Schriftliche Arbeiten

Problemstellung:

Agentic AI – verstanden als KI-Systeme, die auf Basis von Large Language Models (LLMs) eigenständig planen, Werkzeuge nutzen verbreitet sich derzeit rasant in betrieblichen und gesellschaftlichen Anwendungsfeldern. Mit dem steigenden Autonomiegrad solcher Systeme entstehen neuartige Risiken: schwer nachvollziehbare Entscheidungsketten, kaskadierende Fehler über mehrere Agenten hinweg, verschwimmende Verantwortlichkeiten, Daten- und Sicherheitsrisiken sowie regulatorische und ethische Implikationen, die durch bestehende KI-Governance-Frameworks (z. B. NIST AI RMF, EU AI Act, ISO/IEC 42001) nur teilweise abgedeckt werden.

In der Praxis entstehen Governance-Strukturen für Agentic AI derzeit weitgehend ohne etablierte Vorbilder. Unternehmen, Anbieter agentischer Lösungen und Forschende entwickeln parallel eigene Ansätze zu Freigabe und Eskalation, Rollen- und Rechtevergabe, Protokollierung und Nachvollziehbarkeit, menschlicher Aufsicht sowie zum Umgang mit fehlerhaften oder unerwarteten Agentenentscheidungen. Welche Anforderungen dabei tatsächlich handlungsleitend sind, welche Mechanismen sich im Betrieb bewähren und woran bestehende Frameworks in der Anwendung scheitern, ist bislang kaum empirisch erhoben. Diese Erfahrungen sind überwiegend implizit und in Dokumenten nicht zugänglich, weshalb sie sich nur im direkten Gespräch mit Expertinnen und Experten erschließen lassen.

Ziel der Arbeit:

Ziel der Arbeit ist es, Anforderungen an die Governance von Agentic AI sowie praktikable Gestaltungsansätze empirisch aus der Perspektive von Expertinnen und Experten zu erheben. Konkret sollen (1) zentrale Herausforderungen im Umgang mit zunehmend autonomen KI-Systemen aus Sicht der Befragten rekonstruiert, (2) eingesetzte oder geplante Governance-Mechanismen und Verantwortlichkeitsstrukturen erfasst, (3) wahrgenommene Grenzen bestehender Frameworks (z. B. EU AI Act, NIST AI RMF, ISO/IEC 42001) im agentischen Kontext herausgearbeitet sowie (4) daraus Gestaltungsempfehlungen abgeleitet werden. Das Ergebnis ist ein empirisch fundiertes Kategoriensystem der Governance-Anforderungen samt zugeordneter Mechanismen, das Unternehmen als Orientierungshilfe beim Aufbau eigener Governance-Strukturen dient.

Mögliche methodische Vorgehensweise(n):

• Qualitativ-exploratives Forschungsdesign auf Basis semistrukturierter Experteninterviews (Richtwert: 10 bis 15 Gespräche, abhängig von der theoretischen Sättigung)
• Entwicklung eines Interviewleitfadens entlang konkreter Praxisprobleme und bestehender Governance-Frameworks (z. B. EU AI Act, NIST AI RMF, ISO/IEC 42001)
• Bewusste Fallauswahl über drei Perspektiven: Verantwortliche für KI, IT-Governance, Compliance und Risikomanagement in anwendenden Unternehmen, Entwicklungs- und Beratungsseite agentischer Lösungen sowie Forschende aus AI Safety, Wirtschaftsinformatik und Multi-Agent Systems
• Durchführung, Aufzeichnung und Transkription der Interviews unter Beachtung der datenschutzrechtlichen Vorgaben und der Anonymisierung der Gesprächspartnerinnen und Gesprächspartner
• Auswertung wahlweise mittels qualitativer Inhaltsanalyse nach Mayring mit deduktiv-induktivem Kategoriensystem oder mittels der Gioia-Methodik mit First-Order-Concepts, Second-Order-Themes und Aggregate Dimensions
• Verdichtung der Ergebnisse zu einem Kategoriensystem der Governance-Anforderungen und zugehöriger Mechanismen
• Optional: Rückspiegelung der Ergebnisse in einem Validierungsworkshop oder einer zweiten Interviewrunde mit ausgewählten Befragten

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Einstiegsliteratur:

Myers, M. D., & Newman, M. (2007). The qualitative interview in IS research: Examining the craft. Information and Organization, 17(1), 2–26.

Gioia, D. A., Corley, K. G., & Hamilton, A. L. (2013). Seeking qualitative rigor in inductive research: Notes on the Gioia methodology. Organizational Research Methods, 16(1), 15–31.

Mayring, P. (2015). Qualitative Inhaltsanalyse: Grundlagen und Techniken (12. Aufl.). Beltz.

Chan, A., Salganik, R., Markelius, A., Pang, C., Rajkumar, N., Krasheninnikov, D., … & Krueger, D. (2023). Harms from increasingly agentic algorithmic systems. In Proceedings of the 2023 ACM Conference on Fairness, Accountability, and Transparency (FAccT ’23) (S. 651–666). https://doi.org/10.1145/3593013.3594033

Shavit, Y., Agarwal, S., Brundage, M., Adler, S., O’Keefe, C., Campbell, R., … & Robinson, D. (2023). Practices for governing agentic AI systems. OpenAI Research Paper.

Gabriel, I., Manzini, A., Keeling, G., Hendricks, L. A., Rieser, V., Iqbal, H., … & Manyika, J. (2024). The ethics of advanced AI assistants. arXiv preprint arXiv:2404.16244.

Hammond, L., Chan, A., Clifton, J., Hoelscher-Obermaier, J., Khan, A., McLean, E., … & Rahwan, I. (2025). Multi-agent risks from advanced AI. arXiv preprint arXiv:2502.14143.

NIST. (2023). Artificial intelligence risk management framework (AI RMF 1.0). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.AI.100-1

Betreuer

Kim Stuber

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. 

Ziel der Arbeit:

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.

Mögliche methodische Vorgehsensweise(n):

Empirische qualitative Studien (z. B. Experteninterviews, Kano-Umfragen, problemzentrierte Interviews, qualitativ-empirische Analyse von Prozessen, Workarounds, Identitätsstörungen etc.

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Betreuer

Dimitri Petrik

Problemstellung:

Das Auftreten von Datenqualitätsproblemen führt in Unternehmen immer wieder zu teilweise schwerwiegenden Konsequenzen. Eine frühzeitige Erkennung sowie Behebung dieser ist somit von großer Bedeutung. Sowohl in der Wissenschaft, wie auch in einigen Unternehmen existieren bereits Ansätze, wie aufgetretene Datenqualitätsprobleme erkannt und behoben werden können. Auch wenn sich so die Anzahl der Probleme insgesamt reduzieren lässt, sind diese Ansätze meist nicht auf eine größere Datenmenge skalierbar und setzen erst zu einem späteren Zeitpunkt an. Das Potential leistungsstarker Künstlicher Intelligenz (KI), bspw. in Form von autonomen KI-Agenten, bleibt oftmals ungenutzt.

Ziel der Arbeit:

Ziel der Arbeit ist es, zu untersuchen, wie durch den Einsatz autonomer KI-Agenten die Erkennung und Behebung von Datenqualitätsproblemen verbessert werden kann. Zur Untersuchung dieses aufgezeigten Kontexts können in Absprache mit der Betreuerin verschiedene Forschungsrichtungen unter dem Einsatz unterschiedlicher Forschungsmethoden ausgewählt werden. Auch eine prototypische Implementierung ist im Rahmen dieses Abschlussarbeitsthemas möglich.

Mögliche methodische Vorgehensweise(n):

• SLR
• Prototyping
• Qualitativ
• Experiment

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Betreuerin

Carolin Mombrey

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

Mögliche methodische Vorgehensweise(n):

• 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

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

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 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 , während präskriptive Modelle darüber hinaus Verbesserungsmaßnahmen und Entwicklungspfade aufzeigen und komparative Modelle ein Benchmarking zwischen Organisationen ermöglichen. 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, 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. 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.

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 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.

Mögliche methodische Vorgehensweise(n):

• Systematische Literaturrecherche nach vom Brocke et al. (2009) und Webster & Watson (2002) zur Aufarbeitung bestehender Reifegradmodelle und Vorgehensmodelle
• Konzeptzentrierte Analyse (Webster & Watson, 2002) zur Strukturierung von Designparametern und Gestaltungsmerkmalen
• Morphologische Analyse nach Zwicky (1969) bzw. Ritchey (2011) zur systematischen Entwicklung des morphologischen Kastens
• Vergleichende Analyse: Klassifikation und Gegenüberstellung der identifizierten Modelle anhand definierter Dimensionen
• Optional ergänzend: Expertenvalidierung des entwickelten morphologischen Kastens durch Interviews mit Forschenden und Praktiker:innen

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Einstiegsliteratur:

Becker, J., Knackstedt, R., & Pöppelbuß, J. (2009). Developing maturity models for IT management. Business & Information Systems Engineering, 1(3), 213–222. https://doi.org/10.1007/s12599-009-0044-5

de Bruin, T., Freeze, R., Kulkarni, U., & Rosemann, M. (2005). Understanding the main phases of developing a maturity assessment model. In D. Bunker, B. Campbell, & J. Underwood (Hrsg.), Proceedings of the 16th Australasian Conference on Information Systems (ACIS 2005) (S. 8–19). Australasian Chapter of the Association for Information Systems. https://aisel.aisnet.org/acis2005/109

Mettler, T., & Rohner, P. (2009). Situational maturity models as instrumental artifacts for organizational design. In V. Vaishanvi & S. Purao (Hrsg.), Proceedings of the 4th International Conference on Design Science Research in Information Systems and Technology (DESRIST '09) (Artikel 22, S. 1–9). Association for Computing Machinery. https://doi.org/10.1145/1555619.1555649

Röglinger, M., Pöppelbuß, J., & Becker, J. (2012). Maturity models in business process management. Business Process Management Journal, 18(2), 328–346. https://doi.org/10.1108/14637151211225225

vom Brocke, J., Simons, A., Niehaves, B., Riemer, K., Plattfaut, R., & Cleven, A. (2009). Reconstructing the giant: On the importance of rigour in documenting the literature search process. In S. Newell, E. A. Whitley, N. Pouloudi, J. Wareham, & L. Mathiassen (Hrsg.), Proceedings of the 17th European Conference on Information Systems (ECIS 2009) (S. 2206–2217). AIS Electronic Library. https://aisel.aisnet.org/ecis2009/161

Wendler, R. (2012). The maturity of maturity model research: A systematic mapping study. Information and Software Technology, 54(12), 1317–1339. https://doi.org/10.1016/j.infsof.2012.07.007

Betreuer

Kim Stuber

Problemstellung:

Mit dem Einsatz autonom handelnder KI-Agenten verändert sich die Arbeit am IT-Service-Desk grundlegend. Wissenschaftliche und praktische Diskurse sowie erste Umsetzungen (z. B. von ServiceNow, IBM oder Salesforce) konzentrieren sich dabei überwiegend auf Effizienzgewinne. Weitergehende Wirkungen (bspw. auf die Autonomie der Beschäftigten, organisationale Lern- und Entscheidungsprozesse oder Verantwortungs- und Abhängigkeitsstrukturen) werden zwar zunehmend thematisiert, bislang aber wenig systematisch untersucht. Damit besteht das Risiko, relevante Folgewirkungen erst dann zu erkennen, wenn entsprechende Lösungen bereits flächendeckend eingesetzt sind.

Ziel der Arbeit:

Die Arbeit greift eine oder mehrere ausgewählte, nicht-effizienzbezogene Wirkungsdimensionen (z. B. organisationales Lernen, Kompetenzentwicklung der Beschäftigten, Verantwortungs- und Risikostrukturen) auf und untersucht systematisch, welche Wirkungen der Einsatz agentischer KI im IT-Service-Desk dort hervorruft.

Mögliche methodische Vorgehensweise(n):

Experteninterviews: Qualitative Erhebung bei Praktikern aus IT-Service-Management, Service-Desk-Betrieb oder KI-Governance zur empirischen Anreicherung der Literaturbefunde und Validierung der erarbeiteten Strukturen.

Fokusgruppen: Strukturierte Gruppendiskussionen mit relevanten Anspruchsgruppen zur Erarbeitung unterschiedlicher Perspektiven, kollektiver Wahrnehmungen und potenzieller Konfliktlinien rund um nicht-effizienzbezogene Wirkungen.

Fallstudie: Vertiefte Untersuchung eines konkreten Anwendungsfalls (Unternehmen mit aktuellem Einsatz agentischer KI im Service-Desk) zur Analyse tatsächlich auftretender Wirkungen.

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Betreuerin

Larissa Koch de Souza

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.

Mögliche methodische Vorgehensweise(n):

Empirische qualitative Forschung (Experteninterviews) oder systematische Literaturanalyse

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

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.

Mögliche methodische Vorgehensweise(n):

- Umsetzung, Akzeptanz und Effekte digitaler Produktpässe durch qualitative oder quantitative empirische Methoden

- Umsetzung, Innovationspotenziale und Akzeptanz digitaler Plattformen für die Kreislaufwirtschaft durch qualitative oder quantitative empirische Methoden

- Analyse nachhaltiger Kreislaufgeschäftsmodelle durch Analyse elektronischer Dokumente

- 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 mit Design Science Research

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Betreuer

Dimitri Petrik

Problemstellung:

Reifegradmodelle werden in der Wirtschaftsinformatik regelmäßig konstruiert, aber vergleichsweise selten rigoros empirisch evaluiert. Modelle ohne fundierte Evaluation laufen Gefahr, an der Anwendungspraxis vorbeizuzielen, Dimensionen zu vermengen oder kritische Aspekte auszublenden. Insbesondere im Bereich Twin Transformation, in dem sich Praxisanforderungen schnell verändern, ist eine empirische Rückkopplung zwischen Modell und realer Unternehmensanwendung unverzichtbar.

Am WIUS wurde ein eigenes Reifegradmodell entwickelt (genauer Geltungsbereich und Inhaltsumfang werden mit dem Betreuer abgestimmt). Dieses Modell soll im Rahmen der Arbeit empirisch evaluiert und  auf Basis der gewonnenen Erkenntnisse gegebenenfalls erweitert oder geschärft werden.

Ziel der Arbeit:

Ziel der Arbeit ist es, das am WIUS entwickelte Reifegradmodell anhand realer Unternehmensfälle empirisch zu evaluieren, seine Verständlichkeit, Trennschärfe und Anwendbarkeit zu prüfen sowie Erweiterungs- und Verbesserungspotenziale zu identifizieren. Das Ergebnis ist eine validierte und überarbeitete Modellversion inkl. Anwendungs- bzw. Auswertungslogik.

Mögliche methodische Vorgehensweise(n):

• Multiple Case Study (Yin, 2018; Eisenhardt, 1989) zur Anwendung und Evaluation des Modells in mehreren realen Unternehmen
• Design Science Research – Evaluationsphasen nach Sonnenberg & vom Brocke (2012) bzw. das FEDS-Framework (Venable et al., 2016)
• Semi-strukturierte Experteninterviews zur Bewertung von Verständlichkeit, Trennschärfe und Anwendbarkeit der Modelldimensionen
• Workshops bzw. Fokusgruppen mit Unternehmensvertreter:innen zur kollaborativen Modellanwendung und -bewertung
• Action Research zur iterativen Anwendung und Weiterentwicklung des Modells gemeinsam mit Praxispartnern
• Survey (z. B. Online-Fragebogen) zur quantitativen Erhebung von Modellanwendungserfahrungen, ergänzend zu qualitativen Erhebungen

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Einstiegsliteratur:

Breiter, K., Crome, C., Oberländer, A. M., & Schnaak, F. (2024). Dynamic capabilities for the twin transformation climb: A capability maturity model. Information Systems Frontiers. https://doi.org/10.1007/s10796-024-10520-y

Christmann, A.-S., Crome, C., Graf-Drasch, V., Oberländer, A. M., & Schmidt, L. (2024). The twin transformation butterfly: Capabilities for an integrated digital and sustainability transformation. Business & Information Systems Engineering, 66(4), 489–505. https://doi.org/10.1007/s12599-023-00847-2

Hammerschmidt, J., Burtscher, J., Gast, J., Kraus, S., & Puumalainen, K. (2025). Navigating the twin transformation: How digitalization and sustainability shape the future. Strategic Change, 1–14. https://doi.org/10.1002/jsc.70010

Zimmer, M. P., & Järveläinen, J. (2022). Digital–sustainable co-transformation: Introducing the triple bottom line of sustainability to digital transformation research. In D. Kreps, R. Davison, T. Komukai, & K. Ishii (Hrsg.), Human choice and digital by default: Autonomy vs digital determination (IFIP Advances in Information and Communication Technology, Bd. 656, S. 100–111). Springer. https://doi.org/10.1007/978-3-031-15688-5_10

Betreuer

Kim Stuber

Problemstellung:

Die Twin Transformation, verstanden als die integrierte und wechselseitig verstärkende Ausrichtung von Unternehmen auf Digitalisierung und Nachhaltigkeit, gilt als zentrale strategische Herausforderung produzierender Unternehmen. Die bestehende Forschung adressiert diese Herausforderung bislang überwiegend auf organisationaler Ebene: Christmann et al. (2024) systematisieren mit dem „Twin Transformation Butterfly“ die für eine integrierte Transformation erforderlichen organisationalen Fähigkeiten, Breiter et al. (2024) überführen Dynamic Capabilities in ein Capability Maturity Model.

Was diese Modelle offenlassen, ist die individuelle Ebene: Welche Kenntnisse, Fertigkeiten und Fähigkeiten (Knowledge, Skills, Abilities, KSA) müssen die Personen mitbringen, die diese organisationalen Fähigkeiten tatsächlich tragen? Organisationale Capabilities werden in Stellenprofilen konkretisiert, jedoch existiert bislang keine systematische empirische Aufarbeitung, welche Kompetenzanforderungen Arbeitgeber im Kontext der Twin Transformation tatsächlich nachfragen. Offen ist insbesondere, ob sich ein eigenständiges Anforderungsprofil herausbildet oder ob lediglich etablierte Digitalisierungs- und Nachhaltigkeitsprofile nebeneinanderstehen, ohne integriert zu sein.

Stellenanzeigen gelten in der Management- und Wirtschaftsinformatikforschung als etablierte Datenquelle zur Analyse beruflicher Qualifikationsanforderungen, da sie die aus Organisationssicht wichtigsten und am höchsten bewerteten Eigenschaften potenzieller Kandidatinnen und Kandidaten abbilden (Todd et al., 1995; Cegielski & Jones-Farmer, 2016). Binzer & Winkler (2023) haben die Tragfähigkeit dieses Zugangs jüngst für das Feld Low-Code/No-Code und Citizen Development gezeigt: Auf Basis von 113.106 gecrawlten Stellenanzeigen identifizierten sie mittels Latent Dirichlet Allocation 34 KSA-Topics und ordneten diese den drei Domänen Plattform, Business und Technologie zu. Ein vergleichbarer empirischer Zugang fehlt für die Twin Transformation bislang.

Ziel der Arbeit:

Ziel der Arbeit ist es, empirisch zu untersuchen, welche Kenntnisse, Fertigkeiten und Fähigkeiten Unternehmen von Beschäftigten zur Bewältigung der Twin Transformation nachfragen. Konkret sollen (1) ein Suchstrategie- und Auswahlverfahren für twin-transformationsbezogene Stellenanzeigen entwickelt und transparent dokumentiert, (2) mittels Topic Modeling latente KSA-Topics aus dem Korpus extrahiert, (3) diese Topics interpretiert, benannt und in einen Ordnungsrahmen (z. B. entlang der Domänen Digitalisierung/Technologie, Nachhaltigkeit/Regulierung sowie Transformations- und Organisationskompetenzen) klassifiziert sowie (4) die Ergebnisse mit bestehenden Capability-Frameworks der Twin-Transformation-Literatur abgeglichen werden.

Ergebnis der Arbeit ist ein empirisch fundiertes KSA-Framework, das aufzeigt, welche Kompetenzen am Arbeitsmarkt tatsächlich nachgefragt werden, wo Digitalisierungs- und Nachhaltigkeitsanforderungen integriert oder getrennt auftreten und welche Lücken zwischen konzeptionellen Capability-Modellen und beobachtbarer Nachfrage bestehen. Die Ergebnisse können sowohl für die Personal- und Kompetenzentwicklung in Unternehmen als auch für die Gestaltung von Studien- und Weiterbildungsangeboten genutzt werden.

Mögliche methodische Vorgehensweise(n):

• Aufbau eines Stellenanzeigen-Korpus mittels Web Crawling (z. B. Python mit Beautiful Soup und Selenium) über einschlägige Jobportale, mit transparenter Dokumentation von Suchbegriffen, Erhebungszeitraum und Erhebungsfrequenz
• Datenbereinigung und Aufbereitung: Dublettenentfernung (URL-Abgleich sowie Kosinus-Ähnlichkeit), Sprachidentifikation und ggf. Übersetzung, Ausschluss von False Positives, Filterung anhand von Stellentitel- und Volltextkriterien
• Preprocessing und Feature-Konstruktion: Tokenisierung, Stoppwortentfernung, Lemmatisierung, Bildung von n-Grammen, Frequency Pruning (Debortoli et al., 2016; Michalczyk et al., 2021)
• Topic Modeling mittels Latent Dirichlet Allocation (Blei et al., 2003) inkl. begründeter Bestimmung der Topic-Anzahl sowie manueller Interpretation und Labeling der Topics, z. B. unterstützt durch pyLDAvis
• Klassifikation der identifizierten KSA-Topics in einen Ordnungsrahmen sowie vergleichende Gegenüberstellung mit bestehenden Twin-Transformation-Capability-Modellen (Christmann et al., 2024; Breiter et al., 2024)
• Optional ergänzend: qualitative Inhaltsanalyse nach Mayring eines Teilkorpus zur Validierung der automatisiert gewonnenen Topics
• Optional ergänzend: Expertenvalidierung des entwickelten KSA-Frameworks durch semi-strukturierte Interviews mit Praktiker:innen aus Digitalisierung, Nachhaltigkeit und Personalentwicklung
• Optional als Alternative zum Crawling-Ansatz: Analyse eines vorhandenen oder manuell zusammengestellten, kleineren Korpus mit qualitativ-kodierendem Vorgehen, sofern der technische Aufwand eingegrenzt werden soll

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Wünschenswerte Vorkenntnisse:

• Grundkenntnisse in Python, idealerweise im Bereich Text Mining oder Natural Language Processing (z. B. NLTK, gensim, scikit-learn), sind von Vorteil, aber keine zwingende Voraussetzung
• Interesse an empirischer, datengetriebener Forschung sowie an den Themenfeldern Digitalisierung und Nachhaltigkeit
• Bereitschaft, sich in methodische Grundlagen des Topic Modeling einzuarbeiten

Einstiegsliteratur:

Binzer, B., & Winkler, T. J. (2023). Low-coders, no-coders, and citizen developers in demand: Examining knowledge, skills, and abilities through a job market analysis. In Proceedings of the 18th International Conference on Wirtschaftsinformatik (WI 2023), Paderborn.

Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993–1022.

Breiter, K., Crome, C., Oberländer, A. M., & Schnaak, F. (2024). Dynamic capabilities for the twin transformation climb: A capability maturity model. Information Systems Frontiers. https://doi.org/10.1007/s10796-024-10520-y

Cegielski, C. G., & Jones-Farmer, L. A. (2016). Knowledge, skills, and abilities for entry-level business analytics positions: A multi-method study. Decision Sciences Journal of Innovative Education, 14(1), 91–118.

Christmann, A.-S., Crome, C., Graf-Drasch, V., Oberländer, A. M., & Schmidt, L. (2024). The twin transformation butterfly: Capabilities for an integrated digital and sustainability transformation. Business & Information Systems Engineering, 66(4), 489–505. https://doi.org/10.1007/s12599-023-00847-2

Debortoli, S., Müller, O., Junglas, I., & vom Brocke, J. (2016). Text mining for information systems researchers: An annotated topic modeling tutorial. Communications of the Association for Information Systems, 39, 110–135.

Michalczyk, S., Nadj, M., Maedche, A., & Gröger, C. (2021). Demystifying job roles in data science: A text mining approach. In Proceedings of the 29th European Conference on Information Systems (ECIS 2021).

Todd, P. A., McKeen, J. D., & Gallupe, R. B. (1995). The evolution of IS job skills: A content analysis of IS job advertisements from 1970 to 1990. MIS Quarterly, 19(1), 1–27.

Betreuer

Kim Stuber

Problemstellung:

Ein bedeutender Anteil der lebenszyklusbezogenen Treibhausgasemissionen von IT-Hardware entsteht bereits in der Produktion und nicht erst im laufenden Betrieb. Damit werden die Nutzungsdauer der Geräte und der Umgang mit ihnen am Ende ihres ersten Einsatzes zu zentralen Stellhebeln für deren ökologische Wirkung. Das klassische IT-Asset-Management ist jedoch primär auf Beschaffung, Inventarisierung und finale Entsorgung ausgerichtet. Die Praktiken einer Kreislaufwirtschaft (z.B. verschiedene R-Strategien wie Reuse, Repair, Refurbish, Recycle) sind nur punktuell und nicht systematisch verankert.

Ziel der Arbeit:

Die Arbeit erschließt zirkuläre Strategien im IT-Asset-Management konzeptionell und entwickelt Vorschläge dafür, wie diese in bestehende Prozesse integriert werden können.

Mögliche methodische Vorgehensweise(n):

Systematische Literaturrecherche: Strukturierte Analyse von wissenschaftlicher Literatur zur Kreislaufwirtschaft sowie zum IT-Asset-Management zur Identifikation zirkulärer Praktiken und ihrer möglichen Anknüpfungspunkte.

Prozessanalyse und konzeptionelles Mapping entlang eines Fallunternehmens: Strukturierte Aufnahme typischer IT-Asset-Management-Prozessschritte (z. B. Beschaffung, Nutzung, Refresh, Entsorgung) und systematische Zuordnung passender zirkulärer Praktiken zu diesen Schritten.

Experteninterviews: Qualitative Erhebung bei Praktikern aus IT-Asset-Management, Beschaffung oder Nachhaltigkeit zur Validierung der erarbeiteten Integrationsvorschläge und zur Identifikation praktischer Umsetzungshürden.

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Betreuerin

Larissa Koch de Souza

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.

Mögliche methodische Vorgehensweise(n):

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

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Betreuer

Dimitri Petrik

Problemstellung:

Die Twin Transformation – die simultane und integrierte Transformation von Unternehmen hin zur Digitalisierung und Nachhaltigkeit – stellt eine zentrale Herausforderung dar.

Während viele Unternehmen bereits erste Schritte unternehmen, mangelt es oft an strukturierten Ansätzen zur Bewertung und Steuerung ihres Fortschritts in beiden Dimensionen. Ohne klare Kennzahlen fehlt Unternehmen die Möglichkeit, den Erfolg ihrer Transformationsstrategien fundiert zu analysieren.

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.

Ziel der Arbeit:

Ziel der Arbeit ist es, zu untersuchen, wie Unternehmen ihren Fortschritt in der Twin Transformation bemessen können. Dabei sollen bestehende Reifegrad- und Bewertungsmodelle systematisch erfasst, deren Lücken identifiziert und ein integrierter Ansatz zur Messung des Fortschritts entwickelt bzw. evaluiert werden.

Mögliche methodische Vorgehensweise(n):

• Systematische Literaturrecherche (vom Brocke et al., 2009) zur Aufarbeitung bestehender Reifegrad-, KPI- und Bewertungsmodelle für Digitalisierung und Nachhaltigkeit
• Design Science Research (Hevner et al., 2004; Peffers et al., 2007) zur Entwicklung eines integrierten Bewertungs- bzw. KPI-Frameworks
• Delphi-Studie zur Identifikation und Konsolidierung relevanter Messgrößen mit Expert:innen aus Forschung und Praxis
• Semi-strukturierte Experteninterviews zur Identifikation praxisrelevanter Indikatoren und Bewertungskriterien
• Case Study(ies) zur Pilotierung und Evaluation des entwickelten Bewertungsansatzes in realen Unternehmen
• Mixed-Methods-Ansatz: SLR kombiniert mit Delphi-Studie und/oder Experteninterviews zur Modellentwicklung und -validierung

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Einstiegsliteratur:

Breiter, K., Crome, C., Oberländer, A. M., & Schnaak, F. (2024). Dynamic capabilities for the twin transformation climb: A capability maturity model. Information Systems Frontiers. https://doi.org/10.1007/s10796-024-10520-y

Christmann, A.-S., Crome, C., Graf-Drasch, V., Oberländer, A. M., & Schmidt, L. (2024). The twin transformation butterfly: Capabilities for an integrated digital and sustainability transformation. Business & Information Systems Engineering, 66(4), 489–505. https://doi.org/10.1007/s12599-023-00847-2

Hammerschmidt, J., Burtscher, J., Gast, J., Kraus, S., & Puumalainen, K. (2025). Navigating the twin transformation: How digitalization and sustainability shape the future. Strategic Change, 1–14. https://doi.org/10.1002/jsc.70010

Zimmer, M. P., & Järveläinen, J. (2022). Digital–sustainable co-transformation: Introducing the triple bottom line of sustainability to digital transformation research. In D. Kreps, R. Davison, T. Komukai, & K. Ishii (Hrsg.), Human choice and digital by default: Autonomy vs digital determination (IFIP Advances in Information and Communication Technology, Bd. 656, S. 100–111). Springer. https://doi.org/10.1007/978-3-031-15688-5_10

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.

Ziel der Arbeit:

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:

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, V5) 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, Profitabilität. 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.

Ziel der Arbeit:

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

Mögliche methodische Vorgehensweise(n):

Systematische Literaturrecherche: Strukturierte Analyse von Literatur zum Change Management (als Teil-Praktik des ITSM) sowie zu ökologischen Nachhaltigkeitskriterien in IT-Entscheidungsprozessen, unter Berücksichtigung sowohl wissenschaftlicher Quellen als auch etablierter Praxis-Rahmenwerke.

Konzeption des Assessment-Instruments: Konzeption und iterative Entwicklung eines Assessment-Artefakts (z. B. Entscheidungsmatrix, Checkliste, Prozesserweiterung) entlang der Design-Science-Research-Phasen.

Experteninterviews: Qualitative Erhebung bei Praktikern aus dem Change Management und Nachhaltigkeitsbereichen zur Identifikation relevanter Kriterien sowie zur Bewertung des entwickelten Instruments.

Fallstudienanalyse: Exemplarische Anwendung auf reale oder konstruierte Change-Szenarien zur Plausibilisierung des konzipierten Assessment-Instruments.

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Betreuerin

Larissa Koch de Souza

Problemstellung:

Cloud-Infrastrukturen entwickeln sich entlang der letzten Jahre zu einem wesentlichen Treiber globaler Umweltwirkungen. Sie werden weiterhin verstärkt durch das anhaltende Wachstum digitaler und KI-basierter Workloads. Während einzelne Wirkungsdimensionen wie Energie- oder Wasserverbrauch zunehmend untersucht werden, bleibt das Zusammenspiel der dahinterliegenden Faktoren entlang konkreter Ursache-Wirkungs-Ketten häufig unscharf. Damit fehlt ein nachvollziehbarer Zugang dazu, wie eine bestimmte Eingangsgröße (Workload-, Standort- oder Hardware-Entscheidung) über mehrere Zwischenstufen zu ökologischen Wirkungen führt.

Ziel der Arbeit:

Die Arbeit erschließt eine ausgewählte ökologische Wirkungskette von Cloud-Infrastrukturen und überführt sie in eine konzeptionelle Modellierung der zentralen Faktoren, Zwischenstufen und Wirkrelationen.

Mögliche methodische Vorgehensweise(n):

Systematische Literaturrecherche: Strukturierte Analyse von Literatur zu Umweltwirkungen von Cloud-Infrastrukturen, zur Identifikation und begründeten Auswahl einer relevanten Wirkungskette sowie der beteiligten Faktoren.

Experteninterviews: Qualitative Erhebung bei Praktikern aus Cloud Engineering, Rechenzentrumsbetrieb oder Nachhaltigkeitsmanagement zur praxisnahen Erarbeitung der Wirkungskette.

Konzeptionelle Modellbildung: Entwicklung einer konzeptionellen Darstellung der gewählten Wirkungskette, die Variablen und Wirkrelationen transparent ausweist.

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

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:

Die zunehmende Verbreitung von Elektrofahrzeugen gilt als wichtiger Beitrag zur Reduktion von Treibhausgasemissionen im Verkehrssektor. Gleichzeitig entstehen dadurch neue ökologische, ökonomische und soziale Herausforderungen entlang des Batterielebenszyklus. Insbesondere ist in den kommenden Jahren mit einem starken Anstieg ausgedienter Elektrofahrzeugbatterien zu rechnen, deren verbleibende Kapazität für den Einsatz im Fahrzeug nicht mehr ausreichend ist. Um Umweltbelastungen zu reduzieren und wertvolle Rohstoffe zurückzugewinnen, sind Kreislaufansätze erforderlich, die eine Wiederverwendung, Wiederaufbereitung oder das Recycling von Batterien ermöglichen.

Insbesondere das Batterierecycling sowie vorgelagerte Prozesse wie das Pretreatment, einschließlich Diagnose, Sortierung und Demontage von Batterien, gelten dabei als komplexe und ressourcenintensive Aufgabenfelder. Die Prozesse sind häufig durch hohe Sicherheitsanforderungen, heterogene Batteriedesigns, fehlende Daten sowie einen hohen manuellen Aufwand geprägt.

Digitale Technologien wie Künstliche Intelligenz (KI) bieten hierbei großes Potenzial, Prozesse effizienter, sicherer und ressourcenschonender zu gestalten. Beispielsweise können KI-basierte Ansätze zur automatisierten Zustandsbewertung, Prognose der Restlebensdauer oder automatisierten Sortierung von Batterien eingesetzt werden. Trotz dieser Potenziale fällt es Unternehmen jedoch häufig schwer, geeignete Einsatzbereiche zu identifizieren sowie die mit dem Technologieeinsatz verbundenen Chancen, Risiken und Voraussetzungen realistisch einzuschätzen.

Ziel der Arbeit:

Ziel der Arbeit ist es, bestehende KI-Use-Cases und Lösungsansätze zur Förderung des Batterierecyclings systematisch zu analysieren und sowohl ihre Potenziale als auch die damit verbundenen Herausforderungen und Risiken der praktischen Anwendung zu untersuchen. Dabei können Aspekte der technischen, organisatorischen und regulatorischen Einsatzvoraussetzungen, der praktischen Eignung sowie mögliche ökonomische, ökologische und soziale Auswirkungen berücksichtigt werden.

Die Arbeit soll dazu beitragen, ein besseres Verständnis für geeignete KI-Use-Cases sowie relevante Einflussfaktoren für den erfolgreichen KI-Einsatz im Batterierecycling zu schaffen. Darüber hinaus können Anforderungen, Erfolgsfaktoren oder mögliche Bewertungskriterien für den zielgerichteten Einsatz von KI-Technologien im Anwendungskontext abgeleitet werden.

Mögliche methodische Vorgehensweise(n):

Zur Datenerhebung können Methoden wie die systematische Analyse wissenschaftlicher und grauer Literatur, qualitative Experteninterviews oder Umfragen herangezogen werden.

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Einstiegsliteratur:

KI im Batterierecycling:

• Meng, K., Xu, G., Peng, X., Youcef-Toumi, K., & Li, J. (2022). Intelligent disassembly of electric-vehicle batteries: a forward-looking overview. Resources, Conservation and Recycling, 182, 106207.
• Hertel, D., Bräunig, G., Reuter, T., & Hummel, J. (2024). KI-gestützte Demontage von Elektrofahrzeugbatterien: Ein nachhaltiger Übergang zur Elektromobilität. Zeitschrift für wirtschaftlichen Fabrikbetrieb, 119(11), pp. 845-851.
• Cardenas-Sierra, I., Vijay, U., Aguesse, F., Antuñano, N., Ayerbe, E., Gold, L., ... & Franco, A. A. (2025). Integration of lithium-ion battery recycling into manufacturing through digitalization: A perspective. Journal of Power Sources, 631, 236158.
• Tao, S., Moura, S., Brandell, D., Han, Z., Urréhman, S., Zou, C., ... & Zhou, G. (2026). Artificial intelligence for battery reuse, recycling and remanufacturing. Nature Reviews Clean Technology, pp. 1-16.  

Bewertung von KI-Use-Cases: 

• Bodendorf, F. (2025). A data-driven use case planning and assessment approach for AI portfolio management. Electronic Markets, 35(1), 22.
• Kristoffersen, E., Blomsma, F., Mikalef, P., & Li, J. (2020). The smart circular economy: A digital-enabled circular strategies framework for manufacturing companies. Journal of business research, 120, pp. 241-261.
• Steireif, N., Kranz, M., Langhanki, J., Imorde, J., Maetschke, J., & Mütze-Niewöhner, S. (2023). Potenzialanalyse von KI-Anwendungen in der Produktion: Partizipative und kriteriengestützte Technologiebewertung zur Unterstützung der Anwendungsentscheidung. Zeitschrift für wirtschaftlichen Fabrikbetrieb, 118(4), pp. 258-264.
• Stowasser, S. (Ed.). (2023). Künstliche Intelligenz (KI) und Arbeit: Leitfaden zur soziotechnischen Gestaltung von KI-Systemen. Springer Vieweg.
• Brecher, C., Gründel, L., Monnet, J., Keens, J., Frigge, A., & Smerz, J. (2025). Der Use-Case-First-Ansatz zum Einsatz von Künstlicher Intelligenz in der Produktion: Ein Konsortialprojekt des ProKI-Zentrums Aachen. Zeitschrift für wirtschaftlichen Fabrikbetrieb, 120(s1),pp. 141-146.

Betreuerin:
Sarah Merz

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 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.

Mögliche methodische Vorgehensweise(n):

• 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.

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

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 EU Open Source Strategie der Europäischen Kommission vom Juni 2026 identifiziert die Skalierung und Nachhaltigkeit von Open-Source-Business-Modellen als zentrale Herausforderung für europäische Technologieunternehmen. Während die EU jährlich rund 264 Milliarden Euro für proprietäre IT-Produkte und -Dienstleistungen ausgibt, stehen lokale Open-Source-Unternehmen vor strukturellen Barrieren bei Finanzierung, Marktzugang und Beschaffung. Nahezu die Hälfte aller Code-Commits in Europa stammt von kleinen Unternehmen mit weniger als 50 Mitarbeitern. Gleichzeitig zeigen erfolgreiche Beispiele wie Odoo, Aiven, Nextcloud oder Mistral AI, dass skalierbare Geschäftsmodelle machbar sind. Eine systematische Analyse der Erfolgsfaktoren und Hindernisse ist notwendig, um den europäischen Open-Source-Sektor nachhaltig zu stärken und technologische Souveränität zu erreichen.

Ziel der Arbeit:

Das Ziel dieser Arbeit ist die Identifikation und Bewertung von erfolgreichen Geschäftsmodell-Architekturen für Open-Source-Start-ups im europäischen Kontext. Dabei sollen verschiedene Business-Modelle (Pure OSS, Dual-Licensing, SaaS-Wrapping, Support-as-a-Service, Enterprise Edition) analysiert werden. Auf Basis empirischer Daten und Fallstudien sollen Erfolgsfaktoren abgeleitet und Handlungsempfehlungen für Start-ups, Investoren und Politik formuliert werden, um die Scaling-Barrieren gemäß der EU Open Source Strategie zu adressieren.

Mögliche methodische Vorgehensweise(n):

• Literaturrecherche: Analyse existierender Studien zu Open-Source-Business-Modellen, VC-Finanzierungslandschaften in der EU und regulatorischen Rahmenbedingungen (z. B. CRA, CADA).
• Fallstudien-Design: Auswahl und vertiefte Untersuchung erfolgreicher europäischer OSS-Unternehmen (z. B. Odoo, Nextcloud, Aiven, SUSE, Mistral AI, OpenNebula).
• Datenanalyse: Auswertung öffentlicher Finanzierungsdaten, Nutzerstatistiken, Wachstumsmetriken und Exit-Erfolge.
• Experteninterviews: Durchführung halbstrukturierter Interviews mit Gründern, Investoren und OSS-Maintainern zur Validierung der Erkenntnisse.
• Modellableitung: Entwicklung eines Bewertungsrahmens für OSS-Geschäftsmodelle unter Berücksichtigung von EU-spezifischen Rahmenbedingungen.

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Wünschenswerte Vorkenntnisse:

• Kenntnisse in Open-Source-Ökonomie: Verständnis verschiedener OSS-Lizenzmodelle und deren geschäftliche Implikationen.
• Interesse an Unternehmertum: Grundkenntnisse in Startup-Ökosystemen, Venture Capital und Wachstumsmetriken.
• Empirische Forschung: Erfahrung mit qualitativen Methoden wie Fallstudien, Interviewauswertung oder Datenanalyse.
• Technisches Verständnis: Grundlegende Kenntnisse über Software-Entwicklung, Cloud-Dienste und IT-Business-Modelle.

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.

Mögliche methodische Vorgehensweise(n):

• 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.

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

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:

Die Europäische Kommission hat im Juni 2026 ihre Open Source Strategie im Rahmen des Technologischen Souveränitätspakets vorgestellt. Laut Schätzungen gibt die EU aktuell rund 264 Milliarden Euro jährlich für proprietäre IT-Produkte und -Dienstleistungen aus, was erhebliche strategische Abhängigkeiten schafft. Die Strategie schätzt einen Finanzierungsbedarf von 2 Milliarden Euro über sieben Jahre, um offene digitale Ökosysteme aufzubauen. Parallel belaufen sich die Gesamtinvestitionsbedarfe im Technologiebereich auf 120 Milliarden Euro für Halbleiter, 200 Milliarden Euro für Rechenzentrumskapazitäten und weitere 100 Milliarden Euro für Cloud- und KI-Initiativen bis 2036. Eine fundierte ökonomische Bewertung ist notwendig, um zu analysieren, unter welchen Bedingungen sich der Strategiemix wirtschaftlich lohnt, welche Hebelwirkungen erzielt werden können und ob die angestrebte Reduktion technologischer Abhängigkeiten kosteneffizient erreicht werden kann.

Ziel der Arbeit:

Das Ziel dieser Arbeit ist die Entwicklung eines ökonomischen Bewertungsrahmens zur Kosten-Nutzen-Analyse der EU Open Source Strategie. Das Modell soll die direkten und indirekten Effekte der Strategie quantifizieren, einschließlich potenzieller Einsparungen bei proprietären Lizenzkosten, Investitionen in Open-Source-Infrastruktur, Skalierungseffekte für europäische OSS-Unternehmen und langfristige Vorteile durch reduzierte technologische Abhängigkeiten. Auf Basis verschiedener Szenarien sollen Wirtschaftlichkeitsaussagen getroffen und politische Handlungsoptionen bewertet werden.

Mögliche methodische Vorgehensweise(n):

• Literaturrecherche: Analyse bestehender Studien zu wirtschaftlichen Effekten von Open-Source-Adoption, TCO-Betrachtungen und technologischer Souveränität.
• Datenbeschaffung: Sammlung relevanter finanzieller Kennzahlen aus EU-Dokumentation (Kommissionsmitteilungen, Annex I & II, Faktenblätter).
• Modellentwicklung: Erstellung eines Kosten-Nutzen-Modells mit direkten Kosten (Investitionen, Betrieb) und indirekten Nutzen (Risikominderung, Innovationsförderung, Marktkontrolle).
• Szenario-Analyse: Entwicklung mindestens drei unterschiedlicher Szenarien (konservativ, moderat, ambitioniert) mit varierenden Adoptionsraten und Effizienzannahmen.
• Sensitivitätsanalyse: Identifikation kritischer Parameter und Prüfung der Robustheit der Ergebnisse gegenüber Änderungen in Schlüsselvariablen.
• Empfehlungen: Ableitung politischer Handlungsoptionen mit priorisierten Maßnahmen und erwarteten Wirtschaftlichkeitswirkungen.

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Wünschenswerte Vorkenntnisse:

• Kenntnisse in Kostenrechnung: Kenntnisse in Wirtschaftlichkeitsanalysen, TCO-Modellen und Investitionsrechnungen.
• Interesse an Politikökonomie: Grundverständnis für EU-Politikprozesse, Förderinstrumente und Regulierungszusammenhänge.
• Analytische Fähigkeiten: Erfahrung mit quantitativem Modellieren, Szenario-Analysen und Sensitivitätsberechnungen.
• Datenkompetenz: Fähigkeit, öffentliche Dokumentationen und Statistiken systematisch auszuwerten und in Modelle zu übersetzen.

Betreuer

Philipp Hofer

Problemstellung:

Die Europäische Kommission hat mit der European Digital Identity Regulation (EUDIR) den rechtlichen Rahmen für die Europäische Digitale Identitätswallet (EUDI-Wallet) geschaffen. Diese Wallet soll EU-Bürgerinnen und Bürgern eine souveräne, interoperable und datenschutzfreundliche digitale Identität zur Verfügung stellen. Besonders hervorzuheben ist, dass die EUDIR Open Source als gesetzlichen Standard für die Anwendungssoftwarekomponenten der Wallet vorschreibt – mit eng begrenzten Ausnahmen. Die offene und transparente Implementierung soll langfristige Rechtssicherheit, Auditierbarkeit und Wiederverwendung im Ökosystem gewährleisten.

Ein zentrales technisches und datenschutzrechtliches Problem bei digitalen Identitätssystemen besteht darin, dass bei der Identitätsprüfung typischerweise mehr personenbezogene Daten preisgegeben werden, als für den jeweiligen Zweck erforderlich sind. Bei einer Altersverifikation an einer Supermarktkasse muss beispielsweise das genaue Geburtsdatum offengelegt werden, obwohl lediglich die Information „volljährig" ausreicht. Dieser Verstoß gegen das datenschutzrechtliche Prinzip der Datenminimierung (Art. 5 Abs. 1 lit. c DSGVO) ist ein strukturierter Schwachpunkt klassischer Identitätslösungen.

Zero-Knowledge-Proofs (ZKPs) bieten hier einen vielversprechenden Lösungsansatz. Dabei handelt es sich um kryptographische Verfahren, die es ermöglichen, die Gültigkeit einer Aussage zu beweisen, ohne dabei die zugrunde liegenden Daten zu offenbaren. Die Europäische Kommission hat bereits eine vollständig quelloffene, datenschutzschonende Altersverifikationslösung entwickelt, die Zero-Knowledge-Proofs auf Basis von Open-Source-Bibliotheken implementiert. Diese Lösung steht nun Mitgliedsstaaten und anderen Akteuren zur Adoption bereit und ist ein erster Beleg für die praktische Einsetzbarkeit von ZKPs im EUDI-Kontext. Bislang fehlt jedoch eine systematische wissenschaftliche Untersuchung, inwiefern sich ZKPs flächendeckend über alle Anwendungsfälle der EUDI-Wallet integrieren lassen, welche Performance- und Skalierbarkeitsengpässe bestehen und welche organisatorischen Hürden bei der Einführung in verteilten, föderalen Verwaltungsarchitekturen auftreten.

Ziel der Arbeit:

Das Ziel dieser Arbeit ist die detaillierte Untersuchung der technischen Machbarkeit und der Implementierungshürden von Zero-Knowledge-Proofs in der Europäischen Digital Identity Wallet. Es soll analysiert werden, wie ZKP-Verfahren in die bestehende EUDI-Architektur und das Architecture and Reference Framework (ARF) integriert werden können, ohne Nutzerfreundlichkeit, Performance und Interoperabilität zu beeinträchtigen. Darüber hinaus sollen kritische Implementierungshürden – sowohl technischer als auch organisatorischer Natur – identifiziert und bewertet werden. Auf Basis der Erkenntnisse sollen konkrete Empfehlungen für Entwickler, Betreiber und Regelsetzer abgeleitet werden, um eine breite und praxistaugliche Adoption von ZKPs im EUDI-Ökosystem zu unterstützen.

Mögliche methodische Vorgehensweise(n):

• Literaturrecherche: Analyse des aktuellen Stands von Zero-Knowledge-Proof-Verfahren (z. B. zk-SNARKs, zk-STARKs, Bulletproofs), der EUDI-Regulatorik (EUDIR, ARF, Implementing Acts) sowie der veröffentlichten Open-Source-Altersverifikationslösung der Kommission.
• Architekturanalyse: Untersuchung der EUDI-Wallet-Referenzarchitektur und des ARF hinsichtlich vorhandener Integrationspunkte für ZKP-Verfahren. Mapping typischer EUDI-Anwendungsfälle (z. B. Altersverifikation, Qualifizierte elektronische Signatur, Identitätsnachweis gegenüber Diensten) auf geeignete ZKP-Protokolle.
• Prototypische Implementierung: Entwicklung eines Proof-of-Concepts, der die Integration von ZKPs in eine bestehende Open-Source-Wallet-Implementierung (z. B. die Referenzimplementierung der Kommission oder ein vergleichbares OSS-Projekt) demonstriert. Schwerpunkt liegt auf einem konkreten Anwendungsfall (z. B. datenminimierende Altersverifikation).
• Performance-Evaluation: Systematische Messung von Schlüsselmetriken wie Beweiserzeugungszeit, Verifizierungszeit, Beweisgröße und Ressourcenverbrauch auf repräsentativen Endgeräten (Smartphones unterschiedlicher Leistungsklassen). Vergleich ausgewählter ZKP-Protokolle hinsichtlich Eignung für ressourcenbeschränkte Mobile-Geräte.
• Hürdenanalyse: Identifikation und Bewertung technischer Hürden (z. B. Schlüsselmanagement, Trusted Setup, Standardisierung) sowie organisatorischer Hürden (z. B. Integration in föderale Verwaltungsprozesse, Vertrauensmodelle, Zertifizierung).
• Handlungsempfehlungen: Ableitung konkreter Empfehlungen für drei Adressatengruppen: (1) Entwickler und OSS-Communities – technische Integrationsleitfäden, (2) Betreiber und Mitgliedsstaaten – organisatorische Voraussetzungen, (3) Regelsetzer – Standardisierungs- und Interoperabilitätsbedarf.

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Wünschenswerte Vorkenntnisse:

• Kryptographische Grundkenntnisse: Verständnis kryptographischer Primitive, idealerweise erste Berührungspunkte mit Zero-Knowledge-Proofs oder verwandten Verfahren (Commitments, Hash-Funktionen, digitale Signaturen).
• Programmierkenntnisse: Fähigkeit zur prototypischen Implementierung in einer gängigen Programmiersprache (z. B. Rust, Python, Go, Java), bevorzugt mit Erfahrung im Umgang mit kryptographischen Bibliotheken.
• Verständnis verteilter Systeme: Grundkenntnisse über Client-Server-Architekturen, mobile Anwendungsarchitekturen und ideally erste Erfahrungen mit Identitätsmanagement-Protokollen (z. B. OpenID Connect, OAuth 2.0, SSI).
• Interesse an EU-Digitalpolitik: Grundverständnis für die regulatorische Einbettung technischer Lösungen, insbesondere DSGVO, eIDAS-Verordnung und die Europäische Digital Identity Regulation.

Betreuer

Philipp Hofer

Problemstellung:

Virtual Reality (VR) wird in der Hochschullehre eingesetzt, um unterschiedliche Wissensarten zu vermitteln und Lernende aktiv in Lernprozesse einzubeziehen. Für die Gestaltung solcher Anwendungen liegen jedoch bislang nur begrenzt systematisierte Leitlinien vor. Insbesondere ist unklar, wie Lernprozesse in VR im Hinblick auf Anleitung, Handlungsfreiräume, Rückmeldung und Progression strukturiert werden sollten. Serious Games verfügen über etablierte Gestaltungsmuster zur Strukturierung von Lern- und Interaktionsprozessen. Diese Muster können als Ausgangspunkt einer Analogiebildung dienen, um übertragbare Gestaltungsannahmen für VR-Lehranwendungen abzuleiten.

Forschungsfragen:

• Welche Gestaltungsmuster werden für Serious Games in Bildungssettings beschrieben?
• Welche dieser Gestaltungsmuster lassen sich auf VR-Lehranwendungen übertragen?
• Welche begründeten Gestaltungsannahmen für VR-Lehranwendungen können aus dieser Analogiebildung abgeleitet werden?

Ziel der Arbeit:

Ziel der Arbeit ist es, Gestaltungsmuster aus Serious Games systematisch zu identifizieren und ihre Übertragbarkeit auf VR-Lehranwendungen zu untersuchen. Als Ergebnis sollen begründete Gestaltungsannahmen für die Gestaltung von Lern- und Interaktionsprozessen in VR entstehen.

Mögliche methodische Vorgehensweise(n):

• Konzeptionelle Fundierung der Analogiebildung als Mechanismus zur Übertragung von Strukturen aus einer Quelldomäne auf eine Zieldomäne. Konkret bedeutet das, einzelne Gestaltungsmuster – z.B. eine schrittweise Steigerung der Aufgabenkomplexität, unmittelbares Feedback oder eine klare Zielhierarchie – schrittweise auf typische Situationen in VR-Lehranwendungen zu übertragen und auf ihre Passung zu prüfen.
• Strukturierte Literaturanalyse zu Gestaltungsmustern von Serious Games in Bildungssettings unter Einbezug wissenschaftlicher Literatur und ausgewählter Grey Literature
• Vergleich der identifizierten Gestaltungsmuster mit den Eigenschaften und Anforderungen von VR-Lehranwendungen
• Ableitung begründeter Gestaltungsannahmen für VR-Lehranwendungen

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Betreuerin

Nadine Bisswang

Problemstellung:

Generative Künstliche Intelligenz (KI) eröffnet neue Möglichkeiten für die Gestaltung von Lehr- und Lernprozessen in der Hochschullehre. Sie kann beispielsweise Lernmaterialien erzeugen und anpassen, individuelles Feedback bereitstellen, exploratives Lernen unterstützen oder bei der Bearbeitung komplexer Aufgaben eingesetzt werden. Ihr Einsatz ist jedoch nicht für alle Lernziele, Lernaktivitäten und Prüfungsformen gleichermaßen geeignet. Herausforderungen entstehen unter anderem durch fehlerhafte oder verzerrte Inhalte, Datenschutzfragen, eine unklare Autorenschaft und die unreflektierte Übernahme generierter Ergebnisse. Lehrenden fehlt bislang eine strukturierte Grundlage, um einzuschätzen, unter welchen Bedingungen der Einsatz generativer KI für die Vermittlung eines konkreten Lerninhalts sinnvoll sein kann.

Forschungsfrage:

Welche Gründe sprechen für oder gegen den Einsatz generativer KI bei der Vermittlung konkreter Lerninhalte in der Hochschullehre und wie lassen sich diese Gründe systematisch strukturieren?

Ziel der Arbeit:

Ziel der Arbeit ist es, Gründe für und gegen den Einsatz generativer KI bei der Vermittlung konkreter Lerninhalte systematisch zu strukturieren. Auf dieser Grundlage soll ein erster konzeptioneller Entwurf eines Eignungsassessments entstehen, der Lehrenden eine Orientierung für die begründete Auseinandersetzung mit möglichen Einsatzszenarien bietet. Ein Eignungsassessment ist dabei ein strukturiertes, kriterien- bzw. dimensionsbasiertes Bewertungsinstrument, das Lehrende dabei unterstützt, die Eignung generativer KI für einen konkreten Lerninhalt einzuschätzen.

Mögliche methodische Vorgehensweise(n):

• Durchführung einer strukturierten Literaturanalyse zu Potenzialen, Herausforderungen und Einsatzbedingungen generativer KI in der Hochschullehre
• Qualitative Auswertung und Kategorisierung der identifizierten Kriterien
• Entwicklung einer Taxonomie in Anlehnung an das Vorgehen von Nickerson et al. (2013)
• Überführung der Taxonomie in einen ersten konzeptionellen Entwurf eines Eignungsassessments
• Optional: Reflexion des Entwurfs in wenigen qualitativen Gesprächen mit Lehrenden oder Expertinnen und Experten

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Betreuerin

Nadine Bisswang

Problemstellung:

Extended Reality (XR) umfasst Virtual, Augmented und Mixed Reality. Diese Technologien ermöglichen anschauliche und interaktive Lernerfahrungen, sind jedoch nicht für alle Lernenden gleichermaßen zugänglich. Barrieren können beispielsweise durch Motion Sickness (Bewegungsübelkeit), sensorische oder motorische Einschränkungen, hohe Bedienanforderungen, fehlende Anpassungsmöglichkeiten oder Datenschutzbedenken entstehen. Bislang fehlt für den Hochschulkontext eine strukturierte Übersicht darüber, welche Barrieren in XR-Lernumgebungen berichtet werden und welche technischen oder didaktischen Gestaltungsmaßnahmen zu ihrer Verringerung vorgeschlagen beziehungsweise untersucht wurden.

Forschungsfrage:

Welche Barrieren werden bei der Nutzung von XR-Lernumgebungen in der Hochschullehre berichtet und welche Gestaltungsmaßnahmen werden vorgeschlagen oder untersucht, um diese Barrieren zu verringern?

Potenzielle Unterfragen:

• Welche Arten von Barrieren treten bei unterschiedlichen XR-Technologien und Zielgruppen auf?
• Welche technischen und didaktischen Gestaltungsmaßnahmen werden den jeweiligen Barrieren zugeordnet?
• Welche Erkenntnisse liegen zur praktischen Anwendung der Gestaltungsmaßnahmen vor?

Ziel der Arbeit:

Ziel der Arbeit ist es, einen strukturierten Überblick über Barrieren bei der Nutzung von XR-Lernumgebungen in der Hochschullehre und über Maßnahmen zu ihrer Verringerung zu entwickeln. Als Ergebnis sollen eine Taxonomie der berichteten Barrieren sowie eine systematische Übersicht der in der Literatur beschriebenen technischen und didaktischen Gestaltungsmaßnahmen entstehen.

Mögliche methodische Vorgehensweise(n):

• Durchführung einer strukturierten Literaturanalyse zu Barrieren und Gestaltungsmaßnahmen in XR-Lernumgebungen der Hochschullehre
• Extraktion und Kodierung der XR-Technologie, der Zielgruppe, der berichteten Barrieren, der Gestaltungsmaßnahmen und der Art ihrer Untersuchung
• Systematische Kategorisierung der Barrieren und Gestaltungsmaßnahmen
• Entwicklung einer Zuordnungsmatrix, die berichtete Barrieren mit den in der Literatur beschriebenen Gestaltungsmaßnahmen verbindet

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

Betreuerin

Nadine Bisswang

Problemstellung:

In VR-Lernanwendungen können Lernende virtuelle Umgebungen erkunden, Objekte manipulieren oder Handlungsabläufe ausführen. Bestehende Reviews untersuchen vor allem Einsatzfelder, technische Merkmale und Lernergebnisse von VR. Bislang fehlt jedoch eine systematische Beschreibung der Zusammenhänge zwischen konkreten VR-Interaktionsformen, adressierten Wissensarten und Lernaufgaben. Eine solche Systematisierung kann Lehrende sowie Entwicklerinnen und Entwickler dabei unterstützen, VR-Interaktionen passend zu den angestrebten Lernzielen auszuwählen und zu gestalten.

Forschungsfrage:

Wie lassen sich die Zusammenhänge zwischen VR-Interaktionsformen, Wissensarten und Lernaufgaben in VR-Lernanwendungen der Hochschullehre systematisch beschreiben?

Potenzielle Unterfragen:

• Welche VR-Interaktionsformen werden in VR-Lernanwendungen der Hochschullehre eingesetzt?
• Welche Wissensarten und Lernaufgaben werden mit den jeweiligen VR-Interaktionsformen verbunden?
• Welche wiederkehrenden Zuordnungsmuster lassen sich zwischen Interaktionsformen, Wissensarten und Lernaufgaben erkennen?

Ziel der Arbeit:

Ziel der Arbeit ist es, die Zusammenhänge zwischen VR-Interaktionsformen, Wissensarten und Lernaufgaben systematisch zu beschreiben. Als Ergebnis sollen ein Klassifikationsschema der Interaktionsformen und eine Zuordnungsmatrix entstehen, die eine lernzielorientierte Auswahl von VR-Interaktionen unterstützt.

Mögliche methodische Vorgehensweise(n):

• Durchführung einer strukturierten Literaturanalyse
• Extraktion und qualitative Kodierung der eingesetzten VR-Interaktionsformen, adressierten Wissensarten und Lernaufgaben
• Entwicklung eines Klassifikationsschemas für VR-Interaktionsformen und einer Zuordnungsmatrix zu Wissensarten und Lernaufgaben

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

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.

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).

Forschungsfrage(n):

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

Betreuerin

Nadine Bisswang

Problemstellung:

Die Entwicklung von VR-Lehrinhalten erfordert didaktische, gestalterische und technische Kompetenzen und ist häufig mit einem hohen Zeit- und Ressourcenaufwand verbunden. Generative KI kann einzelne Entwicklungsaufgaben unterstützen oder teilweise übernehmen. Dazu gehören beispielsweise die Entwicklung von Storylines, die Erstellung visueller Inhalte und 3D-Objekte sowie die Generierung von Programmcode oder virtuellen Umgebungen. Bislang ist jedoch nur begrenzt untersucht, wie die Entwicklungsarbeit zwischen Menschen und generativen KI-Systemen aufgeteilt wird. Insbesondere ist unklar, welche Aufgaben an KI übertragen werden können, welche menschlichen Eingriffe weiterhin erforderlich sind und an welchen Stellen Überarbeitungs-, Prüf- oder Integrationsprobleme entstehen. Die prototypische Entwicklung eines konkreten VR-Lehrinhalts ermöglicht es, diese Zusammenarbeit anhand eines realen Entwicklungsprozesses zu untersuchen.

Forschungsfrage:

Wie gestaltet sich die Zusammenarbeit zwischen Mensch und generativer KI bei der prototypischen Entwicklung eines VR-Lehrinhalts?

Ziel der Arbeit:

Ziel der Arbeit ist es, die Zusammenarbeit zwischen Mensch und generativer KI bei der prototypischen Entwicklung eines VR-Lehrinhalts systematisch zu rekonstruieren. Anhand des dokumentierten Entwicklungsprozesses sollen wiederkehrende Muster der Aufgabenübertragung, menschlichen Überarbeitung, Prüfung und technischen Integration identifiziert werden. Als Ergebnis sollen ein exemplarischer VR-Prototyp sowie ein fallbasiertes Prozessmodell oder Kategoriensystem zur Beschreibung der Mensch-KI-Zusammenarbeit entstehen.

Mögliche methodische Vorgehensweise(n):

• Durchführung einer Einzelfallstudie am Beispiel der Entwicklung eines konkreten und überschaubaren VR-Lehrinhalts
• Begründete Auswahl eines zugänglichen KI-Werkzeugs oder einer Kombination von Werkzeugen
• Konzeption und prototypische Umsetzung des ausgewählten VR-Lehrinhalts
• Systematische Erhebung von Prozessdaten, beispielsweise durch ein Entwicklungstagebuch sowie die Sicherung verwendeter Eingaben, erzeugter Zwischenergebnisse, Versionsstände, getroffener Entscheidungen und notwendiger Überarbeitungsschritte
• Qualitative Auswertung der Prozessdaten, beispielsweise durch eine strukturierende Inhaltsanalyse
• Identifikation wiederkehrender Muster der Aufgabenübertragung, Überarbeitung, Prüfung und Integration

Die angeführten methodischen Vorgehensweisen dienen als Orientierung für Ihre Ausarbeitung. Sie können dabei eigene Ideen einbringen. Die konkrete Auswahl treffen Sie in Abstimmung mit Ihrer Betreuerin oder Ihrem Betreuer.

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.

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.

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?

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. 

Betreuerin

Nadine Bisswang