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.
Management Digitaler Innovationen in Unternehmen
Die Verbreitung digitaler Technologien in der Gesellschaft bringt für etablierte Unternehmen neue Anforderungen an die Entwicklung von Innovationen mit sich. Digitale Innovation ist "die Schaffung von Marktangeboten, Geschäftsprozessen oder Modellen, die aus der Nutzung digitaler Technologie resultieren" (Nambisan et al. 2017, S. 224).
Ein beliebter Ansatz für etablierte Unternehmen ist die Einrichtung spezieller Strukturen zur Zentralisierung digitaler Innovationsbemühungen in Form von digitalen Innovationseinheiten (DIUs). DIUs sind ein neues Phänomen, das erst seit kurzem die wissenschaftliche Diskussion anregt.
Ziel ist die differenzierte Erforschung von DIUs und anderen digitale Innovationsaktivitäten in Unternehmen, sowie Implikationen die aus der der Implementierung und Nutzung von digitalen Innovationen auf Organisations- und Mitarbeiterebene entstehen. Literaturüberblicke, sowie empirische Forschungsmethoden eignen sich zur Bearbeitung des Themas, Kooperationen mit Unternehmen sind möglich. Beispielhafte Forschungsfragen sind: Wie läuft der digitale Innovationsprozess bei etablierten Unternehmen (oder „Digital-born“ Unternehmen) ab? Aus welchen Gründern werden digitale Innovationsprozesse in Organisationen abgebrochen?
Bei Interesse an diesem Themenfeld wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Laura Lohoff. Arbeiten in englischer Sprache werden bevorzugt. Disclaimer: Eine Betreuung ist nur noch bei einer Abgabe bis einschließlich September 2024 möglich.
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.

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 über generative KI (Bachelorarbeit): Welche Schlüsseltechnologien und Anwendungsfelder charakterisieren generative KI, und welche Herausforderungen und Chancen werden in der aktuellen wissenschaftlichen Literatur diskutiert?
Analyse der Kostenstrukturen von Mediengütern im Zeitalter von generativer KI (Bachelorarbeit): Inwiefern verändert die Einführung generativer KI die Kostenstrukturen von Mediengütern, und welche ökonomischen Auswirkungen hat dies auf die Medienbranche?
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

Privacy in digitalen Services // Metaverse & Web3
In digitalen Services werden große Mengen an Nutzerdaten gesammelt und verarbeitet, welche Unternehmen nutzen können, um bessere Entscheidungen zu treffen, neue Produkte zu entwickeln oder Marketingmaßnahmen zu optimieren. Neue technologische Lösungen bieten zudem verbesserte Möglichkeiten zur Sammlung und Analyse der Daten. Diverse Skandale aus der Vergangenheit haben jedoch das Bewusstsein der Nutzer über die „Datensammelwut“ der Digitalkonzerne gestärkt und Privacy (z. Dt. Privatheit) in den Fokus gerückt.Die gestiegene Bedeutung von Privacy sowie neue regulatorische Rahmenbedingungen stellen Unternehmen vor Herausforderungen bei der Gestaltung ihrer Services. Weiterhin entstehen neue digitale Dienste, in denen noch wenig Wissen darüber existiert, welche Risiken hinsichtlich der Privatsphäre von Nutzern einhergehen. Ein Beispiel ist das Metaverse, welches virtuelle 3D Welten beschreibt, in denen Nutzer als Avatar interagieren. Neue Extended Reality (XR) Technologien bieten verbesserte Möglichkeiten zu Datenerfassung, bspw. mittels Eye-Tracking. Ein weiteres Beispiel sind datenintensive Verifizierungsprozesse in Krypto-Netzwerken. Hierbei können technische Maßnahmen zur Erhöhung des Privatheitsschutzes eingesetzt werden, wie bspw. Zero-Knowledge-Proofs. Mögliche Fragestellungen für eine Abschlussarbeit sind:
- Wie können Metaverse Dienste Privacy-freundlich gestaltet werden?
- Wie treffen Unternehmen Entscheidungen zur Festlegung der Privacy Strategie?
- Welche Maßnahmen zum Privatheitsschutz können im Web3 eingesetzt werden?
- Wie können Lösungen zum Privatheitsschutz in der Architektur von digitalen Technologien verankert werden?

Bei Interesse an diesem Themenfeld wenden Sie sich bitte über das Kontaktformular (Link oben auf dieser Seite) an Julia Schulmeyer.

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

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 und digitale Transformation des Managements (Bachelor and Master Thesis)
Unternehmen setzen zunehmend Algorithmen ein, um ihre Prozesse zu verbessern oder ihre Wettbewerbsfähigkeit am Markt zu erhöhen. Algorithmic Management ist der Einsatz von Algorithmen und künstlicher Intelligenz mit dem Ziel bestehende Managementaufgaben zu übernehmen.
Diese fortschrittliche Methode wirft faszinierende Fragen auf und bietet gleichzeitig Chancen und Herausforderungen. Es bleibt jedoch weiterhin unklar wie solche Systeme gestaltet werden müssen, wie sie in bestehende Managementstrukturen integriert werden können, wie sie bestehende Strukturen beeinflussen und wie die Governance solcher Systeme aussehen kann.
Das Thema eignet sich daher für Studierende mit einer faszination für innovative Technologien, künstliche Intelligenz und moderne Management-Ansätze. 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. Die folgenden Themen sind derzeit offen für Bewerbungen:
- Welche Governance Mechanismen gibt es für Algorithmic Management Systeme?
- Welchen Einfluss haben Hierarchien, Aufgabenkomplexität und Unternehmensgröße auf die Gestaltung von Algorithmic Management Systemen?
- Themen für Literaturübersichten: Eine kurze Geschichte der Algorithmen am Arbeitsplatz / Definition und Abgrenzung von algorithmischem Management