Abschlussarbeiten
Bei der Wirtschaftsinformatik handelt es sich um eine Disziplin, die die Schnittstelle zwischen den unterschiedlichen betriebswirtschaftlichen Teilbereichen darstellt. Als solche spielen die Anwendungsgebiete, in denen Methoden und Konzepte der Wirtschaftsinformatik angewandt werden, eine große und vielfach bestimmende Rolle. Aus diesem Grund sind Abschlussarbeiten im Bereich der Wirtschaftsinformatik häufig als interdisziplinär anzusehen: Ausgehend von einer betriebswirtschaftlichen Problemstellung in einem Teilgebiet der Betriebswirtschaft werden Verfahren und Konzepte der Wirtschaftsinformatik angewandt, um die gegebene betriebswirtschaftliche Fragestellung zu lösen. Als betriebswirtschaftliche Teilgebiete kommen deswegen nahezu alle an der WiWi-Fakultät vertretenen Gebiete für eine Abschlussarbeit in Frage.
Auch Fragestellungen aus dem der Wirtschaftsinformatik verwandten Teilgebiet des Operations Research können in Form einer Abschlussarbeit behandelt werden. Der wirtschaftsinformatikspezifische Anteil an der Arbeit kann dabei variieren und wird mit dem jeweiligen Betreuer individuell abgesprochen.
Die aufgelisteten Themen können im Rahmen von Bachelor- oder Masterarbeiten bearbeitet werden. Für die Arbeiten und das vorangehende Projektseminar gibt es keine festen Termine, es kann zu jedem Zeitpunkt begonnen werden. Für genauere Informationen wenden Sie sich bitte an den ausgewiesenen Betreuer.
Aktuell bieten wir Abschlussarbeiten zu folgenden Themen an:
Bachelor / Master
Fallstudie: Warenwirtschaftssystem bei einem Einzelhändler
Im Rahmen dieser Abschlussarbeit soll untersucht werden, welche Warenwirtschaftssysteme für Local owner operated retail outlets (LOORO) geeignet sind. Dazu soll ein Vergleich gängiger kostenfreier und kostenpflichtiger Warenwirtschaftssysteme durchgeführt werden. Nachdem gemeinsam mit einem Praxispartner, den wir zur Verfügung stellen, ein geeignetes System identifiziert und ausgewählt wurde, soll die Umsetzung beim Praxispartner erfolgen. Dabei ist auf Hürden bei der Umsetzung einzugehen und ein kritisches Fazit zur Eignung zu erstellen. Ziel dieser Abschlussarbeit ist, dass LOORO eine Fallstudie erhalten, anhand derer sie sich selbst bei der Digitalisierung helfen können.
Probleme der Auftragssteuerung in der Stahlindustrie und Lösungsansätze aus praktischer Sicht
Stahl ist ein wichtiger Rohstoff für viele Industrien wie die Automobilindustrie oder die Luft- und Raumfahrt. Das Auftragsmanagement in der Stahlindustrie steht vor der Herausforderung, dass die in einem Zeitraum geplanten Aufträge in Ihrer Zusammensetzung und Reihenfolge auf den einzelnen Fertigungsstufen möglichst kostengünstig eingeplant werden müssen. Hierbei erschweren schwankende Nachfragen, hohe Preisschwankungen, hohe Fixkosten sowie Datenabweichungen die Optimierung. Ziel der Arbeit ist in Kooperation mit einem regionalen Stahlproduzenten die Probleme des Auftragsmanagements genauer zu identifizieren und erste Lösungsansätze zu skizzieren.
Entwicklung und Validierung einer Wertpapier-Anlagestrategie mit maschinellen Lernverfahren am Beispiel von Assoziationsregeln
Seit Jahrzehnten beschäftigt sich die Forschung mit der Analyse und Prognose von Aktienkursen und deren -bewegungen. Die meisten Arbeiten lassen sich in zwei Schulen einteilen: Technische und Fundamentalanalyse. In dieser Arbeit soll ein etwas anderer Ansatz verfolgt werden. Oftmals kann beobachtet werden, dass sich bei bestimmten Ereignissen Aktien von ähnlichen Unternehmen in die gleiche oder entgegengesetzte Richtung bewegen. Diese Zusammenhänge sollen in dieser Arbeit untersucht und wenn möglich für die Entwicklung einer Anlagestrategie genutzt und evaluiert werden.
Ausfallvorhersage von Peer-to-Peer Krediten mit neuronalen Netzen
Diese Arbeit soll Ausfälle in Peer-to-Peer Krediten modellieren und dabei auch den Einsatz von Profit Scoring untersuchen. Die Arbeitsgrundlage hierzu ist eine existierende Datenbasis zu solchen Kreditvergaben.
Ausgangsliteratur: Serrano-Cinca, C., & Gutiérrez-Nieto, B. (2016). The use of profit scoring as an alternative to credit scoring systems in peer-to-peer (P2P) lending. Decision Support Systems, 89, 113–122.Lending club statistics. Abrufbar unter: www.lendingclub.com/info/statistics
Verfahrensvergleich zur automatisierten Datenbereinigung: Erkennung von fehlerhaften Datensätzen.
Richtet sich vorrangig an Studierende mit Programmierkenntnissen, da effizienter Aufbau der Simulationsstudie (vzgws. R) erforderlich. Diese Arbeit soll beispielhaft Prozesse, die zu fehlerhaften Datensätzen führen, modellieren und in der Literatur übliche Verfahren zur Erkennung miteinander kontrolliert vergleichen. Hier sollen beispielsweiße ein überwachtes mit spezialisierten Verfahren zur Erkennung von inkonsistenten Daten (univariat, LOF, usw.) miteinander verglichen werden.
Breunig, M. M., Kriegel, H.-P., Ng, R. T., & Sander, J. (2000). LOF: identifying density-based local outliers. In Proceedings of the 2000 ACM SIGMOD international conference on Management of data (Vol. 29, pp. 93–104).
Ilyas, I. F., & Chu, X. (2015). Trends in Cleaning Relational Data: Consistency and Deduplication.
Business Data Science
Richtet sich vorrangig an Studierende mit Vorkenntnissen im maschinellen Lernen, die im Rahmen einer Werksstudententätigkeit/Praktika/usw. eine praktische Abschlussarbeit zu einem vom Unternehmen vorgegebenen Thema schreiben wollen und dafür einen betreuenden Lehrstuhl suchen.
Baecker, Julius; Böttcher, Timo Phillip; and Weking, Jörg, "How Companies Create Value From Data – A Taxonomy on Data, Approaches, and Resulting Business Value" (2021). ECIS 2021 Research Papers. 124. https://aisel.aisnet.org/ecis2021_rp/124
Ahmed Abbasi, David Dobolyi, Anthony Vance, Fatemeh Mariam Zahedi. “The Phishing Funnel Model: A Design Artifact to Predict User Susceptibility to Phishing Websites”. Information Systems Research 32 (2) 410-436 https://doi.org/10.1287/isre.2020.0973
Simulation und Optimierung des Datenmanagements in verteilten Systemen mit Hilfe von KI-Methoden
Zur Bewältigung der Big Data-Anforderungen werden Datenbestände auf mehrere Rechnerknoten verteilt. Wie die Aufteilung konkret vorgenommen wird, auf welchen Knoten welche Datenbestände, eventuell auch in Kopie, gespeichert werden sollen, ist die zentrale Forschungsfrage der Arbeit. Ziele sind zum einen eine hohe Ausfallsicherheit und zum anderen die schnelle Verfügbarkeit von Daten. Hierzu wird ein entsprechendes Entscheidungs-/Simulationsmodell entwickelt und mit Hilfe von KI-Methoden (z.B. Evolutionäre Algorithmen) gelöst.
Kostenoptimale Terminplanung von Aufträgen in mehrstufigen Produktionssystemen mit KI-Methoden
Die Terminierung von großen Auftragsmengen über einen Planungszeitraum von mehreren Wochen ist eine komplexe Planungsaufgabe. Um eine kostengünstige Auftragsdurchführung zu gewährleisten, sind neben den zulässigen Arbeitsgangfolgen die Liefertermine ebenso zu beachten wie eine sinnvolle Zusammenlegung von Aufträgen um Rüstkosten zu sparen. Weiterhin sind selbstverständlich auch die verfügbaren Ressourcen mit ihren Kapazitätsgrenzen zu beachten. Ziel der Arbeit ist ein Planungs-/Simulationsmodell hierzu zu entwickeln, das auf der Basis von KI-Algorithmen eine kostenoptimale Lösung berechnet.
SAP Fokus: Migration
Für die Steuerung von Geschäftsprozessen wird häufig SAP als Systemarchitektur genutzt. Hier stehen Unternehmen vor Herausforderungen wenn es um die Migration bestehender Systeme geht. Die zu vergebende Abschlussarbeit hat das Ziel, einen Migrationsprozess zu S/4HANA oder die Re-Implementation On-Premise oder Cloud-basiert darzustellen.
SAP Fokus: Data Warehouse
Mit Hilfe der SAP Data Warehouse Cloud (DWC) und ihrem Vorgänger Business Warehouse (BW) können in Unternehmen Echtzeitentscheidungen getroffen werden. Ziel der zu vergebenden Abschlussarbeit, soll es sein einen Überblick über die Möglichkeiten zur Analyse und Modellierung von Daten an einem Ort zu erlangen.
Energiemärkte und Künstliche Intelligenz
Energiemärkte werden zunehmend von geopolitischen Ereignissen, klimatischen Veränderungen und dem Fortschritt der Technologie beeinflusst. Dies hat Einfluss auf die Marktpreise, was Marktteilnehmer immer noch vor hohe und unsichere Strompreise stellt. Zuverlässige Strompreisprognosen, insbesondere an den kurzfristigen Strommärkten, sind daher von entscheidender Bedeutung, da sie das Risiko für Stakeholder minimieren und für bessere operationale Prozesse für Marktteilnehmer sorgen. Vor diesem Hintergrund gewinnt die Anwendung von maschinellen Lernverfahren in der Entwicklung von Handelsstrategien an Bedeutung. Durch die Analyse großer Datenmengen können diese Verfahren dabei helfen, die Komplexität der Energiemärkte zu entschlüsseln. Diese Arbeit zielt darauf ab, maschinelle Lern- und Optimierungsverfahren auf praktische Anwendungsfälle im Rahmen verschiedener Strommärkte anzuwenden. Hierzu stehen Ihnen eine große Menge exklusiver Datensätze der europäischen Strombörse EPEX SPOT zur Verfügung.
Organisation
Wenn Sie eine Bachelor- oder Masterarbeit schreiben möchten, schauen Sie sich zunächst in der obigen Liste nach einem für Sie interessanten Thema um. Falls Sie ein potenzielles Thema gefunden haben, können Sie sich direkt an den angegebenen Betreuer wenden. Alternativ können Sie auch eigene Themenvorschläge einbringen, die dann nach Rücksprache mit der Professur durchgeführt werden können. Studentische Anregungen sind uns immer herzlich willkommen.
Studiengänge
Alle Studierende eines Studiengangs, dessen Prüfungsordnung eine Abschlussarbeit im Fach Wirtschaftsinformatik erlaubt, können an der Professur auch eine Arbeit schreiben. Studierende der
• Wirtschaftswissenschaften
• Wirtschaftsingenieurwesen
• Wirtschaftsmathematik
• Informatik
können in jedem Fall an der Professur eine Abschlussarbeit schreiben, wobei für Studierende der Informatik ein Professor der Informatik als weiterer Gutachter vorgeschrieben ist.
Abschlussarbeiten in Unternehmen
Wir bieten neben den klassischen, theoretisch orientierten Abschlussarbeiten die Möglichkeit, Abschlussarbeiten in Zusammenarbeit mit Unternehmen zu bearbeiten. Die genaue Themenstellung wird dann eng mit dem Unternehmen abgestimmt. Wenn Sie bereits ein Unternehmen kennen, bei dem Sie Ihre Abschlussarbeit schreiben möchten, können Sie sich gerne diesbezüglich an einen Assistenten wenden. Da wir eng mit Unternehmen zusammen arbeiten, können wir Ihnen bei Bedarf auch ein Unternehmen vermitteln.
Voraussetzungen
Wünschenswert aber keine Voraussetzung sind Vorkenntnisse im Bereich der Wirtschaftsinformatik und dem jeweiligen Anwendungsgebiet. Aber auch Studierende, die während ihres Studiums keine Module aus der Wirtschaftsinformatik belegt haben, jedoch eine Abschlussarbeit in einem der o. g. Teilbereiche schreiben möchten, sind dazu eingeladen, sich über die Möglichkeiten einer Arbeit an der Professur zu informieren. Aufgrund der unterschiedlichen Forschungsgebiete der Assistenten lassen sich für viele interessierte Studierende Abschlussarbeitsthemen finden - Sprechen Sie einfach einen Assistenten an.
Sie müssen bei uns kein Seminar belegt haben, um eine Abschlussarbeit schreiben zu können.