Themen für Abschlussarbeiten
Im Laufe Ihres Studiums müssen Sie je nach Studiengang eine Masterarbeit und/oder Bachelorarbeit anfertigen. Sie erwerben in dieser Zeit unter Anleitung und Begleitung eines von Ihnen gewälten Betreuers neue Fachkenntnisse und lernen das Handwerkszeug eigenständiger Entwicklungs- und Forschungsarbeit. Ihr erster Schritt zu einer erfolgreichen Arbeit ist, ein für Sie interessantes Thema zu finden. Kontaktieren Sie dazu einen wissenschaftlichen Mitarbeiter, der Sie betreuen könnte. Bei der Suche nach dem richtigen Betreuer orientieren Sie sich bitte an dem von Ihnen angestrebten Themengebiet und den Forschungssschwerpunkten der einzelnen Mitarbeiter. Entwickeln Sie möglichst genaue Vorstellungen von Ihrem Themenwunsch. Nachstehend finden Sie das aktuelle Themenangebot des Lehrstuhls Wirtschaftsinformatik. Die Liste kann - in individuellen Gesprächen mit den wissenschaftlichen Mitarbeitern - erweitert werden.
Bachelorarbeiten
Themenstellung
Tagebuchstudien ermöglichen die Erhebung von Daten im Alltag der Teilnehmenden in Echtzeit, z. B. die Erfassung des Wohlbefindens durch Selbsteinschätzungen. Bisher lag der Schwerpunkt auf der Datenerfassung, ohne dass den Teilnehmenden ein Feedback gegeben wurde. Erste Systeme bieten nun jedoch auch automatisiertes Feedback und integrieren verschiedene Datenquellen, einschließlich Fragebögen und Sensordaten von Wearables. Diese Studiensysteme ermöglichen die Analyse der Daten, um individuelle Muster zu erkennen und personalisierte Erkenntnisse zu liefern.
Solche Systeme können zum Beispiel eingesetzt werden, um das Energieniveau von Arbeitnehmenden während des gesamten Arbeitstages zu erfassen und personalisiertes Feedback zu geben. Der moderne „New Work“-Arbeitsalltag von Arbeitnehmenden bietet Flexibilität, bringt jedoch auch Herausforderungen wie lange Arbeitszeiten und weniger körperliche Aktivität mit sich, sodass Gesundheit und Wohlbefinden für die Produktivität von Unternehmen immer wichtiger werden.
Hauptziel der systematischen Literaturrecherche ist es, den aktuellen Stand der Technik und Forschung zu (nicht-kommerziellen) tagebuchähnlichen (Studien-)Systemen mit Feedbackfunktion zu ermitteln. Die zentrale Aufgabe besteht darin, diese Systeme hinsichtlich technischer, funktionaler und ökonomischer Kriterien zu vergleichen. Neben selbst identifizierten Systemen sollen auch von den Themenstellenden vorgegebene Studiensysteme (u.a. FormR) in den Vergleich einbezogen werden.
Themensteller: Carolin Gellner und Michael Fellmann
Geeignet für: Bachelor Wirtschaftsinformatik
Sprache: Deutsch oder Englisch
Datum: Dezember 2024
Beginn: flexibel ab sofort möglich
Masterarbeiten
Themenstellung
Large Language Models (LLM), wie OpenAIs ChatGPT oder Metas Llama 3, haben in vielen Anwendungsgebieten ein großes Potential zur Entlastung von Fachexperten und Sachbearbeitern bei wiederkehrenden Routineaufgaben bewiesen. Beispiele sind das Generieren von Zusammenfassungen umfangreicher Dokumente oder das Erzeugen wohlformulierter Texte auf Basis stichpunkartiger inhaltlicher Beschreibungen. Auch das Generieren von Prozessmodellen aus textuellen Beschreibungen zeigt sich immer mehr als LLM Einsatzfeld. Da viele Organisationen traditionell ihre Vorgaben für die Durchführung gewisser Aufgaben textuell beschrieben haben, jetzt aber Workflowsysteme zur Unterstützung dieser Aufgaben planen, ist das Generieren von Prozessmodellen für diese Workflows von hoher Relevanz. Im öffentlichen Sektor sind in diesem Zusammenhang auch Verordnungen von Bedeutung, die definieren, welche Aufgaben von einem Amt oder einer Behörde durchzuführen sind, welche Informationen dafür Voraussetzung sind und wie die Ergebnisse zu dokumentieren sind. Im Zuge der Verwaltungsmodernisierung ist auch hier die Erzeugung von Prozessmodellen erforderlich, was den Kontext der hier angebotenen Masterarbeit darstellt.
Konkret sollen in Zusammenarbeit mit dem DVZ Schwerin und am Beispiel der Gesetze im öffentlichen Gesundheitsdienst aus Verwaltungsvorschriften zunächst die wichtigsten Aufgaben extrahiert werden, die gemäß des Gesetzes bzw. der Verwaltungsvorschrift durchzuführen sind. Danach sollen daraus entsprechende Prozessmodelle generiert werden. Diese Prozessmodelle stellen dann den Ausgangspunkt für eine weitere Bearbeitung durch den menschlichen Fachexperten dar, der daraus einen Referenzprozess für den betrachteten Vorgang entwickelt.
Die Masterarbeit kann insgesamt in den Themenkomplex FIM (Förderales Informationsmanagement) eingeordnet werden, in dem auch ineffiziente Abläufe und eine entsprechende Verbesserung der Prozesse gewünscht sind. Die Masterarbeit kann auf Wunsch auch zu diesem Themenkomplex beitragen.
Die Betreuung erfolgt gemeinsam durch den Lehrstuhl Wirtschaftsinformatik [2] und das DVZ Schwerin [1].
[2] https://www.wirtschaftsinformatik.uni-rostock.de/
Themensteller: Kurt Sandkuhl
Sprache: Deutsch
Datum: November 2024
Geeignet für: Master Wirtschaftsinformatik; evtl. auch Dienstleistungsmanagement oder Wirtschaftsingenieure
Themenstellung
Die Einführung von künstlicher Intelligenz (KI) wird in vielen Bereichen als Möglichkeit zu Effizienzsteigerungen, neuen Dienstleistungen und Verbesserung von Geschäftsmodellen wahrgenommen. Das Startup "GesundMatch" aus Rostock möchte KI und Large-Language-Models (LLMs) in der Produktentwicklung sowie der Verbesserung von Unternehmensabläufen einsetzen. Es werden engagierte Studierende gesucht, die sich für KI, LLMs und Prozessoptimierung interessieren und im Rahmen einer Abschlussarbeit an einem praktischen Anwendungsfall arbeiten möchten.
Mögliche Schwerpunkte, die in Absprache mit dem Startup sowie den Themenstellern konkretisiert werden können:
- Aufbau und Training eines LLM, um einen fundierten Businessplan für das Startup zu erstellen (inkl. Generierung von Ideen für weitere Dienstleistungen oder Marketingstrategien)
- Erstellung einer Wissensdatenbank mit Hilfe eines LLMs, wodurch Informationen zu Prozessen, Produkten und Dienstleistungen gespeichert und abrufbar gemacht werden
Die zentrale Aufgabe der ausgeschriebenen Masterarbeit ist es, Potentiale, Randbedingungen und Grenzen des Einsatzes von LLMs in Startups zu untersuchen und einen dem ausgewählten Anwendungsfall entsprechenden Prototyp zu entwickeln und zu bewerten.
Die Masterarbeit wird in enger Kooperation mit GesundMatch und dem Lehrstuhl Wirtschaftsinformatik durchgeführt.
Das grobe Vorgehen bei der Bearbeitung der Arbeit könnte wie folgt aussehen:
- Analyse der in der Literatur sichtbaren oder erwarteten Einsatzgebiete von KI und LLMs in Startups und den dabei zu berücksichtigen Einflussfaktoren sowie möglichen Potentialen und Grenzen.
- Ermittlung potentieller Einsatzszenarien auf Basis der Ergebnisse der Literaturanalyse. In Ergänzung zu den Literaturergebnissen stehen die Gründer des Startup als Ansprechpartner zur Verfügung.
- Umsetzung und Evaluation eines Prototyp für den ausgewählten Anwendungsfall.
Themensteller: Benjamin Nast und Leon Griesch
Sprache: Deutsch oder Englisch
Geeignet für: Master Wirtschaftsinformatik, bedingt auch Bachelor
Themenstellung
In Dienstleistungsunternehmen im Bereich der Sozialhilfe müssen Berichte angefertigt werden, welche die Tätigkeiten des jeweiligen Sozialarbeiters beinhalten. Darunter fallen auch die Interaktionen mit den Klienten. Diese Berichte liegen nur in einem unstrukturierten Textformat vor. Eine Strukturierung der Texte öffnet Möglichkeiten zu weiterführenden Analysen, die sowohl das Berichtswesen angenehmer gestalten als auch unternehmensinterne Wissensstrukturen leichter zugänglich machen können.
Das automatische Erkennen, die Extraktion sowie Speicherung und Verknüpfung von Situationen aus den natürlichen Texten ist ein ganzheitlicher und vielversprechender Ansatz, welcher eine zielgerichtete Weiterverarbeitung der Daten ermöglicht. So kann beispielsweise leichter erfasst werden, ob eine ähnliche Situation bereits in vergangenen Fällen aufgetreten ist, um hilfreiche Aktivitäten zu empfehlen. Aufgabe der Arbeit wird sein, für Anwendungsfälle in der Sozialhilfe angemessene Techniken zu finden, zu bewerten sowie prototypisch umzusetzen. Dabei sind die Besonderheiten und Herausforderungen der Domäne zu beachten: zum Beispiel unterschiedliche Berichtsautoren mit verschiedenen Schreibstilen, nicht reviewte und weitestgehend nicht annotierte Texte unterschiedlicher Länge sowie unterschiedliche Betreuungsarten und Tätigkeiten.
Während bereits einige Techniken zur Erkennung (kritischer) Ereignisse in der Vergangenheit auf öffentlichen englischen Datensätzen (wie Reuters oder Twitter) angewendet wurden oder Texte automatisch in Themenbereiche eingeteilt werden können, müssen diese Ansätze deutlich an die Domäne angepasst werden. So kann es zunächst notwendig sein, domänenspezifische Merkmale von Situationen zu ermitteln und Merkmalsausprägungen zu extrahieren.
Das Ergebnis der Arbeit soll ein prototypisch implementiertes und evaluiertes Konzept zur Situationsextraktion darstellen, welches weiterführende Analysen, Verteilung/Bereitstellung von Wissen und Hilfestellungen für Sozialarbeiter ermöglicht. Dieses kann auf unterschiedliche Arten erreicht werden, z.B. durch:
- Feature Engineering
- Event Detection
- Text Segmentation / Topic Tiling
- semantische Techniken und Ontologien
- Techniken des Data Mining (wie das Clustering) auf natürlichen Texten
Themensteller:
Geeignet für: Masterarbeit, bedingt auch Bachelorarbeiten
Sprache: Deutsch/Englisch