Schriftliche Arbeiten

Problemstellung

Low Code Programmierung bildet einen alternativen Softwareentwicklungsansatz, um Mitarbeiter in Organisationen zu befähigen Applikationen zu entwickeln ohne Programmierkenntnisse zu besitzen. Damit können bspw. Experten in Fachabteilungen (sog. Citizen Developer) in die Applikationsentwicklung eingebunden werden und bspw. die Entwicklungsabteilung zu entlasten. Der Einsatz der Low Code Programmierung wird zunehmend im industriellen Kontext diskutiert, um die Mitarbeiter im industriellen Shopfloor zu befähigen. Für die Gestaltung der Low Code Programmierumgebungen stellt solch ein Einsatz ihrer Entwicklungswerkzeuge eine Verschiebung der Systemgrenze dar. Vor diesem Hintergrund ist das Ziel der Ausarbeitung eine empirische Studie unter potenziellen Nutzern der Low Code Programmierumgebunden im industriellen Shopfloor durchzuführen und sie mittels einer Umfrage nach ihren Wunschfunktionen zu fragen oder kritische Erfolgs- und Misserfolgsfaktoren bei der Nutzung von Low Code Programmierumgebungen abzufragen. Im Vorfeld der empirischen Studie wird eine ausreicehnde Durchführung einer Literaturstudie erwartet, um die Funktionen solcher Programmierumgebungen zu erfassen und in den Fragebogen einfließen zu lassen. Die Literaturanalyse wird also zur Erstellung des Datenerhebungsinstruments benötigt. Das Ziel der Erhebung ist es Anforderungen oder Gestaltungsempfehlungen an Low Code Programmierumgebungen aus der Sicht der Shopfloor-Mitarbeitenden abzuleiten.

Betreuer

Dimitri Petrik

Problemstellung

Die Qualität und Pflege von Stammdaten sind entscheidende Erfolgsfaktoren für eine bevorstehende ERP-Neueinführung und die Digitalisierung von Geschäftsprozessen. Eine hohe Datenqualität ist die Grundlage für effiziente Abläufe, verlässliche Analysen und fundierte unternehmerische Entscheidungen.

Aktuell besteht bei uns erhebliches Potenzial zur Verbesserung der Stammdatenqualität. Ziel dieser Projektarbeit ist es daher, eine solide Basis für die anstehende ERP-Transformation zu schaffen. Du sollst ein umfassendes Datenqualitäts-Assessment durchführen und darauf aufbauend eine zukunftsfähige Data Governance konzipieren und einführen. Dies stellt sicher, dass unsere Stammdaten nicht nur einmalig bereinigt, sondern auch nachhaltig auf einem hohen Qualitätsniveau gehalten werden.

Aufgaben im Detail

• Analyse: Du bewertest die bestehende Datenlandschaft und die aktuellen Prozesse der Stammdatenpflege.
• Konzeption: Du entwickelst ein systematisches Konzept für ein Datenqualitäts-Assessment und eine unternehmensweite Data Governance.
• Umsetzung: Du definierst Verantwortlichkeiten (Data Ownership), legst Standards fest und implementierst erste Prozesse zur Sicherung der Datenqualität.
• Dokumentation: Du erstellst Leitlinien und Schulungsunterlagen, um die neuen Prozesse im Unternehmen zu verankern.
• Zusammenarbeit: Du arbeitest eng mit der IT-Abteilung und verschiedenen Fachbereichen zusammen, um die Anforderungen zu verstehen und die Akzeptanz für die neuen Prozesse zu fördern.

Vorausgesetzt werden Kenntnisse im Bereich Datenmanagement, Prozessanalyse und idealerweise erste Erfahrungen mit ERP-Systemen.

Betreuer

Dimitri Petrik

Über den Praxispartner

Pajunk ist ein international agierendes und inhabergeführtes Unternehmen mit Hauptsitz in Geisingen in Süddeutschland und Vertriebsniederlassungen in den USA, Großbritannien und der Schweiz. Wir beschäftigen weltweit über 650 Mitarbeiterinnen und Mitarbeiter. Unser Fokus liegt in den Bereichen der Regionalanästhesie, Schmerztherapie, Neurologie, Biopsie sowie der minimalinvasiven Chirurgie.

Einsatz als Masterand (m/w/d) am Standort in Geisingen. Start, Dauer und wöchentliche Arbeitszeit sind nach Absprache möglich.

Problemstellung

In großen Projekten mit dem Ziel zur Entwicklung von komplexen IT-Produkten bedarf es einer guten Kollaboration von mehreren, für die Produktentwicklung voneinander abhängigen, Scrum Teams. Zur Koordination der Zusammenarbeit und des Managements der Komplexität haben in den letzten Jahren agile Methoden stark an Bedeutung gewonnen. Auch im Rahmen einer agilen Transformation scheinen diese agilen Methoden bei vielen Unternehmen ein beliebtes Skalierungs- und Transformationsinstrument darzustellen.

Laut der State of Agile-Umfrage, welche die längste kontinuierliche jährliche Umfrage zu agilen Techniken und Praktiken darstellt, finden folgende Rahmenwerke häufige in der Praxis Anwendung:

• Scrum-of-Scrums/Scrum@Scale
• Scaled Agile Framework
• Disciplined Agile Delivery
• Large-Scale Scrum
• Recipes for Agile Governance in the Enterprise
• Nexus
• Spotify Model

Trotz der aktuellen und raschen Verbreitung dieser Rahmenwerke in der Praxis und den Trainingsangeboten mancher Anbieter der Rahmenwerke besteht eine große Verständnis Problematik (bspw. bezüglich der Ziele, Zecke, Anforderungen, Zielgruppen, Empfehlungen, Unterscheidungen und Gemeinsamkeiten). Auch die Forschung zeigt aufgrund der Praxisnähe der Problematik und dem späten Interesse zu wissenschaftlichen Untersuchungen in allen Bereichen zu diesen Rahmenwerken Nachholbedarf.

Ziel der Arbeit

Ziel der Abschlussarbeit ist es, nach einer gemeinsamen Einigung auf 1-3 von den oben aufgeführten Rahmenwerken, folgende Schwerpunkte zu diesen Rahmenwerken zu analysieren:

• Ziele und Zwecke der Rahmenwerke
• Wichtige Komponenten der einzelnen Rahmenwerke
• Versprochene Vorteile und Erfolgsfaktoren für die Zielerreichung
• Nachteile bzw. Herausforderungen im Rahmen der Implementierung

Methodische Vorgehensweise

• Durchführung einer Systematischen Literaturrecherche mit Fokus auf „Graue Literatur“ (Case-Studies auf Webseiten und Praktikerberichte)
• Suche und Zusammenfassung der Kernaussagen in Büchern und Artikeln von Gründern der Rahmenwerke

Wünschenswerte Vorkenntnisse

• Scrum-Kenntnisse (praktisch und/oder theoretisch)
• Interesse an agiler Softwareentwicklung
• Interesse an Rahmenwerken zur Skalierung von Agilität
• Kenntnisse mit mindestens einem der oben aufgeführten Rahmenwerke von Vorteil aber nicht erzwingend

Betreuerin

Yagmur Turhan

Problemstellung

Reifegradmodelle (engl. Maturity Models) haben sich seit der Einführung des Capability Maturity Model (CMM) durch das Software Engineering Institute in den 1980er-Jahren als weit verbreitetes Instrument zur Bewertung und Verbesserung organisationaler Fähigkeiten etabliert. Ursprünglich im Bereich der Softwareentwicklung entstanden, finden sie heute in zahlreichen Domänen Anwendung – von der digitalen Transformation über das Geschäftsprozessmanagement und die Industrie 4.0 bis hin zur Nachhaltigkeit und Circular Economy.

Trotz – oder gerade wegen – dieser Verbreitung ist die Landschaft der Reifegradmodelle zunehmend unübersichtlich geworden. Wendler (2012) identifizierte in einer Mapping-Studie bereits eine Vielzahl an Modellen, und seitdem ist die Zahl weiter gewachsen. Dabei unterscheiden sich die Modelle erheblich in ihren Gestaltungsmerkmalen: Einige Modelle verfolgen einen rein deskriptiven Zweck und beschränken sich auf die Feststellung des aktuellen Reifegrads (Ist-Zustand), während präskriptive Modelle darüber hinaus Verbesserungsmaßnahmen und Entwicklungspfade aufzeigen und komparative Modelle ein Benchmarking zwischen Organisationen ermöglichen (de Bruin et al. 2005; Röglinger et al. 2012). Gleichzeitig variieren die Modelle hinsichtlich ihrer Architektur (stufenweise vs. kontinuierlich), der Anzahl der Reifegrade, der zugrundeliegenden Dimensionen, der Entwicklungsmethodik und der Frage, ob das Erreichen der höchsten Reifegradstufe für jede Organisation überhaupt erstrebenswert ist.

Die wissenschaftliche Literatur liefert zwar anerkannte Vorgehensmodelle zur Entwicklung von Reifegradmodellen – insbesondere die Ansätze von Becker et al. (2009) auf Basis des Design-Science-Paradigmas und von de Bruin et al. (2005) mit einem sechsphasigen Entwicklungsprozess – jedoch folgen bei Weitem nicht alle publizierten Modelle diesen methodischen Leitlinien. Becker et al. (2009) kritisieren, dass vielen Modellen eine transparente Dokumentation des Entwicklungsprozesses und eine fundierte empirische Evaluation fehlen. Zudem wird in der Literatur bemängelt, dass Reifegradmodelle häufig als lineare „Rezepte" die Realität vereinfachen und die Existenz multipler, möglicherweise äquifinaler Entwicklungspfade vernachlässigen (King & Kraemer 1984; Mettler & Rohner 2009). Auch die Frage, wie ein Übergang von einer Reifegradstufe zur nächsten konkret gestaltet werden kann – und ob dies immer sequenziell geschehen muss – wird selten systematisch adressiert.

Vor diesem Hintergrund fehlt es an einer aktuellen, übergreifenden und strukturierten Gegenüberstellung der vielfältigen Gestaltungsmerkmale von Reifegradmodellen. Insbesondere ein morphologischer Kasten, der die zentralen Designparameter und deren Ausprägungen systematisch erfasst, könnte sowohl Forschenden bei der Entwicklung neuer Modelle als auch Praktikern bei der Auswahl geeigneter Modelle als Orientierungshilfe dienen.

Mögliche Forschungsfragen:

• Welche Typen und Architekturen von Reifegradmodellen lassen sich in der Literatur unterscheiden (z. B. Maturity Grids, CMM-basiert, hybride Modelle, Likert-basierte Modelle)?
• Welche methodischen Vorgehensweisen werden zur Entwicklung von Reifegradmodellen eingesetzt und inwieweit folgen sie etablierten Leitlinien (z. B. Becker et al. 2009; de Bruin et al. 2005)?
• Welche Nutzungszwecke verfolgen Reifegradmodelle (deskriptiv, präskriptiv, komparativ) und wie unterscheiden sich diese in ihrer Gestaltung?
• Ist das Erreichen der höchsten Reifegradstufe immer das Ziel, oder gibt es kontextabhängige Optima?
• Wie wird der Übergang zwischen Reifegradstufen in bestehenden Modellen konzeptualisiert – sequenziell, parallel oder kontingent?
• Welche Gestaltungsmerkmale (Dimensionen, Stufenanzahl, Bewertungsmethodik, Zielgruppe, Domäne etc.) lassen sich als zentrale Designparameter eines morphologischen Kastens identifizieren?

Ziel der Arbeit

Ziel der Arbeit ist es, den aktuellen Stand der Forschung zu Reifegradmodellen systematisch aufzuarbeiten und die zentralen Gestaltungsmerkmale in Form eines morphologischen Kastens zu strukturieren. Dieser soll die wesentlichen Designparameter von Reifegradmodellen (z. B. Nutzungszweck, Architektur, Stufenanzahl, Dimensionen, Bewertungsmethodik, Stufenübergänge, Entwicklungsmethodik, Evaluationsansatz, Zielgruppe) mit ihren jeweiligen Ausprägungen abbilden. Der morphologische Kasten soll als Klassifikationsinstrument und Entscheidungshilfe dienen – einerseits für Forschende, die neue Reifegradmodelle entwickeln möchten, andererseits für Praktiker, die ein geeignetes Modell für ihren spezifischen Anwendungskontext auswählen wollen. Darüber hinaus sollen auf Basis der Analyse Forschungslücken und Weiterentwicklungspotenziale identifiziert werden.

Methodische Vorgehensweise

Systematische Literaturrecherche: Durchführung einer strukturierten Literaturanalyse in einschlägigen Datenbanken unter Berücksichtigung sowohl wissenschaftlicher als auch ausgewählter praxisorientierter Quellen (z. B. Beratungsmodelle, Industriestandards wie CMMI, SPICE, EFQM).

Betreuer

Kim Stuber

Problemstellung

Um das aktuell geltende und an seine phsyikalischen Grenzen stoßende Prinzip "Nehmen - Herstellern - Entsorgen" abzulösen und die Nachhaltigkeit zu erhöhen bieten sich zirkuläre Geschäftsmodelle und Services zur Erweiterung traditioneller Geschäftsmodelle an. Bei der zirkulären Wertschöpfung wird auf Basis von Wirkmechanismen (1) Reduktion, (2) Reuse und (3) Recycle die Wertschöpfung durch die Schließung der Kreisläufe vom Ressourcenverbrauch entkoppelt. Die aktuellen Aktivitäten der Unternehmen sind jedoch bisher systematisch kaum erforscht und sollen in dieser Arbeit identifizert und analysiert werden.

Ziel der Arbeit

An der Schnittstelle zwischen Digitalisierung und Circular Economy sollen mittels wissenschaftlicher Literatur und Praxisquellen (Blogs, Whitepaper etc.) oder empirisch (Interviews) die Capabilities für die zirkuläre Transformation von Unternehmen und die Einführung der Kreislaufgeschäftsmodelle analysiert werden.

Betreuer

Dimitri Petrik

Problemstellung

Um das aktuell geltende und an seine phsyikalischen Grenzen stoßende Prinzip "Nehmen - Herstellern - Entsorgen" abzulösen und die Nachhaltigkeit zu erhöhen ist eine Wertschöpfungstransformation erforderlich. Einen viel versprechenden Ansatz bietet die zirkuläre Wertschöpfung (engl.: Circular Economy). Bei der zirkulären Wertschöpfung wird auf Basis von Wirkmechanismen (1) Reduktion, (2) Reuse und (3) Recycle der die Wertschöpfung durch die Schließung der Kreisläufe vom Ressourcenverbrauch entkoppelt. Dennoch  bilden die technologische und ökonomische Realisierung nach wie vor zentrale Herausforderungen der Kreislaufwertschöpfung. Daher braucht es auch mehr Forschung an digitalen Technologien wie z. B. Plattformen, digitalen Zwillingen, künstlicher Intelligenz, dem Internet der Dinge und vielen weiteren, um die Realisierung der Kreislaufwertschöpfung zu ermöglichen und das Potenzial digitaler Technologien als Enabler und Antezedenzen der Kreislaufwertschöpfung zu verstehen.

Ziel der Arbeit

Im Kontext der Arbeit können literaturbasierte und empirische sowie experimentelle Abschlussarbeiten zu digitalen Technologien im Kontext der Kreislaufwertschöpfung betreut werden. Eine genauere Fokussierung des Themas sowie die Forschungsmethodik wird im Gespräch mit dem Betreuer festgelegt. Möglich sind Themen wie:

- Umsetzung, Akzeptanz und Effekte digitaler Produktpässe.

- Umsetzung, Innovationspotenziale und Akzeptanz digitaler Plattformen für die Kreislaufwirtschaft

- Analyse nachhaltiger Kreislaufgeschäftsmodelle

- Konzeptionelle und experimentelle Gestaltung intelligenter Informationssysteme für CE (z. B. auf Basis von KI, convesational agents, robots, cyber-physical systems)

- Methodenentwicklung zur Modellierung und Berechnung von CE-Wertströmen

Betreuer

Dimitri Petrik

Problemstellung

Die zunehmende Verbreitung von Elektrofahrzeugen, die aufgrund ihres Beitrags zum Klimaschutz als zukunftsweisend gelten, bringt jedoch komplexe ökologische, ökonomische und soziale Herausforderungen mit sich. Da Elektrofahrzeugbatterien bereits ab einem Kapazitätsverlust von 20% für den Einsatz in Elektrofahrzeugen ausgemustert werden, ist in den nächsten Jahren mit einem großen Anstieg ausgemusterter Batterien zu rechnen. Zur Reduktion der aus der begrenzten Batterielebensdauer resultierenden Umweltbelastungen sind Kreislaufansätze erforderlich, um die Batterien am Lebenszyklusende je nach Zustand und Konstruktionsdesign wiederaufzubereiten, wiederzuverwenden oder zu recyclen. Digitale Technologien, wie die Künstliche Intelligenz, können dabei helfen, die Wiederaufbereitung, die Wiederverwendung oder das Recycling von Batterien effizienter zu gestalten, um den Ressourcenverbrauch sowie den CO₂-Ausstoß zu reduzieren und so die ökonomischen, ökologischen und sozialen Nachhaltigkeitsziele zu erreichen. Gleichzeitig gehen damit jedoch auch Herausforderungen, wie die Systemintegration, Datenverfügbarkeit und regulatorische Anforderungen einher, die bewältigt werden müssen.

Ziel der Arbeit
Ziel der Arbeit ist es, bestehende digitale Lösungen und Geschäftsmodelle zur Förderung der Circular Economy im Kontext von Elektrofahrzeugbatterien zu analysieren und systematisch zu bewerten. Dabei sollen sowohl die Potenziale dieser digitalen Lösungen als auch die Herausforderungen ihrer praktischen Umsetzung untersucht werden. Zur Datenerhebung können Methoden wie die systematische Analyse wissenschaftlicher und grauer Literatur, Experteninterviews sowie die Untersuchung bestehender Anwendungsfälle in der Praxis herangezogen werden. Die Ergebnisse der Arbeit sollen schließlich dabei helfen, Handlungsempfehlungen für die Weiterentwicklung und Implementierung von Batteriekreisläufen zu entwickeln sowie ein besseres Verständnis für Hürden und Voraussetzungen zu schaffen, um eine nachhaltige Nutzung und Wiederverwertung von Elektrofahrzeugbatterien zu fördern.

Betreuerin

Sarah Merz

Problemstellung

Künstliche Intelligenz (KI) wird im IT Service Management (ITSM) von Unternehmen zunehmend zur Klassifikation, Automatisierung und Entscheidungsunterstützung von verschiedensten Aufgabenstellungen eingesetzt. Gleichzeitig entstehen durch die Nutzung der Hochrechenleistungs-Technologie ökologische Auswirkungen. Themen wie der Ausbau und Betrieb von KI-Rechenzentren, der Verbrauch einsparbarer Rechenlast oder potentielle Doppelarbeit aufgrund sinkender Ergebnisqualität sind ein paar Beispiele, welche sowohl aus Praxis- als auch wissenschaftlicher Perspektive diskutiert werden. Zugleich können optimierte Empfehlungen und Eingriffe durch KI-Einsatz manuellen Mehraufwand einsparen und positive ökologische Effekte hervorrufen. Insgesamt liegt in Unternehmen Unsicherheit vor, bezüglich dem ökologisch-nutzenstiftenden Einsatz von KI. Es fehlt eine Entscheidungsstütze, welche den KI-Einsatz im ITSM systematisch bewertet und Leitplanken für ökologisch-wertstiftende Nutzung etabliert.

Mögliche Forschungsfrage

• Welche ökologischen Kriterien müssen für einen nachhaltigen KI-Einsatz von KI im ITSM erfüllt werden?
• Wie lässt sich der Einsatz von KI nachvollziehbar und überprüfbar entscheiden?
• Welche Entscheidungspfade unterscheiden sich in den verschiedenen Use Cases im ITSM (z. B. Ticket-Routing im Incident Management versus Aufbau einer Wissensdatenbank im Rahmen des Knowledge Management)?
• Welche Metriken eignen sich, um KI-Nutzen und KI-Kosten (einschließlich Opportunitätskosten) zu quantifizieren im Sinne einer ökologisch-nachhaltigen Zielstellung?

Ziel der Arbeit

Ziel der Arbeit ist die Konzeption eines KI-Entscheidungsbaums (beispielsweise über einen Kriterienkatalog, Entscheidungsregeln und/oder Checklisten) für den ökologisch-wertstiftenden Einsatz von KI im ITSM. Je nach gewählter Forschungsfrage fokussiert sich die Arbeit auf die Kriterien des Entscheidungsbaumes selbst, die Entscheidungswege oder die Metriken. Auch bezüglich dem genaueren Untersuchungskontextes entlang des ITSM (Incident Management, Problem Management, Knowledge Management, etc.) ist das Thema bislang offen und kann nach individuellen Präferenzen gestaltet werden.

Betreuerin

Larissa Koch de Souza

Problemstellung

Die Twin Transformation – verstanden als die gleichzeitige Ausrichtung von Unternehmen auf Digitalisierung und Nachhaltigkeit – wird in Wissenschaft und Praxis häufig als komplementärer und sich gegenseitig verstärkender Transformationsprozess beschrieben. Digitale Technologien gelten dabei als zentrale Enabler für nachhaltige Wertschöpfung, etwa durch Effizienzsteigerungen, Transparenz oder neue datenbasierte Geschäftsmodelle.

In der unternehmerischen Realität zeigt sich jedoch ein differenzierteres Bild. Unternehmen stehen vor der Herausforderung, zwei tiefgreifende Transformationslogiken parallel zu bewältigen, die unterschiedliche Zielsysteme, Zeithorizonte und Investitionslogiken mit sich bringen. Während Digitalisierungsinitiativen häufig auf kurzfristige Effizienz- und Wettbewerbsgewinne abzielen, sind Nachhaltigkeitsmaßnahmen oft langfristig angelegt, regulatorisch getrieben und mit Unsicherheiten verbunden. Daraus entstehen Zielkonflikte, organisatorische Spannungen und strategische Unsicherheiten, insbesondere im Hinblick auf bestehende Geschäftsmodelle.

Zudem ist bislang unzureichend erforscht, ob und unter welchen Bedingungen sich digitale und nachhaltige Transformationen tatsächlich gegenseitig unterstützen oder ob sie Unternehmen vor widersprüchliche Anforderungen stellen. Es fehlt an systematischen Untersuchungen zu den konkreten Herausforderungen, Barrieren und Spannungsfeldern, die sich aus der Twin Transformation ergeben – insbesondere auf Ebene der Geschäftsmodellinnovation. Auch der Einfluss regulatorischer Rahmenbedingungen sowie fehlender methodischer und organisatorischer Ansätze erschwert Unternehmen die erfolgreiche Umsetzung beider Transformationen.

Mögliche Forschungsfragen

Zur Untersuchung der Herausforderungen der Twin Transformation bieten sich unter anderem folgende Forschungsfragen an:

• Welche organisatorischen, strategischen und technologischen Herausforderungen entstehen für Unternehmen im Rahmen der Twin Transformation?

• In welchen Bereichen unterstützen sich Digitalisierung und Nachhaltigkeit, und wo entstehen Zielkonflikte oder Trade-offs?

• Welche Spannungsfelder ergeben sich bei der Anpassung oder Innovation bestehender Geschäftsmodelle im Kontext der Twin Transformation?

• Welche Rolle spielen digitale Technologien und Softwaresysteme als Enabler – und wo stoßen sie an ökologische, ökonomische oder organisatorische Grenzen?

• Welche externen Einflussfaktoren (z. B. Regulierung, Berichtspflichten, Marktanforderungen) verstärken die Herausforderungen der Twin Transformation?

• Wie gehen Unternehmen mit Unsicherheiten und widersprüchlichen Anforderungen im Transformationsprozess um?

Ziel der Arbeit

Ziel der Arbeit ist es, die zentralen Herausforderungen und Spannungsfelder der Twin Transformation systematisch zu analysieren. Dabei soll untersucht werden, ob und inwiefern sich digitale und nachhaltige Transformationen in der Praxis gegenseitig unterstützen oder behindern und welche Auswirkungen dies auf bestehende sowie innovative Geschäftsmodelle hat. Die Arbeit soll zu einem besseren Verständnis der Bedingungen beitragen, unter denen Unternehmen die Twin Transformation erfolgreich gestalten können, und Ansatzpunkte zur strukturierten Bewältigung identifizierter Herausforderungen aufzeigen.

Betreuer

Kim Stuber

Problemstellung

Das derzeit in vielen Branchen noch dominierende lineare Wertschöpfungsprinzip „Nehmen – Produzieren – Entsorgen“ gerät angesichts knapper Ressourcen, steigender regulatorischer Anforderungen und wachsender Nachhaltigkeitserwartungen zunehmend an seine Grenzen. Als Alternative rücken Kreislaufgeschäftsmodelle (Circular Business Models) in den Fokus, die Wertschöpfung über Strategien wie Lebensdauerverlängerung, Wiederverwendung, Aufarbeitung/Remanufacturing, Sharing- und Product-as-a-Service-Ansätze stärker vom Primärrohstoffeinsatz entkoppeln und nach Möglichkeit mehrere Lebenszyklen ermöglichen.
Trotz einer steigenden Zahl an Praxisbeispielen ist bislang nur begrenzt systematisch untersucht, welche Kreislaufgeschäftsmodelle in unterschiedlichen Branchen tatsächlich umgesetzt werden, welche Ausprägungen sich zeigen und welche Treiber, Hemmnisse und Erfolgsfaktoren dabei relevant sind. Insbesondere ein branchenvergleichender Blick (z. B. Maschinenbau, Handel, optional weitere Industrien) kann helfen, Muster zu erkennen und die empirische Evidenz zur Umsetzung zirkulärer Strategien zu verbessern. Diese Abschlussarbeit setzt hier an und zielt darauf ab, Kreislaufgeschäftsmodelle empirisch zu identifizieren, zu strukturieren und vergleichend zu analysieren.

Ziel der Arbeit

An der Schnittstelle zwischen Circular Economy und unternehmerischer Wertschöpfung sollen Kreislaufgeschäftsmodelle anhand konkreter Branchenbeispiele (z. B. Maschinenbau, Handel) empirisch untersucht werden. Auf Basis wissenschaftlicher Literatur und geeigneter Praxisquellen (z. B. Unternehmensberichte, Websites, Whitepaper) und/oder mittels qualitativer Interviews werden:

• relevante Typen und Ausprägungen von Kreislaufgeschäftsmodellen in den ausgewählten Branchen identifiziert,
• Treiber und Barrieren der Umsetzung herausgearbeitet,
• Spezifische Fähigkeiten
• Einsatzmöglichkeiten für digitale Technologien

Betreuer

Dimitri Petrik

Problemstellung

Die Twin Transformation – die simultane und integrierte Transformation von Unternehmen hin zur Digitalisierung und Nachhaltigkeit – stellt eine zentrale Herausforderung für Unternehmen dar, die den Wandel zur zukunftsorientierten, ressourcenschonenden und technologisch fortschrittlichen Organisation erfolgreich vollziehen möchten. Während viele Unternehmen bereits erste Schritte in Richtung Digitalisierung und Nachhaltigkeit unternehmen, mangelt es oft an strukturierten Ansätzen zur Bewertung und Steuerung ihres Fortschritts in beiden Dimensionen. Ohne klare Kennzahlen und Bewertungsansätze fehlt Unternehmen jedoch die Möglichkeit, den Erfolg ihrer Transformationsstrategien fundiert zu analysieren und gezielt weiterzuentwickeln. Hier setzt die vorliegende Arbeit an: Sie untersucht, wie Unternehmen ihren Fortschritt in der Twin Transformation sinnvoll bemessen können, um so eine Grundlage für die strategische Weiterentwicklung und das Management der Transformation zu schaffen.

Mögliche Forschungsfragen

Zur Untersuchung der des aufgezeigten Kontexts können folgende mögliche Forschungsrichtungen untersucht werden:

• Welche Kennzahlen und Indikatoren eignen sich zur Messung des Fortschritts in der Twin Transformation?
• Wie können Enterprise Softwaresysteme, Algorithmen oder digitale Technologien zur Twin Transformation beitragen?
• Welche Reifegradmodelle existieren bereits und worin haben diese Lücken?
• Wie können Unternehmen ihren digitalen und nachhaltigen Reifegrad im Rahmen der Twin Transformation bewerten?
• Welche Herausforderungen und Hemmnisse bestehen bei der Implementierung von Bewertungsmodellen für die Twin Transformation in Unternehmen?
• Welche Rolle spielen externe und interne Faktoren (z.B. Marktanforderungen, regulatorische Vorgaben) bei der Bewertung des Fortschritts in der Twin Transformation?
• Inwiefern können bestehende Frameworks zur digitalen Transformation oder Nachhaltigkeitsbewertung auf die Twin Transformation übertragen oder angepasst werden?

Ziel der Arbeit

Ziel der Arbeit ist es, zu untersuchen, wie Unternehmen ihren Fortschritt in der Twin Transformation bemessen können.

Betreuer

Kim Stuber

Problemstellung

Rohstoffknappheit, Lieferengpässe und hohe Energiepreise beschäftigen Unternehmen in der aktuellen Zeit. Hierfür werden unterschiedliche Kontexte in Unternehmen einzeln eingesetzt, wie das Nachhaltigkeits-, Digitalisierungs- oder Innovationsmanagement, um diesen Herausforderungen auf unterschiedliche Art und Weise zu begegnen. Forschungsseitig kann darum die Frage eröffnet werden, inwiefern diese genannten Kontexte zusammengeführt werden könnten, um nachhaltige digitale Lösungen für die Zukunft zu finden und damit den Erfolg eines Unternehmens am Markt noch stärker zu sichern.

Zielsetzung

Zur Untersuchung der Kombination der aufgezeigten Kontexte können folgende mögliche Forschungsrichtungen untersucht werden:

• Wie muss nun ein nachhaltiges digitales Innovationsmanagement in der Praxis gestaltet sein?
• Welche Ansätze können eingesetzt werden, um dieses Zusammenspiel zu unterstützen?
• Welche Handlungsbedarfe existieren für eine Verbesserung der Integration von Nachhaltigkeit in der digitalen Innovationsentwicklung?

Zusatzinformation:

Für die empirische Untersuchung kann ein Praxispartner aus der Papierbranche zur Verfügung gestellt werden.

Betreuer

Florian Härer

Problemstellung
Für international tätige Unternehmen stellt die zunehmende Regulierung im Bereich Nachhaltigkeit eine wachsende Herausforderung dar. Unterschiedliche gesetzliche Anforderungen in Europa, den USA und China führen zu einem fragmentierten regulatorischen Umfeld, das Unternehmen vor komplexe Compliance-Anforderungen stellt. Während die EU mit der Corporate Sustainability Reporting Directive (CSRD) umfangreiche Berichtspflichten einführt, setzen die USA über den Inflation Reduction Act (IRA) vor allem auf Anreizmechanismen, und China integriert Nachhaltigkeit zunehmend in seine industriepolitischen Ziele. Unternehmen müssen sich nicht nur an verschiedene Umwelt-, Sozial- und Governance-Vorgaben anpassen, sondern auch strategische Entscheidungen entlang ihrer globalen Wertschöpfungsketten treffen. Ein strukturierter Vergleich der relevanten Gesetzgebungen und deren Auswirkungen auf unternehmerisches Handeln ist daher dringend geboten.
Mögliche Forschungsfrage

• Wie wirken sich die unterschiedlichen Nachhaltigkeitsgesetze in Europa, den USA und China auf die strategische Ausrichtung, Berichterstattung und Investitionsentscheidungen international agierender Unternehmen aus?

• Welche regulatorischen Anforderungen stellen die größten Herausforderungen für international tätige Unternehmen dar?
• Wie gehen Unternehmen mit divergierenden Nachhaltigkeitsvorgaben um, und welche Anpassungsstrategien haben sich etabliert?
• Inwiefern entstehen durch regulatorische Unterschiede Wettbewerbsverzerrungen oder Innovationsanreize?

Ziel der Arbeit
Ziel dieser Arbeit ist es, die zentralen Nachhaltigkeitsgesetze und -vorgaben in Europa, den USA und China zu analysieren und deren Auswirkungen auf international tätige Unternehmen herauszuarbeiten. Dabei soll untersucht werden, welche konkreten Anforderungen Unternehmen in den drei Regionen erfüllen müssen, wie diese Vorgaben strategische Entscheidungen beeinflussen und welche Herausforderungen und Chancen sich daraus ergeben. Auf dieser Basis sollen Handlungsempfehlungen für Unternehmen zur Anpassung an das internationale Nachhaltigkeitsregime abgeleitet werden.

Betreuer:

Kim Stuber

Problemstellung

Service Level Agreements (SLAs) steuern Servicequalität innerhalb des IT Service Managements, sprechen jedoch selten Themen der ökologischen und sozialen Nachhaltigkeit an. Wenn solche Nachhaltigkeitsanforderungen in den Vereinbarungen fehlen, bleiben Provider-Steuerung, Transparenz und Anreizsysteme auch entlang der Dienstleistungsausführung unzureichend. Gleichzeitig ist die Operationalisierung nachhaltiger Zielstellungen ohne Vereinbarungen schwierig (Messbarkeit, Verantwortlichkeiten, Zielkonflikte). Durch die wachsenden Berichtspflichten zu Nachhaltigkeit nach der CSRD ist es jedoch besonders wichtig, Nachhaltigkeit in der Servicequalität konkret umzusetzen, systematisch zu integrieren und nachvollziehbar zu machen.

Mögliche Forschungsfrage

• Wie können ökologische und/oder soziale Nachhaltigkeitsziele in SLAs im ITSM operationalisiert werden, sodass sie messbar, steuerungswirksam und CSRD-kompatibel nachweisbar sind?
• Welche Nachhaltigkeitsdimensionen (ökologisch/sozial) sind im Kontext typischer IT-Services-SLA relevant, und wie unterscheiden sie sich nach Servicetyp?
• Welche CSRD- (oder ESRS-)Anforderungen lassen sich sinnvoll in SLA-Mechanismen übersetzen,und wo liegen Grenzen?
• Welche KPI-Sets eignen sich, um Nachhaltigkeit als Bestandteil von Servicequalität zu messen?
• Welche Governance-Mechanismen erhöhen die Nachvollziehbarkeit und Wirksamkeit von Nachhaltigkeitsanforderungen in SLAs?

Ziel der Arbeit

Konzeption und Pilotierung eines „Sustainable SLA“-Ansatzes, der ökologische und soziale Nachhaltigkeitsanforderungen als Bestandteil der Servicequalität operationalisiert, steuerungswirksam in die Leistungserbringung einbettet und eine CSRD-orientierte Nachvollziehbarkeit ermöglicht.

Betreuerin

Larissa Koch de Souza

Problemstellung

Auf Veränderungen (Changes) in Unternehmen und in der IT zu reagieren und Widerstände sowie Rückschläge zu verhindern ist eine regelmäßige Aufgabe im IT Service Betrieb. Mitunter deshalb wird in verschiedenen IT Service Management (ITSM) Frameworks (z.B. ITIL V4) oder aktueller ITSM-Literatur das Change Management als eine essentielle ITSM-Praktik integriert. Klassische Change-Assessments prüfen bislang jedoch primär ökonomische Aspekte wie bspw. Risiko, Impact, Proftabililität. Ökologische Nachhaltigkeitsaspekte (wie z. B. zusätzliche Ressourcen, ineffiziente Designs und resultierender Mehraufwand/Verschwendung) bislang nicht explizit berücksichtigt. Dadurch werden ökologische Kosten, welche hätten minimiert werden können, systematisch in Kauf genommen.

Mögliche Forschungsfrage

• Welche ökologischen Nachhaltigkeitskriterien sollten in Change-Bewertungen im ITSM verbindlich enthalten sein?
• Wie lässt sich ein ökologisch-nachhaltiges Change-Risk/Impact-Assessment gestalten?
• Welche Change-Typen benötigen welche Tiefe der ökologischen Nachhaltigkeitsprüfung?
• Wie beeinflusst die Integration ökolgosch-nachhaltiger Apsekte die Change-Durchlaufzeit und Akzeptanz?
• Welche Governance-Mechanismen (CAB, Architekturboard) sind geeignet für ein solches Assessment?

Ziel der Arbeit

Konzeption / Pilotierung eines Change-Assessments (bspw. über Entscheidungsmatrix, Checklisten, Prozessintegration), welches ökologische Nachhaltigkeitskriterien innerhalb der Change Management Praktik des ITSM integriert.

Betreuerin

Larissa Koch de Souza

Problemstellung
Das Remanufacturing – die industrielle Wiederaufbereitung gebrauchter Produkte – gilt als ein zentraler Hebel für die Umsetzung der Circular Economy. Durch die Verlängerung von Produktlebenszyklen lassen sich sowohl Ressourcenverbrauch als auch CO₂-Emissionen reduzieren. Dennoch stellt die Wiederaufbereitung Unternehmen vor große Herausforderungen: Prozesse sind hochgradig variantenreich, abhängig vom Zustand zurückgeführter Produkte und nur schwer standardisierbar. Digitale Technologien, insbesondere Künstliche Intelligenz (KI) und Methoden der Geschäftsprozessmodellierung, bieten das Potenzial, Remanufacturing-Prozesse effizienter, transparenter und nachhaltiger zu gestalten. Bisher fehlt jedoch eine systematische Untersuchung, wie KI und digitale Prozessmodelle im Remanufacturing eingesetzt werden können, welche Anwendungen bereits existieren und welche Barrieren der Umsetzung im industriellen Kontext entgegenstehen.

Ziel der Arbeit
Ziel der Arbeit ist es, den Einsatz von KI und anderen digitalen Technologien im Remanufacturing systematisch zu untersuchen. Dazu sollen bestehende wissenschaftliche Publikationen, Praxisberichte und Unternehmensanwendungen analysiert und entlang relevanter Kriterien (z. B. Prozessschritte, Datenverfügbarkeit, Automatisierungspotenzial, Nachhaltigkeitswirkung) strukturiert werden. Empirische Datenerhebungen (Interviews oder Expertenworkshops) sind ebenfalls möglich. Darauf aufbauend sollen Chancen und Herausforderungen herausgearbeitet und Ansätze für die Gestaltung effizienter und KI-gestützter Remanufacturing-Prozesse abgeleitet werden. Prozessmodelle, Reifegradmodelle, Frameworks, Anforderungskataloge oder auch Gestaltungsempfehlungen sind mögliche Ergebnisse.

Betreuer
Dimitri Petrik

Problemstellung
Rückwärtslogistik gewinnt im Zuge der Circular Economy zunehmend an Bedeutung, da sie den effizienten Rückfluss von Produkten, Komponenten und Materialien in die Wertschöpfungskette ermöglicht. Unternehmen stehen dabei vor komplexen Herausforderungen: die Vorhersage von Rücklaufmengen, die dynamische Steuerung von Rücknahmeprozessen, die Optimierung von Transportwegen und die Berücksichtigung regulatorischer Anforderungen. Künstliche Intelligenz (KI) bietet ein erhebliches Potenzial, diese Herausforderungen zu adressieren – etwa durch Prognosemodelle, automatisierte Entscheidungsunterstützung und adaptive Steuerung von Rücknahme- und Recyclingströmen. Dennoch ist bislang kaum erforscht, welche konkreten KI-Anwendungen in der Rückwärtslogistik existieren, wie sie in betriebliche Prozesse integriert werden und welche Grenzen und Chancen sich daraus ergeben.

Ziel der Arbeit
Ziel der Arbeit ist es, den Einsatz von KI in der Rückwärtslogistik systematisch zu untersuchen. Dazu sollen bestehende Forschungsergebnisse, Praxisberichte und Fallstudien identifiziert und entlang relevanter Kriterien (z. B. Prozessschritte, Datenanforderungen, Optimierungspotenziale, Nachhaltigkeitswirkungen) klassifiziert werden. Ergänzend können Experteninterviews durchgeführt werden, um praktische Einblicke zu erhalten. Die Ergebnisse sollen zeigen, welche Potenziale und Herausforderungen mit KI-basierten Rückwärtslogistiklösungen verbunden sind und welche Implikationen sich für Forschung und Praxis ergeben.

Betreuer

Dimitri Petrik

Problemstellung

Recycling gilt als zentraler Hebel und Mechanismus für die Umsetzung einer Circular Economy. Gleichzeitig stehen Recyclingprozesse in vielen Branchen vor erheblichen Herausforderungen: heterogene Materialströme, schwankende Inputqualität, begrenzte Sortiergenauigkeit, komplexe Verbundmaterialien, hohe Energie- und Prozesskosten sowie steigende Anforderungen an Nachweisführung und Qualität von Rezyklaten. In diesem Kontext gewinnt der Einsatz von Künstlicher Intelligenz (KI) an Bedeutung, etwa zur Material- und Objekterkennung, automatisierten Sortierung, Prozessoptimierung, Qualitätsprognose, Fehlererkennung oder Rückverfolgbarkeit von Stoffströmen.
Trotz wachsender Forschung und Praxisinitiativen ist das Wissen über KI im Recycling bislang fragmentiert: Begriffe und Anwendungsbereiche werden unterschiedlich abgegrenzt, technische Ansätze (z. B. Computer Vision, Machine Learning, Deep Learning, Reinforcement Learning) werden selten systematisch mit den jeweiligen Prozessschritten im Recycling verknüpft, und auch die Evidenz zu Nutzen, Grenzen, Datenanforderungen sowie Implementierungsbarrieren ist uneinheitlich. Es fehlt daher eine strukturierte Übersicht, die den Forschungsstand konsolidiert und offene Fragen sichtbar macht.

Ziel der Arbeit

An der Schnittstelle zwischen KI-Einsatz und Recycling soll eine systematische Literaturanalyse durchgeführt werden, um den aktuellen Forschungsstand zu konsolidieren und ein belastbares Strukturierungsangebot zu entwickeln. Aufbauend auf wissenschaftlicher Literatur (ggf. ergänzt um ausgewählte Praxisquellen) werden:

• zentrale KI-Anwendungsfelder im Recycling identifiziert und entlang von Prozessschritten (z. B. Sammlung, Sortierung, Aufbereitung, Qualitätskontrolle, Sekundärrohstoffbereitstellung) strukturiert,
• relevante Methoden-/Technologieklassen (z. B. Computer Vision, Sensorfusion, ML/DL, Optimierung) und ihre typischen Datenquellen (z. B. NIR, Hyperspektral, Kameras, Prozessdaten) systematisiert,
• berichtete Wirkungen (z. B. Effizienz, Reinheit, Ausbeute, Kosten, CO₂) sowie Grenzen und Risiken (z. B. Datenqualität, Bias, Robustheit, Skalierbarkeit, regulatorische Anforderungen) herausgearbeitet,
• und daraus Forschungslücken sowie Implikationen für Praxis und zukünftige Forschung abgeleitet.
  Ergebnis der Arbeit ist ein strukturierter Überblick (z. B. in Form einer Taxonomie oder eines konzeptionellen Rahmens), der die KI-Recycling-Literatur ordnet und konkrete Ansatzpunkte für weitere Forschung und Implementierung aufzeigt.

Betreuer

Dimitri Petrik

Problemstellung:

Die offiziellen Statistiken zeigen ein Dienstleistungsdefizit der EU gegenüber den USA. Dieses Defizit erfasst jedoch nur jene grenzüberschreitenden Zahlungen, die als Dienstleistungen klassifiziert werden, etwa Lizenz‑ und Intelectual Property (IP)‑Gebühren sowie konzerninterne IT‑ und Cloud‑Services. Wesentliche ökonomische Größen bleiben außen vor: Gewinnausschüttungen und Dividenden werden nicht im Dienstleistungs‑ bzw. Waren‑Saldo verbucht; unterbewertete IP‑Gebühren entstehen häufig durch Transferpreise, die nicht marktpreisgetrieben sind und somit den ökonomischen Wert systematisch unterschätzen.

Daten‑ und Netzwerkeffekte, also Nutzen, Trainingsdaten und daraus resultierende künftige Erträge, werden weder als Dienstleistung noch als Waren gehandelt; schließlich erzeugen EU‑Tochterfirmen formal die gesamte Wertschöpfung in der EU, obwohl Entwicklungs‑ und Kontrollfunktionen in den USA liegen. Durch diese Diskrepanzen liefert das reine Dienstleistungsdefizit nur ein unteres Maß für den tatsächlichen Wertabfluss von US‑Big‑Tech‑Aktivitäten aus Europa in die USA. Eine fundierte Bewertung erfordert daher die gleichzeitige Analyse von Dienstleistungs‑, Einkommens‑ und Gewinnbilanzen.

Ziel der Arbeit:

Das Ziel der Arbeit besteht darin, das bislang nur fragmentarisch abgebildete EU-USA-Dienstleistungsdefizit in ein umfassendes Messinstrument zu überführen. Dieses soll den gesamten ökonomischen Wertabfluss aus Europa in die Vereinigten Staaten präzise quantifizieren. Dazu soll ein Analyse‑Rahmen entwickelt werden, der die Dienstleistungs‑, Einkommens‑ und Gewinnbilanzen von Big Tech Unternehmen simultan berücksichtigt und damit die bislang unsichtbaren Komponenten – wie Gewinnausschüttungen, unterbewertete Lizenz‑ und IP‑Gebühren sowie daten‑ und netzwerkbasierte Wertschöpfungseffekte – explizit einbezieht.

Der entwickelte Rahmen soll auf empirischer Ebene anhand aktueller Daten für ausgewählte EU-Mitgliedstaaten, insbesondere jene mit einer hohen Konzentration von US-Tech-Tochtergesellschaften (zum Beispiel Irland, die Niederlande und Luxemburg), angewendet werden. Das Ergebnis kann ein neu konzipierter „Digital Value Outflow Index” sein, der den tatsächlichen wirtschaftlichen Transfer von Innovations- und Datenwerten greifbarer macht als das herkömmliche Dienstleistungsdefizit. Die gewonnenen Erkenntnisse sollen genutzt werden, um konkrete Handlungsempfehlungen für die Gestaltung von Transferpreisregelungen, die Weiterentwicklung der OECD-Pillar-1- und -2-Mechanismen sowie für gezielte Maßnahmen zur Verbesserung der statistischen Erfassung digitaler Wertströme abzuleiten.

Methodische Vorgehensweise:

• Literaturrecherche: Analyse bestehender Forschungsarbeiten zum Zusammenhang zwischen staatlicher Regulierung und technologischer Innovation sowie deren Einfluss auf nachhaltiges Wachstum; dabei werden die im Ausgangsdokument genannten Quellen (Consilium, Eurostat, CEPII) systematisch ausgewertet, um ein fundiertes theoretisches Fundament zu schaffen.
• Modellentwicklung: Konstruktion eines multidimensionalen Bilanzmodells, das Dienstleistungs‑, Einkommens‑ und Gewinnströme simultan aggregiert, Lizenz‑ und IP‑Gebühren mithilfe von Transferpreis‑Benchmarks korrigiert und proxy‑basierte Indikatoren für daten‑ und netzwerkbasierte Wertschöpfung (z.  Nutzerzahlen, KI‑Trainingsvolumen) integriert, um den gesamten ökonomischen Wertabfluss zwischen EU und USA abzubilden.
• Empirische Analyse: Anwendung des entwickelten Modells auf aktuelle Daten für ausgewählte EU‑Mitgliedstaaten – insbesondere Irland, die Niederlande und Luxemburg – mittels deskriptiver Analysen und multivariater Regressionsverfahren, um die wichtigsten Treiber des Dienstleistungsdefizits zu identifizieren und einen Digital Value Outflow Index zu berechnen.
• Szenario‑ und Sensitivitätsprüfung: Simulation verschiedener Annahmen zu Transferpreisen, IP‑Bewertungen und datenbasierten Effekten, um die Robustheit der Ergebnisse zu testen, potenzielle Unsicherheiten zu quantifizieren und daraus fundierte politische Handlungsempfehlungen abzuleiten.

Wünschenswerte Vorkenntnisse:

• Interesse an wirtschaftlichen Analysen: Kenntnisse in Statistik, Regression, Unternehmensstrukturen und internationaler Zahlungsbilanz.
• Kenntnisse über Wertschöpfungs: Verständnis von Wertschöpfungsmechanismen in digitalen Geschäftsmodellen, insbesondere wie Lizenz‑, IP‑ und datenbasierte Leistungen zur Gesamtrentabilität beitragen.

Betreuer

Philipp Hofer

Problemstellung:

Die digitale Transformation hat die Arbeitsweise in Unternehmen und öffentlichen Verwaltungen grundlegend verändert. Kollaborationssoftware-Plattformen wie openDesk, die verschiedene Anwendungen von Projektmanagement über sichere Kommunikation bis hin zu Dokumentenbearbeitung integrieren, werden zunehmend zum Rückgrat moderner Arbeitsumgebungen. Trotz der wachsenden Bedeutung dieser Systeme fehlt es oft an systematischen Ansätzen zur Bewertung von Nutzerbedürfnissen und -zufriedenheit.

Das Kano-Modell bietet einen bewährten Rahmen zur Kategorisierung von Produktmerkmalen in Basis-, Leistungs- und Begeisterungsmerkmale, wurde jedoch bislang nur begrenzt auf komplexe Kollaborationsplattformen angewendet. Eine strukturierte Analyse der verschiedenen Funktionsbereiche - von Chat und Videokonferenzen über Dateiverwaltung bis hin zu Projektmanagement-Tools - ist erforderlich, um zu verstehen, welche Features als selbstverständlich erwartet werden, welche die Zufriedenheit proportional steigern und welche für Begeisterung sorgen können.

Ziel der Arbeit:

Das Ziel dieser Arbeit ist die Entwicklung eines spezifischen Kano-Modells für Kollaborationssoftware, das als methodischer Rahmen zur systematischen Erhebung und Analyse von Nutzerbedürfnissen dient. Die Arbeit soll ein strukturiertes Instrument schaffen, mit dem Anbieter von Kollaborationsplattformen die Zufriedenheitstreiber ihrer Nutzer identifizieren und priorisieren können.

Konkret sollen ein standardisierter Fragenkatalog, eine Bewertungsmatrix und ein Analyseframework entwickelt werden, die auf die spezifischen Charakteristika von Kollaborationssoftware zugeschnitten sind. Dabei sollen die verschiedenen Funktionsbereiche wie Kommunikation, Dokumentenmanagement, Projektsteuerung und Identitätsmanagement berücksichtigt und deren unterschiedliche Relevanz für verschiedene Nutzergruppen analysiert werden.

Methodische Vorgehensweise:

• Literaturrecherche: Systematische Analyse bestehender Studien zum Kano-Modell und dessen Anwendung in der Softwareentwicklung sowie Untersuchung der Fachliteratur zu Nutzererfahrung bei Kollaborationssoftware.
• Funktionsanalyse: Detaillierte Untersuchung moderner Kollaborationsplattformen anhand von openDesk als Referenzsystem, um die relevanten Funktionsbereiche und deren Interdependenzen zu identifizieren.
• Stakeholder-Mapping: Identifikation und Kategorisierung verschiedener Nutzergruppen (Administratoren, Endnutzer, IT-Verantwortliche) und deren spezifische Anforderungen an Kollaborationssoftware.
• Kano-Framework-Entwicklung: Anpassung des klassischen Kano-Modells an die Besonderheiten von Kollaborationssoftware und Entwicklung spezifischer Bewertungskriterien für die identifizierten Funktionsbereiche.
• Fragebogen-Design: Erstellung eines standardisierten Kano-Fragebogens, der sowohl funktionale als auch dysfunktionale Fragen zu den verschiedenen Aspekten von Kollaborationssoftware umfasst.
• Validierung des Instruments: Theoretische Validierung des entwickelten Frameworks durch Experteninterviews und Abgleich mit etablierten UX-Bewertungsmethoden.

Wünschenswerte Vorkenntnisse:

• Kenntnisse in User Experience Research: Verständnis für nutzerorientierte Forschungsmethoden und Bewertungsmodelle zur Analyse von Softwarequalität und Nutzerzufriedenheit.
• Vertrautheit mit Kollaborationssoftware: Praktische Erfahrung mit modernen Arbeitsplattformen und Verständnis für die Herausforderungen digitaler Zusammenarbeit in Organisationen.

Betreuer

Philipp Hofer

Problemstellung:

Die Migration von proprietärer Software hin zu Open-Source-Software (OSS) bietet Unternehmen und Organisationen die Möglichkeit, Lizenzkosten zu reduzieren, Flexibilität zu gewinnen und technologische Unabhängigkeit zu erreichen. Allerdings ist die Bewertung der langfristigen Wirtschaftlichkeit solcher Migrationen komplex. Neben den offensichtlichen Einsparungen müssen auch versteckte Kosten wie Schulungen, Anpassungen und Wartung berücksichtigt werden. Zudem spielen Unsicherheiten und Risiken, wie etwa Kompatibilitätsprobleme oder fehlende Ressourcen, eine entscheidende Rolle. Eine fundierte Kosten-Nutzen-Analyse ist daher notwendig, um eine ganzheitliche Entscheidungsgrundlage für OSS-Migrationen zu schaffen.

Ziel der Arbeit:

Das Ziel dieser Arbeit ist die Entwicklung eines Modells zur Berechnung des Total Cost of Ownership (TCO) für Migrationen von proprietärer Software zu Open-Source-Software. Das Modell soll nicht nur die direkten und indirekten Kosten aufzeigen, sondern auch Unsicherheiten und Risiken berücksichtigen. Mit Hilfe von Simulationsmethoden wie Monte-Carlo-Simulationen sollen mögliche Szenarien analysiert und praxisorientierte Handlungsempfehlungen zur Kostenoptimierung und Entscheidungsfindung abgeleitet werden.

Methodische Vorgehensweise:

• Literaturrecherche: Analyse existierender Studien und Methoden zur Berechnung des Total Cost of Ownership (TCO) sowie zu den spezifischen Herausforderungen und Vorteilen von OSS-Migrationen.
• Modellentwicklung: Erstellung eines TCO-Modells, das die verschiedenen Kostenarten (z. B. Lizenzkosten, Schulungen, Anpassungen, Wartung) sowie Unsicherheiten und Risiken berücksichtigt.
• Simulation: Anwendung von Monte-Carlo-Simulationen zur Bewertung von Unsicherheiten und zur Analyse möglicher Szenarien und deren Auswirkungen auf die Gesamtkosten.
• Fallstudien: Untersuchung realer OSS-Migrationsprojekte, um das entwickelte Modell zu validieren und praxisnahe Erkenntnisse zu gewinnen.
• Empfehlungen: Ableitung von Handlungsempfehlungen für Organisationen, die eine Migration zu OSS in Erwägung ziehen, basierend auf den Ergebnissen der Analysen.

Wünschenswerte Vorkenntnisse:

• Kenntnisse in Open-Source-Software: Verständnis der grundlegenden Eigenschaften und Herausforderungen von OSS im Vergleich zu proprietärer Software.
• Interesse an wirtschaftlichen Analysen: Grundkenntnisse in Kostenrechnung und Wirtschaftlichkeitsanalysen, insbesondere im IT-Bereich.
• Analytische Fähigkeiten: Erfahrung mit der Entwicklung von Modellen und der Durchführung von Simulationsmethoden wie Monte-Carlo-Simulationen.
• Technisches Verständnis: Grundlegende Kenntnisse über Software-Architekturen und IT-Infrastrukturen, um Migrationsszenarien zu bewerten.

Betreuer

Philipp Hofer

Problemstellung
Neue Head-Mounted Displays wie die Apple Vision Pro eröffnen Möglichkeiten für immersive und interaktive Lernumgebungen. Bisher ist jedoch unklar, wie solche Geräte in der Hochschullehre sinnvoll eingesetzt werden können. Studieninteressierte und Studierende zeigen zwar großes Interesse an innovativen Technologien, doch didaktische Einsatzszenarien fehlen weitgehend. Zudem ist bislang wenig erforscht, welche Stärken und Schwächen die Apple Vision Pro im Vergleich zu bestehenden VR-Systemen in der Hochschullehre aufweist.

Forschungsfragen

1. Welche didaktischen Einsatzszenarien lassen sich für die Apple Vision Pro in der Hochschullehre entwickeln?
2. Wie können diese Szenarien prototypisch umgesetzt und mit Studierenden getestet werden?

Ziel der Arbeit
Ziel der Arbeit ist es, didaktische Konzepte für den Einsatz der Apple Vision Pro in der Hochschullehre zu entwickeln und eines dieser Szenarien in einem Prototyp exemplarisch umzusetzen. Hierbei können Tools genutzt werden, die eine „schnelle“ Umsetzung unterstützen, etwa 360°-Videoanwendungen oder KI-gestützte 3D-Modellierungstools (z. B. Meshy.ai). So soll eine erste Grundlage geschaffen werden, wie neue immersive Technologien im Bildungsbereich integriert werden können.

Betreuerin

Nadine Bisswang

Hinweis: Zur Durchführung der Arbeit kann eine Apple Vision Pro bereitgestellt und für Testläufe eingesetzt werden. 

Problemstellung

In der Hochschullehre werden VR-Anwendungen zunehmend eingesetzt, um unterschiedliche Arten von Wissen zu vermitteln. Ein Beispiel ist das Lernen anatomischer Strukturen eines Herzens. Dabei handelt es sich um konzeptionelles Wissen, also Wissen über Begriffe, Strukturen und Zusammenhänge. Solche Inhalte werden in VR oft explorativ vermittelt, etwa durch das freie Erkunden eines dreidimensionalen Herzmodells. Der Lernpfad ist dabei offen, Studierende entscheiden selbst, was sie wann betrachten.

Unklar ist jedoch, ob diese Gestaltungsform auch für andere Inhalte geeignet ist. Wenn beispielsweise physikalische Prozesse wie Geschwindigkeit oder Beschleunigung in VR vermittelt werden sollen – ebenfalls konzeptionelles Wissen – stellt sich die Frage, ob auch hier ein offener Lernpfad sinnvoll ist – oder ob angeleitete Lernpfade notwendig sind. Bislang fehlt jedoch eine systematische Beschreibung von Gestaltungsparametern, anhand derer unterschiedliche Arten von VR-Use-Cases (Gestaltungsmuster) in der Hochschullehre beschrieben werden können.

Forschungsfrage

Welche Gestaltungsmuster von VR Use Cases in der Hochschullehre lassen sich identifizieren und systematisch beschreiben?

Mögliche methodische Ansätze

Innerhalb einer wissenschaftlichen Arbeit könnte einer der folgenden Ansätze verfolgt werden:

• Discrete-Choice-Experiment
  Untersuchung von Präferenzen für Gestaltungsparameter von VR-Use-Cases, z. B. durch den Vergleich der Einschätzungen von VR-Entwickler*innen und Didaktiker*innen.
• Analyse von (Serious) Games

Untersuchung etablierter (Serious) Games zur Ableitung von Gestaltungsparametern, aus denen Hypothesen für den Einsatz in VR-Lehranwendungen formuliert werden können.

• Analyse existierender VR-Lehranwendungen Systematische Untersuchung aktuell verfügbarer VR-Anwendungen für die Hochschullehre zur Identifikation typischer Gestaltungsparameter.

Ziel der Arbeit

Ziel der Arbeit ist die Identifikation und systematische Beschreibung typischer VR-Use-Cases in der Hochschullehre sowie der zugehörigen Gestaltungsparameter, um eine Grundlage für die zielgerichtete Entwicklung zukünftiger VR-Lehranwendungen zu schaffen.

Betreuerin

Nadine Bisswang

Problemstellung

In der Hochschullehre gibt es Lehrinhalte – wie räumliche Modelle, dynamische Prozesse oder komplexe Handlungsabläufe – die mit herkömmlichen Methoden (z. B. PowerPoint, Videos oder Textbüchern) nur schwer greifbar sind. Virtual Reality (VR) bietet grundsätzlich das Potenzial, solche Inhalte durch immersive, interaktive und räumlich erfahrbare Lernumgebungen zugänglich zu machen. Trotz dieses Potenzials existieren bislang jedoch nur wenige systematisch konzipierte VR-Lehranwendungen für die Hochschullehre.

Forschungsfrage

Wie kann ein ausgewählter Lehrinhalt für den Einsatz in Virtual Reality gestaltet und prototypisch umgesetzt werden?

Aufgabenstellung und Ziel der Arbeit

Ziel der Arbeit ist es, einen bereits bekannten Lehrinhalt aus dem eigenen Studium auszuwählen, bei dem der Einsatz von VR aus Studierendenperspektive zu einem besseren Verständnis beigetragen hätte (z.B. ER-Modell Grundlagen, Methoden im wissenschaftlichen Arbeiten, etc.). Dieser Lehrinhalt soll für den Einsatz in VR konzipiert und prototypisch umgesetzt werden. Die Konzeption erfolgt anhand einer vorgegebenen Vorgehensweise zur Transformation von Lehrinhalten in VR-Lernformate. Die prototypische Umsetzung kann mithilfe von KI-gestützten Werkzeugen zur Entwicklung von 360-Grad-Umgebungen erfolgen (z. B. ThingLink).

Betreuerin

Nadine Bisswang

Problemstellung

Der Begriff Virtual Reality (VR) wird in Wissenschaft und Praxis uneinheitlich verwendet. Unter demselben Oberbegriff werden sehr unterschiedliche Systeme verstanden – von einfachen 360°-Videos über Desktop-basierte 3D-Simulationen bis hin zu vollimmersiven Anwendungen mit Head-Mounted Displays (HMDs) und Motion-Tracking. Diese begriffliche Unschärfe erschwert die Vergleichbarkeit von Forschungsergebnissen und die gezielte Auswahl geeigneter VR-Lösungen für die Hochschullehre. Es fehlt bislang eine systematische Beschreibung, anhand derer sich VR-Anwendungen für den Hochschulkontext kategorisieren und voneinander abgrenzen lassen.

Forschungsfragen

• Wie lässt sich Virtual Reality systematisch beschreiben und anhand welcher Dimensionen lassen sich verschiedene VR-Formate voneinander abgrenzen?
• Welche Schlussfolgerungen ergeben sich aus dieser dimensionalen Betrachtung für die zielgerichtete Auswahl und den Einsatz von VR in der Hochschullehre?

Ziel der Arbeit

Ziel der Arbeit ist die Entwicklung eines systematischen Beschreibungs- und Kategorisierungsrahmens für VR. Dieser soll Forschenden und Praktikern ermöglichen, unterschiedliche Ausprägungen von VR einzuordnen und den zielgerichteten Einsatz von VR in der Hochschullehre zu unterstützen.

Betreuerin

Nadine Bisswang

Problemstellung

Hochschulen stehen vor der Aufgabe, ihre Studiengänge attraktiv und verständlich zu präsentieren. Klassische Informationsmaterialien wie Webseiten oder Broschüren wirken häufig abstrakt und wenig anschaulich. Virtual Reality (VR) bietet dagegen die Möglichkeit, Studieninteressierten immersive Eindrücke zu vermitteln – etwa durch virtuelle Campustouren, 360°-Videos oder interaktive Einblicke in Lehrveranstaltungen. Trotz dieser Potenziale wird VR bisher kaum gezielt zur Bewerbung von Studiengängen eingesetzt. Es fehlt an Konzepten, wie VR-Umgebungen motivierend gestaltet werden können, sowie an prototypischen Anwendungen, die zeigen, wie Studiengänge immersiv erlebbar gemacht werden können.

Forschungsfragen

1. Wie kann eine VR-Anwendung zur Bewerbung von Studiengängen konzipiert werden?
2. Wie lässt sich dieses Konzept in einem Prototyp (z. B. 360°-Anwendung) umsetzen?

Ziel der Arbeit

Ziel der Arbeit ist die Entwicklung eines Konzepts zur Nutzung von VR in der Studiengangsbewerbung und die prototypische Umsetzung. Damit soll gezeigt werden, wie Studieninteressierte durch immersive Darstellungen praxisnah, anschaulich und interaktiv über Studienangebote informiert werden können.

Betreuerin

Nadine Bisswang

Hinweis: Am WIUS können interessierte Studierende VR-Brillen (z.B. mit der Apple Vision Pro) hands-on testen, um einen ersten Eindruck von der Technologie zu erhalten. 

Problemstellung

In der Hochschullehre treten unterschiedliche Herausforderungen auf, z. B. Heterogenität der Studierenden, Aktivierung der Studierenden, Skalierbarkeit, Verständnisschwierigkeiten bei komplexen Inhalten oder begrenzte Interaktionsmöglichkeiten. Gleichzeitig stehen verschiedene digitale Lehrmedien wie Lehrvideos, Podcasts oder Virtual Reality (VR) zur Verfügung. Es ist jedoch unklar, welche Lehrmedien geeignet sind, um welche konkreten Herausforderungen in der Lehre zu bewältigen. Diese fehlende Zuordnung erschwert zielgerichtete Entscheidungen über den Einsatz digitaler Lehrmedien in der Hochschullehre.

Forschungsfrage

Welche Herausforderungen in der Hochschullehre lassen sich durch unterschiedliche digitale Lehrmedien adressieren, und wie werden diese Medien im Hinblick auf ihre Problemlösefähigkeit präferiert?

Ziel der Arbeit

Ziel der Arbeit ist es, ein Verständnis der Passung zwischen Lehrherausforderungen und digitalen Lehrmedien zu entwickeln. Dazu sollen:

• zentrale Herausforderungen der Hochschullehre systematisch identifiziert und strukturiert werden,
• relevante Lehrmedien (z. B. Lehrvideos, Podcasts, VR) beschrieben werden,
• mithilfe eines Discrete Choice Experiments die Präferenzen von Akteuren (z.B. Lehrenden, Didaktiker*innen) für den Einsatz bestimmter Lehrmedien zur Bewältigung konkreter Lehrherausforderungen analysiert werden.

Betreuerin

Nadine Bisswang