Aktuelle Lehrveranstaltungen
| Dozent: | Prof. Dr. Mateusz Dolata |
| Zielgruppe: | Bachelor- und Masterstudierende der Wirtschaftsinformatik/IISM und verwandter Studiengänge |
| ECTS/Aufwand: | 3 ECTS / 90h |
| Format: | Präsenz |
| Ort und Zeit: | WE5/01.004, Do, 16:00 - 18:00 Uhr; erste Sitzung am 15.10.2026 |
Inhalt
Ein großer Teil der Wirtschaftsinformatik beschreibt die digitale Welt nicht nur, sondern gestaltet sie: Systeme, Methoden, Taxonomien, Designprinzipien, Designtheorien. Design Science Research (DSR) ist das Forschungsparadigma, das solche Artefakte entwickelt und den Gestaltungsprozess selbst zur Quelle wissenschaftlicher Erkenntnis macht. Im Seminar wird erlernt, wie DSR-Studien aufgebaut, evaluiert und publiziert wird, und anschließend eine eigene Studie entworfen.
Das Seminar gliedert sich in drei Phasen:
- Grundlagen. Was Designwissen ist; wie DSR-Prozesse strukturiert sind (DSRM, Action Design Research, echeloned DSR); wie Artefakte evaluiert werden; wie Designtheorie entsteht; und wie DSR-Beiträge geschrieben und begutachtet werden.
- Lernen an Beispielen. Es wird eine exemplarische DSR-Publikation präsentiert sowie die anschließende Diskussion moderiert, entlang eines gemeinsamen, für alle Beiträge identischen Analyserasters. Leitfrage ist: Was macht dies zu einem guten Beispiel, und was nehme ich davon für meine eigene Studie mit?
- Die eigene Studie. In einem Abschlussworkshop wird eine vollständige DSR-Studie entworfen (Problem, Designziele, Artefakt, Prozess, Evaluationsplan) und in einer Hausarbeit ausgearbeitet.
In der ersten Sitzung wird ein Pool geeigneter Publikationen bereitgestellt, der unterschiedliche Artefakttypen und Anwendungsfelder abdeckt. Vorschläge sind willkommen. Die Zuteilung erfolgt anhand der Präferenzen der Studierenden.
Ziele
Nach Abschluss des Moduls können die Teilnehmenden das gestaltungsorientierte Forschungsparadigma von verhaltensorientierten Zugängen abgrenzen und Artefakttypen unterscheiden. Sie können publizierte DSR-Beiträge systematisch analysieren und kritisch bewerten, insbesondere hinsichtlich Problemrelevanz, Prozessmodell, Evaluationsstrategie und Beitrag zum Designwissen. Sie können ein eigenes DSR-Vorhaben entwerfen, ein geeignetes Prozessmodell begründet auswählen und eine dazu passende Evaluationsstrategie entwickeln. Sie können ihre Ergebnisse fachlich angemessen präsentieren und zur Diskussion stellen.
Prüfungsform: Hausarbeit mit Referat.
- Hausarbeit (67 % der Note): ein vollständiges DSR-Forschungsdesign, idealerweise für die eigene geplante Abschlussarbeit. Umfang Bachelor 10 Seiten, Master 15 Seiten (Text); der Umfang darf nicht über- oder unterschritten werden. Bearbeitungsfrist: 4 Monate. Abgabetermin: 15.02.2027.
- Referat (33 % der Note): Präsentation der zugeteilten Publikation und Moderation der anschließenden Diskussion sowie Beiträge in den übrigen Diskussionen. Prüfungsdauer: Bachelor 30 Minuten, Master 45 Minuten (inkl. Diskussion).
- Beide Teilleistungen müssen mindestens mit ausreichend bestanden werden.
- Zulassungsvoraussetzung zur Modulprüfung: regelmäßige Teilnahme an der Lehrveranstaltung.
Wichtige Termine
- Bewerbungsfrist: Donnerstag, 08.10.2026, 12:00 Uhr; siehe Abschnitt „Anmeldung und Bewerbung“.
- Benachrichtigung über die Zuteilung: Freitag, 09.10.2026, bis 12:00 Uhr.
- Verbindliche Zusage: per E-Mail bis Dienstag, 13.10.2026, 12:00 Uhr; ohne Rückmeldung wird der Platz weitergegeben.
- Erste Sitzung: Donnerstag, 15.10.2026, 16:00–18:00 Uhr, Raum [Raum].
- Zuteilung der Publikationen: zweite Sitzung, 22.10.2026.
- Abgabe der Hausarbeit: Montag, 15.02.2027, 23:55 Uhr, digital über den VC-Kurs.
Vorläufiger Ablaufplan
- Input-Sitzungen: 15.10., 22.10., 29.10., 05.11., 12.11. und 19.11.2026.
- Referatssitzungen: 26.11., 03.12., 10.12., 17.12.2026 sowie 07.01. und 14.01.2027.
- Abschlussworkshop: 21.01.2027.
- Abschließende Sitzung: 28.01.2027 (04.02.2027 als Reservetermin).
Der endgültige Ablaufplan wird in der ersten Sitzung bekannt gegeben und richtet sich nach der Zahl der bestätigten Anmeldungen. Bei den Referatssitzungen besteht Anwesenheitspflicht.
Anmeldung und Bewerbung
Die Bewerbung erfolgt per E-Mail an mateusz.dolata@uni-bamberg.de bis Donnerstag, 08.10.2026, 12:00 Uhr. Die Betreffzeile soll „DSR Seminar“ enthalten. Bitte geben Sie Name, Matrikelnummer, Studiengang und Fachsemester an und fügen Sie ein kurzes Motivationsschreiben (max. eine halbe Seite) bei: Ihre Motivation für das Seminar, Ihre bisherige Erfahrung mit Forschungsmethoden und, falls vorhanden, das Thema Ihrer geplanten Abschlussarbeit. Die Schreiben dienen der Vergabe der Seminarplätze und der Vorauswahl möglicher Publikationen. Die Rückmeldung erfolgt bis Freitag, 09.10.2026, 12:00 Uhr; eine verbindliche Zusage per E-Mail ist bis Dienstag, 13.10.2026, 12:00 Uhr erforderlich.
Die Einschreibeinformation für den VC-Kurs des Seminars erhalten Sie in der ersten Sitzung. Die Anmeldung zur Prüfung erfolgt in FlexNow; die Fristen werden zu Semesterbeginn bekannt gegeben.
Nutzung von KI-Werkzeugen
Der Einsatz generativer KI-Werkzeuge bei der Erstellung der Hausarbeit ist zulässig, sofern er offengelegt wird: Werkzeug, Zweck und Umfang der Nutzung sind in einem kurzen Anhang anzugeben. Die nicht offengelegte Übernahme KI-generierter Texte gilt als Täuschungsversuch.
Kontakt
Prof. Dr. Mateusz Dolata, mateusz.dolata(at)uni-bamberg.de
Links
| Lecturer: | Prof. Dr. Mateusz Dolata |
| Target group: | Master students of Information Systems (Wirtschaftsinformatik), IISM and related master programmes |
| ECTS/workload: | 3 ECTS / 90h |
| Teaching format: | Weekly sessions, on site |
| Time & place: | GU13/00.29, Fr, 8:00 - 10:00 Uhr; starting October, 16, 2026 |
Inhalt
Text is the largest source of social data we have: parliamentary debates, news archives, online comments, reviews, court rulings. Computational social science turns that text into quantitative measurements (of sentiment, of topics, of populism, of polarization) and then draws conclusions from them. But a measurement can look plausible and still be wrong, and in the age of large language models it has never been easier to produce numbers that nobody has checked. In this seminar students learn how the scientific community conducts text-based research and how to assure its replicability.
Participants reproduce a published study and then try to break it or extend it. The seminar has four parts:
- Foundations. How text becomes data; where text corpora come from and what is permitted; and how to decide on measurements to be applied.
- The toolkit. Dictionaries, supervised classification, and the use of LLMs for social research, together with the evidence on where they fail.
- Replication. Each participant takes a published text-as-data study and reproduces its central claim. Important: whatever happens counts. A well-documented failed replication is a result. Broken code, vanished datasets and undocumented decisions are findings about the field, not personal failures.
- Extension. Running the analysis under defensible alternative choices (different preprocessing, a different model, a differently phrased prompt), or adapting the method to study other phenomena, and reporting on the results. This part will likely involve hand-coding a validation sample, measuring inter-coder agreement, and examining how imperfect labels affect conclusions.
The teacher will provide a pool of adequate papers that span various methods and topics in the first session. Students are also welcome to suggest other studies they would like to replicate, stress-test, or extend. The allocation occurs based on students' preferences. The analytical expectations are identical for all students.
Teaching goals
After completing the module, students can construct a text-based analysis of a social phenomenon and defend the decisions behind it. They can reproduce a published computational analysis and document what did and did not reproduce. They can assess the robustness of a published finding or propose plausible extensions. They can validate an automated measurement against human coding, report inter-coder agreement, and account for the effect of imperfect labels on downstream estimates. They can prepare an analysis so that a third party can re-execute it.
Form of examination: term paper with presentation (Hausarbeit mit Referat).
- Term paper (50 % of the grade): a report of 12 pages (text) together with a reproducible code package (data, scripts and a master script that executes the analysis end to end). Processing period: 4 months. Submission deadline: 15.02.2027.
- Presentation (50 % of the grade): presentation plus participation in the discussion of the other presentations. Examination duration: 2 × 20 minutes, once in the interim round and once in the final round.
- Both components must be passed with at least a sufficient grade. Refer to § 9 (10) of the APO of the Faculty of Information Systems and Applied Computer Sciences.
- Admission requirement for the module examination: regular attendance of the course.
Important Dates
- Application deadline: Thursday, 08.10.2026, 12:00; see the registration section below.
- Notification of allocation: Friday, 09.10.2026, by 12:00.
- Binding acceptance: by e-mail by Tuesday, 13.10.2026, 12:00; without a reply the place is passed on.
- First session: Friday, 16.10.2026, 08:00–10:00, room [room].
- Setup check: second session, 23.10.2026.
- Announcement of study allocation: third session, 30.10.2026.
- Submission of report and code package: Monday, 15.02.2027, 23:55, digitally via the VC course.
Preliminary schedule
- Input sessions: 16.10., 23.10., 30.10., 06.11., 13.11. and 20.11.2026.
- Interim round of presentations: 27.11., 04.12. and 11.12.2026.
- Workshop session: 18.12.2026.
- Final round of presentations: 08.01., 15.01., 22.01. and 29.01.2027.
- Closing session: Friday, 05.02.2027.
The final schedule will be announced in the first session depending on the number of confirmed applications. Attendance is mandatory for the interim and the final round.
Registration and application
Applications are submitted by e-mail to mateusz.dolata@uni-bamberg.de by Thursday, 08.10.2026, 12:00. The subject line of your message shall include: “Text as Data Seminar”. Please state your name, matriculation number, degree programme and semester, and attach a short motivation statement (max. half a page): your motivation for taking the seminar, your programming background (which languages, how much experience), and, if you already have one, the direction or vision of your master's thesis. The statements are used for allocation of places in the seminar and pre-selection of potentially interesting papers. You will hear back by Friday, 09.10.2026, 12:00; a binding acceptance by e-mail is required by Tuesday, 13.10.2026, 12:00.
Enrolment information for the seminar's own VC course is provided in the first session. Examination registration takes place in FlexNow; the deadlines are announced at the beginning of the semester.
Use of AI tools
Generative AI tools may be used in preparing the report provided the use is disclosed: tool, purpose and extent are to be stated in a short appendix. Undisclosed use of AI-generated text constitutes an attempted deception. Where large language models are used as an instrument of the analysis itself, the models, versions, parameters and prompts must be documented in the code package so that the analysis remains reproducible.
Contact
Prof. Dr. Mateusz Dolata, mateusz.dolata(at)uni-bamberg.de
Links