Themen für Abschlussarbeiten

Aktuelle Auschreibungen nach Themenfeldern

Hier finden Sie unsere aktuellen Auschreibungen für Abschlussarbeiten nach Themenfeldern, sowie den Namen des jeweiligen Betreuenden.

Themenfeld: Digitaler Wandel von Unternehmen

Themenfeld: Digitale Medienunternehmen

Themenfeld: Daten-basierte Geschäftskonzepte

Themenfeld: Process and Algorithmic Management

Bewerbungen bitte ausschließlich über das hier verlinkte Kontaktformular.

Bewerbung für Abschlussarbeiten - nur hier!

Digitaler Wandel von Unternehmen

Beyond Digital Transformation: Was kommt danach?
Die Digitale Transformation ist ein spezieller Managementansatz. Dieser fordert umfangreiche Investitionen, eine passende Struktur und nicht zuletzt die Aufmerksamkeit des Top-Managements. Unternehmen setzen sich innerhalb der digitalen Transformation kontinuierlich mit neuen digitalen Technologien auseinander, die wichtige Chancen oder kritische Bedrohungen darstellen und erarbeiten sich dabei eine systematische Nutzung dieser digitalen Technologien. Es wird jedoch nicht funktionieren, ein Unternehmen dauerhaft in den "Sonderzustand" der digitalen Transformation zu versetzen. Erforderlich ist in diesem Fall vielmehr eine auf ständige Herausforderungen durch digitale Technologien ausgerichtete "Digital Defined Organization". Wie eine solche "Digital Defined Organization" aussieht, lässt sich heute nur grob erkennen. Unternehmen die sich in diesem Stadium der digitalen Transformation befinden, benötigen etablierte strategische und operative Mechanismen um Digitale Innovationen (digitale Produkt- und Dienstleistungsinnovationen, digitale Prozessinnovationen und digitale Geschäftsmodellinnovationen) weiterhin erfolgreich treiben und managen können. Um diese Mechanismen und ihre Ansätze zu untersuchen, bietet dieses zukunftsorientierte Forschungsfeld große Potenziale. Abschlussarbeiten in diesem Forschungsfeld bieten daher diverse Möglichkeiten. Ein Forschungsfokus in diesem Forschungsfeld ist beispielsweise die Untersuchung der digitalen Fähigkeiten und Kompetenzen auf Unternehmens- und Individualebene. Welche (neue) digitale Fähigkeiten und Kompetenzen werden für die Digitale Transformation und danach benötigt? Wie werden diese aufgebaut? Wo befinden sich die Fähigkeiten in einem Unternehmen? Und wie hängen Fähigkeiten, Kompetenzen, Knowledge und Skills zusammen? Literaturüberblicke, sowie empirische Forschungsmethoden eignen sich zur Bearbeitung des Themas, Kooperationen mit Unternehmen sind möglich.
Bei Interesse an diesem Themenfeld wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Mathias Bohrer. Arbeiten in englischer Sprache werden bevorzugt.
Digitale Transformation des Mittelstands
Die Anwendungsmöglichkeiten für digitale Technologien in Unternehmen sind in den letzten Jahrzehnten stark gewachsen. Um konkurrenzfähig zu bleiben, stellt die Nutzung digitaler Technologien eine notwendige Kompetenz für Unternehmen dar. Hierzu sind unter anderem Veränderungen in deren organisationalen Strukturen, Wertschöpfungsprozessen oder der Kultur notwendig. Diese Transformationen wurden in den letzten Jahren meist an Konzernen untersucht, welche sich jedoch im Management der digitalen Transformation von mittelständischen Unternehmen stark unterscheiden. Mittelständische Unternehmen, die das Rückgrat vieler Wirtschaftsräume bilden, stehen aktuell vor der Herausforderung, die digitale Transformation zu managen. Somit benötigt es für die digitale Transformation von mittelständischen Unternehmen neue Managementansätze, die deren besonderen Charakteristiken in deren Wertschöpfung, dem strategischen Fokus und den Strukturen berücksichtigen.
Aufgrund des aktuellen Aufschwungs des Forschungsbereichs bieten sich eine Vielzahl an Themenfelder für eine Abschlussarbeit an. Im Zentrum der Forschung steht die Auseinandersetzung mit dem Management der digitalen Transformation im Mittelstand. Hierzu können verschiedene Themenfelder des Managements der digitalen Transformation untersucht werden, wie zum Beispiel die Veränderung der Wertschöpfung durch digitale Innovation (wie z.B. Geschäftsmodellinnovation) oder die notwendigen Vorrausetzungen (wie z.B. organisationale Strukturen), um die Veränderungen zu ermöglichen, bis hin zu Rahmenkonzepte für das Management der digitalen Transformation (wie z.B. eine digitale Transformationsstrategie für den Mittelstand).
Bei Interesse an diesen Themenfeldern wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Linus Lischke. Arbeiten in englischer Sprache werden bevorzugt.
Governance von digitalen Ökosystemen
Die zunehmende Vernetzung von Geräten, Individuen und Unternehmen durch digitale Technologien eröffnet neue Möglichkeiten für die kollaborative Wertschöpfung in digitalen Ökosystemen. Diese Systeme sind geprägt von komplexen Beziehungen, Abhängigkeiten und Dynamiken. Folglich entstehen neuartige Herausforderungen im Bezug auf das Management der Teilnehmer innerhalb dieser Ökosysteme. Das trifft besonders auf Datenökosysteme zu, die ein hohes Maß an Vertrauen zwischen den beteiligten Partnern erfordern und in dezentralen Strukturen organisiert sind. Die Steuerung der vielfältigen Partner und ihrer individuellen Interessen erfordert deshalb innovative Ansätze.
Daraus ergeben sich spannende Fragestellungen, die im Rahmen einer Abschlussarbeit untersucht werden können: Wie kann die Gestaltung der Architektur eines Ökosystems erfolgen, um die oft äußerst vielfältigen Partner erfolgreich einzubeziehen? Welche Formen können kollaborative Steuerungsmechanismen annehmen? Wie lassen sich umfassende Strategien für das gesamte Ökosystem entwickeln, und was sind zentrale Bestandteile dieser übergeordneten Strategien? Wie beeinflusst das Ökosystem das Verhalten der einzelnen Teilnehmer?
Bei Interesse an diesem Themenfeld wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Pauline Liebert. Arbeiten in englischer Sprache werden bevorzugt.
Partizipation im digitalen Transformationsprozess
Digitale Transformationsinitiativen stehen häufig vor großen Herausforderungen oder scheitern sogar. Während digitale Technologien ein wesentliches Element der digitalen Transformation darstellen, wird in der aktuellen Forschung zunehmend die Bedeutung des menschlichen Elements betont. Die Beteiligung der Nutzer und partizipatives Design werden in der Information Systems Forschung seit jeher als wichtig angesehen. Partizipation soll zu einem höheren Engagement der Mitarbeitenden und einer verbesserten Akzeptanz des Wandels führen.
Es gilt zu verstehen, wie die Beteiligung der Mitarbeitenden an digitalen Transformationsprozessen gestaltet und gefördert werden kann. Der Fokus soll dabei auf dem Konzept der digitalen Innovation, welche den Kern der digitalen Transformation bildet, sowie auf der Individualebene liegen. Mögliche Anknüpfungspunkte sind: Wo findet Partizipation im Rahmen der digitalen Transformation im Unternehmen statt? Wie kann Partizipation im digitalen Innovationsprozess erfolgen? Wie können Manager und Mitarbeitende effektiv involviert werden? Welche Rolle spielen digitale Tools? Mögliche Methoden zur Bearbeitung dieses Themas umfassen Literaturüberblicke und empirische Forschungsmethoden (wobei empirische Studien zu empfehlen sind). Kooperationen mit Unternehmen sind möglich. Bei Interesse an diesem Themenfeld wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Julia Kraus. Arbeiten in englischer Sprache werden bevorzugt.

Digitale Medienunternehmen

Generative Künstliche Intelligenz in der Medienindustrie
Die Medienindustrie durchläuft eine tiefgreifende Transformation, die durch den exponentiellen Anstieg digitaler Technologien und Daten getrieben wird. Neues Schlüsselelement dieser Veränderung ist die Anwendung von generativer Künstlicher Intelligenz (KI). Während generative KI in vielen Branchen von Bedeutung ist, bietet die Medienbranche aufgrund ihrer inhärenten Kreativität und ihres direkten Kontakts zum Verbraucher eine besonders reiche und komplexe Landschaft für die Erforschung der Technologie. Folgend besteht der dringende Bedarf die vielfältigen Anwendungsfelder von KI in der Medienlandschaft zu analysieren, um Potenziale und Herausforderungen zu identifizieren. Mögliche Abschlussarbeiten sind:

Typologie der digitalen Transformation von Medienunternehmen (Bachelorarbeit): Welche spezifischen Archetypen strategischer Ausrichtungen können im Kontext der digitalen Transformation bei Medienunternehmen identifiziert werden?
Literaturüberblick zur Zusammenarbeit zwischen Mensch und generativen KI-Systemen (Bachelorarbeit): Inwiefern werden generative KI-Systeme bereits als Teammates wahrgenommen?
Empirische Untersuchung von Innovationsstrategien im Bereich generativer KI in der Medienindustrie (Masterarbeit): Wie implementieren Medienunternehmen generative KI in ihre Innovationsstrategien, und welche Auswirkungen hat dies auf Produktentwicklung und Geschäftsmodelle in der Medienbranche?
Empirische Studie zur Veränderung der Identität von Medienunternehmen durch generative KI (Masterarbeit): "Wie verändert der Einsatz generativer KI die Rolle und das Selbstverständnis von Medienschaffenden, und welche Implikationen ergeben sich daraus für Medienunternehmen?"

Bei Interesse an diesem Themenfeld wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Nina Zwingmann. Arbeiten in englischer Sprache werden bevorzugt.

Deepfakes im Kontext digitaler Desinformation und Fehlinformation
Die gegenwärtige Medienlandschaft erlebt eine nie dagewesene Transformation, angetrieben von der exponentiellen Entwicklung digitaler Technologien und der enormen Menge an verfügbaren Daten. In dieser Ära digitaler Revolution steht insbesondere die Anwendung von (generativer) KI im Mittelpunkt. KI-Technologien wie maschinelles Lernen und tiefe neuronale Netzwerke haben die Medienindustrie auf radikale Weise umgestaltet und bieten Möglichkeiten, die noch vor kurzem undenkbar waren. In diesem Zusammenhang gewinnen Deepfakes - künstlich erzeugte Medieninhalte - zunehmend an Bedeutung und bergen sowohl Herausforderungen als auch Chancen.

Deepfakes haben als synthetische Medieninhalte das Potenzial, nicht nur unser Verständnis von Realität und Authentizität zu erschüttern, sondern auch die Glaubwürdigkeit von Medienorganisationen und die Verbreitung von Informationen zu beeinflussen. Sie sind somit ein Spiegelbild unserer Zeit und stellen eine der jüngsten und wichtigsten Entwicklungen in der Medientechnologie dar. Als integraler Bestandteil der digitalen Fehlinformation und Desinformation werfen Deepfakes dringende Fragen auf und erfordern vertiefte Analysen.
Im Zuge dieser Entwicklungen besteht ein akuter Bedarf, die vielfältigen Aspekte von Deepfakes im Kontext digitaler Desinformation und Fehlinformation zu erforschen und zu verstehen. Eine Abschlussarbeit könnte dementsprechend verschiedene Aspekte der Thematik untersuchen:

A) Technologischer Fokus

Deepfake-Entwicklung: Die Arbeit könnte sich auf die Techniken und Methoden zur Erstellung von Deepfakes konzentrieren, einschließlich der Verwendung von generativen neuronalen Netzwerken und ihrer Weiterentwicklung.
Deepfake-Erkennung und Bekämpfung: Untersuchen Sie die Möglichkeiten und Herausforderungen bei der Erkennung und Bekämpfung von Deepfakes, um deren Verbreitung einzudämmen.

B) Stakeholder-Perspektiven

Endnutzer/Konsumenten-Perspektive: Analysieren Sie, wie Endnutzer Deepfakes wahrnehmen und welche Auswirkungen dies auf das Vertrauen in Medienorganisationen und deren Inhalte hat.
Unternehmensperspektive (insbesondere Medienunternehmen): Führen Sie Fallstudien durch, um zu untersuchen, wie Medienunternehmen in der Praxis mit Deepfakes umgehen und Strategien zur Bewältigung dieser Herausforderung entwickeln.
Deepfake-Generierer: Untersuchen Sie die Motive hinter den Erstellern von Deepfakes und analysieren Sie verschiedene Dimensionen dieser Aktivitäten.
Gefakte Personen: Analysieren Sie die Auswirkungen von Deepfakes auf diejenigen, die Opfer von gefälschten Inhalten werden und untersuchen Sie mögliche rechtliche, gesellschaftliche sowie betriebswirtschaftliche Konsequenzen.

Potenzielle Fragen:

Wie werden Deepfakes in verschiedenen Bereichen der Medienproduktion, -distribution und -monetarisierung eingesetzt?
Welche gesellschaftlichen Auswirkungen ergeben sich aus der Anwendung von Deepfakes in den Medien, insbesondere in Bezug auf Meinungsbildung und gesellschaftliche Diskurse? Und wie wirken sich diese auf die Wertschöpfung von Medienunternehmen aus?
Inwiefern verändern Deepfakes die Rolle und das Selbstverständnis von Medienschaffenden?
Welche neuen Geschäftsmodelle entstehen durch die Anwendung von Deepfakes und wie beeinflusst dies den Wettbewerb in der Medienlandschaft?

Bei Interesse an diesem Themenfeld wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Joseph Nserat. Arbeiten in englischer Sprache werden bevorzugt.

Daten-basierte Geschäftskonzepte

Digitale Services und Datennutzung
Ist personalisierte Werbung ein Mehrwert für den Nutzer? Was passiert mit Daten über Fahrverhalten (Smart Car) oder Gesundheitsdaten (Smart Watches)?
Über Smart Speakers, Streaming-Dienste, soziale Medien und viele andere Dienste und Produkte werden ständig persönliche Daten über Nutzer gesammelt. Dabei benötigen die zugrundeliegenden Technologien wie IoT oder KI einen unbegrenzten Datenzugang, um zu funktionieren. Gleichzeitig profitiert der Anbieter von den Daten durch Serviceinnovationen. Zudem sind einige digitale Geschäftsmodelle (u.a. werbebasierte) ohne Daten nicht mehr profitabel oder für den Nutzer möglicherweise nicht mehr kostenlos. Der Anbieter ist in einer günstigen Position, die gesammelten Nutzerdaten zu besitzen (Informationspotential) und von ihnen zu profitieren (Wertpotential), was beim Nutzer zu (datenschutzrechtlichen) Bedenken führen kann, und ein Spannungsverhältnis zwischen Nutzung und Schutz der Daten entsteht.
Arbeiten in diesem Forschungsgebiet bieten diverse Themen und Fragestellungen: u.a. Informations- oder Wertpotentiale von Daten, die Ausgestaltung des Spannungsfeldes, die Position/ der Handlungsspielraum von Nutzern und Anbietern in der Datennutzung, Anreize für den Datenschutz, Lösungsansätze für das Spannungsfeld.
Literaturüberblicke, sowie empirische Forschungsmethoden (qualitativ und quantitativ) sind möglich. Bei Interesse an diesem Themenfeld wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Ronja Schwinghammer. Arbeiten in englischer Sprache werden bevorzugt.

Geschäftsmodelle in datengetriebenen Ökosystemen
Mit der fortschreitenden digitalen Transformation sind Unternehmen verstärkt in Ökosystemen vernetzt, in denen sie kollaborieren, um gemeinsam Mehrwert zu generieren. Außerdem ermöglicht die steigende Dateninfusion die Realisierung neuer datengetriebener Geschäftsmodelle. Daten werden zunehmend als strategische Ressource betrachtet und gewinnen damit an Bedeutung für Unternehmen („Daten sind das neue Öl“). Das Nutzbarmachen von Daten hat Einfluss auf die Wertschöpfung, das Leistungsangebot und die Wertrealisierung in Ökosystemen was wiederum den Wettbewerbsvorteil von Unternehmen beeinflusst.
In der Praxis entstehen vermehrt dezentrale Ökosysteme als Alternative zu privaten Plattformen. Während bei privaten digitalen Plattformen ein Unternehmen die Kontrolle über das Ökosystem ausübt, sollen dezentrale Ökosysteme den Akteuren Datensouveränität gewährleisten und so eine vertrauensvolle Kollaboration ermöglichen. Dieser neue Rahmen beeinflusst, welche Geschäftsmodelle die Akteure verfolgen.
Daraus ergeben sich Fragestellungen wie zum Beispiel: Wie können Ökosystemteilnehmer über diese dezentrale Infrastruktur gemeinsam Wert schaffen, indem sie Daten nutzen? Welche Faktoren beeinflussen die Wertschöpfung in dezentralen Datenökosystemen? Wie kann der Wert fair im Ökosystem verteilt werden? Können durch dezentrale Ökosysteme vermehrt gemeinnützige Ziele, wie Nachhaltigkeitsziele, erreicht werden? Welche datengetriebenen Produkte und Services entstehen in dezentralen Ökosystemen?
Bei Interesse an diesem Themenfeld wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Jana Ammann. Arbeiten in englischer Sprache werden bevorzugt.

AI at Work: Exploring the Factors Behind Employee Data Sharing
Die digitale Transformation von Arbeitsplätzen und die zunehmende Nutzung von künstlicher Intelligenz (KI) revolutionieren die Art und Weise, wie wir arbeiten. In dieser Ära datengesteuerter Entscheidungsfindung und KI-gestützter Prozesse ist die gemeinsame Nutzung von Informationen und Daten innerhalb von Organisationen zu einer entscheidenden Komponente des Erfolgs geworden. Dieses Phänomen wirft jedoch eine zentrale Forschungsfrage auf: Was motiviert Mitarbeitende dazu, ihre Daten in digitalen Arbeitsumgebungen zu teilen?

Die Entscheidung, Daten in einer digitalen Arbeitsumgebung zu teilen, wird durch ein komplexes Zusammenspiel verschiedener Faktoren beeinflusst. Dazu gehören beispielsweise Vertrauen, Datenschutzbedenken, Organisationskultur, KI-Integration und die wahrgenommenen Vorteile und Risiken im Zusammenhang mit der Datenpreisgabe. Das Ziel der Abschlussarbeit ist es, den Entscheidungsprozess zur Datenpreisgabe zu verstehen, welcher für das Funktionieren von Organisationen im digitalen Zeitalter von zentraler Bedeutung ist. Auf diese Weise sollen Unternehmen und Wissenschaftler Erkenntnisse darüber gewinnen, wie sie das volle Potenzial von Daten an KI-gesteuerten Arbeitsplätzen ausschöpfen und gleichzeitig auf die Bedenken und Motivationen ihrer Mitarbeitenden eingehen können. Methodisch soll die Arbeit die Determinanten aufdecken, welche die Datenpreisgabe durch Mitarbeitende fördern oder hemmen. Literaturüberblicke, sowie empirische Forschungsmethoden eignen sich zur Bearbeitung des Themas, Kooperationen mit Unternehmen sind möglich.

Bei Interesse an diesem Thema wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Dr. Mena Teebken-Glade. Arbeiten in englischer Sprache werden bevorzugt.

Process and Algorithmic Management

Development and Use of Generative AI Applications in Organizations (Master Thesis)
The term generative AI refers to systems that continuously learn and adapt. In comparison to traditional software development and use, this implies that system outputs from generative AI, such as recommendations, can change from one day to another. How software developers and users deal with this is currently not well-understood. In this thesis, you will address this research gap and explore how organizations account for the generative nature of AI systems. If you are interested in this topic, please use the contact form (link on top of the page) to get in touch with Dr. Bastian Wurm.
Process Mining Failure (Master Thesis)
Process Mining is receiving tremendous attention from academia and industry. The market for process mining software is expected to grow at about 30% per year for the next years and process mining vendors report record market capitalizations. While there are studies that examine the use of process mining in organizations and how organizations use process mining to create business value, there is a scarcity of research on factors that lead to the failure of process mining. In this thesis, you will explore why process mining initiatives fail. If you are interested in this topic, please use the contact form (link on top of the page) to get in touch with Dr. Bastian Wurm.
Industrial Metaverse (Master Thesis)
Many large manufacturing companies are currently investing in the Industrial Metaverse. This comprises various technologies that allow machine data to be bundled, visualized, and analyzed. As the Industrial Metaverse is still under development, it is not clear how companies use it. In this thesis, you will address this research gap and explore how organizations set-up and use the industrial metaverse. If you are interested in this topic, please use the contact form (link on top of the page) to get in touch with Dr. Bastian Wurm.
Algorithmic Management Outside the Gig Economy (Master Thesis)
Increasingly algorithms take over managerial functions, i.e. they coordinate and delegate work to humans. Research approaches this phenomenon under the umbrella term "algorithmic management". The existing body of work on algorithmic management focuses on the gig/ platform economy where data and technological infrastructure for algorithms to operate is a given. For example, Uber drivers are managed by an algorithm that pre-selects drivers and determines the route they should follow. However, it is not clear how algorithmic management takes shape in industries outside of the gig/platform economy. In this master thesis, you should address this research gap and empirically investigate under what circumstances and how established organizations use algorithmic management. If you are interested in this topic, please use the contact form (link on top of the page) to get in touch with Dr. Bastian Wurm.
A Review on Algorithmic Management (Bachelor or Master Thesis)
There is an increasing number of articles that discusses different aspects of algorithmic management, i.e. when algorithms coordinate and assign work to humans. While research on this topic is rapidly growing, an overview over this research area is currently missing. In this thesis, you should review and integrate the literature on algorithmic management by means of a structured literature review. Depending on the scope and focus of the review this topic can be addressed in a bachelor or master thesis. If you are interested in this topic, please use the contact form (link on top of the page) to get in touch with Dr. Bastian Wurm.
A Review on Failure in Information Systems (Master Thesis)
“Fail fast, fail often”. This statement has become a mantra in the business world to highlight that individuals and organizations can learn tremendously even (or especially?) when they encounter failure. Despite the valuable learnings associated with failure, research on failure in information systems is scarce.
While there are some notable exceptions, we miss a coherent overview over how failure in information systems is treated and what we can learn from it. In this thesis, you address this gap by conducting a literature review on failure in information systems. If you are interested in this topic, please use the contact form (link on top of the page) to get in touch with Dr. Bastian Wurm.
Predictive Process Mining and its Application in Practice (Master Thesis)
Process mining is concerned with the analysis of business processes. One specific application domain of process mining is predictive process mining (also called predictive process monitoring) that allows organizations to predict the outcome of a certain process or its remaining execution time. There are many studies on predictive process mining that focus on technical aspects. That is, how to make algorithms more computationally efficient or how to increase prediction accuracy.
However, how organizations use predictive process mentoring and how this may impact the way they work has not yet received systematic attention. In this thesis, you will explore the application of predictive process monitoring in
practice. If you are interested in this topic, please use the contact form (link on top of the page) to get in touch with Dr. Bastian Wurm.
Digital Transformation Strategies (Master Thesis)
Digital Transformation Strategies specify how organizations approach their digital transformation endeavors. While previous research has considered the different components that are important when developing such strategies, the literature does not explain how and why digital transformation strategies change over time. In this thesis, you should conduct a multiple case study to address this gap. Specifically, based on interviews with key stakeholders, you should develop a longitudinal perspective on the digital transformation strategy formation and enactment process. If you are interested in this topic, please use the contact form (link on top of the page) to get in touch with Dr. Bastian Wurm.
Algorithmic Management Systeme (Bachelor und Master Thesis)
Unternehmen setzen zunehmend Algorithmen ein, um Prozesse zu verbessern oder Wettbewerbsfähigkeit zu bleiben. Bei Algorithmic Management übernehmen Algorithmen und künstliche Intelligenz traditionelle Managementaufgaben: Bei Uber ersetzen mehrere komplexe Algorithmen die Taxizentrale und bei Amazon ersetzt ein KI-System das Warehousemanagement.
Aufgrund des aktuellen Aufschwungs des Forschungsbereichs bieten sich eine Vielzahl an Themenfelder für eine Abschlussarbeit an. Im Zentrum der Forschung steht die Veränderung des Managements durch Algorithmen. Hierzu können verschiedene Themenfelder des Algorithmic Management untersucht werden, wie zum Beispiel die Gestaltung von Algorithmic Management Systemen (wie z.B. Entscheidungssysteme) oder die Rolle des Managements in Zusammenarbeit mit solchen Systemen (wie z.B. bei Amazon Warehouse), bis hin zur wettbewerblichen Neuausrichtung von Unternehmen durch den Einsatz von Algorithmic Management (wie z.B. algorithmen-basierte Geschäftsmodelle). Gleichzeitig gibt es auch Themen für Literaturübersichten: "Eine kurze Geschichte von Algorithmen und Unternehmen", "Taylorismus und Algorithmic Management", "Algorithmic Mangement vs. People Analytics".
Das Thema eignet sich für Studierende mit einer Faszination für innovative Technologien, künstliche Intelligenz und zukunftsfähige Management-Ansätze.
Die folgenden Themen sind derzeit offen für Bewerbungen:
- Bei Interesse an diesem Themenfeld wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Luc Becker. Arbeiten in englischer Sprache werden bevorzugt.