Bachelor- und Masterarbeiten

Plattformökosysteme umfassen zentrale Akteure wie Plattformbetreiber, Nutzer, Produzenten, Drittentwickler und Regulierungsbehörden. Frühere Forschung hat die Dynamiken zwischen diesen Akteuren untersucht und sich dabei auf Aspekte wie Netzwerkeffekte, Wertschöpfung, Wettbewerb, Zusammenarbeit, Nutzungsdualität und Governance-Strukturen konzentriert. In jüngerer Zeit sind dezentrale Plattformökosysteme entstanden, die ohne eine zentrale Autoritäten funktionieren und beispielsweise die Blockchain-Technologie für eine erhöhte Sicherheit und Transparenz einsetzen. Diese Ökosysteme ermöglichen Peer-to-Peer-Interaktionen und direkten Ressourcenaustausch zwischen den Nutzern. Die Teilnehmer agieren oft in selbstorganisierten Governance-Strukturen mit gemeinschaftlicher Abstimmung, was die Zusammenarbeit fördert und zugleich den Datenschutz sowie die Kontrolle über persönliche Daten stärkt. Diese Entwicklung wirft neue Forschungsfragen zu Machtstrukturen, Governance und Nutzerprivatsphäre auf. Eine Abschlussarbeit könnte diese Aspekte weiter vertiefen.

Betreuung: Prof. Dr. Thomas Kude

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• Clough, D. R., & Wu, A. (2022). Artificial intelligence, data-driven learning, and the decentralized structure of platform ecosystems. Academy of Management Review, 47(1).
• Parker, G., & van Alstyne, M. (2008). Managing Platform Ecosystems. ICIS 2008 Proceedings, 53.

Da Plattformen enorme Mengen an personenbezogenen Daten sammeln, laufen Nutzer Gefahr, Identitätsdiebstahl, Überwachung und Missbrauch ihrer Informationen ausgesetzt zu sein. Zudem führt Zentralisierung häufig zu sogenannten Single Points of Failure, die Plattformen anfälliger für Cyberangriffe machen. Wie können Plattformen die Datensicherheit verbessern und gleichzeitig das Vertrauen der Nutzer aufrechterhalten? Welche Frameworks können entwickelt werden, um die Einhaltung von Datenschutzrechten im Einklang mit gesetzlichen Vorschriften zu gewährleisten? Die Untersuchung dieser Fragen bietet Ihnen die Möglichkeit, in Ihrer Abschlussarbeit zu erforschen, wie Datenschutz- und Sicherheitsbedenken in Plattformökosystemen bewältigt werden können.

Betreuung: Prof. Dr. Thomas Kude

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• Bélanger, F., and Crossler, R. E. 2011. Privacy in the Digital Age: A Review of Information Privacy Research in Information Systems. MIS Quarterly, 35(4).
• Culnan, M. J., and Williams, C. C. 2009. How Ethics Can Enhance Organizational Privacy: Lessions Fom the Choicepoint and TJX Data Breaches. MIS Quarterly, 33(4).
• Teubner, T., & Flath, C. M. (2019). Privacy in the sharing economy. Journal of the Association for Information Systems, 20(3).

Das Aufstreben von Künstlicher Intelligenz als neuer Akteur in der Unternehmenswelt hat erhebliche Unsicherheiten hervorgerufen, insbesondere im Hinblick auf die potenzielle Verdrängung menschlicher Arbeitskräfte. Viele Organisationen verfügen derzeit über keinen klaren rechtlichen Rahmen, um diesen Übergang zu bewältigen, und sind gezwungen, eigene Strategien zur Integration von KI-Technologien zu entwickeln. Diese Situation wirft wichtige ethische Fragen über die Auswirkungen von KI auf Beschäftigung und Arbeitsumfeld auf. Zur Bewältigung dieser Herausforderungen steht das Thema AI Governance im Mittelpunkt der Debatte. Doch wie gestaltet sich AI Governance konkret in Organisationen? Diese interessante Forschungsfrage könnte in einer Abschlussarbeit vertieft untersucht werden.

Betreuung: Prof. Dr. Thomas Kude

Level: Master

Methodology: Empirische Untersuchung

Literature:

• Mäntymäki, M., Minkkinen, M., Birkstedt, T., & Viljanen, M. (2022). Defining organizational AI governance. AI and Ethics, 2(4), 603–609.
• Mäntymäki, M., Minkkinen, M., Zimmer, M., Birkstedt, T., & Viljanen, M. (2023). Designing an AI governance framework: From research-based premises to meta-requirements. ECIS 2023 Research Papers.

Digitale Daten werden nicht automatisch zu nützlichen Informationen. Damit sie Entscheidungen unterstützen, wiederverwendet oder zwischen Organisationen geteilt werden können, müssen sie erzeugt, bereinigt, strukturiert, dokumentiert, interpretiert und in konkrete Nutzungskontexte eingebettet werden. Diese Arbeit an und mit Daten wird häufig als Data Work beschrieben.

Im Mittelpunkt dieses Themenfelds steht die Frage, wie Daten entlang ihrer Reise durch Organisationen und Datenökosysteme Bedeutung erhalten. Daten besitzen keine eindeutige Bedeutung aus sich heraus. Bereits bei ihrer Erhebung werden bestimmte Annahmen, Kategorien und Zwecke eingeschrieben. In späteren Phasen werden sie verarbeitet, angereichert, kuratiert, standardisiert und dokumentiert, damit andere Akteure sie verstehen, bewerten und weiterverwenden können.

Diese Prozesse verlaufen selten linear. Daten bewegen sich durch komplexe Data Journeys, in denen unterschiedliche Akteure, Technologien, Plattformen, Standards und Organisationseinheiten zusammenwirken. Dies gilt sowohl innerhalb einzelner Organisationen als auch in interorganisationalen Datenökosystemen, etwa in Data Spaces, Smart-City-Initiativen, Forschungsdateninfrastrukturen oder branchenspezifischen Datennetzwerken.

Ziel dieses Themenfelds ist es, besser zu verstehen, wie Daten durch Data Work transformiert, kontextualisiert und nutzbar gemacht werden. Dabei geht es auch um Verantwortung: Wer entscheidet, welche Daten relevant sind? Wer dokumentiert ihre Herkunft, Qualität und Grenzen? Wie werden Daten zwischen verschiedenen Nutzungskontexten übersetzt? Und was braucht es, damit Daten nicht nur technisch verfügbar, sondern auch sinnvoll, nachvollziehbar und verantwortungsbewusst nutzbar sind?

Mögliche Fragestellungen betreffen die Rolle verschiedener Akteure bei der Herstellung von Datenbedeutung, die Bedeutung von Metadaten, Standards und Dokumentation, die Übersetzung von Daten zwischen unterschiedlichen Kontexten, Verantwortlichkeiten entlang des Datenlebenszyklus oder die Voraussetzungen für vertrauenswürdige Datennutzung. 

Studierende können innerhalb dieses Themenfelds ein eigenes empirisches oder konzeptionelles Forschungsthema entwickeln. 

Betreuung: Stefanie Ulschmid

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• Leonelli, S. (2020). Learning from data journeys. In Data journeys in the sciences (pp. 1-24). Cham: Springer International Publishing.
• Jarvenpaa, S. L., & Essén, A. (2023). Data sustainability: Data governance in data infrastructures across technological and human generations. Information and Organization, 33(1), 100449.
• Oliveira, M. I., Barros Lima, G. D. F., & Farias Lóscio, B. (2019). Investigations into data ecosystems: a systematic mapping study. Knowledge and Information Systems, 61(2), 589-630.
   

Die "Plattformisierung", definiert als die zunehmende Einführung digitaler Plattformen durch Organisationen, verändert die betrieblichen Prozesse und Strukturen in Unternehmen. Dieser Wandel ermöglicht eine höhere Effizienz durch optimierte Kommunikation, verbesserte Zusammenarbeit und effizienteres Datenmanagement. In stark regulierten Sektoren wie dem Gesundheits- und dem Bildungswesen bringt diese Transformation jedoch spezifische Herausforderungen mit sich. Organisationen müssen die Einhaltung strenger Vorschriften gewährleisten, während sie gleichzeitig die Vorteile digitaler Plattformen nutzen. Dies erfordert eine Neuausrichtung der Daten-Governance-Richtlinien, Datenschutzaspekte und Sicherheitsmaßnahmen. Bisher gibt es in diesem Bereich nur begrenzte Forschung, was die Chance bietet, dieses Thema in einer Abschlussarbeit weiter zu untersuchen. Mögliche Fragestellungen könnten sein: Welche Auswirkungen hat Plattformisierung auf stark regulierte Sektoren wie das Gesundheitswesen und die Bildung? Wie kann Künstliche Intelligenz im Gesundheitswesen und/oder Bildungsbereich eingesetzt werden?

Betreuung: Stefanie Badmann

Level: Bachelor / Master

Methodik: Empirische Untersuchung

Literatur:

• Ozalp, H., Ozcan, P., Dinckol, D., Zachariadis, M., & Gawer, A. (2022). “Digital Colonization” of Highly Regulated Industries: An Analysis of Big Tech Platforms’ Entry into Health Care and Education. California Management Review, 64(4), 78–107.
• Setia, P., Soh, F., & Deng, K. (2020). Platformizing organizations: a synthesis of the literature. Oxford Research Encyclopedia of Business and Management.

Daten gelten heute als eine der zentralen Grundlagen digitaler Wertschöpfung. Unternehmen, öffentliche Organisationen und Plattformen sammeln, verknüpfen und analysieren Daten, um Entscheidungen zu verbessern, Prozesse zu automatisieren, neue Services zu entwickeln oder Geschäftsmodelle zu verändern. Gleichzeitig ist oft unklar, worin der Wert von Daten eigentlich besteht. Entsteht er durch bessere Informationen, durch neue Formen der Automatisierung, durch personalisierte Angebote, durch effizientere Koordination oder erst dadurch, dass Daten ökonomisch genutzt und monetarisiert werden?

Besonders relevant wird diese Frage im Kontext algorithmischer Automatisierung, datengetriebener Entscheidungen und KI-basierter Geschäftsmodelle. Daten sind hier nicht nur eine Ressource, die Organisationen besitzen oder auswerten. Sie verändern auch, wie Organisationen arbeiten, entscheiden und mit anderen Akteuren zusammenwirken. Sie beeinflussen Wertschöpfungsprozesse, Koordinationsmechanismen, Machtverhältnisse und die Grenzen von Unternehmen.

Ziel dieses Themenfelds ist es, den Wert von Daten aus einer organisations- und informationssystemtheoretischen Perspektive zu untersuchen. Im Mittelpunkt steht die Frage, wie Daten in Organisationen zu Wert werden und unter welchen Bedingungen dieser Wert tatsächlich genutzt werden kann. Dabei können unterschiedliche Formen von Datenwert unterschieden werden, etwa der Wahrheits- und Erkenntniswert von Daten, ihr Beitrag zu datengetriebener Wertschöpfung oder ihre Rolle bei der Erfassung und Aneignung wirtschaftlicher Wertpotenziale.

Mögliche Fragestellungen betreffen digitale Geschäftsmodelle, datenbasierte Automatisierung und organisationale Veränderung: Wie entstehen datengetriebene Wertschöpfungslogiken? Wie unterscheiden sich der Erkenntniswert, Nutzungswert und ökonomische Wert von Daten? Welche organisatorischen Fähigkeiten, Strukturen und Governance-Mechanismen brauchen Unternehmen, um Daten sinnvoll zu nutzen? Wie verändern algorithmische Systeme und KI die Funktionen, Grenzen und Verantwortlichkeiten von Organisationen? Und wann führt datengetriebene Automatisierung tatsächlich zu Wertschöpfung, statt nur neue Komplexität, Abhängigkeiten oder Kontrollprobleme zu erzeugen?

Studierende können innerhalb dieses Themenfelds ein eigenes theoretisch-konzeptionelles oder empirisches Forschungsthema entwickeln. Denkbar sind zum Beispiel Arbeiten zu datengetriebenen Geschäftsmodellen, KI-basierter Automatisierung, Data Governance, Plattformunternehmen, Entscheidungsunterstützungssystemen oder zur Frage, wie Organisationen Daten nutzen, um neue Wertschöpfungs- und Geschäftsmodelllogiken zu etablieren.

Betreuung:  Stefanie Ulschmid

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• Alaimo, C., Kallinikos, J., & Aaltonen, A. (2020). Data and value. In Handbook of digital innovation (pp. 162-178). Edward Elgar Publishing.
• Constantiou, I., Joshi, M., & Stelmaszak, M. (2023). Organizations as digital enactment systems: A theory of replacement of humans by digital technologies in organizational scanning, interpretation, and learning. Journal of the Association for Information Systems, 24(6), 1770-1798.
• Xu, D., Indulska, M., Someh, I. A., & Shanks, G. (2024). Time to reassess data value: The many faces of data in organizations. The Journal of Strategic Information Systems, 33(4), 101863.

Die Moderation von Inhalten auf Plattformen ist ein zentrales Thema in der digitalen Welt. Plattformbetreiber sind dafür verantwortlich, eine Balance zwischen Meinungsfreiheit und dem Schutz vor schädlichen oder unzulässigen Inhalten zu finden. Plattformen nutzen zunehmend algorithmusbasierte Moderationssysteme, um unerwünschte Inhalte zu identifizieren und zu entfernen. Dabei stellt sich die Frage, wie effektiv diese Systeme sind und welche Auswirkungen sie auf die Nutzererfahrung und das Engagement auf Plattformen haben. Algorithmische Moderation und menschliche Eingriffe können in unterschiedlichen Kontexten zu unterschiedlichen Ergebnissen führen, was auch das Vertrauen der Nutzer in die Plattformen beeinflusst. Insbesondere auf Plattformen wie Reddit oder sozialen Netzwerken, wo die Nutzerinteraktion im Vordergrund steht, wirft die Frage nach der Verantwortung und Transparenz von Moderationsentscheidungen neue Herausforderungen auf. Auf Plattformen wie Live-Streaming-Diensten und Social-Media-Kanälen beeinflusst content moderation maßgeblich die Dynamik der Nutzerbeteiligung. Eine mögliche Abschlussarbeit könnte sich mit der Frage beschäftigen, wie content moderation durch Algorithmen und menschliche Eingriffe das Nutzerverhalten, die Plattformgovernance und die sozialen Normen auf digitalen Plattformen formt.

Betreuung: Stefanie Badmann

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• He, Q., Hong, Y., & Raghu, T. S. (2025). Platform Governance with Algorithm-Based Content Moderation: An Empirical Study on Reddit. Information Systems Research, 36(2), 1078–1095. https://doi.org/10.1287/isre.2021.0036
• Zhang, X., Wei, Z., Du, Q., & Zhang, Z. (2026). Social Media Moderation and Content Generation: Evidence From User Bans. MIS Quarterly, 50(1), 211–242. https://doi.org/10.25300/MISQ/2025/18108
• Zhao, K., Hong, Y., Ma, T., Lu, Y., & Hu, Y. (2025). Lost in the Crowd: How Group Size and Content Moderation Shape User Engagement in Live Streaming. Information Systems Research, 36(4), 2076–2095. doi.org/10.1287/isre.2022.0086

Seit der Pandemie haben sich viele Büroangestellte an plattformbasierte Teamarbeit gewöhnt, wodurch virtuelle Zusammenarbeit zu einem integralen Bestandteil der modernen Arbeitserfahrung geworden ist. Heute ist es kaum vorstellbar, dass Teams ohne irgendeine Form der Online-Interaktion arbeiten. Verschiedene Tools, insbesondere cloudbasierte Lösungen, haben sich etabliert, um diese Zusammenarbeit zu erleichtern und die Kommunikation sowie Produktivität in geografisch verteilten Teams zu verbessern. Dieser Wandel hin zur digitalen Teamarbeit verändert nicht nur die traditionellen Dynamiken am Arbeitsplatz, sondern eröffnet auch ein breites Forschungsfeld für Abschlussarbeiten. Eine solche Arbeit könnte die Rolle digitaler Plattformen für die Teamarbeit in Organisationen untersuchen.

Betreuung: Stefanie Badmann

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• Barley, S. R., Bechky, B. A., & Milliken, F. J. (2017). The Changing Nature of Work: Careers, Identities, and Work Lives in the 21st Century. Academy of Management Discoveries, 3(2).
• Kude, T., Mithas, S., Schmidt, C. T., & Heinzl, A. (2019). How Pair Programming Influences Team Performance: The Role of Backup Behavior, Shared Mental Models, and Task Novelty. Information Systems Research, 30(4), 1145–1163.
• Kude, T.,  Foerderer, J.,  Mithas, S., &  Heinzl, A. (2023).  How deadline orientation and architectural modularity influence software quality and job satisfaction. Journal of Operations Management, 1– 24.

Digitale Plattformen prägen zunehmend zentrale Bereiche von Wirtschaft, Verwaltung und Gesellschaft. Sie sind nicht nur einzelne Anwendungen, sondern entwickeln sich häufig zu grundlegenden Infrastrukturen, über die Akteure, Organisationen, technische Systeme und Datenquellen miteinander verbunden werden. Beispiele sind Cloud-Dienste, Datenplattformen, Smart-City-Infrastrukturen, Mobilitätsplattformen, digitale Verwaltungsplattformen oder Plattformen in der Energie-, Gesundheits- und Kreislaufwirtschaft. 

Mit dieser Plattformisierung entstehen neue Formen der Steuerung und Koordination. Plattformen strukturieren Zugänge, Abhängigkeiten, Entscheidungswege und Verantwortlichkeiten. Dadurch können sie gesellschaftliche und organisatorische Ordnung stabilisieren, etwa indem sie Ressourcen effizienter verteilen, Versorgungsprozesse verbessern, nachhaltige Konsummuster unterstützen oder neue Formen der Zusammenarbeit ermöglichen. Beispiele reichen von Mobilitäts- und Sharing-Plattformen über datenbasierte Energiesysteme bis hin zu Plattformmodellen gegen Lebensmittelverschwendung. 

Gleichzeitig entstehen in plattformisierten Infrastrukturen laufend digitale Spuren, sogenannte Trace Data. Dazu gehören Nutzungsdaten, Transaktionen, Sensordaten, Bewegungsdaten oder Kommunikationsdaten. Diese Daten können analysiert werden, um Prozesse besser zu verstehen, Infrastrukturen vorausschauend zu steuern, Risiken frühzeitig zu erkennen oder neue Services zu entwickeln. Sie machen aber auch Verhalten sichtbar, ermöglichen Kontrolle und Überwachung, verschieben Machtverhältnisse und können neue Abhängigkeiten zwischen Plattformbetreibern, Organisationen und Nutzer:innen erzeugen.

Ziel dieses Themenfelds ist es, Chancen und Risiken plattformisierter Infrastrukturen im Spannungsfeld von digitaler Souveränität, ökologischer Nachhaltigkeit und gesellschaftlicher Ordnung zu untersuchen. Im Mittelpunkt steht die Frage, unter welchen Bedingungen Plattformen zu stabilen, offenen und nachhaltigen Infrastrukturen beitragen und wann sie Abhängigkeiten, Kontrollverluste, ökologische Folgekosten oder soziale Ungleichheiten verstärken. Mögliche Fragestellungen betreffen Architektur, Governance und Verantwortung: Wie sollten digitale Infrastrukturen gestaltet werden, damit sie offen, sicher, kontrollierbar und ökologisch verantwortbar bleiben? Welche Rolle spielen Trace Data für die Steuerung kritischer und nachhaltigkeitsrelevanter Infrastrukturen? Wie können Open-Source-Lösungen, Interoperabilität oder offene Standards digitale und ökologische Abhängigkeiten reduzieren? Und unter welchen Bedingungen tragen plattformisierte Infrastrukturen zur Stabilisierung oder Gefährdung gesellschaftlicher, organisatorischer und ökologischer Ordnung bei? 

Studierende können innerhalb dieses Themenfelds ein eigenes literaturbasiertes, konzeptionelles oder empirisches Forschungsthema entwickeln.

Betreuung:  Stefanie Ulschmid

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• Constantinides, P., Henfridsson, O., & Parker, G. G. (2018). Introduction—platforms and infrastructures in the digital age. Information Systems Research, 29(2), 381-400.
• Veit, D. J., & Thatcher, J. B. (2023). Digitalization as a problem or solution? Charting the path for research on sustainable information systems. Journal of Business Economics, 93(6), 1231-1253.
• Zuboff, S. (2022). Surveillance capitalism or democracy? The death match of institutional orders and the politics of knowledge in our information civilization. Organization Theory, 3(3).

Dieses Thema untersucht die sich verändernde Rolle der Presse und der traditionellen Medien als wichtige Vermittler bei der Bereitstellung genauer Informationen und der Förderung informierter lokaler Bevölkerungsgruppen. Während der Lokaljournalismus für die Demokratie und den sozialen Zusammenhalt von entscheidender Bedeutung ist, wird er durch die Dominanz digitaler Plattformen und den Aufstieg der sozialen Medien, in denen sich Fehlinformationen unkontrolliert verbreiten können, zunehmend herausgefordert. Ihre Forschung wird sich mit der Frage befassen, wie sich traditionelle Medien anpassen können, um relevant zu bleiben, welche Innovationen erforderlich sind, um den Lokaljournalismus aufrechtzuerhalten, oder welche Strategien möglich sind, um den Herausforderungen durch Fehlinformationen in den sozialen Medien zu begegnen.

Betreuung:  Prof. Dr. Thomas Kude

Level: Bachelor / Master

Methodik: Literature Review / Empirical Investigation / Design Science

Literatur:

• Abbasi, A., Greenwood, B. N., Mazmanian, M., Miranda, S., & Seamans, R. Call for Papers: Special Issue-The Institutional Press in the Digital Age.
• Kitchens, B., Johnson, S. L., & 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).
• Matherly, T., & Greenwood, B. N. (2022). No news is bad news: The internet, corruption, and the decline of the fourth estate. Corruption, and the Decline of the Fourth Estate (September 8, 2022).

Dieses Thema basiert auf der Überlegung, dass viele der traditionellen Lehr- und Bewertungsmethoden in der Hochschulbildung bereits überholt sind oder in naher Zukunft wahrscheinlich überholt sein werden. So kann es zum Beispiel sein, dass eine relativ einfache Fragestellung für eine Studienarbeit nicht mehr ausreichend ist. Anstatt diese Entwicklungen abzulehnen, wird in der Arbeit eine positive Haltung eingenommen und untersucht, wie sich die Hochschulbildung weiterentwickeln muss, um die KI-Tools optimal nutzen zu können. Wie können Plattformen und Werkzeuge genutzt und gestaltet werden? Wie können diese Plattformen und Tools die persönliche Interaktion im Unterricht ergänzen? Wie können sich von Studierenden geleitete Forschungsprojekte und akademisches Schreiben weiterentwickeln und wie können die Beiträge der Studierenden bewertet werden?

Betreuung:  Prof. Dr. Thomas Kude / Stefanie Badmann

Level: Bachelor / Master

Methodik: Literature Review / Empirical Investigation / Design Science

Literatur:

• Betts, M., & Rosemann, M. (2022). The New Learning Economy: Thriving Beyond Higher Education. Routledge.
• Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: the state of the field. International Journal of Educational Technology in Higher Education, 20(1), 22.
• Komljenovic, J. (2021). The rise of education rentiers: digital platforms, digital data and rents. Learning, Media and Technology, 46(3), 320–332.

Möchten Sie Ihre Abschlussarbeit im Bereich der digitalen Plattformen und deren Auswirkungen auf Unternehmen, Branchen und die Gesellschaft schreiben, finden jedoch keines unserer vorgeschlagenen Themen passend zu Ihren Interessen? Vielleicht haben Sie bereits einen Unternehmenspartner für eine Zusammenarbeit im Blick? Wenn Sie der Meinung sind, dass Ihre Interessen mit unseren Forschungsschwerpunkten übereinstimmen, teilen Sie uns Ihre Ideen gerne über das untenstehende Feld („Kontakaufnahme“) mit, indem Sie eine kurze Beschreibung (ca. 500-1.000 Wörter) Ihres geplanten Themas für Ihre Abschlussarbeit einreichen.

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• De Reuver, M., Sørensen, C., & Basole, R. C. (2018). The Digital Platform: A Research Agenda.Journal of Information Technology, 33(2), 124–135.