Navigation

Bachelorarbeiten

Allgemeines

Die Betreuung von Bachelorarbeiten ist an unserem Lehrstuhl an einen sequenziell strukturierten Prozess gebunden, der sich halbjährlich wiederholt. Abweichungen von den damit einhergehenden Fristen sind nicht möglich. Die Bewerbungsfrist beginnt jeweils drei Wochen vor Beginn der Vorlesungszeit des jeweiligen Semesters und beträgt zwei Wochen. Innerhalb der ersten Vorlesungswoche finden die Auswahlgespräche statt, in deren Folge Sie entweder eine Zu- oder Absage erhalten.

Bewerbungsprozess

Sollten Sie Ihre Abschlussarbeit an unserem Lehrstuhl anfertigen wollen, so beachten Sie bitte den Bewerbungszeitraum: 30.03.2020 – 11.04.2020

  • Auswahlgespräche 20.04.2020 – 24.04.2020
  • Seminar zur Bachelorarbeit 29.04.2020 – 08.07.2020
  • Spätester Termin für die Anmeldung der Arbeit 13.07.2020

Bleiben Sie während des Verfassens der Bachelorarbeit unbedingt regelmäßig mit Ihrem Betreuer in Kontakt, um sich abzustimmen.

Seminar zur Bachelorarbeit

Unser Lehrstuhl bietet ein Seminar zur Bachelorarbeit an, welches sich speziell an Studierende der Wirtschaftsinformatik und Interessenten anderer Studiengänge, die am Schöller-Stiftungslehrstuhl für Wirtschaftsinformatik eine Bachelorarbeit schreiben oder schreiben möchten, richtet. Die Teilnahme an dem Seminar ist für alle unsere Bacheloranden verpflichtend.

Voraussetzungen

 

Studiengang Voraussetzung
International Business Studies Vertiefungsmodul am Lehrstuhl belegt oder Ausnahmeantrag
International Production Engineering and Management Modul am Lehrstuhl belegt
Sozialökonomik Vertiefungsmodul am Lehrstuhl belegt oder Ausnahmeantrag
Wirtschaftsinformatik keine
Wirtschaftsingenieurwesen Modul B24, B25 oder B26 am Lehrstuhl belegt
Wirtschaftswissenschaften mit Schwerpunkt Wirtschaftsinformatik keine
Wirtschaftswissenschaften mit anderen Schwerpunkten Vertiefungsmodul am Lehrstuhl belegt oder Ausnahmeantrag

Offene Themen

Thema Betreuer

Der Schwerpunkt der Studierenden liegt auf der digitalen Studienberatung, die den Einsatz von künstlicher Intelligenz und Datenanalyse zur Unterstützung der Studierenden während des Studiums umfasst. Die Idee ist es, ein Frühwarnsystem zu entwickeln, das es den Studierenden und den Studienberatern ermöglicht, Herausforderungen während des Lebenszyklus der Studierenden frühzeitig zu erkennen. Zu diesem Zweck können Nutzungsszenarien für verschiedene aus dem eigenen Studium bekannte Kontexte (z.B. Bewerbung für einen Studiengang, Grundstudium, Aufbaustudium) untersucht, eine Literaturrecherche durchgeführt, konkrete Herausforderungen durch Prototypen gelöst oder Fragen der Akzeptanz analysiert werden. Diese Arbeit und der damit verbundene Antrag können in deutscher oder englischer Sprache eingereicht werden. Bei Interesse bewerben Sie sich bitte mit Hilfe des Bewerbungsformulars bei sven.laumer@fau.de.
Prof. Dr. Sven Laumer,

Daniel Schömer

Die Studenten konzentrieren sich auf verschiedene Fragen bezüglich Data Science. In diesem Zusammenhang können verschiedene Data Science und Datenmanagement-Ansätze überprüft, Prototypen für die Anwendung dieser Ansätze implementiert und Konzepte für die Verwendung dieser Ansätze in (Online-)Tutorien entwickelt werden. Die Idee ist es, R und entsprechende Frameworks zu verwenden, um sich auf eine der Phasen des Datenmanagement-Lebenszyklus zu konzentrieren. Diese Arbeit und der damit verbundene Antrag können in deutscher oder englischer Sprache eingereicht werden. Bei Interesse bewerben Sie sich bitte mit Hilfe des Bewerbungsformulars bei sven.laumer@fau.de.
Prof. Dr. Sven Laumer

Die Studierenden konzentrieren sich auf verschiedene Fragen zum „digitalen Lernen“. Dazu können aus der eigenen Studie bekannte Nutzungsszenarien für verschiedene Kontexte (z.B. Online-Tutorials, Online-Tests, Online-Prüfungen, Chatbots für Q&A) untersucht, eine Literaturrecherche durchgeführt, konkrete Herausforderungen durch Prototypen gelöst oder Fragen der Akzeptanz analysiert werden. Diese Arbeit und der damit verbundene Antrag können in deutscher oder englischer Sprache eingereicht werden. Bei Interesse bewerben Sie sich bitte mit Hilfe des Bewerbungsformulars bei sven.laumer@fau.de.
Prof. Dr. Sven Laumer

„Digitales Nudging ist die Verwendung von Design-Elementen der Benutzeroberfläche, um das Verhalten der Menschen in digitalen Auswahlumgebungen zu lenken“. (Weimann et al. 2016). Die Studierenden können sich auf verschiedene Fragen zum digitalen nudging in verschiedenen Kontexten (Lernen, Beratung, Sport, Gesundheit usw.) konzentrieren. Dazu kann eine Literaturrecherche durchgeführt werden, konkrete Herausforderungen können durch Prototypen gelöst oder Fragen der Akzeptanz analysiert werden.  Bei Interesse bewerben Sie sich bitte mit Hilfe des Bewerbungsformulars bei sven.laumer@fau.de.
Prof. Dr. Sven Laumer

Die Studierenden beschäftigen sich mit verschiedenen Fragen zum Thema „digitale Bücher und Publikationsprozesse“. Dazu können Nutzungsszenarien für unterschiedliche Kontexte untersucht, eine Literaturrecherche durchgeführt, konkrete Herausforderungen durch Prototypen gelöst oder Fragen der Akzeptanz analysiert werden. Diese Arbeit und der damit verbundene Antrag können in deutscher oder englischer Sprache eingereicht werden. Bei Interesse bewerben Sie sich bitte mit Hilfe des Bewerbungsformulars bei sven.laumer@fau.de.
Prof. Dr. Sven Laumer

Es sollte eine Literaturübersicht durchgeführt werden, die die veröffentlichte Literatur über den Einsatz von maschinellem Lernen (und ähnlichen Ansätzen) bei der Rekrutierung zusammenfasst. Die Idee besteht darin, den Status Quo zusammenzufassen, die Grundprinzipien zu erklären und eine Forschungsagenda für den Einsatz von maschinellem Lernen bei der Rekrutierung abzuleiten. Bei Interesse bewerben Sie sich bitte mit Hilfe des Bewerbungsformulars bei sven.laumer@fau.de.
Prof. Dr. Sven Laumer

Die (Weiter-)Entwicklung innovativer Technologien und das durch Social Media bedingte veränderte Kommunikationsverhalten können langfristig zu neuen Formen der Arbeit führen und damit auch nachhaltig die Rekrutierung von Talenten beeinflussen. Ziel der Arbeit ist es, anhand einer systematischen Literaturanalyse den Forschungsstand zu automatiserten Rekruitingansätzen aufzuarbeiten. Die Bachelorarbeit kann in Englisch oder Deutsch verfasst werden. Bei Interesse bewerben Sie sich bitte mit Hilfe des Bewerbungsformulars bei jessica.ochmann@fau.de.
Jessica Ochmann

Die HR-Branche steht vor der herausfordernden Aufgabe, bei zunehmend komplexeren Kandidatenprofilen und stark umkämpften, knappen Talenten auf dem Arbeitsmarkt Vakanzen zu besetzen. Im Rahmen der Bachelorarbeit sollen anhand von explorativen Interviews die Anforderungen der Kandidaten sowie die individuelle Akzeptanz innovativer Technologien im Personalmanagement (z. B. Chatbots, datengetriebenen Rekrutierung) betrachtet werden.
Die Bachelorarbeit kann in Englisch oder Deutsch verfasst werden. Bei Interesse bewerben Sie sich bitte mit Hilfe des Bewerbungsformulars bei jessica.ochmann@fau.de.
Jessica Ochmann

Automatisierte Rekrutierungsansätze und der Einsatz von Social Media führen zu Effizienzsteigerungen im Personalmanagement. Doch wie nehmen Kandidaten diese Entwicklungen wahr? Welche Innovationen werden von Kandidaten akzeptiert und welche Faktoren sind für die Akzeptanz fördernd oder hemmend?
Im Rahmen der Bachelorarbeit soll mit Hilfe von Interviews oder quantitativen Methoden diskutiert und analysiert werden, wie datengetriebene Ansätze sowie automatisierte Dialogsysteme in der Rekrutierung auch durch die Gesellschaft im Allgemeinen akzeptiert werden.
Die Bachelorarbeit kann in Englisch oder Deutsch verfasst werden. Bei Interesse bewerben Sie sich bitte mit Hilfe des Bewerbungsformulars bei jessica.ochmann@fau.de.
Jessica Ochmann

Die Künstliche Intelligenz ist derzeit in aller Munde. In vielen nicht-wissenschaftlichen Formaten und Diskussionen wird sie als revolutionäre Lösung für eine Vielzahl verschiedenster Probleme betrachtet, unter anderem in den Bereichen Healthcare, Retail oder Manufacturing. Dahinter stecken oftmals kommerzielle Interessen, z.B. der Wunsch, Beratungsleistungen für die Konzeption und die Implementierung von KI-Strategien und -systemen zu verkaufen. Doch wie wird das Thema KI in der Wissenschaft dargestellt? Das Ziel der Arbeit ist es, die Betrachtung des Themas KI in den führenden wissenschaftlichen Zeitschriften seit dem Jahr 2010 systematisch zu analysieren und darzulegen. Dabei steht insbesondere im Vordergrund, in welchen Themenbereichen die Nutzung von KI vorrangig diskutiert wird und welche KI-Methoden und Algorithmen primär im Zentrum des Interesses stehen. Die Bachelorarbeit kann in Englisch oder Deutsch verfasst werden. Bei Interesse bewerben Sie sich bitte mit Hilfe des Bewerbungsformulars innerhalb des Bewerbungszeitraums bei Quirin Demlehner quirin.demlehner@fau.de.

Quirin Demlehner

Die Nachfrage nach Bilderkennung, -verarbeitung und -analyse wächst täglich. Die rasche Entwicklung der Computerkapazitäten und Entwicklung neuer innovativer Technologien bieten eine Plattform für die Anwendung von Bildverarbeitungsalgorithmen. Dabei sind Convolutional Neuronal Networks (CNN) einer der vielversprechendsten Algorithmen im Bereich Computer Vision.
Ziel der Arbeit ist es, anhand einer systematischen Literaturanalyse bestehende Anwendungsfälle zu identifizieren, diese in die verschiedenen Wirtschaftszweige zu klassifizieren (Energieversorgung, Verkehr, Baugewerbe, …) und die Adaptionsrate bzw. Reifengrad in dem jeweiligen Bereich zu bewerten. Im Rahmen der Arbeit sollen die Ergebnisse anschließend in einer Use-Case Matrix dargestellt werden.
Diese Arbeit und der damit verbundene Antrag können in deutscher oder englischer Sprache eingereicht werden. Bei Interesse bewerben Sie sich bitte mit Hilfe des Bewerbungsformulars bei daniel.schoemer@fau.de

Daniel Schömer

Empfehlungssysteme (sog. Recommender-Systems) finden in zahlreichen Unternehmen Anwendung, da sie Benutzern effektiv zu besseren und schnelleren Ergebnissen führen und ihnen so den Entscheidungsprozess erleichtern. Recommender-Systeme lassen sich häufig im Bereich E-Commerce (z.B. Amazon oder Zalando) oder Streaming-Dienste wie Netflix oder Spotify finden.
Ein ähnliches Empfehlungssystem oder KI-basierte Beratungssystem kann entwickelt werden, um Studierende während ihres Studiums bei der Auswahl geeigneter Lehrveranstaltungen zu unterstützen. Beispielsweise können basierend auf Bewertungen und identischen Präferenzen, die Studierende für Kurse abgeben, individuelle Kursempfehlungen gegeben und frühzeitige Vorhersagen getroffen werden. Ein weiteres Kriterium bei der Auswahl von Wahlmodulen können Anforderungsprofile von Stellenanzeigen sein. Dadurch lassen sich Kurse finden für die sich ein Student vielleicht einschreiben möchte, an die er/sie aber vorher nicht gedacht hat oder für die Gestaltung der Karriere erforderlich sind.
Eine weiteres Szenario ist die Unterstützung und Empfehlung bei der Auswahl eines Studiengangs. Die Friedrich-Alexander-Universität verfügt derzeit über 261 Studiengänge davon 77 Bachelor-, 92  Master- und 92 Staatsexamenstudiengänge. Ein Empfehlungssystem kann dazu verwenden werden, um Studieninteressierte basierend auf Ihren persönlichen Interessen und schulischen Leistungen bei der Auswahl eines geeigneten eines Studiengangs zu unterstützen und dabei gleichzeitig die Anzahl von Studienabbrecher oder Studiengangswechsler zu reduzieren.
Die Idee ist es, ein Empfehlungssystem zu entwickeln, das es den Studierenden oder Studieninteressierten ermöglicht, bessere Entscheidungen bei der Wahl ihrer Lehrveranstaltung oder ihres Studiengangs zu treffen.
Zu diesem Zweck sollen Empfehlungs-/Bewertungsdaten und eine geeignete Filtertechnik (z.B. content-based, collaborative oder hybrid) identifiziert und darauf aufbauend ein Prototypen modelliert oder alternativ Fragen der Akzeptanz analysiert werden.
Diese Arbeit und der damit verbundene Antrag können in deutscher oder englischer Sprache eingereicht werden. Bei Interesse bewerben Sie sich bitte mit Hilfe des Bewerbungsformulars bei daniel.schoemer@fau.de 

Daniel Schömer