Abschlussarbeiten

Vielen Dank für Ihr Interesse an der Anfertigung einer Bachelor- oder Masterarbeit am Lehrstuhl Informationssystemmanagement.

Themen

Der Einfluss Künstlicher Intelligenz auf die Meaningfulness of Work

Seit den 1970ern werden Motivationsfaktoren für Mitarbeiter erforscht und unter dem Konzept „Meaningfulness of Work“ zusammengefasst. Ziel dieser Abschlussarbeit ist literaturbasierte Theorieentwicklung darüber, inwieweit die Zunahme von Ansätzen Künstlicher Intelligenz im Arbeitsalltag von Mitarbeitern einen Einfluss (positiver vs. negativer Art) auf diese Motivationsfaktoren und ihre Wirkung hat.  Ausgegangen werden kann von der Job Characteristics Theory von (Hackman/Oldham 1975), die dann um den Einfluss von AI erweitert werden kann. Ggf. bietet sich auch das Design oder gar die Durchführung einer empirischen Studie an – dies ist jedoch kein zwingend notwendiger Bestandteil der Arbeit.

Einstiegsliteratur:

Hackman, J. R., & Oldham, G. R. (1975). Development of the Job Diagnostic Survey. Journal of Applied Psychology, 60(2), 159-170. http://dx.doi.org/10.1037/h0076546

 

 

Strategic Value of IT – Financial and Markt Performance from IT Investments?

In 2008 haben McAfee und Brynjolfsson einen vielbeachteten Artikel über den Zusammenhang zwischen IT-Investments und Unternehmenserfolg im Harvard Business Review veröffentlicht. Die Aufgabe dieser Abschlussarbeit ist es, diese Studie mit aktuellen Marktzahlen zu replizieren und um die letzten 10 Jahre zu aktualisieren. Auf diese Weise soll nachgewiesen werden, ob IT-Spendings ein strategisches Differenzierungsmerkmal oder nur ein „must have“ sind. In Ergänzung zu dieser Studie kann die Abschlussarbeit versuchen, in konkretere IT-Ausgabetöpfe (bspw. Ausgaben in Cloud Services) hineinzuleuchten und konkretere Zusammenhänge zu identifizieren.

Methode: (Sekundärstatistische) quantitative Empirie

Einstiegsliteratur:

McAfee, A., and Brynjolfsson, E. (2008): “Investing in the IT That Makes a Competitive Difference”, in: Harvard Business Review, Juli-August 2008, pp. 98-107.


 

Wie beeinflusst Artificial Intelligence die „Meaningfulness of Work“ von Mitarbeitern?

Die „Meaningfulness“ der eigenen Arbeit ist ein zentraler Motivationsfaktor für Mitarbeiter und wird durch sehr alte arbeitspsychologische Theorien erkärt, bspw. die Job Characteristics Theory von Oldham und Hackman aus den 1970ern. Ziel der Arbeit ist die Entwicklung eines theoretischen Modells, welches den Einfluss der Mitarbeiterwahrnehmung auf unterschiedliche Arten von AI, auf jene Theorien/Modelle hypotetisiert und ggf. eine erste empirische Überprüfung (Pilot Study) durchführt.  

Einstiegsliteratur:

Hackman, J. R., & Oldham, G. R. (1975). Development of the Job Diagnostic Survey. Journal of Applied Psychology, 60(2), 159-170.

 

 

Tweets, News and Annual Reports: Retrieving Statements about Digital Innovation in Publicly Available Information

Im Rahmen dieser Arbeit werden öffentlich verfügbare Informationen (bspw. aus Tweets, News und Abschlussberichten) ausgewertet und auf Aussagen zu digitalen Innovationen verglichen.
Ziel ist die Identifikation und Interpretation eventueller Muster in den verschiedenen Datensätzen, um Aussagen über die (digitale) Innovationskraft von Unternehmen treffen zu können sowie die Eignung öffentlicher Datenquellen für empirische Studien zu evaluieren.

Startzeitpunkt: Sofort

Einstiegsliteratur:

Nambisan, S., et al. 2017. “Digital Innovation Management. Reinventing Innovation Management Research in a Digital World,” MIS Quarterly (41:1), pp. 223–238.

Yoo, Y., et al. 2012. “Organizing for Innovation in the Digitized World,” Organization Science (23:5), pp. 1398–1408.
Betreuer: Hr. Axel Hund (axel.hund(at)uni-bamberg.de)

 

Innovating in the Digital Era: How Digital Innovation Labs Enable The Creation of Innovation

Viele Unternehmen sehen sich durch die digitale Transformation der Herausforderung ausgesetzt, bestehende Prozesse und Strukturen neu auszurichten. Innovationsprozesse sind dabei keine Ausnahme.
Im Rahmen dieser Arbeit wird untersucht wie eigens geschaffene, digitale Innovationseinheiten dabei helfen können, den Herausforderungen der Digitalisierung zu begegnen. Ziel ist die Identifizierung verschiedener Mechanismen, die erfolgreiche Innovation im digitalen Zeitalter ermöglichen.
Dafür werden Interviews mit entsprechenden Innovationseinheiten geführt und anschließend ausgewertet.
Die Masterarbeit wird idealerweise in englischer Sprache geschrieben.
Art der Arbeit: Qualitativ; Case Study Research (Schwerpunkt auf Auswertung vorhandener Daten)

Startzeitpunkt: Sofort

Einstiegsliteratur:

Nambisan, S., et al. 2017. “Digital Innovation Management. Reinventing Innovation Management Research in a Digital World,” MIS Quarterly (41:1), pp. 223–238.

Velten, C., Michel, J., and Özdem, A. 2016. “Digital Labs – How to build, how to run,” Crisp Research, Crisp Research AG (ed.).
Yin, R. K. 2018. Case Study Research and Applications. Design and Methods, Los Angeles, London, New Dehli, Singapore, Washington DC, Melbourne: SAGE.
Yoo, Y., et al. 2012. “Organizing for Innovation in the Digitized World,” Organization Science (23:5), pp. 1398–1408.
Betreuer: Hr. Axel Hund (axel.hund(at)uni-bamberg.de)
 

 

Möglichkeit für „Predictive Analytics“-Projektarbeit


In Kooperation mit Randstad ist im Rhein-Main-Gebiet (Eschborn) bei geeigneter Qualifikation ab sofort eine Projektarbeit in einem spannenden Umfeld möglich. Randstad sucht einen Studierenden, der im Finanzbereich mit KI-Ansätzen und Robotic Process Automation eine Lösung zur Vorhersage von Zahlungseingängen entwickelt.

Nähere Informationen finden sich unter: https://interne.karriere-randstad.de/job-detail.php?id=3847. Wenn Sie von Randstad eine Zusage für die Werkstudententätigkeit erhalten haben, kann der ISM-Lehrstuhl dieses Projekt als Projektarbeit im Rahmen Ihres WI-Studiums betreuen.