Themenvorschläge für Projektarbeiten im SoSe 2024

Durch den fortschreitenden Prozess der Digitalisierung entstehen in zunehmendem Maße umfangreiche Datenbestände in Unternehmen. Diese Daten repräsentieren einen erheblichen Wert. Aus diesem Grund haben sich Datenmarktplätze entwickelt, auf denen der An- und Verkauf von Daten möglich ist. Die auf diesen Marktplätzen gehandelten Daten stammen aus diversen Quellen, darunter beispielsweise soziale Medien, Prozess- und Maschinendaten sowie Open Data. Die Möglichkeit, unterschiedliche Datenquellen miteinander zu verknüpfen, erleichtert die Nutzung und ermöglicht den unternehmensübergreifenden Austausch von Daten. Die Anwendungsmöglichkeiten von Datenmarktplätzen in Unternehmen sind vielfältig - insbesondere wird Open Data als eine immer bedeutsamere Ressource für Unternehmen betrachtet. Mögliche Projektarbeiten könnten sich auf die Nutzung dieser Datenquelle für die eigenen unternehmerischen Belange oder die Analyse von Open Data zur Lösung eines realen oder fiktiven Analytics-Problems konzentrieren.

Die Integration von Nachhaltigkeitspraktiken in Geschäftsprozesse wird zunehmend zu einem zentralen Anliegen für Unternehmen weltweit. Business Analytics kann durch den Einsatz von Datenanalyse- und Modellierungstechniken auch dazu beitragen, um Nachhaltigkeitsziele zu identifizieren, zu messen und zu erreichen. Projektarbeiten könnten sich darauf konzentrieren, wie Unternehmen Datenanalysen nutzen, um Umweltauswirkungen zu quantifizieren, nachhaltige Beschaffungsstrategien zu entwickeln, Energie- und Ressourcenverbrauch zu optimieren, Abfall zu reduzieren und soziale Verantwortung zu fördern. Darüber hinaus könnten die Arbeiten sich mit der Entwicklung von Nachhaltigkeitsindikatoren befassen, um die Leistung im Bereich der Nachhaltigkeit zu messen und zu überwachen, sowie mit der Integration von Nachhaltigkeitsaspekten in die Entscheidungsfindung auf allen Ebenen des Unternehmens.

Hybride Arbeitsmodelle, bei denen Mitarbeitende sowohl remote als auch vor Ort arbeiten, werden zunehmend populär. Die Implementierung von Large Language Models könnte dabei helfen, die Effizienz und Kommunikation in solchen Umgebungen zu verbessern. Projektarbeiten könnten sich darauf konzentrieren, wie Unternehmen Large Language Models nutzen können, um die nahtlose Zusammenarbeit zwischen remote und vor Ort befindlichen Teams zu erleichtern. Dies könnte die Entwicklung von virtuellen Assistenten zur Unterstützung von hybriden Teams, die Automatisierung von Routinetätigkeiten zur Entlastung von Mitarbeitenden, die Erstellung von KI-gestützten Entscheidungsunterstützungssystemen für hybride Arbeitsumgebungen und die Integration von Large Language Models in virtuelle Meeting-Plattformen zur Verbesserung der Kommunikation umfassen. Die Evaluierung der Wirksamkeit dieser Ansätze in Bezug auf Teamarbeit, Effizienz und Mitarbeiterzufriedenheit wäre ein spannender Aspekt im Rahmen der Projektarbeiten.

Mit dem zunehmenden Einsatz digitaler Technologien in Unternehmen ist die Frage der Technologieakzeptanz von entscheidender Bedeutung. Mögliche Arbeiten in diesem Bereich könnten den Einfluss von Unternehmenskultur auf die Bereitschaft der Mitarbeitenden zur Akzeptanz neuer Technologien untersuchen. Durch die Analyse verschiedener Unternehmenskulturen - etwa traditionelle vs. innovative, hierarchische vs. agile - sollen die Faktoren identifiziert werden, die die Einstellung der Mitarbeitenden gegenüber Technologie beeinflussen. Dabei sollen auch bewährte Methoden und Strategien zur Förderung der Technologieakzeptanz in den jeweiligen organisatorischen Kontexten herausgearbeitet werden.

Ein wesentlicher Aspekt der Technologieakzeptanz betrifft die Bereitschaft der Mitarbeitenden, Algorithmen in verschiedenen Unternehmenskontexten zu akzeptieren. In einer Projektarbeit können die Faktoren analysiert werden, die diese Akzeptanz beeinflussen. Zusätzlich könnten bewährte Methoden zur Förderung der Akzeptanz entwickelt und analysiert werden. Ziel ist es, sicherzustellen, dass die Implementierung und Nutzung von Algorithmen effektiv erfolgen und die individuellen Bedürfnisse und Werte der Mitarbeitenden sowie die strategischen Zielsetzungen des Unternehmens berücksichtigt werden.

Digitale Technologien bieten Unternehmen eine Vielzahl von Möglichkeiten. Zum Beispiel können autonome Systeme repetitive Aufgaben automatisieren, fortschrittliche Algorithmen verbessern die Datenanalyse und Entscheidungsfindung, und physische Assistenzsysteme tragen zur Sicherheit und Ergonomie am Arbeitsplatz bei.

Eine Projektarbeit könnte sich darauf konzentrieren, die verschiedenen Technologiepotenziale für den eigenen Unternehmenskontext zu identifizieren und zu bewerten. Dies ermöglicht es Unternehmen, gezielt in diejenigen Technologien zu investieren, die ihren individuellen Anforderungen und Zielen am besten entsprechen.

Smart Products repräsentieren eine innovative Produktkategorie, die durch die Integration von digitaler Technologie und Sensorik erweiterte Funktionalitäten bietet. Sie haben die Fähigkeit, Daten zu erfassen, zu analysieren und mit anderen Geräten oder Systemen zu kommunizieren, was Unternehmen neue Möglichkeiten eröffnet, ihre Kund*innen besser zu verstehen und personalisierte Lösungen anzubieten. In möglichen Projektarbeiten könnten die praktischen Herausforderungen und technologischen Potenziale bei der Entwicklung von Smart Products erörtert werden. Des Weiteren könnte die Akzeptanz der Nutzer*innen für Smart Products analysiert und ihre potenziellen Auswirkungen auf das Nutzerverhalten untersucht werden. Zusätzlich könnten innovative Geschäftsmodelle für Smart Products analysiert werden, die nicht nur die Produktentwicklung und -herstellung, sondern auch den Vertrieb, die Wartung und den Kundensupport berücksichtigen.

Everything as a Service (XaaS) ist ein Geschäftsmodell, das darauf abzielt, Produkte oder Dienstleistungen als abonnement- oder nutzungsbasierte Services anzubieten. In einer Projektarbeit könnte ein XaaS-Modell für ein bestimmtes Produkt oder eine Dienstleistung im eigenen Unternehmenskontext entwickelt werden, einschließlich der Ausarbeitung eines Umsetzungsplans, der Aspekte wie Marktnachfrage, Wettbewerbsanalyse, Preissetzung und Vertriebsstrategie umfasst. Des Weiteren könnte eine Projektarbeit eine vergleichende Analyse existierender XaaS-Geschäftsmodelle in verschiedenen Branchen beinhalten, um deren Erfolg, Anpassungsfähigkeit und Rentabilität zu bewerten. Eine weitere Möglichkeit besteht in der Untersuchung rechtlicher und regulatorischer Aspekte, die mit XaaS-Geschäftsmodellen verbunden sind, sowie der Identifikation von Maßnahmen zur Sicherstellung der Compliance und Risikominderung für Unternehmen.

Digitale Plattformen stellen digitale Infrastrukturen oder Ökosysteme dar, die verschiedenen Nutzer*innen ermöglichen, miteinander zu interagieren, Daten auszutauschen und Werte zu schaffen. Im Rahmen einer Projektarbeit könnte ein Prototyp für eine digitale Plattform speziell für den eigenen Unternehmenskontext entwickelt werden. Eine weitere mögliche Projektarbeit könnte die Analyse erfolgreicher digitaler Plattformen wie Airbnb, Uber oder LinkedIn umfassen, um Schlüsselfaktoren für deren Erfolg zu identifizieren. Hierbei könnten Aspekte wie Benutzererfahrung, Geschäftsmodell, Monetarisierung und Wachstumsstrategie untersucht werden. Zudem könnte eine Projektarbeit die Auswirkungen digitaler Plattformen auf traditionelle Geschäftsmodelle untersuchen, indem beispielsweise spezifische Branchen analysiert werden, um die Herausforderungen und Chancen zu identifizieren, die sich aus der Digitalisierung ergeben.

Disruptive Innovationen stellen etablierte Unternehmen vor bedeutende Herausforderungen, die tiefgreifende Anpassungen im Bereich des Strategischen Managements erfordern. In Projektarbeiten kann das Phänomen der disruptiven Innovation eingehend untersucht werden, wobei ein Schwerpunkt darauf liegen könnte, wie Unternehmen strategisch darauf reagieren können. Diese Untersuchungen könnten sich über verschiedene Branchen wie Einzelhandel, Finanzdienstleistungen oder Bildung erstrecken und die spezifischen Strategien analysieren, die Unternehmen einsetzen, um sich diesen Veränderungen anzupassen und wettbewerbsfähig zu bleiben.

Durch die steigende Bedeutung von Nachhaltigkeit in der Gesellschaft und der zunehmenden rechtlichen Vorgaben auf diesem Gebiet streben Unternehmen verstärkt danach, Nachhaltigkeitsaspekte in ihre Unternehmensstrategie zu integrieren. Mögliche Projektarbeiten könnten sich mit der Frage befassen, wie Unternehmen Nachhaltigkeitsprinzipien in ihre langfristige strategische Planung einbinden können. Eine eingehende Analyse könnte dabei darauf abzielen, wie Unternehmen konkrete Nachhaltigkeitsziele identifizieren, diese messen und sie in ihre Geschäftsstrategie integrieren, um langfristige Wettbewerbsvorteile zu erzielen. Im Rahmen der Projektarbeit könnten Unternehmen untersucht werden, die erfolgreich Nachhaltigkeitsstrategien implementiert haben. Darüber hinaus können diese Fallstudien auch die Auswirkungen dieser Strategien auf die finanzielle Performance und die Reputation der Unternehmen analysieren, um einen umfassenden Einblick in die Herausforderungen und Chancen der nachhaltigen Strategieintegration zu ermöglichen.

Die fortschreitende Digitalisierung prägt in zunehmendem Maße diverse Bereiche der Gesellschaft sowie Unternehmensstrukturen. Mögliche Projektarbeiten könnten sich mit der Rolle der Digitalisierung im strategischen Management auseinandersetzen. Dabei könnte genauer untersucht werden, wie Unternehmen digitale Technologien gezielt einsetzen, um nicht nur ihre Geschäftsmodelle grundlegend zu transformieren, sondern auch um Wettbewerbsvorteile zu generieren und sich flexibel an veränderte Marktanforderungen anzupassen. Zudem können Herausforderungen und Risiken erörtert werden, die mit der digitalen Transformation einhergehen, und mögliche Wege aufgezeigt werden, diese zu bewältigen.

Eine aktuelle Studie der Bertelsmann-Stiftung zeigt, dass in Deutschland mehr als drei Viertel der Befragten vollautomatisierte Entscheidungen ablehnen, während nur 31 Prozent der Bevölkerung darin Chancen erkennen. Auf der anderen Seite werden intelligente Systeme in vielen Alltagsbereichen (beispielweise in der medizinischen Diagnostik oder bei der Beurteilung der Kreditwürdigkeit) bereits erfolgreich eingesetzt und gewinnen in der Praxis zunehmend an Bedeutung. Daher ist es insbesondere für Unternehmen, die intelligente Systeme einsetzen, unausweichlich, deren Akzeptanz bei ihren Kunden und Verbrauchern zu erhöhen. Hierzu ist nicht in erster Linie „Algorithmentransparenz“ gefragt, wie sie seit einiger Zeit von der Politik diskutiert und gefordert wird. Die Lösung sind vielmehr für Laien verständliche Erklärungen, welche die von künstlichen Intelligenzen im Einzelfall getroffenen Entscheidungen nachvollziehbar und verständlich machen. Mögliche Projektarbeiten können sich beispielsweise mit der Vermittlung von AI Literacy mittels Erklärbarer Künstlicher Intelligenz oder Fairness und Bias in KI-Systemen beschäftigten. Aber auch andere inhaltliche und methodische Themen sind möglich und werden mit den Studierenden individuell abgestimmt und konkretisiert.

Im Zuge der Digitalisierung stehen Organisationen heutzutage sehr umfangreiche und immer weiter wachsende Mengen an Daten zur Verfügung (Stichwort: „Big Data“). Allerdings zeigt die Empirie, dass die analysierten und genutzten Daten häufig durch eine geringe Datenqualität charakterisiert sind – selbst in unternehmensinternen Kundendatenbanken sind durchschnittlich ca. 30% der gespeicherten Datenwerte nicht korrekt. Auf diese Weise entstehen bspw. für ein durchschnittliches amerikanisches Unternehmen jährlich Mehrkosten in Höhe von 15 Millionen Dollar. Mangelnde Datenqualität stellt allerdings nicht nur in Unternehmen ein großes Problem dar – auch in Politik und Gesellschaft steigt in Zeiten von „Fake News“ der Bedarf an zuverlässigen Informationen. Deshalb werden quantitative Methoden zur Messung, Steuerung und Verbesserung der Datenqualität benötigt. Mögliche Projektarbeiten können sich beispielsweise mit der Entwicklung von Datenqualitätsmetriken oder dem Einfluss von Datenqualitätsdefekten auf KI-Systeme beschäftigten. Aber auch andere inhaltliche und methodische Themen sind möglich und werden mit den Studierenden individuell abgestimmt und konkretisiert.

Unternehmen stehen heutzutage – bspw. über soziale Medien und das Internet (z. B. Online Social Networks, Wikis, Bewertungs- und Rezensions-Communities, Diskussionsforen), aber auch in traditionellen Datenbanken (z. B. Data-Warehouse, Kundendatenbanken) und im direkten Kundenkontakt (z. B. humanoide Roboter wie Pepper) – sehr umfangreiche und immer weiter wachsende Datenmengen zur Verfügung. Dabei wird der überwiegende Großteil der verfügbaren Daten in unstrukturierter Form (Bilder, Videos, Texte) gespeichert. Um diesen Datenschatz zu heben, werden Methoden für eine automatisierte Analyse benötigt. Im Themenfeld Big Data Analytics & KI werden konkrete Einsatzmöglichkeiten und der daraus resultierende Nutzen von Methoden der Künstlichen Intelligenz bei der Analyse (un)strukturierter Daten erforscht. Mögliche Projektarbeiten können sich beispielsweise mit der Anwendung von Machine Learning im Sport oder der verbesserten Klassifikation von Telematikdaten beschäftigten. Aber auch andere inhaltliche und methodische Themen sind möglich und werden mit den Studierenden individuell abgestimmt und konkretisiert.

Traditionelle Verkaufsprozesse stoßen hinsichtlich der Datenverfügbarkeit sowie der Analyse- und Verarbeitungsmöglichkeiten oft an ihre Grenzen. Im stationären Handel können die Mitarbeiter in der Regel nicht alle Produkt- und Kundendetails auswendig parat haben. Selbst wenn diese Informationen den Serviceexperten zur Verfügung stünden (z.B. über ein traditionelles IT-System), wäre die Verarbeitung aufgrund der großen Menge an relevanten Daten und ihrer Komplexität manuell kaum zu bewältigen oder durch subjektive persönliche Ansichten verzerrt. Recommender Systeme ermöglichen es objektiv auf Basis von großen Datenmengen Nutzern Produkte zu empfehlen. Roboter wie Pepper haben die Möglichkeit, den Kunden in der physischen Welt wahrzunehmen, mit ihm in Interaktion zu treten und besitzen zudem die Rechenleistung um die so gewonnen Daten objektiver, schneller und genauer zu verarbeiten als Menschen. Mögliche Projektarbeiten können sich beispielsweise mit dem Einsatz des humanoiden Roboters Pepper im Kundenservice oder Explainable & Conversational Recommender Systemen beschäftigten. Aber auch andere inhaltliche und methodische Themen sind möglich und werden mit den Studierenden individuell abgestimmt und konkretisiert.