. In: Datenschutz und Datensicherheit, 41 (8), S. 492–496.

Kontakt:

Andreas Steur

Wann skaliert eine Plattform? - Quantifizierung des Tipping Points (MA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

Für die Beantwortung der Kernfrage ist zu Beginn der Begriff des Tipping Points im Plattformkontext zu definieren. Anschließend ist zu evaluieren, beim Eintritt welcher Bedingungen eine Plattform den Punkt der Skalierung erreicht.

Literaturhinweis:

Tan, B., Pan, S., Lu, X. und Huang, L. (2009): Leveraging digital business ecosystems for enterprise agility: the tri-logic development strategy of Alibaba.com. In: Thirtieth International Conference on Information Systems, 171.

Teece, D. (2017): Dynamic capabilities and (digital) platform lifecycles. In Advances in Strategic Management, 37, S.211–225.

Kontakt:

Andreas Steur

Risikoidentifikation von Unternehmen in unterschiedlichen Phasen des Unternehmenslebenszyklus (BA/MA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

Zunächst sind die verschiedenen Phasen im Lebenszyklus von Unternehmen zu beschreiben. Danach sollen die in den jeweiligen Phasen auftretenden Risiken aufgezeigt werden, um im Anschluss Methoden und Techniken für ihre Identifikation darzulegen. Abschließend ist das jeweilige Vorgehen bei der Identifikation kritisch zu würdigen, insbesondere hinsichtlich des erforderlichen Aufwands.

Literaturhinweis:

Lubka, T. (2002): Risk identification – basic stage in risk management. In: Environmental Management and Health, 13 (3), S. 290–297.

Habib, A. und Hasan, M. (2017): Firm life cycle, corporate risk‐taking and investor sentiment. In: Account Finance, 57 (2), S. 465–497.

Kontakt:

Andreas Steur

Visualisierung als Ansatz zur bewussten kognitiven Beeinflussung (BA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

Zu Beginn der Arbeit ist der Begriff der kognitiven Beeinflussung und seiner Aspekte zu definieren. Im Anschluss sollen verschiedene Methoden der Visualisierung behandelt werden, die sich für eine bewusste kognitive Beeinflussung eignen. Hierbei sind sowohl Chancen als auch Herausforderungen der einzelnen Methoden zu beachten.

Literaturhinweis:

Toker, D., Conati, C., Steichen, B. and Carenini, G. (2013): Individual user characteristics and information visualization: connecting the dots through eye tracking. In: CHI, 2013, S. 295–304.

Pinker, S. (1984): Visual cognition: an introduction. In: Cognition, 18 (1–3), S. 1–63.

Kontakt:

Andreas Steur

TRIZ als Ansatz zur Lösung des Skalierungsproblems digitaler Plattformen (MA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

Zunächst sollen TRIZ sowie die wichtigsten TRIZ-Methoden detailliert erarbeitet werden. Im Anschluss soll das Skalierungsproblem digitaler Plattformen betrachtet werden. Danach soll mithilfe der Anwendung von TRIZ auf die beschriebene Problemstellung eine bestmögliche Lösung gefunden werden. Dabei ist der Prozess der Lösungsfindung genau zu beschreiben.

Literaturhinweis:

Mann, D. (2001), An Introduction to TRIZ: the theory of inventive problem solving. In: Creativity and Innovation Management, 10 (2), S. 123–125.

Evans, D. (2003): Some empirical aspects of multi-sided platform industries. In: Review of Network Economics, 2 (3), S. 191–209.

Kontakt:

Andreas Steur

Verbreitungsgrad von Skalierungsstrategien digitaler Plattformen (MA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

Ziel der Arbeit ist die Untersuchung des Verbreitungsgrads von Skalierungsstrategien. Hierzu sollen zunächst die existierenden Skalierungsstrategien erarbeitet werden sowie deren Vor- und Nachteile aufgezeigt werden. Im Anschluss soll die Verbreitung der einzelnen Strategien empirisch untersucht werden.

Literaturhinweis:

Eisenmann, T., Parker, G. und van Alstyne, M. (2006) Strategies for two-sided markets. In: Harvard Business Review, 84 (10), S. 101–149.

Bharadwaj, A., El Sawy, O., Pavlou, P. und Venkatraman, N. (2013): Digital business strategy: toward a next generation of insights. In: MIS Quarterly 37 (2), S. 471–482.

Kontakt:

Andreas Steur

Performance Measurement für Plattformen in unterschiedlichen Entwicklungsstufen (BA/MA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

Zunächst sollen die relevanten Grundlagen digitaler Plattformen sowie das Konzept des Tipping Points erarbeitet werden. Im Anschluss sollen Performance Measures für die unterschiedlichen Entwicklungsphasen digitaler Plattformen vor und nach dem Tipping Point erarbeitet werden. Dabei sollen auf mögliche Plattformziele, geeignete Key Performance Indikators sowie Schwierigkeiten bei deren Erhebung und Analyse der Indikatoren eingegangen werden.

Literaturhinweis:

Rysman, M. (2009): The economics of two-sided markets. In: Journal of Economic Perspectives, 23 (3): S. 125–43.

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.

Kontakt:

Andreas Steur

Entwicklung eines Plattformlebenszyklus – Wie eignet sich der Unternehmenslebenszyklus für Plattformen (BA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

In der Arbeit sollen zunächst die zentralen Unterschiede zwischen digitalen Plattformen und Unternehmen mit einer klassischen Wertschöpfungstätigkeit aufgezeigt werden. Nach einer kurzen Betrachtung des klassischen Unternehmenslebenszyklus soll auf Basis der herausgearbeiteten Unterschiede ein Plattformlebenszyklus entworfen werden. Im Anschluss hat eine kritische Betrachtung des entworfenen Zyklus zu erfolgen.

Literaturhinweis:

Muzellec, L., Ronteau, S. und Lambkin, M. (2015): Two-sided Internet Platforms: A Business Model Lifecycle Perspective. In: Industrial Marketing Management, 45 (2015), S. 139–150.

Jawahar, I. und McLaughlin, G. (2001): Toward a Descriptive Stakeholder Theory: An Organizational Life Cycle Approach. In: The Academy of Management Review, 26 (3), S. 397–414.

Kontakt:

Andreas Steur

Umgang mit Qualitätsrisiken in zweiseitigen Märkten (BA / MA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

Zunächst sollen in der Arbeit die Charakteristika von zweiseitigen Märkten aufgezeigt werden. Im Anschluss sind die Qualitätsrisiken zu erläutern, die bei Interaktionen auf zweiseitigen Märkten bestehen. Im weiteren Verlauf der Arbeit sollen Methoden und Techniken aufgezeigt werden, wie mit diesen Risiken umgegangen werden kann. Abschließend ist eine kritische Betrachtung der Maßnahmen hinsichtlich ihres Einflusses auf den Markt durchzuführen.

Literaturhinweis:

Filistrucchi, L. and Geradin, D. und van Damme, E.und Affeldt, P. (2013): Market Definition in Two-Sided Markets: Theory and Practice (March 16, 2013). In: TILEC Discussion Paper No. 2013-009; Tilburg Law School Research Paper 9 (2013).

Zhu, F. und Iansiti, M. (2007): Dynamics of Platform Competition: Exploring the Role of Installed Base, Platform Quality and Consumer Expectations. In: Harvard Business School Working Paper, 08 (31), S. 1–48.

Kontakt:

Andreas Steur

Risikoanalyse in digitalen Geschäftsmodellen (BA / MA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

Das Ziel der Arbeit ist die Erläuterung der zentralen Bestandteile einer Risikoanalyse. Anschließend sollen die wesentlichen Besonderheiten digitale Geschäftsmodelle wie zum Beispiel Plattformen zu erarbeiten. Im Anschluss soll die Eignung bestehender Modelle der Risikoanalyse für digitale Geschäftsmodelle diskutiert sowie Schwierigkeiten bei ihrer Umsetzung aufgezeigt werden.

Literaturhinweis:

Knoll, M. (2017): IT-Risikomanagement. In: HMD Praxis der Wirtschaftsinformatik, 54 (1), S. 1–3.

Schmalensee, R. und Evans, D. (2007): Industrial organization of markets with two-sided platforms. In: Competition Policy International, 3 (1), S. 1–33.

Kontakt:

Andreas Steur

Methoden der Risikoidentifikation in Unternehmensnetzwerken (BA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

In der Arbeit sollen zunächst die unterschiedlichen Risiken klassifiziert werden, die in einem Unternehmensnetzwerk auftreten können. Im Anschluss sind die Methoden zu erläutern, mit denen ein Unternehmen diese Risiken in ihrem Netzwerk identifizieren können. Hierbei soll zusätzlich auf die Stärken und Schwächen der einzelnen Methoden eingegangen werden. Abschließend ist die Bedeutung der Methoden im Prozess des Risikomanagements herauszuarbeiten.

Literaturhinweis

Harland, C., Brenchley, R. und Walker, H. (2003): Risk in supply networks, In: Journal of Purchasing and Supply Management, 9 (2), S. 51 – 62.

Tummala, R. und Schoenherr, T. (2011): Assessing and managing risks using the Supply Chain Risk Management Process (SCRMP), In: Supply Chain Management: An International Journal, 16 (6), S. 474 – 483.

Kontakt:

Andreas Steur

Business Opportunitäten für die Automobilzulieferindustrie durch E-Mobility (MA)

 

Business Opportunitäten für die Automobilzulieferindustrie durch E-Mobility

Skizze des Inhalts:

In einem ersten Schritt soll ein PKW technologisch dekompositioniert werden und die Veränderungen durch E-Mobility analysiert werden. Dazu können bibliometrische und Patentanalysen die aktuell wichtigsten Entwicklungen und Akteure identifizieren. Die entscheidenden Zulieferer sollen weiterführend via Experteninterviews zu den aktuellen Entwicklungen interviewt werden. Ziel ist es zu zeigen, wie sich die Automobilbranche und die Kompetenzen ändern und welche Opportunitäten sich für die betreffenden Unternehmen ergeben.

 

Einordnung in der Forschung am ITOP:

Die Masterarbeit ist im Bereich Technologie- und Innovationsmanagements. Sie tangiert aktuelle Projekte des Instituts. Eine umfangreiche Betreuung des Studierenden ist sichergestellt.

 

Voraussetzungen:

TIM III oder IV, Produktmanagement

 

Kontakt:

Niklas Bayrle

Praxisbezogene Masterarbeit: Verbesserung der Planungsqualität von Beratungsprojekten durch den Einsatz von Business Analytics [Prof. Dr. Mischa Seiter]

Praxisbezogene Masterarbeit in Zusammenarbeit mit Drees & Sommer

Drees & Sommer berät private und öffentliche Bauherren sowie Investoren seit über 45 Jahren bei allen Fragen rund um Immobilien und Infrastruktur. Das partnergeführte Unternehmen mit Hauptsitz in Stuttgart beschäftigt fast 3.000 Mitarbeiter an insgesamt 41 Standorten weltweit.

Ziel der Masterarbeit ist es die Ergebnisplanung von Projekten durch den Einsatz von Business Analytics zu verbessern. Grundlage hierfür bilden Zeitreihendaten zu geplanten Umsätzen, den geplanten Ergebnissen sowie weitere Informationen (bspw. die Erfahrung des Projektleiters). Die Zeitreihen liegen für ca. 50.000 Aufträge vor und spiegeln die verschiedenen Planungsstände für jeden Tag der jeweiligen Auftragslaufzeit wieder. Die zugrundeliegenden betriebswirtschaftlichen Fragestellungen lauten:

  • Welche Faktoren beeinflussen in welchem Umfang die Planungsqualität? Welchen Einfluss hat bspw. die Berufserfahrung des Projektleiters auf die Qualität der Planung des Projektergebnisses vom ersten Tag an?
  • Kann bereits bei Neuanlage einer Projektplanung die Planungsqualität prognostiziert werden?
  • Wie kann die Planungsqualität verbessert werden?

Im Rahmen der Masterarbeit sollen die betriebswirtschaftlichen Fragestellungen in ein Analytics-Problem überführt werden und dieses soll durch den Einsatz geeigneter statistischer Methoden gelöst werden. Die so gewonnenen Evidenzen sollten anschließend in passender Form aufbereitet und visualisiert werden.

Für den Zeitraum der Masterarbeit ist eine Anstellung bei Drees & Sommer im Rahmen eines Praktikums möglich und erwünscht.

Kontakt: Prof. Dr. Mischa Seiter (mischa.seiter(at)uni-ulm.de)

ITOP-Thema: Quantitative Aktienanalyse – eine bibliometrische Analyse mit Anwendungsfall

Skizze des Inhalts:

Schwerpunkt dieser Arbeit ist es eine bibliometrische Analyse zur Thematik „quantitative Aktienanalyse“ durchzuführen. Dabei sollen die verschiedenen Anwendungsbereiche von quantitativen Methoden auf den Aktienmarkt und der Börse klassifiziert und ausgewertet werden. Des Weiteren soll der zeitliche Verlauf der Forschung in diesem Bereich betrachtet werden und darauf aufbauend die neusten innovativen Trends herausgearbeitet werden. Anschließend soll eine ausgewählte identifizierte Methode in Abstimmung mit dem Betreuer anhand eines Datensatzes angewendet werden.

 

Einordnung in der Forschung am ITOP:

Die Masterarbeit ist im Bereich Technologie- und Innovationsmanagements. Sie tangiert aktuelle Projekte des Instituts. Eine umfangreiche Betreuung des Studierenden ist sichergestellt.

 

Voraussetzungen:

Wünschenswert: TIM III oder IV, Grundlege Kenntnisse von Aktien

 

Kontakt:

Niklas Bayrle

ITOP-Themenfeld: Steuerung digitaler Plattformen (BA / MA) [Prof. Dr. Mischa Seiter]

 

Viele Startups treten als Plattformen in Märkte ein und können Branchen in kürzester Zeit grundlegend verändern. Für digitale Plattformen relevante betriebswirtschaftliche Fragestellungen sind unter anderem die Vorhersage, die Skalierung, Steuerungsmechanismen, die Monetarisierung und das Performance Measurement. Aus diesen Fragestellungen können mehrere Abschlussarbeitsthemen für Bachelorarbeiten und Masterarbeiten entwickelt werden. Kontaktieren Sie bei Interesse Andreas Steur.

Literaturhinweis

Parker, van Alstyne und Choudary (2016): Platform revolution. 1. Aufl. New York und London: W. W. Norton & Company.

Tiwana (2013): Platform ecosystems. Waltham: Morgan Kaufmann.

Van Alstyne, Parker und Choudary (2016): Pipelines, platforms, and the new rules of strategy – Scale now trumps differentiation. Harvard Business Review, 94 (4).

ITOP-Thema: Aktueller Stand und Zukunft des Technologie- und Innovationsmanagements - eine bibliometrische Analyse

Skizze des Inhalts:

Ziel dieser Masterarbeit ist es einen Überblick über den aktuellen Stand des Technologie- und Innovationsmanagements zu verschaffen. Dazu soll zunächst eine passende Suchstrategie für die Generierung eines wissenschaftlichen Datensatz erstellt werden. Anschließend werden die wissenschaftlichen Veröffentlichungen im TIM Bereich mit Hilfe einer institutseigenen bibliometrischen Software analysiert. Hauptaugenmerk soll bei der Analyse auf die Einteilung des TIMs in verschiedene Forschungsfronten (Forschungsschwerpunkte) liegen. Anschließend soll die Entwicklung dieser Forschungsschwerpunkte über mehrere Perioden analysiert und beurteilt werden.

Darauf basierend sollten zukünftige Forschungstrends im Bereich des TIMs abgeleitet werden.

 

Einordnung in der Forschung am ITOP:

Die Masterarbeit ist im Bereich Technologie- und Innovationsmanagements. Sie tangiert aktuelle Projekte des Instituts. Eine umfangreiche Betreuung des Studierenden ist sichergestellt.

 

Voraussetzungen:

TIM I, III oder IV

 

Kontakt:

Niklas Bayrle

Die Auswirkung des Markteintritts von Plattformen auf bestehende Unternehmen – eine empirische Analyse der Taxifahrten zu den Flughäfen in New York (BA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

Viele Startups treten als Plattformen in Märkte ein und stellen etablierte Unternehmen vor Herausforderungen. Inhalt der Arbeit ist zunächst die literaturbasierte Einordnung des Themas. Darauf aufbauend soll anhand einer empirischen Analyse die Auswirkungen am Beispiel des Taxigewerbes untersucht werden. Insbesondere sollen dabei die Taxifahrten innerhalb New Yorks zum John F. Kennedy International Airport und zum LaGuardia Airport auf Veränderungen seit dem Markteintritt überprüft werden. Die Ergebnisse der empirischen Arbeit sollen anhand geeigneter Formen visualisiert werden.

 

Literaturhinweis

Brühn et. al. (2014) Die Modelle Uber und Airbnb: Unlauterer Wettbewerb oder eine neue Form der Sharing Economy? Ifo Schnelldienst 67(21), 3–27.

Parker, van Alstyne und Choudary (2016): Platform revolution. 1. Aufl. New York und London: W. W. Norton & Company.

Tiwana (2013): Platform ecosystems. Waltham: Morgan Kaufmann.

 

Kontakt:

Andreas Steur

Anwendung von Influencer Marketing in der verarbeitenden Industrie (BA)

Skizze des Inhalts:

„Ein erster Schritt ist die Identifikation der richtigen Partner. Ein entscheidender Er- folgsfaktor ist der glaubwürdige Fit zwischen Influencer und Unternehmen. Das [B2C] Beispiel der Marke Coral aus dem Hause Unilever zeigt, dass schlecht positionierte Influencer-Kooperationen der Marke langfristig schaden können. Hingegen kann eine strategisch gut positionierte Kampagne mit der passenden Kooperation in vielen unter- schiedlichen Unternehmensbereichen eingesetzt werden“ (26 HANDELSZEITUNG | Nr. 44 | 2017).

Referenzkunden und Influencer spielen nicht nur in Konsumgüterbranchen, sondern zunehmend auch in der verarbeitenden Industrie sowie bei Dienstleistern, die in diesem Wirtschaftssektor anbieten eine entscheidende Rolle. Das Unternehmen Schunk, ein Anbieter von Greifsystemen wirbt schon seit einiger Zeit auf Industriemessen mit Torwartlegende Jens Lehmann. Die IBG Goeke Technology Group stellte ihre Produktneuheiten aus dem Bereich Robotertechnik auf der Hannover Messe 2017 zusammen mit dem Referenzkunden Tesla vor.

Ziel der Arbeit ist die Untersuchung von Methoden zur Identifikation sog. Influecer auf deren Anwendbarkeit in der verarbeitenden Industrie. Als Grundlage dafür dient eine intensive Auseinandersetzung mit neuen, (digitalen) Kundenkanälen, wie Lead User Foren oder Branchenplattformen sowie mit Methoden, die darauf abzielen, aus diesen Kanälen wertvolle Erkenntnisse über die Kunden, deren Belange und Einflussmöglichkeiten durch Influencer zu identifizieren.

Einordnung in die Forschung am ITOP:

Produktmanagement

Kontakt:

Prof. Leo Brecht

Design Ansätze und deren Anwendung im strategischen und operativen Produktmanagement (BA/MA)

Skizze des Inhalts:

Design Ansätze wie Design to Cost, Design for Manufacturing oder Design for Assembly sind Methoden, die dabei helfen, Produkte und Dienstleistungen derart auszugestalten, dass sich ihr Entstehungsprozess durch erhöhte Effizienz und Effektivität auszeichnet.

Ziel der Arbeit ist die Beschreibung gängiger Design Methoden, die Prüfung deren Anwendbarkeit im B2B, die Einordnung der Methoden in das strategische und operative Produktmanagement sowie die Identifikation von case studies aus wissenschaftlichen Publikationen, in denen die erfolgreiche Anwendung beschrieben wurde.

Einordnung in die Forschung am ITOP:

Produktmanagement

Kontakt:

Prof. Leo Brecht

Die Auswirkung des Markteintritts von Plattformen auf bestehende Unternehmen – eine empirische Analyse der Taxifahrten Lower Manhattan (BA) [Prof. Dr. Mischa Seiter]

Viele Startups treten als Plattformen in Märkte ein und stellen etablierte Unternehmen vor Herausforderungen. Inhalt der Arbeit ist zunächst die literaturbasierte Einordnung des Themas. Darauf aufbauend soll anhand einer empirischen Analyse die Auswirkungen am Beispiel des Taxigewerbes untersucht werden. Insbesondere sollen dabei die Taxifahrten in Lower Manhattan auf Veränderungen seit dem Markteintritt überprüft werden. Dazu ist es erforderlich, den vorhandenen Datensatz mit Hilfe eines zu entwickelnden Java-Codes zu erschließen. Ziel der Arbeit ist es nach Erschließung und Aufbereitung des Datensatzes diesen empirisch zu untersuchen und dabei besonderes Geoinformationen (Start und Ziel der Fahrten) zu berücksichtigen.

 

Literaturhinweis

Brühn et. al. (2014) Die Modelle Uber und Airbnb: Unlauterer Wettbewerb oder eine neue Form der Sharing Economy? Ifo Schnelldienst 67(21), 3–27.

Parker, van Alstyne und Choudary (2016): Platform revolution. 1. Aufl. New York und London: W. W. Norton & Company.

Tiwana (2013): Platform ecosystems. Waltham: Morgan Kaufmann.

 

Kontakt:

Andreas Steur

Die Auswirkung des Markteintritts von Plattformen auf bestehende Unternehmen – ein Vergleich des Taxigewerbes und der Plattform Uber in New York City (BA) [Prof. Dr. Mischa Seiter]

Skizze des Inhalts:

 

Viele Startups treten als Plattformen in Märkte ein und stellen etablierte Unternehmen vor Herausforderungen. Inhalt der Arbeit ist zunächst die literaturbasierte Einordnung des Themas. Darauf aufbauend soll anhand einer empirischen Analyse die Auswirkungen am Beispiel des Taxigewerbes in New York City untersucht werden. Insbesondere soll dabei ein Vergleich zur Entwicklung der Plattform Uber vorgenommen werden. Die Ergebnisse der empirischen Arbeit sollen anhand geeigneter Formen visualisiert werden.

 

Literaturhinweis

Brühn et. al. (2014) Die Modelle Uber und Airbnb: Unlauterer Wettbewerb oder eine neue Form der Sharing Economy? Ifo Schnelldienst 67(21), 3–27.

Parker, van Alstyne und Choudary (2016): Platform revolution. 1. Aufl. New York und London: W. W. Norton & Company.

Tiwana (2013): Platform ecosystems. Waltham: Morgan Kaufmann.

 

Kontakt:

Andreas Steur

ITOP-Thema: Digitale Produktkonfiguration und Simulation – Untersuchung bestehender Technologien auf Anwendbarkeit im B2B (MA)

Skizze des Inhalts:

Die Nachfrage nach individuellen Lösungsangeboten führt bei Unternehmen unter anderem zu Komplexität bei Entwicklung und Angebotserstellung. Produktkonfiguratoren ermöglichen es, den Kunden in den Prozess der Lösungserstellung zu integrieren, auf dessen Know-How zurückzugreifen und Wertschöpfungsanteile an ihn abzutreten. Software zur Simulation von Prototypen erlaubt es, virtuelle Abläufe unter simulierten Gegebenheiten zu testen und reduziert dadurch Investitionen in Prototypenbau und Produkttests.

Ziel der Arbeit ist die methodengestützte Identifikation relevanter Technologien im Bereich Produktkonfiguration und Simulation sowie die Bewertung deren Reife. Darauf aufbauend sollen B2B Anforderungen an die Etablierung von Produktkonfiguratoren diskutiert und eine Value Proposition erstellt werden. Use Cases der erfolgreichen Implementierung im B2B runden die Arbeit ab.

Einordnung in Forschung am iTOP:

Die Masterarbeit ist im Themenfeld Technologiemanagement angesiedelt. Sie tangiert die aktuelle Forschung am Institut. Eine umfangreiche Betreuung des Studierenden ist sichergestellt.

Kontakt:

Prof. Dr. Leo Brecht

ITOP-Thema: Agile Digital Strategy Design - ADSD (MA)

Titel der Arbeit

Agile Digital Strategy Design - ADSD (MA)

Skizze des Inhalts:

Unternehmen in B2B-Märkten sind vom Trend der Digitalisierung extrem betroffen. Um die richtigen strategsichen Optionen der Digitalisierung zu identifizieren, fehlt es aber an einer konsequenten, stringenten Methode, welche auch agile Prinzipien umfasst. Das Ziel dieser Arbeit ist es, eine Methode getreu nach den Prinzipien des Method Engineerings zu entwickeln und anhand einer kurzen Case Study anzuwenden.

Bisher hat das ITOP zur agilen digitalen Strategieentwicklung schon Vorgehensweisen definiert, das Grundgerüst steht somit, jedoch fehlt deren Umsetzung nach Method Engineering. Folgende Fragen sind relevant

  • Wie sieht das Vorgehensmodell ADSD aus?
  • Welche Techniken unterstützen ADSD?
  • Wie kann ADSD anhand eines Cases getestet werden?

Gerade zur letzten Frage hat das ITOP genügend Firmenkontakte, um die Praxistauglichkeit sicherzustellen.

Einordung in die Forschung am ITOP:

Die Forschungsarbeit ist inhaltlich dem Prozess und Innovationsmanagement zuzuordnen und beinhaltet sowohl theoretische, als auch praxisrelevante Aspekte. Eine intensive Betreuung des Studierenden ist sichergestellt, weiterhin existiert am ITOP ausreichend Grundlagenliteratur.

Kontakt:

Prof. Leo Brecht

 

ITOP-Thema: Systemanalyse zu Softwarelösungen für das Technologie- und Innovationsmanagement (TIM) (MA)

Titel der Arbeit

Systemanalyse zu Softwarelösungen für das Technologie- und Innovationsmanagement (TIM) (MA)

Skizze des Inhalts:

Am Markt gibt es zahlreiche TIM Software-Lösungen, wie etwa Hype, Acolade.

Ziele der Arbeit:

Ziel der Arbeit ist es, relevante, derzeit am Markt verfügbare TIM Softwarelösungen zu identifizieren, Ausgehend von einer theoretischen Auseinandersetzung mit den, in den Softwarelösungen fokussierten Themen sollen die Architektur sowie die unterstützten Prozesse der TIM Softwarelösungen beschrieben werden. Die Lösungen sollen hinsichtlich strukturiert abgeleiteter Kriterien verglichen werden. Aufbauend auf dem Vergleich erfolgt eine Bewertung bezüglich TIM Prozesse, die in der Vorlesung TIM I und TIMt II beschrieben sind.

Einordung in die Forschung am ITOP:

Die Forschungsarbeit ist inhaltlich dem Technologie- und Innovationsmanagement zuzuordnen. Die Arbeit beinhaltet sowohl theoretische, als auch praxisrelevante Aspekte. Thematisch tangiert die ausgeschriebene Forschungsarbeit ein Forschungs- und Promotionsprojekt am ITOP. Eine intensive Betreuung des Studierenden ist sichergestellt.

Kontakt:

Prof. Leo Brecht.

Voraussetzung: TIM I oder TIM II oder TIM IV

 

ITOP-Thema: Machine Learning im Kontext der Unternehmensleistungsanalyse (BA)

Titel der Arbeit:
Machine Learning im Kontext der Unternehmensleistungsanalyse (BA)

Skizze des Inhalts:

Machine Learning ist in aller Munde. Doch was genau versteht man darunter im Kontext der Unternehmensleistungsanalyse? Welche Algorithmen wurden schon von Wissenschaftlern dafür eingesetzt? Auf welchen Daten beruhten diese Analysen.

Eine Unternehmensleistungsanalyse kann beispielsweise auf betrieblichen Kennzahlen des Jahresabschlussberichtsberuhen. Oft wird eine solche Analyse auch im Rahmen einer Fundamentalanalyse durchgeführt.

Ziel dieser Arbeit ist es einen umfassenden Überblick über die Möglichkeiten von Machine Learning in der Unternehmensleistungsanalyse widerzugeben. Dazu sollen die verschiedenen in der wissenschaftlichen Literatur verwendeten Algorithmen hinsichtlich ihrer Vor- und Nachteile bewertet werden. Zusätzlich sollen mögliche Datenquellen identifiziert werden, mit Hilfe derer Unternehmensanalyse durch Machine Learning Algorithmen möglich werden.

Einordnung in der Forschung am ITOP:

Die Bachelorarbeit ist im Themenfeld Technologie- und Innovationsmanagement angesiedelt. Sie tangiert aktuelle Forschung am Institut. Eine umfangreiche Betreuung des Studierenden ist sichergestellt.

 

Kontakt:

Niklas Bayrle

ITOP-Thema: Systems Dynamics Model – Eine Analyse der Einflusstreiber des Aktienmarkts (MA)

Skizze des Inhalts:

Die Entwicklung des Aktienmarktes soll unter Verwendung eines System Dynamics Modells prognostiziert werden. Dazu werden folgende Datentypen verwendet:

  • Aktuelle Einschätzung des Marktzyklus im Lebensphasenmodell
  • Harte Fakten wie Einkläuferindex, BIP, Auftragsbestand etc.
  • Weiche Fakten über Sentimentanalysen der Kollektiven Intelligenz

Mit Hilfe von System Dynamics lassen sich komplexe und dynamische Systeme analysieren. Mit Hilfe von Softwarelösungen wie iThink lassen sich solche Systeme quantitativ berechnen und unterschiedliche Simulationen darauf basierend gestartet werden. Darauf aufbauend soll ein Verständnis der Einflusstreiber auf den Aktienmarkt erarbeitet werden.

 

 

Einordnung in der Forschung am ITOP:

Die Masterarbeit ist im Themenfeld Prozessmanagement angesiedelt. Sie tangiert aktuelle Forschung am Institut. Eine umfangreiche Betreuung des Studierenden ist sichergestellt.

 

 

Kontakt:

Niklas Bayrle

ITOP-Thema: Externer Zukauf von Technologien und Unternehmensleistung (MA)

Skizze des Inhalts:

Nur wenige Studien und wissenschaftliche Arbeiten beschäftigen sich mit dem Zusammenhang des Technologiezukaufs und der folgenden Unternehmensleistung. Interessant ist hier vor allem, dass die möglichen Innovationspotentiale von extern beschafften Technologien in der Wissenschaft aufgezeigt werden. Jedoch bewerten nur wenige den wirklichen Mehrwert für ein Unternehmen durch solch einen Zukauf. Ziel dieser Arbeit ist gängige Bewertungsmethoden von externen Technologiezukäufen zu identifizieren und darauf aufbauend ein eigenes Vorgehen zu entwickeln. Dieses eigene Bewertungsvorgehen soll anhand von Beispielen getestet und demonstriert werden.

Einordnung in der Forschung am ITOP:

Die Masterarbeit ist im Themenfeld Technologie- und Innovationsmanagement angesiedelt. Sie tangiert aktuelle Forschung am Institut. Eine umfangreiche Betreuung des Studierenden ist sichergestellt.

Kontakt:

Niklas Bayrle

ITOP-Thema: Vermarktungsmöglichkeiten eines Forschungsinstituts – Am Beispiel des ITOPs

Skizze des Inhalts:

Ziel dieser Masterarbeit ist es ein ganzheitliches Vermarktungskonzept für ein Forschungsinstitut wie dem ITOP zu entwickeln. Dabei sollen zunächst mithilfe von wissenschaftlicher Literatur grundsätzliche Vermarktungsstrategien aufgezeigt werden. Anschließend werden best-practice Beispiele von anderen wissenschaftlichen Instituten betrachtet. Darauf aufbauen soll ein Marketing- und Brandingkonzept für das ITOP erarbeitet werden.

Einordnung in der Forschung am ITOP:

Die Masterarbeit ist übergeordnet am ITOP angesiedelt. Sie tangiert aktuelle Projekte des Instituts. Eine umfangreiche Betreuung des Studierenden ist sichergestellt.

Kontakt:

Niklas Bayrle

ITOP-Thema: Auswirkungen von Arbeitsmarktbedingungen und staatlichen Einflussgrößen auf die Innovationseffizienz von Unternehmen (BA/MA)

Titel der Arbeit:

Auswirkungen von Arbeitsmarktbedingungen und staatlichen Einflussgrößen auf die Innovationseffizienz von Unternehmen (BA/MA)

Skizze des Inhalts:

Mit Hilfe der Innovation Capability Assessment Methode, welche am ITOP entwickelt wurde, lassen sich Unternehmen in innovationseffiziente und –ineffiziente Unternehmen einteilen. Dabei wird der lokale Arbeitsmarkt der Unternehmen nicht einbezogen, genauso wenig wie die staatlichen bzw. rechtlichen Bedingungen für das Unternehmen im betreffenden Land bzw. Ort. Welchen Einfluss besitzt beispielsweise die Unternehmensbesteuerung vor Ort oder die Verfügbarkeit von Fachkräften auf die Innovationseffizienz von Unternehmen. Fördert die Nähe zu bestimmten Universitäten die Innovationsfähigkeit von Unternehmen?

Ziel dieser Arbeit ist es einen umfassenden Überblick über die Einflussgrößen des Arbeitsmarkts und von rechtlichen Rahmenbedingungen auf die Innovationseffizienz von Unternehmen zu geben. Die Forschungsfragen sollen mit Hilfe einer empirischen Analyse beantwortet werden.  

Einordnung in der Forschung am ITOP:

Die Masterarbeit ist im Themenfeld Technologie- und Innovationsmanagement angesiedelt. Sie tangiert aktuelle Forschung am Institut. Eine umfangreiche Betreuung des Studierenden ist sichergestellt.

 

Kontakt:

Niklas Bayrle

ITOP-Thema: Unternehmensbewertung (Marktkapitalisierung) und Innovation – Wie wirkt sich Innovation auf die Bewertung aus? (MA)

Titel der Arbeit:

Unternehmensbewertung (Marktkapitalisierung) und Innovation – wie wirkt sich Innovation auf die Bewertung aus? (MA)

Skizze des Inhalts:

Die Unternehmensbewertung kann über verschiedene Kennzahlen erfolgen. Klassischerweise verwendet man für börsennotierte Unternehmen die Marktkapitalisierung und zusätzlich dazu den Enterprise Value, welcher der Marktkapitalisierung mit allen Fremdkapitalmitteln entspricht. Dieser Wert kann sich vom inneren Wert und vom Buchwert eines Unternehmens unterscheiden.  Beschrieben wird dieses Verhältnis häufig über das Preis-Buchwert-Verhältnis oder auch über die Kennzahl Tobin’s q. Eine weitere Möglichkeit ist es denn Preis pro Aktie mit dem Gewinn pro Aktie zu vergleichen.

Ziel dieser Arbeit ist es festzustellen, welche Faktoren zu einer höheren Marktkapitalisierung im Vergleich zum intrinsischen Wert bzw. den Buchwert des Unternehmens führen. Preist der Markt Innovationen ein? Kann mit Hilfe von klassischen Bewertungsverfahren aus dem Value Investing ein Zusammenhang zur Innovationsaanalyse hergestellt werden? Abschließend soll eine Zusammenfassung gegeben werden, wie der Markt Innovationen einpreist und wie diese sich im Marktwert eines Unternehmens widerspiegeln.

 

Einordnung in der Forschung am ITOP:

Die Masterarbeit ist im Themenfeld Technologie- und Innovationsmanagement angesiedelt. Sie tangiert aktuelle Forschung am Institut. Eine umfangreiche Betreuung des Studierenden ist sichergestellt.

 

Kontakt:

Niklas Bayrle

ITOP-Thema: Branchenzyklen und Innovationseffizienz (BA/MA)

Titel der Arbeit:

Branchenzyklen und Innovationseffizienz (BA/MA)

Skizze des Inhalts:
Mit Hilfe der ICA Methode lässt sich die Innovationseffizienz von Unternehmen bestimmen. Nach der Analyse bleibt oft die Frage offen, von welchen externen Faktoren die Innovationseffizienz abhängt. Beispielsweise können spezifische Branchen, spezifischen Zyklen unterworfen sein. Von welchen Faktoren hängen diese Zyklen ab?

Ziel dieser Arbeit ist es zu identifizieren, wie die Innovationseffizienz einzelner Branchen von Zyklen abhängt. Beispielsweise werden die Energie- und Pharmabranche von exogenen Faktoren wie dem Erdölpreis und dem demographischen Wandel stark beeinflusst. Können weitere Zyklen identifiziert werden, welche bei den Ergebnissen der Innovationseffizienz bedacht werden müssen?

Einordnung in der Forschung am ITOP:

Die Masterarbeit ist im Themenfeld Technologie- und Innovationsmanagement angesiedelt. Sie tangiert aktuelle Forschung am Institut. Eine umfangreiche Betreuung des Studierenden ist sichergestellt.

Kontakt:

Niklas Bayrle

Reputation von Autoren als Kriterium für die Verlässlichkeit von Wikipedia-Artikeln (MA) (Prof. Dr. Mathias Klier)

Themengebiet: Big Data Analytics, Data Mining, Datenqualität, Netzwerkanalyse

Kurzbeschreibung:

Da die Wikipedia von vielen Menschen als vertrauenswürdige Wissensquelle betrachtet wird und die in ihr enthaltenen Informationen beispielsweise auch von Assistenten wie Alexa und Siri genutzt werden, besteht ein großes Interesse daran, ihre Verlässlichkeit zu quantifizieren. Ein vielversprechender Ansatz dazu ist, die Verlässlichkeit eines Beitrags zu einem Wikipedia-Artikel danach zu beurteilen, wie vertrauenswürdig der Autor dieses Beitrags ist.

Während viele Websites, auf denen User ihr Wissen teilen, über ein integriertes Reputationssystem verfügen – beispielsweise „Reputation“ und „Badges“ auf den Websites des StackExchange-Netzwerks oder „Karma“ bei Reddit – fehlt ein solches in der Wikipedia vollständig. Die Vertrauenswürdigkeit eines Autors muss also zunächst ermittelt werden.

Dabei ist es naheliegend, anzunehmen, dass Autoren, die zu zahlreichen weiteren Artikeln desselben Themengebiets beigetragen haben, als Fachexperten angesehen werden können. Ihre Beiträge wären demnach vertrauenswürdiger als solche, die beispielsweise von Autoren stammen, die nur wenige Änderungen zu sehr unterschiedlichen Themen beigetragen haben.

Mit „WikiWho“ (Flöck/Acosta 2014) existiert seit einigen Jahren ein leistungsfähiger Algorithmus, der für jeden Wikipedia-Artikel die Textanteile aller daran beteiligten Autoren ermittelt. Dieser könnte als Grundlage für ein fachbezogenes Reputationssystem genutzt werden.

Aufgabenstellung:

Im Rahmen der Arbeit soll untersucht werden, ob sich der skizzierte Ansatz zur Einschätzung der Verlässlichkeit von Wikipedia-Artikeln eignet. Hierzu sollen zunächst bestehende Ansätze und Methoden zur Beurteilung der Verlässlichkeit von Wikipedia-Artikeln im Hinblick auf ihre Stärken und Schwächen sowie ihre praktische Einsetzbarkeit verglichen werden.

Anschließend soll ein Proof of Concept für einen neuen Ansatz entwickelt werden, bei dem auf Basis von „WikiWho“ die Reputation von Autoren bezogen auf ein Fachgebiet ermittelt wird. Diese Metrik soll auf einem aktuellen Datensatz der deutschsprachigen Wikipedia auf ihre Eignung zur Beurteilung der Verlässlichkeit von Wikipedia-Artikeln untersucht werden. Insbesondere soll dabei auch die Realisierbarkeit einer Bewertung in Echtzeit beurteilt werden.

Bei Interesse besteht die Möglichkeit, nach erfolgreichem Abschluss der Arbeit das entwickelte System dauerhaft auf den Cloud Services der Wikimedia Foundation für die allgemeine Nutzung bereitzustellen.

Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, grundlegende Informatikkenntnisse, Begeisterung für das Thema.

ITOP-Thema: Collaborative Chatbots - Ein Ansatz zur emergenten Zusammenarbeit und kollektiven Problemlösung durch Chatbots (MA) (Prof. Dr. Mathias Klier)

Themengebiet: Chatbots, Verteilte Künstliche Intelligenz, Multi-Agent-Based Chatbot

Kurzbeschreibung:

Bei aktuellen Anwendungen aus den Bereichen Künstliche Intelligenz (KI) und Machine Learning, gehören Chatbots mittlerweile bei vielen Unternehmen zu den heiß diskutierten Themen. Bereits jeder vierte Bundesbürger kann sich die Nutzung eines Chatbots vorstellen, so die Ergebnisse einer repräsentativen Befragung im Auftrag des Digitalverbands Bitkom. Besonders im Kundenservice werden bereits heute erfolgreich Chatbots eingesetzt, um die Kommunikation zu automatisieren und somit einerseits den Unternehmen Arbeitskraft einzusparen und andererseits die Zufriedenheit der Kunden durch schnelle, konsistente und 24/7 verfügbare Antworten zu steigern. In vielen Anwendungsfällen können Chatbots zwar durch ihr Expertenwissen auf spezifische Situationen und Fragestellungen antworten, reagieren allerdings unvorhersehbar und versagen, wenn eine Situation auftritt auf die sie nicht „trainiert“ wurden. Aus diesem Grund wird oftmals versucht, zusätzlich zum Expertenwissen weiteres Wissen in Chatbots zu integrieren, um auf vielfältige Situationen reagieren zu können. Um zu verhindern, dass jeder Chatbot alle Kunden-Situationen durch eigenes Wissen beantworten können muss, wird ein intelligenter Ansatz benötigt, der die Zusammenarbeit mehrerer Experten-Chatbots zur kollektiven Problemlösung ermöglicht.

Aufgabenstellung: 

Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Ansätzen und grundlegenden Methoden der Zusammenarbeit von Software-Agenten, dargestellt werden, die zur Erstellung von Collaborative Chatbots verwendet werden können. Außerdem soll ein Ansatz basierend auf mehreren Software-Agenten (existierende oder eigene Chatbots) zur kollektiven Problemlösung und emergenten Zusammenarbeit von Chatbots prototypisch anhand einer praktischen Problemstellung entwickelt, demonstriert und evaluiert werden. Ein kritischer Ausblick, Limitationen sowie weitere Einsatzmöglichkeiten des entwickelten Ansatzes runden Ihre Arbeit ab.

Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, grundlegende Informatikkenntnisse, Begeisterung für das Thema

ITOP-Thema: Transforming Big into Smart Data - Ein Smart Data Mining Ansatz auf Basis großer Datenmengen im Bereich Public Transportation (BA/MA) (Prof. Dr. Mathias Klier)

Themengebiet: Big Data Analytics, Smart Data, Künstliche Intelligenz, Machine Learning, Data Mining, Public Transportation

Kurzbeschreibung:

Das weltweit generierte Datenvolumen steigt kontinuierlich und es wird prognostiziert, dass sich das Volumen der jährlich zur Verfügung stehenden digitalen Datenmenge bis zum Jahr 2025 mehr als verzehnfachen wird. Big Data und Smart Data sind Begriffe, die bereits seit einiger Zeit rege in der Öffentlichkeit diskutiert werden. Als Big Data werden riesige Datenmengen (Volume) bezeichnet, die aus teilweise unterschiedlichen Datenquellen (Variety) mit unterschiedlicher Datenqualität (Validity/Veracity) stammen und in hoher Geschwindigkeit erzeugt (Velocity) werden. Heutzutage können diese enormen Datenmengen in vielen Bereichen mit relativ geringem Aufwand gesammelt werden können (z.B. Sensordaten eines Fahrzeugs). In vielen Fällen sind bloße Mengen an Daten jedoch nicht ausreichend, um Business Insights (Value) abzuleiten und einen Wettbewerbsvorteil zu erlangen. Smart Data geht hier einen Schritt weiter und wird oftmals wie folgt definiert:

Smart Data = Big Data + Nutzen + Semantik + Datenqualität + Sicherheit + Datenschutz = nutzbringende, hochwertige und abgesicherte Daten

Als Grundlage intelligenter Systeme, die immer häufiger dazu beitragen, Aktivitäten und Aufgaben besser, effizienter und in großen Volumina zu erledigen, wird die Transformation von Big Data in Smart Data durch intelligente Analysen und Auswertungen (Data Mining & Machine Learning) immer wichtiger. Bisher wird das Potenzial von Smart Data speziell im Public Transportation Sektor von Unternehmen allerdings nur sehr eingeschränkt genutzt. Um automatisiert Business Insights aus der großen Menge an verfügbaren Daten im Bereich Public Transportation abzuleiten und einen Wettbewerbsvorteil zu erlangen, wird ein Ansatz basierend auf Data Mining und Machine Learning benötigt, welcher die vorhandenen Informationen analysiert und auswertet.

Aufgabenstellung: 

Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Ansätzen und grundlegenden Methoden im Data Mining und Machine Learning (insbesondere für den Bereich Public Transportation) dargestellt werden, die zur Transformation von Big in Smart Data genutzt werden können. Außerdem soll ein Ansatz basierend auf Data Mining und Machine Learning Verfahren zur automatisierten Identifikation von Business Insights in Big Data entwickelt werden, der anhand einer praktischen Problemstellung entwickelt, demonstriert und evaluiert wird. Ein kritischer Ausblick, Limitationen sowie weitere Einsatzmöglichkeiten des entwickelten Ansatzes runden Ihre Arbeit ab.

Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, grundlegende Informatikkenntnisse, Begeisterung für das Thema

ITOP-Thema: Einsatzmöglichkeiten von Speech Recognition im Kundenservice von Unternehmen (BA/MA) (Prof. Dr. Mathias Klier)

Themengebiet: Künstliche Intelligenz, Machine Learning, Speech Recognition

Kurzbeschreibung:

Bei intelligenten Systemen (wie bspw. Alexa, Siri oder Google Home) ist ein enormer Fortschritt hinsichtlich der automatisierten Erkennung von Sprachbefehlen erkennbar, um alltägliche Aktivitäten sowie Aufgaben besser und effektiver zu erledigen. Dabei greifen diese Systeme auf Methoden aus dem Bereich der Speech Recognition zurück, um Befehle eines Nutzers in natürlicher Sprache entgegenzunehmen. Bisher wird das Potenzial dieser Verfahren speziell im Kundenservice von Unternehmen allerdings nur sehr eingeschränkt genutzt. Dies ist in gewisser Hinsicht überraschend, da hier durchaus vielversprechende Möglichkeiten existieren, um den Kundenservice zu verbessern bzw. zu unterstützen. Beispielsweise könnten Verfahren der Speech Recognition eingesetzt werden, um Telefongespräche im Kundenservice in Echtzeit zu analysieren und den ServicemitarbeiterInnen dadurch in der Lösungsfindung der Kundenprobleme zu unterstützen. Dies wäre gleichzeitig ein erster Schritt in Richtung der Vision eines vollautomatisierten Kundenservice durch intelligente Systeme.

Aufgabenstellung: 

Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Ansätzen und grundlegenden Methoden der Speech Recognition dargestellt werden, die zur Aufzeichnung sowie Analyse eines Kundengesprächs per Telefon genutzt werden können. Außerdem soll ein Ansatz basierend auf Methoden der Speech Recognition entwickelt werden, der anhand einer praktischen Problemstellung demonstriert und evaluiert wird. Ein kritischer Ausblick, Limitationen sowie eine Diskussion weiterer Einsatzmöglichkeiten des entwickelten Ansatzes runden Ihre Arbeit ab.

Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, grundlegende Informatikkenntnisse, Begeisterung für das Thema

ITOP-Thema: Social and Professional Sensing in text messages – Ein Ansatz zur automatisierten Differenzierung und Kategorisierung des Textes innerhalb einer Nachricht (BA/MA) (Prof. Dr. Mathias Klier)

Themengebiet: Künstliche Intelligenz, Machine Learning, social and professional information

Kurzbeschreibung:

In der Ära der intelligenten Systeme, in der immer mehr Systeme alltägliche Aktivitäten und Aufgaben besser, effizienter und in großen Volumina erledigen können, werden immer häufiger Fragen in sozialen Medien oder auf Unternehmens-Webseiten automatisiert beantwortet. Da diese Fragen oftmals mehrere Komponenten (beispielsweise eine fachliche als auch eine soziale Komponente) beinhalten, müssen die unterschiedlichen Informationen von intelligenten Systemen interpretiert werden können, um eine passende Antwort vorzuschlagen, die fachlich korrekt und zugleich menschlich und ggf. mitfühlend wirkt. Um automatisiert alle Aspekte einer Frage beantworten zu können, wird ein Ansatz basierend auf Social und Professional Sensing benötigt, welcher die unterschiedlichen Informationsarten in einer Nachricht identifizieren und separieren kann.

Aufgabenstellung: 

Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Ansätzen und grundlegenden Methoden zur Textklassifikation dargestellt werden, die zur Identifizierung von sozialen und fachlichen Informationen in einer Nachricht genutzt werden können. Außerdem soll ein Ansatz basierend auf Social und Professional Sensing entwickelt werden, der anhand einer praktischen Problemstellung demonstriert und evaluiert wird. Ein kritischer Ausblick, Limitationen sowie weitere Einsatzmöglichkeiten des entwickelten Ansatzes runden Ihre Arbeit ab.

Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, grundlegende Informatikkenntnisse, Begeisterung für das Thema

ITOP-Thema: Natural Language Generation – Systeme zur Automatisierung des Customer Service (BA/MA) (Prof. Dr. Mathias Klier)

Themengebiet: Künstliche Intelligenz, Machine Learning

Kurzbeschreibung:

Die automatisierte Erzeugung von Texten in natürlicher Sprache (engl. Natural Language Generation (NLG)) stellt einen Teilbereich der künstlichen Intelligenz und Computerlinguistik dar, der sich mit dem automatisierten Verfassen von Texten in natürlicher Sprache befasst. Zu diesem Zweck kombinieren NLG-Systeme Wissen über die natürliche Sprache mit Domain-spezifischem Wissen (beispielsweise zur Erstellung von automatisierten Antworten/Nachrichten, Reports, technischen Dokumentationen oder anderen Arten von Texten).

Besonders im Customer Service ist die steigende Anzahl an schriftlichen Kundenanfragen und/oder Problemen manuell kaum handhabbar. Um die großen Mengen an Kundenanfragen effizient und schnell zu beantworten, werden automatisierte Ansätze eingesetzt, die Mitarbeitern Antwortvorschläge vorschlagen und somit die Arbeit erleichtern. Die Antwortvorschläge müssen allerdings oft durch den Mitarbeiter an die eigentliche Fragestellung des Kunden angepasst werden. An dieser Stelle könnten NLG-Systeme einen Mehrwert bieten, indem (mehrere) passende Antworten kundengerecht (um)formuliert werden.

Aufgabenstellung: 

Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Ansätzen und grundlegenden Methoden von NLG dargestellt werden, die zur automatisierten Generierung von Texten in natürlicher Sprache genutzt werden können. Außerdem soll aufgezeigt werden, welche Anwendungsfelder NLG aufweist. Insbesondere soll ein Ansatz basierend auf NLG anhand einer praktischen Problemstellung entwickelt, demonstriert und evaluiert werden, um Teilbereiche des Customer Service zu automatisieren. Ein kritischer Ausblick, Limitationen sowie weitere Einsatzmöglichkeiten des entwickelten Ansatzes runden Ihre Arbeit ab.

Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, Begeisterung für das Thema

ITOP-Thema: Case-based Reasoning basierend auf Neuronalen Netzen – Ein Ansatz zur automatisierten Beantwortung von Fragen im Customer Service (BA/MA) (Prof. Dr. Mathias Klier)

Themengebiet: Künstliche Intelligenz, Machine Learning, Case-based Reasoning, Neuronale Netze

Kurzbeschreibung:

Fallbasiertes Schließen (engl. Case-based reasoning (CBR)) bezeichnet ein Verfahren, welches durch Analogie und logisches Schlussfolgern Problemstellungen löst. Ein CBR-System verhält sich ähnlich zur menschlichen Vorgehensweise, indem das System neue Problemstellungen auf Basis von bereits gelösten Problemen ausder Vergangenheit löst. Im Bereich der Textanalyse stellt dies eine sehr komplexe Aufgabe dar, da Texte bei identischer Semantik, in ihrer Syntax stark unterschiedlich sein können. Automatisierte Systeme zur Textanalyse müssen folglich unabhängig von der Syntax, die Informationen im Problem bzw. einer Frage identifizieren können.

In der Ära der intelligenten Systeme (z. B. neuronale Netze), in der immer mehr Systeme alltägliche Aktivitäten und Aufgaben bessereffizienter und in größeren Volumina erledigen können (z. B. automatisiertes Autofahren, Schach/Go spielen, Zeitungsartikel formulieren), werden in sozialen Medien oder auf Unternehmens-Webseiten Fragen zunehmend automatisiert beantwortet. In der Praxis zeigt sich allerdings, dass automatisierte Antworten für komplexere Fragestellungen bisher kaum möglich sind. Um den CBR-Prozess für komplexe Fragestellungen zu automatisieren, könnten neuronale Netze eingesetzt werden, welche bereits in anderen Einsatzgebieten erfolgreich angewendet wurden.

Aufgabenstellung:

Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Ansätzen und grundlegenden Methoden von neuronalen Netzen (in CBR) dargestellt werden, die zur Analyse von textuellen Informationen genutzt werden können. Außerdem soll ein CBR-Ansatz basierend auf neuronalen Netzen entwickelt werden, der anhand der praktischen Problemstellung eines Versicherers demonstriert und evaluiert wird. Ein kritischer Ausblick, Limitationen sowie weitere Einsatzmöglichkeiten des entwickelten Ansatzes runden Ihre Arbeit ab.

 

Voraussetzungen: gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, grundlegende Informatikkenntnisse, Begeisterung für das Thema

ITOP-Thema: „Crowdfunding & Social Media Analytics“ (MA) (Prof. Dr. Mathias Klier)

Themengebiet: Social Media Analytics

 

Kurzbeschreibung:

Mit Hilfe von Crowdfunding lassen sich neue Projekte, Produkte und Geschäftsideen finanzieren. Plattformen wie „kickstarter“ stellen dabei über das World Wide Web den Kontakt zwischen möglichen Kapitalgebern und den Unternehmungen her. Gleichzeitig stehen über soziale Medien, wie beispielsweise Online Social Networks, Microblogs, Wikis, Bewertungs-Communities sowie Diskussionsforen, heutzutage enorme Datenmengen zur Verfügung. Die zielgerichtete und fundierte Analyse dieser Daten ermöglicht eine verbesserte Entscheidungsunterstützung und birgt großes Potenzial im Hinblick auf die Bewertung der durch Crowdfunding finanzierten Projekte. Social Media Analytics bietet dabei eine Vielzahl an Methoden und Anwendungen wie beispielsweise Textanalysen sowie soziale Netzwerkanalysen, um unter anderem Meinungen in sozialen Medien zu erfassen.

 

Aufgabenstellung:

Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Social Media Analytics mit Fokus auf ausgewählte Methoden zur Analyse von umfangreichen Mengen an strukturierten und unstrukturierten Daten untersucht und aufbereitet werden. Außerdem soll untersucht werden, inwieweit diese Methoden geeignet sind, um den Erfolg oder Misserfolg von Crowdfunding-Kampagnen vorherzusagen. Hierfür soll eine Analyse der auf „kickstarter“ durchgeführten Kampagnen (Datensatz: https://webrobots.io/kickstarter-datasets/) in Verbindung mit Daten aus sozialen Netzwerken (z. B. Twitter oder Facebook) durchgeführt werden.

 

Voraussetzungen:

gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, Begeisterung für das Thema

ITOP-Thema: „Text Mining und Topic Modeling bei Internetdokumenten“ (MA) (Prof. Dr. Mathias Klier)

Themengebiet: Text Mining, Topic Modeling

 

Kurzbeschreibung:

Im Internet kann auf eine große Anzahl an Lebensläufen (CVs) zugegriffen werden. Beispielsweise verfügen freiberufliche Spezialisten oft über einen Internetauftritt, auf dem zumeist auch ein Lebenslauf im PDF-Format zum Download angeboten wird. Zudem offerieren auch Vermittlungsdienste CVs über das Internet. Diese CVs sind für Unternehmen im Rahmen ihrer Human Resources-Tätigkeiten hochinteressant.

Zur Nutzung dieses Potenzials wurde von einem Praxispartner ein Crawler aufgebaut, der – mit Suchbegriffen gespeist – in Suchmaschinen zielgerichtet nach PDF-Dokumenten sucht und diese automatisiert herunterlädt. Die Dokumente wurden mittels Klassifizierungs-Algorithmen in die Gruppen CVs und Nicht-CVs unterteilt. Dabei umfasst die Gruppe der für dieses Thema interessanten CVs etwa 3.000 Dokumente aus verschiedensten Fachrichtungen.

Ziel der Arbeit ist es, diese Datenbasis für Human Resources-Tätigkeiten aufzubereiten. Nach entsprechenden Vorverarbeitungsschritten sollen hierbei Text Mining- bzw. Topic Modeling-Verfahren wie beispielsweise Latent Semantic Analysis oder Latent Dirichlet Allocation eingesetzt werden, um zum Beispiel eine Einteilung der CVs nach Fachrichtung erzielen zu können.

 

Aufgabenstellung:

Im Rahmen der Arbeit soll ein strukturierter Überblick über bestehende Methoden und Anwendungen von Text Mining und Topic Modeling gegeben werden. Ein (kritischer) Vergleich der jeweiligen Methoden sowie eine Analyse ihrer Einsatzmöglichkeiten im Bereich Human Resources runden den Theorieteil der Arbeit ab. Im Praxisteil wenden Sie softwaregestützt (z. B. KNIME Analytics Plattform, R oder Python) eine oder mehrere Methoden auf den von uns bereitgestellten Datensatz an und interpretieren Ihre Ergebnisse.

 

Voraussetzungen:

gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, Begeisterung für das Thema

ITOP-Thema: „Social Network Analysis im Kontext “Learning”“ (MA) (Prof. Dr. Mathias Klier)

Themengebiet: Social Network Analysis

 

Kurzbeschreibung:

Im Rahmen der Digitalisierung werden die Angebote im Bereich E-Learning immer verbreiteter. Dabei stellt sich die Frage, wie die Kommunikation und das Lernen im Bereich E-Learning ablaufen. Ein Ansatz zur Untersuchung dieser neuen Lernform, der hier neue Einblicke verspricht, ist die Soziale Netzwerkanalyse. Dieses Forschungsgebiet betrachtet die Beziehungen oder auch Interaktionen zwischen Individuen und analysiert das daraus entstehende Netzwerk. Es stellt sich die Frage, wie genau verschiedene Bereiche des E-Learnings modelliert werden müssen, um bestimmte Methoden dieses Ansatzes darauf anwenden zu können, und welche dieser Methoden besonders hilfreiche Erkenntnisse liefern können.

 

Aufgabenstellung:

Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu Ansätzen ausgewählter Methoden der Social Network Analysis (SNA) untersucht und aufbereitet werden. Darüber hinaus soll ein Überblick über die Angebote im (E-)Learning-Bereich mit Fokus auf einem (selbst gewählten) Teilbereich gegeben werden. Anschließend soll herausgearbeitet werden, inwiefern bzw. wie der ausgewählte Teilbereich als (soziales) Netzwerk modelliert werden kann und wie mit ausgewählten Methoden der SNA speziell dieser Teilbereich auf gewisse selbst gewählte Fragestellungen untersucht werden könnte. Bei Vorliegen eines passenden Datensatzes kann der selbst entwickelte Ansatz an diesem demonstriert werden. Abschließend sollen die Vor- und Nachteile der Anwendung von Methoden der SNA auf den Learning-Kontext bzw. den ausgewählten Teilbereich daraus diskutiert werden.

 

Voraussetzungen:

Gute Strukturierungsfähigkeit, gute Transferfähigkeit, sorgfältige und selbständige Arbeitsweise, Begeisterung für das Thema

 

Literaturhinweise:

de Laat, M., Lally, V., Lipponen, L., Simons, R.-J. (2007).
Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for Social Network Analysis. In: Computer-Supported Collaborative Learning, 2, SS. 87-103.

ITOP-Thema: „Social Media Analytics – Was können Versicherungen über ihre Kunden und deren Wünsche lernen?“ (Masterarbeit) (Prof. Dr. Mathias Klier)

Themengebiet: Social Media Analytics

 

Kurzbeschreibung:

Über soziale Medien, wie beispielsweise Online Social Networks, Microblogs, Wikis, Bewertungs-Communities sowie Diskussionsforen, stehen Unternehmen heutzutage enorme Datenmengen zur Verfügung. Die zielgerichtete und fundierte Analyse dieser Daten ermöglicht eine verbesserte Entscheidungsunterstützung und birgt großes Potenzial in den unterschiedlichsten Anwendungsbereichen (z. B. Innovationsmanagement, Produktentwicklung, Marketing, Customer Relationship Management, internes Wissensmanagement).

Kunden äußern in Social Media verstärkt Anliegen, Kritik, Lob und Wünsche. Die Analyse dieser Kundenäußerungen bietet insbesondere auch für Versicherungen enormes Potenzial. Beispielsweise können Versicherungen Social Media-Daten (z. B. aus Twitter und Facebook) analysieren, um herauszufinden, wie zufrieden ihre Kunden mit dem Unternehmen allgemein oder mit einzelnen Produkten sind, welche Anforderungen und Wünsche ihrer Kunden haben und welche Kunden besonders zentral und einflussreich sind (z. B. im Kontext viraler Marketingkampagnen). Social Media Analytics bietet hierfür eine Vielzahl an Methoden, beispielsweise zur Sentiment-, Text- und sozialen Netzwerkanalyse.

 

Aufgabenstellung:

Im Rahmen der Masterarbeit soll der aktuelle Stand der Forschung zu grundlegenden Methoden von Social Media Analytics (z. B. Auslesen, Modellieren, Analysieren und Erfassen von Daten) sowie zur Analyse von umfangreichen Mengen an strukturierten und unstrukturierten Social Media-Daten untersucht und aufbereitet werden. Außerdem soll (kritisch) diskutiert werden, welche Potenziale Social Media Analytics speziell für die Versicherungsbranche bietet. Die exemplarische praktische Anwendung ausgewählter Methoden anhand eines realen (Twitter-)Datensatzes rundet die Arbeit ab.

 

Voraussetzungen:

gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, Begeisterung für das Thema

 

Literaturhinweis:

Stieglitz, Stefan; Dang-Xuan, Linh; Bruns, Axel; Neuberger, Christoph (2014): Social Media Analytics. In: Business & Information Systems Engineering 6 (2), pp. 89–96.

ITOP-Thema: „Text Recognition in Images – Methoden und Möglichkeiten zur Prozessautomatisierung“ (BA/MA) (Prof. Dr. Mathias Klier)

Themengebiet: Künstliche Intelligenz, Machine Learning

 

Kurzbeschreibung:

Unter Text Recognition in Images versteht man das automatisierte Herausfiltern von Informationen in natürlicher Sprache, die in Bildern eingebettet sind. Dies stellt eine komplexe Aufgabe dar, da sich Text in Bildern in Bezug auf Größe, Schriftart, Abstand, Ausrichtung, Farbe und Struktur stark unterscheiden kann und dadurch für automatisierte Systeme schwer zu identifizieren ist.

In der Ära des Smartphones lassen sich schnell und komfortabel Bilder von Dokumenten, wie beispielsweise Rechnungen, Anträgen, Kündigungen etc., machen, um die enthaltenen Informationen in Form von Bilder bzw. Fotos zu übermitteln. Allerdings müssen diese Dokumente in Form von Bildern dann häufig noch von Mitarbeitern bearbeitet werden, um den Text aus den Bildern manuell in das jeweilige System zu übertragen. Um diesen Prozess zu automatisieren, können Methoden der Text Recognition in Images eingesetzt werden.

 

Aufgabenstellung:

Im Rahmen der Arbeit soll der aktuelle Stand der Forschung zu grundlegenden Ansätzen und Methoden der Text Recognition in Images (z. B. Text Location, Machine Learning und Unsupervised Classification) aufbereitet werden. Außerdem soll aufgezeigt werden, welche Anwendungsfelder und -möglichkeiten Text Recognition in Images und entsprechende Methoden aufweisen. Ein Überblick über die wichtigsten auf dem Markt existierenden Text Recognition-Tools sowie ein kritischer Vergleich der jeweiligen Funktionalitäten und Einsatzmöglichkeiten runden Ihre Arbeit ab.

 

Voraussetzungen:

gute Strukturierungsfähigkeit, sorgfältige Arbeitsweise, Begeisterung für das Thema

ITOP-Thema: Implementierung des Geschäftsmodellinnovationsprozesses (GMI) in die Produkt- und Dienstleistungsmanagement-Prozesslandkarte (MA)

Skizze des Inhalts:

Die Entwicklung und Implementierung der Geschäftsmodellinnovation in Unternehmen findet immer häufiger Anwendung. Die Produktmanager, als Verantwortliche für das Management der Produkte und industriellen Dienstleistungen über den gesamten Produktlebenszyklus, haben die Herausforderung, die entsprechenden Geschäftsmodelle zu entwickeln und zu implementieren. Die bereits entwickelte Prozesslandkarte des Produkt- und Dienstleistungsmanagements sieht einen begleitenden Prozess der Geschäftsmodellinnovation vor. Eine konkrete Auseinandersetzung mit den prozessualen Inhalten, wie Inputs, Outputs, Rollenverteilung etc. fehlt. Die bestehende Literatur weist potenzielle Ansätze aus, die jedoch unvollständig sind.

 

Das Ziel dieser Arbeit ist im Kontext des Produkt- und Dienstleistungsmanagements, den Prozess der Geschäftsmodellinnovation auf Makro- und Mikroprozessebene konkret zu beschreiben und in die Prozesslandkarte einzuordnen. Die bestehende Literatur wird dabei zunächst analysiert. Anschließend erfolgen eine Ausarbeitung des Prozesses sowie eine empirische Untersuchung. Auf Basis der gewonnenen Erkenntnisse kann der GMI-Prozess in die Prozesslandkarte des Produkt- und Dienstleistungsmanagements integriert werden. Unternehmen haben somit die Möglichkeit, Geschäftsmodelle für Produkte und Dienstleistung nach einem systematischen Vorgehen zu entwickeln und zu implementieren.

 

Einordung in die Forschung am ITOP:

Die Forschungsarbeit ist inhaltlich dem Produktmanagement zuzuordnen und beinhaltet sowohl theoretische, als auch praxisrelevante Aspekte. Thematisch tangiert die ausgeschriebene Forschungsarbeit ein Forschungs- und Promotionsprojekt am ITOP. Eine intensive Betreuung des Studierenden ist sichergestellt, weiterhin existiert am ITOP ausreichend Grundlagenliteratur.

 

Kontakt:

Thomas Mahnke

Kontakt

Universität Ulm
Institut für Technologie- und Prozessmanagement
Helmholtzstraße 22
89081 Ulm


 

Postadresse:

Universität Ulm
Institut für Technologie- und Prozessmanagement
89069 Ulm


Anette Lesle
Tel.: +49 (0) 7 31/50-3 23 01
Fax: +49 (0) 7 31/50-3 23 09
E-Mail: anette.lesle(at)uni-ulm.de