Abschlussarbeiten

Sie möchten Ihre Abschlussarbeit bei uns schreiben, haben aber noch kein konkretes Thema? Kein Problem! Melden Sie sich gerne mit Ihren ersten Ideen bei uns. In einem gemeinsamen Gespräch klären wir, ob und wie sich daraus ein geeignetes wissenschaftliches Thema entwickeln lässt.

Wie werden Arbeit und Berufe der Zukunft aussehen? Welche weiteren technologischen Innovationen können helfen oder sind notwendig für weiteren Fortschritt in Qualität und Produktivität der Arbeit, und was sind die Implikationen für Menschen und Gesellschaft? 

Kurzfristig werden positive und disruptive Transformationen erwartet, wie sie derzeit u.a. im Kontext von AI oder Homeoffice diskutiert werden. Längerfristig stellen sich grundlegende Fragen nach Art, Sinn und Aufgaben von Arbeit (und wer arbeitet) möglicherwiese neu. Wie wünschenswert und gestaltbar solche kurz- und langfristigen Entwicklungen sind, wird teilweise schon heute durch Entscheidungen und Regeln mitbestimmt. Daher setzt ein verantwortungsvolles Handeln, das eine Zukunft, die nicht nur möglich, sondern auch wünschenswert ist, einen möglichst klaren Blick über Wege und Dynamiken in mögliche Welten voraus. Dies genau ist Gegenstand von „Future Studies“ in verschiedenen Wissenschaftsdisziplinen und aktuell nicht zuletzt wegen der zentralen Bedeutung wirtschaftsinformatischer Themen ein starker Trend in der internationalen Wirtschaftsinformatik. Ziel der Abschlussarbeiten in diesem Themenbereich sollen entsprechend wirtschaftsinformatische Future Studies vor allem im Kontext „Zukunft der Arbeit und Arbeit der Zukunft“ sein. Mögliche Themen können 

• kürzer- oder längerfristige Szenarien behandeln,
• verschiedenen Methoden wie u.a. Delphi-, Szenario- oder Simulationsstudien und Literaturanalysen verwenden,
• konkrete Technologiepfade (zB. KI, neural interfaces, robotics) oder zB. Branchenentwicklungen analysieren
• und sogar Methoden, Bewertungen, Innovationen und Darstellungsvariationen von Future Studies selbst umfassen. 

Fokus von Future Studies ist dabei vorrangig gar nicht eine genaue Prognose der Zukunft, sondern stärker noch ein Verstehen, wie sich verschiedene Entscheidungen und Entwicklungen bedingen und beeinflussen, um so auch nicht offensichtliche Szenarien erkennen und bewerten und frühzeitig richtige(re) Grundlagen legen und Entscheidungen treffen zu können.

Typische Abschlussarbeitsthemen könnten demnach sein:

• Welche technischen und gesellschaftlichen Engpassfaktoren hemmen den Einsatz von KI zur sinnvollen Vollautomatisierung und wohin geht es nach ihrer Überwindung?
• Welche Methoden für Future Studies gibt es und was sind ihre Stärken und Schwächen?
• An welche Grenzen stoßen wir, wenn Moore’s Law weitere 60 Jahre hält?
• Was fehlt (neben Nanoreplikation und unbegrenzter Energie) zur Realisierung einer Star-Trek-Welt, in der es nur noch freiwillige, intrinsisch motivierte Arbeit gibt?
• Welche Bildung und Ausbildung sollte man seinen Kindern, Enkeln, Urenkeln und Ururururururenkeln empfehlen?
• Wie lässt sich das world building in guter Science-Fiction-Literatur für Future Studies nutzen?
• Welche Aufgaben und Fähigkeiten machen einen effektiven, glücklichen IT-Experten heute und übermorgen aus?
• Wie kann Work-from-Home alle Vorteile klassischer Arbeit für Arbeiter und Unternehmen bieten?
• Was ändern soziale Maschinen?
• Wie kann Rekrutierung und Partnersuche besser werden? 

Startzeitpunkt: ab sofort

Methode: verschiedene Methoden möglich

Level: Master

Sprache: Englisch/Deutsch

WeiteresVorgehen: Eine Forschungsfrage wird mit dem Betreuer erarbeitet.

Einstiegsliteratur:

Carmel, E. and Sawyer, S. (2023). The multi-dimensional space of the futures of work. Information Technology & People. Vol. 36 No. 1, pp. 1-20. DOI 10.1108/ITP-12-2020-0857.

Chiasson, M., Davidson, E. & Winter, J. (2018) Philosophical foundations for informing the future (S) through IS research. European Journal of Information Systems, 27(3), 367-379.

Grover, V., and Segars, A. H. 1996. "IT: The Next 1100102 Years," The DATA BASE for Advances in Information Systems (27:4), pp. 45-57.

Kendall, K. E. 1997. "The Significance of Information Systems Research on Emerging Technologies: Seven Information Technologies That Promise to Improve Managerial Effectiveness," Decision Sciences (28:4), pp. 775-792.

Gray, P., and Hovav, A. 2007. "The IS Organization of the Future: Four Scenarios for 2020," Information Systems Management (24:2), pp. 113-120.

Gray, P., and Hovav, A. 2008. "From Hindsight to Foresight: Applying Futures Research Techniques in Information Systems," Communications of the Association for Information Systems (22).

„Stellen Sie sich Alice und Bob vor. Alice mag Bob, weiß aber nicht, was sie ihm schreiben soll. Sie fragt ihre KI und erhält einen Text, den sie Bob schickt. Bob erhält die Nachricht, weiß aber nicht, wie er darauf reagieren soll, also fragt er seine KI und erhält einen Antworttext, den er Alice schickt.“

Künstliche Intelligenz verändert die Art und Weise, wie Menschen miteinander kommunizieren, zunehmend. Der Begriff „AI-Mediated Communication” beschreibt Kommunikationsprozesse, die durch intelligente Systeme unterstützt, moderiert oder teilweise automatisiert werden. Beispiele hierfür sind Chatbots, automatische Antwortvorschläge, Sprachassistenten oder generative KI. Diese Technologien greifen aktiv in Kommunikationsabläufe ein, strukturieren Interaktionen und beeinflussen Tonalität, Inhalt sowie Geschwindigkeit des Austauschs. 
Das Thema untersucht, wie sich durch KI-gestützte Kommunikation soziale Dynamiken, Entscheidungsprozesse sowie die Wahrnehmung von Vertrauen, Authentizität und Verantwortung verändern. Im Fokus stehen dabei sowohl die Chancen – wie Effizienzsteigerung, Inklusion und Unterstützung kognitiver Prozesse – als auch die potenziellen Risiken, etwa Verzerrungen, Kontrollverlust oder reduzierte zwischenmenschliche Nähe. Das Ziel besteht darin, ein besseres Verständnis dafür zu entwickeln, wie KI-Kommunikationsprozesse formt und welche Implikationen sich daraus für Individuen, Teams und Organisationen ergeben.

Startzeitpunkt: ab sofort

Methode: Literaturanalyse/Interviews

Level: Bachelor/Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Eine Forschungsfrage wird mit dem Betreuer erarbeitet.

Einstiegsliteratur:

Hancock, J. T., Naaman, M., & Levy, K. (2020). AI-mediated communication: Definition, research agenda, and ethical considerations. Journal of Computer-Mediated Communication, 25(1), 89–100. https://doi.org/10.1093/jcmc/zmz022
Hohenstein, Jess, und Malte Jung. „AI as a moral crumple zone: The effects of AI-mediated communication on attribution and trust“. Computers in Human Behavior 106 (Mai 2020): 106190. https://doi.org/10.1016/j.chb.2019.106190.

Der Einsatz von KI in Organisationen verspricht Effizienzgewinne, Automatisierung und eine datenbasierte Entscheidungsunterstützung. Gleichzeitig rücken die negativen Auswirkungen zunehmend in den Fokus. Neben technischen Risiken wie Fehlentscheidungen oder Bias können auch organisationale und psychologische Nebenwirkungen entstehen, die die Leistung, Zusammenarbeit und Unternehmenskultur beeinflussen.
Ein zentrales Risiko ist die mangelnde Transparenz: Wenn KI-Systeme Entscheidungen vorbereiten oder automatisieren, bleibt oft unklar, wie die Ergebnisse zustande kommen. Dies kann Verantwortungsdiffusion begünstigen und die Nachvollziehbarkeit unternehmerischer Entscheidungen erschweren. Eine starke Abhängigkeit von KI-Systemen kann zudem zu Kompetenzverlust, reduzierter kritischer Reflexion und Automatisierungsbias führen.
Das Thema untersucht daher die unbeabsichtigten Nebenwirkungen der KI-Nutzung in Organisationen und im privaten Leben. Es analysiert, unter welchen Bedingungen Risiken entstehen, wie sie sich auf Individuen und Teams auswirken und mit welchen Governance- und Designansätzen sich Abhilfe schaffen lässt.

Startzeitpunkt: ab sofort

Methode: verschiedene Methoden möglich

Level: Bachelor/Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Eine Forschungsfrage wird mit dem Betreuer erarbeitet.

Einstiegsliteratur:

D’Arcy, John, Ashish Gupta, Monideepa Tarafdar, und Ofir Turel. „Reflecting on the “Dark Side” of Information Technology Use“. Communications of the Association for Information Systems 35, Nr. 5 (2014).

Tarafdar, Monideepa, John D’Arcy, Ofir Turel, und Ashish Gupta. „The Dark Side of Information Technology“. MIT Sloan Management Review 56, Nr. 2 (2015): 61–70.

Turel, Ofir, Christian Matt, Manuel Trenz, u. a. „Panel report: the dark side of the digitization of the individual“. Internet Research 29, Nr. 2 (2019): 274–88. https://doi.org/10.1108/INTR-04-2019-541.

Die zunehmende Verbreitung von Remote Work verändert die Grenzen zwischen Berufs- und Privatleben grundlegend. Flexible Arbeitsmodelle schaffen neue Freiräume, beeinflussen jedoch zugleich die Interaktion zwischen Arbeits- und Familienrolle, was häufig mit negativen Konsequenzen verbunden ist. Das Konzept des Work-Family Enrichment richtet den Blick auf die positive Kehrseite dieser Wechselwirkungen und untersucht, wie sich Ressourcen und Erfahrungen zwischen den Rollen gegenseitig bereichern können. Vor diesem Hintergrund soll in diesem Thema analysiert werden, inwiefern Remote Work positive Spillover-Effekte zwischen beiden Lebensbereichen fördert.

Startzeitpunkt: ab sofort

Methode: verschiedene Methoden möglich

Level: Bachelor/Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Eine Forschungsfrage wird mit dem Betreuer erarbeitet.

Einstiegsliteratur:

Greenhaus, J. H., & Powell, G. N. (2006). When Work and Family Are Allies: A Theory of Work-Family Enrichment. The Academy of Management Review, 31(1), 72–92. www.jstor.org/stable/20159186

Weinert, Christoph, Christian Maier, Sven Laumer, und Tim Weitzel. „How Embeddedness Influences IT-Induced Work–Home Boundary Reduction, Work–Home Conflict, and Job Outcomes“. Information & Management 61, Nr. 3 (2024): 103929. https://doi.org/10.1016/j.im.2024.103929.

Digitale Selbstkontrolle bezeichnet die Fähigkeit, den eigenen Umgang mit digitalen Technologien bewusst zu steuern und an persönlichen Zielen auszurichten. In einer Arbeits- und Lebenswelt, die durch permanente Erreichbarkeit, eine Überflutung mit Informationen und algorithmisch gestaltete Aufmerksamkeitsreize geprägt ist, wird Selbstregulation zu einer zentralen Kompetenz. Ohne bewusste Steuerung können digitale Medien nämlich zu Ablenkung, Prokrastination, Stress und verminderter Konzentrationsfähigkeit führen.
Zu den Strategien von Digital Self-Control zählen das Setzen klarer Nutzungsgrenzen, das bewusste Abschalten von Benachrichtigungen, die Strukturierung digitaler Arbeitsumgebungen und die Nutzung technischer Hilfsmittel zur Fokusunterstützung. Dabei geht es nicht um einen generellen Verzicht, sondern um einen reflektierten und zielgerichteten Einsatz von Technologie. Das Thema untersucht, was digitale Selbstkontrolle ist und welche Rolle sie im Kontext von Informationssystemen einnimmt. 

Startzeitpunkt: ab sofort

Methode: verschiedene Methoden möglich

Level: Bachelor/Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Eine Forschungsfrage wird mit dem Betreuer erarbeitet.

Einstiegsliteratur:

Roffarello, A. M., & De Russis, L. (2023). Achieving digital wellbeing through digital self-control tools: A systematic review and meta-analysis. ACM Transactions on Computer-Human Interaction, 30(4), 1–66. https://doi.org/10.1145/3571810

AI Companions bezeichnen KI-gestützte, interaktive Systeme, die als digitale Begleiter auftreten und soziale und emotionale Unterstützung bieten. Im Unterschied zu rein transaktionalen Chatbots sind AI Companions auf langfristige Interaktion ausgelegt und simulieren Kontinuität, Persönlichkeit und Beziehungsaufbau. Sie kommen sowohl im privaten Kontext (z. B. als digitale Freund:innen oder Partner) als auch im organisationalen Umfeld (z. B. als Lern-, Produktivitäts- oder Wellbeing-Begleiter) zum Einsatz.

Gleichzeitig werfen AI Companions zentrale Fragen auf: Wie verändert die Personalisierung die Beziehung zwischen Menschen und System? Welche Auswirkungen entstehen für Autonomie, Abhängigkeit oder soziale Dynamiken im Team? Und wie müssen Informationssysteme gestaltet sein, um Transparenz, Datenschutz und verantwortungsvolle Nutzung sicherzustellen?

Startzeitpunkt: ab sofort

Methode: verschiedene Methoden möglich

Level: Bachelor/Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Eine Forschungsfrage wird mit dem Betreuer erarbeitet.

Einstiegsliteratur:

Pentina, Iryna, Tyler Hancock, und Tianling Xie. „Exploring relationship development with social chatbots: A mixed-method study of replika“. Computers in Human Behavior 140 (März 2023): 107600. https://doi.org/10.1016/j.chb.2022.107600.

Bayor, Laura, Christoph Weinert, Christian Maier, und Tim Weitzel. „Social-Oriented Communication with AI Companions: Benefits, Costs, and Contextual Patterns“. Business & Information Systems Engineering, Online-Vorab-Publikation, 25. Juli 2025. https://doi.org/10.1007/s12599-025-00955-1.

Soziale Netzwerke sind für viele Menschen fester Bestandteil des Alltags. Gleichzeitig mehren sich Hinweise, dass ein Teil der Nutzung kompulsiv wird und in eine maladaptive Abhängigkeit (SNS Addiction) übergehen kann. Dies ist mit negativen Konsequenzen u.a. für Wohlbefinden, Leistung und sozialen Beziehungen verbunden. Forschung im IS-Bereich zeigt beispielsweise, dass sich addiction-ähnliche Nutzung prozesshaft entwickelt und dabei Affordanzen sowie (fehlende) Kontrollmechanismen (z.B. Selbstregulation) eine zentrale Rolle spielen. In einer personalisierten Feed-Welt ist außerdem relevant, dass Plattformen nicht nur Inhalte filtern (Filter-Bubble-Dynamiken), sondern auch Belohnungs- und Engagement-Mechanismen (z.B. Infinite Scroll) einsetzen, die Gewohnheiten verstärken können. Studien zeigen etwa, dass der Übergang von einer Gewohnheit zur Abhängigkeit u.a. davon abhängen kann, welche sozialen Netzwerk- und Kommunikationscharakteristika die Nutzung besonders belohnend machen. Die Arbeit soll Erklärungen und/oder Interventionen untersuchen, wie SNS-Nutzung in Richtung kompulsiver Nutzung kippt. Ferner soll untersucht werden, welche Rolle dabei personalisierte Feeds, wahrgenommene Informationsvielfalt, Kontrollmechanismen und Plattform-Affordanzen spielen.

Startzeitpunkt: ab sofort

Methode: Literaturanalyse/Interviews/Umfragen

Level: Bachelor/Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Eine Forschungsfrage wird mit dem Betreuer erarbeitet.

Einstiegsliteratur:

Kitchens, B., Johnson, S. L., and Gray, P. (2020). Understanding Echo Chambers and Filter Bubbles: The Impact of Social Media on Diversification and Partisan Shifts in News Consumption, MIS Quarterly, 44 (4), 1619-1649. doi: 10.25300/MISQ/2020/16371

Vaghefi, I., Negoita, B., & Lapointe, L. (2023). The Path to Hedonic Information System Use Addiction: A Process Model in the Context of Social Networking Sites. Information Systems Research, 34(1), 85–110. https://doi.org/10.1287/isre.2022.1109

Xu, H., Shanghai Jiao Tong University, Phan, T. Q., University of Hong Kong, Tan, B. C. Y., & National University of Singapore. (2022). Why Are People Addicted to SNS? Understanding the Role of SNS Characteristics in the Formation of SNS Addiction. Journal of the Association for Information Systems, 23(3), 806–837. https://doi.org/10.17705/1jais.00735

Gegenstand der Arbeiten zu diesem Themenfeld sind Untersuchungen zu Kompetenzverlust und –aufbau durch und mit KI. Vieldiskutierte Beispiele für Deskilling with AI sind schwindendes Verständnis und Expertise über betriebliche Aufgaben und Fähigkeiten oder ‚cognitive atrophy‘ bzw. Verlust der Fähigkeit zu tiefem, kritischen, unabhängigen Denken durch Delegation kritischer Gestaltungsaufgaben an KI, während Upskilling-Chancen für Menschen u.a. darin gesehen, neue, KI-komplementäre Fähigkeiten zu entwickeln oder KI-basiert ganz neue Lernkonzepte zu entwickeln.

Startzeitpunkt: ab sofort

Methode: Methodisch sind Arbeiten möglich, die von Bestandsaufnahme in Unternehmen (z.B. Fallstudien) oder Analogien zu ähnlichen Diskussionen zu früheren Technologien (z.B. literaturbasiert) bis zu Experimenten und/oder Prototypen für KI-Lernkonzepte gehen.

Level: Bachelor/Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Eine Forschungsfrage wird mit dem Betreuer erarbeitet.

Die im Moment wieder in der Praxis viel diskutierte Idee eines Skills-based Hiring folgt der Grundidee, Bewerber nicht nach Abschlüssen sondern konkreten, im Unternehmen gebrauchten Fähigkeit einzustellen und reflektiert einen längeren Trend weg von (nur) formalen Abschlüssen. Es ergeben sich neue Fragen wie: Wie kann ein Unternehmen im Rahmen eines Skills-based-Ansatzes und gerade bei sich kontinuierlich ändernden Anforderungen eine angemessene Anforderungsanalyse durchführen (Nachfrageseite: Welche Skills sind nötig?), wer bringt diese Skills mit (Angebotsseite: Was kann jemand?) und wie sind Skills messbar und zertifizierbar? Gerade im IT-Bereich sind Skill-basierte Ansätze u.a. mit KI-begleiteten coding interviews, Microcredentials oder Nanodegrees schon seit Jahren im Einsatz (zB. Mozilla Open Badges, IBM Digital badge und W3C verifiable credentials). Bei diesem Themenbereich sollen Chancen, Einsatzgebiete, Trends, Hürden und Erfahrungen von Unternehmen, Nutzern, und anderen Stakeholdern zu Skills-based-Hiring-Ansätzen gesammelt, evaluiert und diskutiert werden.

Startzeitpunkt: ab sofort

Methode: mehrere Methoden möglich

Level: Bachelor/Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Eine Forschungsfrage wird mit dem Betreuer erarbeitet.

Einstiegsliteratur:

Skills-based-hiring-Praxiswhitepaper des QUEB Bundesverbandes

Digitale Plattformen personalisieren Inhalte, um Nutzerinnen und Nutzer zu binden. Gleichzeitig stehen solche Plattformen in der Kritik, Informationsvielfalt zu begrenzen und einseitige Weltbilder zu verstärken. Mit Generativer KI (GenAI) entsteht nun eine neue Dynamik: Inhalte werden nicht nur gefiltert, sondern zunehmend zusammengefasst, umformuliert oder direkt generiert. Parallel werden Erklärfunktionen (XAI) relevanter, etwa „Warum wird mir das angezeigt?“ oder welche Signale eine Empfehlung beeinflusst haben. Diese Kombination kann beeinflussen, wie Menschen Informationen verarbeiten, wie sie ihre mentale Vorstellung von „Wahrheit“ und Relevanz aktualisieren und wie intensiv sie Plattformen nutzen. Das Ziel einer Abschlussarbeit in diesem Kontext ist zu untersuchen, wie GenAI- und XAI-Features auf digitalen Plattformen die Informationsverarbeitung beeinflussen und ob dadurch eher Umgebungen entstehen, die von weniger Informationsvielfalt geprägt sind. Ein besonderer Fokus kann auf Nutzungsintensität bis hin zu „problematischer Nutzung“ gelegt werden.

Startzeitpunkt: ab sofort

Methode: Literaturanalyse/Interviews/Umfragen

Level: Bachelor/Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Eine Forschungsfrage wird mit dem Betreuer erarbeitet.

Einstiegsliteratur:

Bauer, K., von Zahn, M., Hinz, O. (2023). Expl(AI)ned: The Impact of Explainable Artificial Intelligence on Users’ Information Processing, Information Systems Research, 34 (4), 1582-1602. doi: 10.1287/isre.2023.1199

Kitchens, B., Johnson, S. L., and Gray, P. (2020). Understanding Echo Chambers and Filter Bubbles: The Impact of Social Media on Diversification and Partisan Shifts in News Consumption, MIS Quarterly, 44 (4), 1619-1649. doi: 10.25300/MISQ/2020/16371

Malgonde, O. S. (2025). Generative Artificial Intelligence (GenAI)-Based Recommender Addressing Contribution Pollution and Information Cacophony on Digital Platforms. Journal of Management Information Systems, 42(2), 457–490. https://doi.org/10.1080/07421222.2025.2487311

Sanatizadeh, A., Lu, Y., Zhao, K., & Hu, Y. (2025). Engagement or entanglement? The dual impact of generative artificial intelligence in online knowledge exchange platforms. Information & Management, 62(6), 104178. https://doi.org/10.1016/j.im.2025.104178

Filterblasen und Echokammern sind zwei eng verwandte Metaphern, die in der wissenschaftlichen Literatur und öffentlichen Debatte häufig synonym verwendet werden. Während Filterblasen vor allem auf die algorithmische Personalisierung und Selektion von Inhalten verweisen, beschreiben Echokammern die Tendenz von Individuen, sich in Gemeinschaften von Gleichgesinnten zu bewegen und dort verstärkt nur ähnliche Meinungen wahrzunehmen. Beide Konzepte werden mit der Sorge verknüpft, dass soziale Medien die Nutzer in abgeschlossenen Informationsräumen halten, Polarisierung fördern und den Zugang zu abweichenden Perspektiven erschweren. Allerdings ist der aktuelle Forschungsstand uneindeutig, sowohl in Bezug auf die empirischen Nachweise als auch auf die begriffliche Abgrenzung. Abschlussarbeiten in diesem Bereich sollen sich mit der theoretischen Unterscheidung sowie dem aktuellen Stand der Forschung zum Verhältnis von Filterblasen und Echokammern auseinandersetzen.

Startzeitpunkt: ab sofort

Methode: Literaturanalyse

Level: Bachelor/Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Eine spezifische Forschungsfrage wird mit dem Betreuer gemeinsam erarbeitet.

Einstiegsliteratur:

Bauer, K., von Zahn, M., Hinz, O. (2023). Expl(AI)ned: The Impact of Explainable Artificial Intelligence on Users’ Information Processing, Information Systems Research, 34 (4), 1582-1602. doi: 10.1287/isre.2023.1199

Gimnich, M., Weinert, C., & Weitzel, T. (2024). It’s a Trap!? Causes and Consequences of Filter Bubbles. ECIS 2024 Proceedings. https://aisel.aisnet.org/ecis2024/track15_social_ict/track15_social_ict/8/

Jiang, T., Sun, Z., & Fu, S. (2025). Restraining the formation of filter bubbles with algorithmic affordances: Toward more balanced information consumption and decreased attitude extremity. Journal of the Association for Information Science and Technology, 76(7), 1-17. https://doi.org/10.1002/asi.24988

Kitchens, B., Johnson, S. L., and Gray, P. (2020). Understanding Echo Chambers and Filter Bubbles: The Impact of Social Media on Diversification and Partisan Shifts in News Consumption, MIS Quarterly, 44 (4), 1619-1649. doi: 10.25300/MISQ/2020/16371

Nickerson, R. S. (1998). Confirmation bias: A ubiquitous phenomenon in many guises. Review of General Psychology, 2(2), 175-220. doi: 10.1037/1089-2680.2.2.175

Pörksen, B. (2022). Wir reden nur von Filterblasen. https://www.psychologie-heute.de/gesellschaft/artikel-detailansicht/41760-wir-reden-nur-von-filterblasen-das-stoert-bernhard-poerksen.html

Künstliche Intelligenz gilt als zentrale Zukunftstechnologie und wird zunehmend im Kontext von Nachhaltigkeit und Umweltschutz diskutiert. Einerseits bietet KI großes Potenzial, ökologische Herausforderungen zu bewältigen, etwa durch die Optimierung der Energie- und Ressourcennutzung, durch intelligente Mobilitätskonzepte oder durch datenbasierte Umweltanalysen. Andererseits wirft der steigende Einsatz KI-basierter Systeme auch Fragen hinsichtlich ihres eigenen ökologischen Fußabdrucks auf, beispielsweise durch den Energieverbrauch großer Modelle und Rechenzentren.

Startzeitpunkt: ab sofort

Methode: verschiedene Methoden möglich

Level: Bachelor/Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Eine spezifische Forschungsfrage wird mit dem Betreuer gemeinsam erarbeitet.

Einstiegsliteratur:

Lin, J., Zeng, Y., Wu, S., & Luo, X. (Robert). (2024). How does artificial intelligence affect the environmental performance of organizations? The role of green innovation and green culture. Information & Management, 61(2), 1–16. https://doi.org/10.1016/j.im.2024.103924

Brown, S. (2025). Beyond Green IT: From Digital Sustainability to Responsible Technology. MIS Quarterly, 49(4), iii–viii.

Hultin, L., & Mähring, M. (2025). Reimagining AI for sustainability: Cultivating imagination, hope, and response-ability. Information & Organization, 35(3), N.PAG. https://doi.org/10.1016/j.infoandorg.2025.100586

Was können und müssen Unternehmen tun, um eine zeitgemäße Kultur des Arbeitens, Kommunizierens und Miteinanderumgehens speziell für IT-nahe Berufe zu schaffen?

Seit vielen Jahren sind insbesondere Menschen mit IT- und Business-Kenntnissen – die typischen WI- und IISM-Absolventen – eine der nachgefragtesten Gruppen auf dem Arbeitsmarkt. Das hat dazu geführt, dass sich Unternehmen immer stärker bemühen, mögliche Kandidaten zielgruppengerecht anzusprechen und sich als attraktiver Arbeitgeber zu präsentieren. Ein Teil der Literatur aus der langen Forschungstradition zu Berufsbildern, Fähigkeiten, Eigenschaften und Bedarfen von IT-Fachkräften (IT workers, IT talent, IT professionals) hat dabei u.a. gezeigt, dass heute „weiche“ Anforderungen die Wunschliste an einen Idealarbeitgeber dominieren und eine gesunde Arbeits-, Firmen- und Kommunikationskultur wichtige Entscheidungskriterien für die knappen Bewerber sind. Der Schwerpunkt soll daher auf einem der folgenden Bereiche liegen:

• Was sind die konkreten Bausteine einer modernen Arbeitskultur?
• Welche Maßnahmen zur Entwicklung einer guten „Kultur“ im Unternehmen gibt es und welche davon wirken nachweislich?
• Was machen Firmen, um eine zielgruppengerechte „Kultur“ im Unternehmen speziell für bestimmte Zielgruppen (WI/IT oder auch andere) zu schaffen?
• Wie kann man „Kultur“ im Unternehmen messen?

Startzeitpunkt: ab sofort

Methode: verschiedene Methoden möglich (v.a. Literaturanalyse, Fallstudien, Repertory Grid (Nutzung und Toolentwicklung))

Level: Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Details werden mit dem Betreuer besprochen.

Die Wirtschaftsinformatik- und Information-Systems-Forschung verwendet eine zunehmend diverse Menge an Methoden und Theorien. Der Scherpunkt dieses Themenbereiches liegt in der Analyse dieser Vielfalt. Konkret sollen die meistverwendeten Theorien bzw. Methoden in der Kernliteratur der WI/IS-Community sowie in benachbarten Wissenschaftsdisziplinen (zB. strategisches Management) identifiziert werden.

Startzeitpunkt: ab sofort

Methode: verschiedene Methoden möglich

Level: Master

Sprache: Englisch/Deutsch

Weiteres Vorgehen: Details werden mit dem Betreuer besprochen.

Einstiegsliteratur:

Wilde, T., Hess, T. (2007): „Forschungsmethoden in der Wirtschaftsinformatik“, WIRTSCHAFTSINFORMATIK 49 (4), S. 280–287

Mit der zunehmenden Verbreitung digitaler Kollaborationstools sind Videokonferenzen zu einem festen Bestandteil moderner Arbeitswelten geworden. Gleichzeitig wird das Phänomen der sogenannten „Videoconference Fatigue“ zunehmend diskutiert. Dabei handelt es sich um Erschöpfungs- und Belastungseffekte, die durch die häufige oder intensive Nutzung von Videokonferenzsystemen entstehen können. Mögliche Ursachen reichen von kognitiver Überlastung und permanenter Selbstwahrnehmung bis hin zu fehlenden Pausen und sozialer Verdichtung. Gerade die neurophysiologischen Effekte von Videoconference Fatigue sind bisher noch nicht bekannt, was im Sinne eines Experiments untersucht werden könnte.

Startzeitpunkt: ab sofort

Methode: Literaturanalyse/Experiment

Level: Bachelor/Master

Sprache: Deutsch/Englisch

Weiteres Vorgehen: Eine spezifische Forschungsfrage wird gemeinsam erarbeitet.

Einstiegsliteratur:

Riedl, R. (2022). On the stress potential of videoconferencing: definition and root causes of Zoom fatigue. Electronic markets, 32(1), 153-177.

Riedl, R., Kostoglou, K., Wriessnegger, S. C., & Müller-Putz, G. R. (2023). Videoconference fatigue from a neurophysiological perspective: Experimental evidence based on electroencephalography (EEG) and electrocardiography (ECG). Scientific reports, 13(1), 18371.

Döring, N., Moor, K. D., Fiedler, M., Schoenenberg, K., & Raake, A. (2022). Videoconference fatigue: A conceptual analysis. International journal of environmental research and public health, 19(4), 2061.