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.

Partizipation im digitalen Transformationsprozess: Citizen Development
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, partizipatives Design und End-User Development werden in der Information Systems Forschung seit jeher als wichtig angesehen. Partizipation soll zu einem höheren Engagement der Mitarbeiter und einer verbesserten Akzeptanz des Wandels führen. Daher führen Unternehmen das sogenannte Citizen Development ein, welches es Nicht-IT-Mitarbeitern ermöglicht, mithilfe von Low-Code/No-Code Plattformen Geschäftsanwendungen zu erstellen.
Es gilt zu verstehen, welche Rolle Citizen Development und Low-Code/No-Code Plattformen im digitalen Transformationsprozess von Unternehmen spielen. 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 Mitarbeiter effektiv involviert werden? Welche Rolle spielen die digitalen 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?
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.

Management von audiovisuellen KI-generierten Medieninhalten auf digitalen Plattformen (insbesondere Deepfakes)
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 audiovisuelle Medieninhalte - zunehmend an Bedeutung und bergen sowohl Herausforderungen als auch Chancen.

Audiovisuelle KI-generierte Medieninhalte (Fotos, Videos und Audios) wie 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 und potenzieller Wertschöpfungsmöglichkeiten zu erforschen und zu verstehen. Eine Abschlussarbeit könnte dementsprechend verschiedene Aspekte der Thematik untersuchen:

Unternehmensperspektive: Führen Sie eine empirische Fallstudie durch, um zu untersuchen, wie Medienunternehmen (insbesondere Plattformen wie Meta und Bytedance) in der Praxis mit audiovisuellen KI-generierten Medieninhalten wie Deepfakes umgehen und Strategien zur Bewältigung dieser Herausforderung entwickeln. Ein Ansatz wäre bspw. zu untersuchen wie traditionelle Medienunternehmen sich von digitalen Plattformen beim Umgang mit audiovisuellen KI-generierten Medieninhalten unterscheiden (Masterarbeit).
Generierer: Untersuchen Sie die betriebswirtschaftlichen Motive hinter dem Erstellen von audiovisuellen KI-generierten Medieninhalten (oder gerne im Detail: Deepfakes) und analysieren Sie verschiedene Dimensionen dieser Aktivitäten (Bachelorarbeit).
Entwicklung: Analysieren Sie die Techniken und Methoden zur Erstellung von von audiovisuellen KI-generierten Medieninhalten, einschließlich der Verwendung. Diese können sowohl als Risiko (z.B Desinformation) als auch als Wertschöpfungsmöglichkeit (z.B. für unterhaltenden Content) betrachtet werden (Bachelorarbeit).
Erkennung: Untersuchen Sie die Möglichkeiten und Herausforderungen bei der Erkennung und Bekämpfung audiovisuellen KI-generierten Medieninhalten wie Deepfakes (Bachelorarbeit).
Gefakte Personen: Analysieren Sie die Auswirkungen von Deepfakes auf diejenigen, die Opfer von gefälschten Inhalten werden und untersuchen Sie mögliche betriebswirtschaftliche Konsequenzen (Bachelorarbeit).

Potenzielle Fragen:

Wie werden audiovisuelle KI-generierte Medieninhalte wie Deepfakes in verschiedenen Bereichen des Conent-Managements von digitalen Plattformen behandelt (sowohl wertmindernd als auch wertschöpfend)? (ggf. Vergleich mit trad. Medienunternehmen)
Welche neuen Geschäftsmodelle entstehen durch die Anwendung von audiovisuellen KI-generierten Medieninhalten wie Deepfakes und wie beeinflusst dies den Wettbewerb in der Medienlandschaft?
Wie wirken sich audiovisuelle KI-generierte Medieninhalte wie Deepfakes bereits aktuell auf die Wertschöpfung von digitalen Plattformen aus? (ggf. Vergleich mit trad. Medienunternehmen)
Inwiefern verändern audiovisuelle KI-generierte Medieninhalte wie Deepfakes die Rolle und das Selbstverständnis von Medienschaffenden?

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.

Governance gemeinwohlorientierter, digitaler Plattformen
Die digitale Transformation hat die Medienlandschaft grundlegend verändert. Digitale Plattformen dominieren den Zugang zu Informationen und Nachrichten und übernehmen zunehmend die Gatekeeper-Funktion traditioneller Medienunternehmen. Steuerungs- und Personalisierungsmechanismen prägen das Nutzungsverhalten und die informationelle Selbstbestimmung der Nutzenden. Dies gefährdet die demokratische Meinungsbildung und fördert problematische Phänomene wie Filterblasen, Desinformation und die Marginalisierung pluralistischer Perspektiven. Vor diesem Hintergrund kommt der Governance digitaler Plattformen eine zentrale Bedeutung zu. Plattform Governance beschreibt die Regelung der Beziehungen zwischen Plattformunternehmen, Nutzenden, Werbetreibenden, Regierungen und anderen Akteuren. Insbesondere gemeinwohlorientierte Ansätze sind gefragt, um Transparenz, Datenschutz und die Förderung pluralistischer Öffentlichkeiten in den Mittelpunkt zu stellen. Mögliche Abschlussarbeitsthemen sind:

Governance von Non-Profit-Organisationen im Kontext von Medienunternehmen (Bachelorarbeit): Wie verändert sich die Governance öffentlich-rechtlicher Rundfunkanbieter im Zuge der digitalen Transformation, und welche Modelle können entwickelt werden, um den Herausforderungen der Plattformisierung gerecht zu werden?

Typologie der Zielsysteme von Plattformen (Bachelorarbeit): Welche spezifischen Zielsysteme verfolgen digitale Plattformen, die über die Maximierung der Verweildauer von Nutzenden hinausgehen, und wie lassen sich diese klassifizieren?

Daten-Governance im Kontext digitaler Plattformen (Bachelorarbeit): Welche Ansätze und Modelle der Daten-Governance werden in der Literatur im Hinblick auf digitale Plattformen diskutiert, und wie können diese zur Wahrung der Privatsphäre und Förderung von Gemeinwohlorientierung beitragen?

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

Plattform Business Modelle

Verwertungsketten im digitalen Newsbereich
In klassischen Medienbereichen wie Film oder Musik sind die Verwertungsketten (Kino - Video-on-Demand - PayTV - Free-TV...) gut dokumentiert. Im digitalen Nachrichtenbereich hingegen bleibt die Verwertungskette oft unklar. Nachrichten durchlaufen verschiedene Stationen - von der Entstehung über die Erstveröffentlichung bis hin zur Zweit- und Drittverwertung durch unterschiedliche Formate und Plattformen. Doch wie genau funktioniert diese Kette? Welche Akteure sind involviert, und welche wirtschaftlichen Mechanismen spielen eine Rolle?

Potenzielle Fragen

Wie verläuft die Verwertungskette von digitalen Nachrichten?
Welche wirtschaftlichen Mechanismen bestimmen diesen Prozess?
Welche Herausforderungen und Chancen ergeben sich für Nachrichtenanbieter durch die Plattformisierung der Medienlandschaft?

Content-Aggregatoren wie Google News - Wer zahlt wem was?
Content-Aggregatoren wie Google News oder Flipboard spielen eine zentrale Rolle in der digitalen Medienlandschaft. Sie sammeln und präsentieren Nachrichteninhalte von verschiedenen Anbietern, ohne selbst primärer Content-Produzent zu sein. Dies wirft die Frage auf, wie sich die Wertschöpfungskette in diesem Bereich gestaltet und wer an welcher Stelle wirtschaftlich profitiert.

Potenzielle Fragen

Wie verlaufen Zahlungsströme zwischen Aggregatoren, Nachrichtenanbietern und Werbetreibenden?
Welche regulatorischen Herausforderungen und Lösungsansätze gibt es?

Abo oder Werbung? Eine Paywall und Entscheidung im Weg zum Content
Nutzer stehen oft vor der Wahl: Bezahle ich für den Zugang zum Nachrichtenartikel Geld oder akzeptiere ich Werbung als Gegenleistung für kostenlose Inhalte.

Bei Interesse an dem Themenfeld wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Pascal Altenkamp. 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.

Governance digitaler Ökosysteme
Die zunehmende Vernetzung von Geräten, Individuen und Unternehmen durch digitale Technologien schafft spannende neue Möglichkeiten für die kollaborative Wertschöpfung in digitalen Ökosystemen. Die Steuerung solcher Ökosysteme, insbesondere Datenökosysteme, stellt Unternehmen vor besondere Herausforderungen, da hier effektive Zusammenarbeit und Vertrauen von zentraler Bedeutung sind. Anders als in klassischen Unternehmen gibt es in digitalen Ökosystemen oft keine eindeutige zentrale Führung, wodurch innovative Managementpraktiken erforderlich sind.
Aufgrund der wachsenden Bedeutung digitaler Ökosysteme bieten sich vielfältige Themen für Abschlussarbeiten an. Im Fokus steht dabei die Governance und das Management solcher Netzwerke. Mögliche Fragestellungen sind beispielsweise, wie Spannungen zwischen den Partnern in dezentral organisierten Ökosystemen bewältigt werden können, welche Vor- und Nachteile dezentrale gegenüber zentralen Managementansätze aufweisen oder wie Vertrauen in sensiblen Datenökosystemen aufgebaut und erhalten werden kann. Zudem könnte untersucht werden, wie sich die Struktur digitaler Ökosysteme auf strategische Entscheidungen beteiligter Unternehmen auswirkt.
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.

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.
Algoactivism
Algorithms are shaping almost every part of our lives—from determining credit scores to assigning tasks for platform workers. However, these algorithmic systems are often seen as opaque and unfair. As a result, people are increasingly pushing back against them. This resistance, known as Algoactivism, can range from individual actions like manipulating online ratings to large-scale collective movements such as worker strikes.
This topic invites you to explore the various ways people are fighting back against algorithmic decision-making. You could focus on individual actions, such as hacking or rating manipulation, or examine collective actions like strikes and protests. There are a variety of directions to take your research, including studying the effectiveness of these actions, their ethical and legal implications, or their impact on the future of algorithmic governance. Feel free to discuss your ideas with Dr. Bastian Wurm for further guidance.
A Review on Activism and Protests
This review will examine the role of protests and activism in driving social change, exploring historical milestones and modern developments. It will analyze the evolution of protest methods, from traditional civil disobedience to digital activism fueled by social media. The review will also evaluate the effectiveness of various protest tactics and their impact on political and social movements, highlighting both successes and challenges. Additionally, it will consider the limitations of activism, such as the potential for co-optation and the difficulty in achieving long-term systemic change. Overall, this review will offer a comprehensive look at the power and limitations of protest movements. 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. Das Thema eignet sich daher für Studierende mit einer Faszination für innovative Technologien, künstliche Intelligenz und zukunftsfähige Management-Ansätze.
Im Zentrum der Forschung steht die Veränderung des Managements durch Algorithmen. Hierzu können verschiedene Themenfelder untersucht werden, wie zum Beispiel die Gestaltung von Algorithmic Management Systemen (wie z.B. Entscheidungssysteme) oder die zukünftige Rolle des Managements (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). 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.