Seminare „Industrielle Informationssysteme“ im Sommersemester 2026

Bachelor-Seminar:  Von der Technologie bis zum Geschäftsmodell: Branchenspezifische Anwendungen von Big Data Analytics und KI

Master-Seminar:  Datengetriebene und KI-orientierte Unternehmen: Vom Wandel der Wertschöpfung bis zur Transformation ganzer Organisationen

Im Sommersemester 2026 bietet der Lehrstuhl IIS jeweils ein Bachelorseminar und ein Masterseminar an. Eine verbindliche Anmeldung zu den beiden Seminaren ist vom 26.03.2026 (12 Uhr) bis 09.04.2026 (12 Uhr) über FlexNow möglich. Die Teilnehmeranzahl für die Seminare ist beschränkt. Bei Überbelegung erfolgt eine Zuteilung durch den Lehrstuhl. Sie erhalten bis Freitag, den 10.04.2026 (12 Uhr) eine Rückmeldung, ob Sie einen Seminarplatz erhalten haben. Bitte beachten Sie, dass wir innerhalb der ersten Vorlesungswoche eine verbindliche Zusage zur Teilnahme am Seminar und an der geplanten Blockveranstaltung von Ihnen benötigen. Bitte beachten Sie zudem, dass die Seminararbeiten jeweils in Einzelarbeiten anzufertigen sind.

Beide Seminare werden über eine gemeinsame Blockveranstaltung abgehalten. Die Blockveranstaltung findet am ersten Juli-Wochenende statt und ist als Exkursion geplant. Das Ziel der Exkursion ist Garmisch-Partenkirchen (03.07. – 05.07.). Bitte beachten Sie bei Ihren Planungen, dass für einen erfolgreichen Besuch eines Seminars die vollständige Teilnahme am Blocktermin verpflichtend ist. Details zu den Terminen der einzelnen Seminare finden Sie untenstehend.

Parallel zu unseren Seminaren empfehlen wir, unsere Module zu wissenschaftlichen Praktiken in der Wirtschaftsinformatik zu belegen. In diesen möchten wir Ihnen einen Einblick in das wissenschaftliche Arbeiten in der Wirtschaftsinformatik geben. Der Fokus liegt dabei besonders auf dem Verfassen, Strukturieren und Präsentieren einer wissenschaftlichen Arbeit. Außerdem wird darin vertieft auf die systematische Literaturanalyse als Forschungsmethode eingegangen, welche in unseren Seminaren angewendet werden soll. Die Module sind so geplant, dass es keine terminliche Überschneidung mit unseren Seminaren gibt. Nähere Informationen finden Sie in den News auf unserer Lehrstuhlwebseite.

Gemeinsame Termine des Bachelor- und Masterseminars:

• Einführungsveranstaltung: Di. 14.04.2026, 16:00-18:00 Uhr (c.t.), WE5/05.003
• Zwischenpräsentationen und Feedback-Termin: Di. 19.05.2026, 16:00-19:00 Uhr (s.t.), WE5/05.003
• Blockseminar in Garmisch-Partenkirchen: Fr. 03.07.2026 – So. 05.07.2026

Organisatorische Informationen zur geplanten Blockveranstaltung:

• Die Abgabe der Seminararbeiten erfolgt bis Sonntag, 28.06.2026 (23:59 Uhr) über den VC-Kurs
• Die Blockveranstaltung wird für Bachelorseminar und Masterseminar gemeinsam abgehalten
• Geplanter Zeitraum: Freitag 03.07.2026 – Sonntag 05.07.2026 (Anreise Fr., Abreise So.)
  • Die Anreise sollte am Freitag vormittags erfolgen, da nachmittags der erste Seminar-Slot geplant ist
  • Die Abreise ist am Sonntag ab dem frühen Nachmittag möglich, da vormittags der zweite Seminar-Slot geplant ist
• Die An- und Abreisen sind selbst zu organisieren (z.B. per Bahn/Semesterticket oder Fahr-Gemeinschaften)
• Die Exkursion wird in einer Jugendherberge in Garmisch-Partenkirchen organisiert
• Die Höhe des zu zahlenden Selbstbeitrags wird 120,00€ nicht überschreiten

Bei Fragen jeglicher Art zu den Seminaren wenden Sie sich gerne jederzeit an Felix Ulbricht.

Grundlagenliteratur Bachelor-Seminar:

• Elia, G., Polimeno, G., Solazzo, G., & Passiante, G. (2020). A multi-dimension framework for value creation through Big Data. Industrial Marketing Management, 90, 617-632. doi.orghttps://doi.org/10.1016/j.indmarman.2020.03.015
• Hashem, I. A. T., Chang, V., Anuar, N. B., Adewole, K., Yaqoob, I., Gani, A., Ahmed, E., & Chiroma, H. (2016). The role of big data in smart city. International Journal of Information Management, 36(5), 748-758. doi.org/10.1016/j.ijinfomgt.2016.05.002
• Jahani, H., Jain, R., & Ivanov, D. (2023). Data science and big data analytics: a systematic review of methodologies used in the supply chain and logistics research. Annals of Operations Research, 1-58. https://doi.org/10.1007/s10479-023-05390-7
• Mikalef, P., Pappas, I. O., Krogstie, J., & Giannakos, M. (2018). Big data analytics capabilities: a systematic literature review and research agenda. Information Systems and e-Business Management, 16(3), 547-578. https://doi.org/10.1007/s10257-017-0362-y
• Richardson, S. M., Petter, S., & Carter, M. (2021). Five Ethical Issues in the Big Data Analytics Age. Communications of the Association for Information Systems, 49(1), 430-447. https://doi.org/10.17705/1cais.04918
• Sarker, M. N. I., Peng, Y., Yiran, C., & Shouse, R. C. (2020). Disaster resilience through big data: Way to environmental sustainability. International Journal of Disaster Risk Reduction, 51. https://doi.org/10.1016/j.ijdrr.2020.101769
• Shah, M., Shah, A., Patel, K., Kshirsagar, A., Sanghvi, S., & Sojitra, V. (2025). Predictive analytics, strategic game analysis, and injury prevention in sports: the role of big data and artificial intelligence. Machine Learning for Computational Science and Engineering, 1(1), 1-17. https://doi.org/10.1007/s44379-025-00017-z
• Siddiqa, A., Karim, A., & Gani, A. (2017). Big data storage technologies: a survey. Frontiers of Information Technology & Electronic Engineering, 18(8), 1040-1070. https://doi.org/10.1631/fitee.1500441
• Sood, A., Bhardwaj, A. K., & Sharma, R. K. (2022). Towards sustainable agriculture: key determinants of adopting artificial intelligence in agriculture. Journal of Decision Systems, 33(4), 833-877. https://doi.org/10.1080/12460125.2022.2154419
• Watson, H. (2014). Tutorial: Big Data Analytics: Concepts, Technologies, and Applications. Communications of the Association for Information Systems, 34(1), 1247-1268. https://doi.org/10.17705/1CAIS.03462 

Grundlagenliteratur Master-Seminar:

• Alsmairat, M. A. K., & Abubakar, A. M. (2024). Optimizing Supply Chain Resilience: AI-Capabilities and DataDriven Culture AMCIS 2024 Proceedings, Salt Lake City, USA. https://aisel.aisnet.org/amcis2024/stratcompis/stratcompis/10
• Bérubé, M., Giannelia, T., & Vial, G. (2021). Barriers to the Implementation of AI in Organizations: Findings from a Delphi Study Proceedings of the 54th Hawaii International Conference on System Sciences, Hawaii, USA. http://hdl.handle.net/10125/71425
• Bosch, J., & Olsson, H. H. (2026). Towards AI-Driven Organizations. In Software Engineering and Advanced Applications (pp. 280-295). https://doi.org/10.1007/978-3-032-04207-1_19
• Fischer, H., Wiener, M., Strahringer, S., Kotlarsky, J., & Bley, K. (2023). Data-Driven Organizations: Review, Conceptual Framework, and Empirical Illustration. Australasian Journal of Information Systems, 27, 1-26. https://doi.org/https://doi.org/10.3127/ajis.v27i0.4425
• Hansen, H. F., Lillesund, E., Mikalef, P., & Altwaijry, Ν. (2024). Understanding Artificial Intelligence Diffusion through an AI Capability Maturity Model. Information Systems Frontiers, 26(6), 2147-2163. https://doi.org/10.1007/s10796-024-10528-4
• Mayer, A.-S., Haimerl, A., Strich, F., & Fiedler, M. (2021). How corporations encourage the implementation of AI ethics ECIS 2021 Research Papers, Marrakesh, Morocco. https://aisel.aisnet.org/ecis2021_rp/27
• Papagiannidis, E., Mikalef, P., & Conboy, K. (2025). Responsible artificial intelligence governance: A review and research framework. The Journal of Strategic Information Systems, 34(2). https://doi.org/10.1016/j.jsis.2024.101885
• Perozzo, H., & Ravarini, A. (2024). AI at the Helm or in the Crew? Navigating the Role of AI in Decision-Making Process AMCIS 2024 Proceedings, Salt Lake City, USA. https://aisel.aisnet.org/amcis2024/fow/fow/9
• Wang, B. Y., Tan, B., Boell, S., Li, C. X., & Chen, E. (2024). The Development and Leverage of Artificial Intelligence Capabilities ICIS 2024 Proceedings, Bangkok, Thailand. https://aisel.aisnet.org/icis2024/aiinbus/aiinbus/11
• Weber, M., Knabl, O. B., Böttcher, T. P., Hein, A., & Krcmar, H. (2024). The AI Transformation? Unpacking the Impact of AI on Incumbent Business Models ECIS 2024 Proceedings, Paphos, Cyprus. aisel.aisnet.org/ecis2024/track12_digtrans/track12_digtrans/11