Abschlussarbeiten

Es besteht die Möglichkeit, eigene Themen für die Abschlussarbeiten (Bachelor, Master) vorzuschlagen. Diese sollten an die Forschungsgebiete der Professur für Anwendungssysteme angelehnt sein (z. B. überbetriebliche Prozesse, digitale Plattformen, Distributed-Ledger-Technologien, Fintech, Methoden des Geschäftsprozess- und/oder Servicemanagements). Gerne können Sie Ihre Vorschläge mit einem kleinen Exposé und einer ersten Grobgliederung an einen wissenschaftlichen Mitarbeiter der Professur oder an das Sekretariat zu senden.

Decentralized Commerce

Die Arbeit untersucht den Stand von dezentralen E-Commerce-Lösungen, in der Regel auf Basis der Distributed-Ledger-Technologien (DLT). Ziel ist die Analyse des funktionalen Leistungsspektrums dezentraler E-Commerce-Lösungen, deren technologischer Grundlagen sowie die Identifikation neuer Entwicklungen (z. B. Integrations- und Auswertungsmöglichkeiten, Bezahl-/Logistik-/Identifikationsfunktionalitäten, Produktvisualisierungen). Neben rein dezentralen Lösungen (z. B. uniswap) können auch hybride Lösungen (d.h. Kombinationen von dezentralen und zentralen Elementen) Gegenstand der Arbeit sein. Methodisch kann die Arbeit auf der Durchführung einer Literaturanalyse, einer Webrecherche o. A. beruhen.

• Literatur: 1. Treiblmaier/Sillaber (2021). The impact of blockchain on e-commerce: A framework for salient research topics, https://doi.org/10.1016/j.elerap.2021.101054; 

  2. Xiao, Y. et al. (2022). A Novel Decentralized E-Commerce Transaction System Based on Blockchain, https://doi.org/10.3390/app12125770

• Kontakt: Max Gräser

ERP-Systeme auf Basis der Distributed-Ledger-Technology (DLT)

Die Arbeit soll die Frage untersuchen, inwieweit klassische ERP-Systeme künftig auf die Distributed-Ledger-Technologie (DLT) einsetzen können. Die Ansätze können von Kombination traditioneller ERP-Systeme mit dezentralen (Blockchain-)Elementen hin zu umfassenden dezentralen ERP-Systemen reichen. Methodisch kann sich die Arbeit neben einer strukturierten Literaturanalyse auch auf eine Webrecherche zur Erfassung aktueller Entwicklungen stützen.

• Literatur: 1. Aslam, T. et al. (2021). Blockchain Based Enhanced ERP Transaction Integrity Architecture and PoET Consensus, Researchgate;    

  2. The ERP of the Future : Blockchain of Things, Academia.edu

• Kontakt: Max Gräser

Analyse eines "Super-App"-Ecosystems

Ziel der Arbeit ist eine Analyse des Ecosystems einer "Super-App", wie etwa WeChat. Im Mittelpunkt steht die Untersuchung, der Serviceangebote sowie der integrierten Plattformen aus Sicht eines Multi-Plattform-Systems. Zum Einsatz können hier Webscraping-Techniken, um eine empirische Analyse des Ecosystems vornehmen zu können.

• Literatur: 1. Schmidt et al. (2022), Ecosystem intelligence for AI-based assistant platforms, https://hdl.handle.net/10125/79864;
• 2. Schmidt et al. (2023). Measuring Ecosystem Complexity - Decision-Making Based on Complementarity Graphs, hdl.handle.net/10125/103057
• Kontakt: Max Gräser

Analyse des Beratungsprozesses von Robo-Advisor-Systemen

Large Language Models (LLMs) ermöglichen eine natürlichsprachliche Nutzerinteraktion, daher haben sie Potential den Beratungsprozess von Robo-Advisors nachhaltig zu verändern. Das Ziel der Arbeit besteht in der Analyse des Beratungsprozesses bestehender Robo-Advisor Lösungen hinsichtlich des Einsatzes von LLMs. Es sollen LLM basierte und nicht LLM basierte Lösungen gegenübergestellt werden. 

• Literatur: 1. Fieberg, C., Hornuf, L., Streich, D. (2024).  Using large language models for financial advice, ssrn.com/abstract=4850039
• Kontakt: Robin Wagler

Robo-Advisor-Systeme auf Basis von Reinforcement Learning

Die Arbeit soll untersuchen inwieweit Reinforcement Learning (RL) im Rahmen von Robo-Advisors genutzt wird. Die Ausrichtung der Arbeit ist flexibel: Es kann bspw. untersucht werden, welche Algorithmen eingesetzt werden und welche Daten in die Erstellung der Trainingsumgebung einfließen. Es ist auch möglich zu untersuchen, ob bestehende Robo Advisor bereits RL einsetzen und wenn ja, wie es umgesetzt ist. 

• Literatur: 1. Rao, A., Jelvis, T. (2023). Foundations of Reinforcement Learning with Applications in Finance, CRC Press, Boca Raton  stanford.edu/~ashlearn/RLForFinanceBook/book.pdf
• Kontakt: Robin Wagler

Einsatzmöglichkeiten der Künstlichen Intelligenz in Tax-Compliance-Management-Systemen

Die steigenden Anforderungen der Gesetzgeber stellen Unternehmen zunehmend vor Herausforderungen in der Einhaltung steuerlicher Vorschriften. Ein Tax-Compliance-Management-System (Tax CMS) bietet hier eine mögliche Lösung, indem es Unternehmen dabei unterstützt, steuerliche Risiken zu identifizieren und systematisch zu steuern. Bislang sind jedoch Tax CMS vorwiegend in Großunternehmen implementiert, während kleine und mittlere Unternehmen (KMU) noch nicht in gleichem Maße von diesen Systemen profitieren. 

Die fortschreitende Technologie (KI, ML, …) bietet zahlreiche Möglichkeiten, ein Tax CMS bei KMU zu implementieren. Laut Eßer et al. (PwC-2020) tragen insbesondere drei Technologien wesentlich dazu bei: Machine Learning (ML), Künstliche Intelligenz (KI) und Robotic Process Automation (RPA). Diese Bachelor-/Masterarbeiten bieten viele Möglichkeiten zur Implementierung, von der Erstellung von Diagrammen (BPMN) oder Workflows (durch RPA) bis hin zur vollständigen Bearbeitung durch KI-gestützte Systeme. Die enge Zusammenarbeit mit Praxispartnern wie Finatix und we-do.ai ist dabei ein wesentlicher Bestandteil.

• Literatur: 1. Eßer, M., Blecken, H. & Hanken, J. (2020). Tax CMS - wenn, dann richtig!, Rethinking Tax, No. 3, S. 12–19. ​www.wiso-net.de​/​document/​RETA__​RET1335248.
• Kontakt: Viet-Anh Do

Konzeption intelligenter Risiko-Kontroll-Darstellungen für den Einsatz von Tax CMS bei KMU

Die Risiko-Kontroll-Matrix wurde im IDW PS 980 als Gegenüberstellung von Risiken (mit Eintrittswahrscheinlichkeit und Folgen) und den dazu entwickelten Maßnahmen von Unternehmen definiert. Die Risiko-Kontroll-Matrix umfasst zwei Grundelemente des Tax CMS nach IDW PS 980: TC-Risiken und TC-Programm. Ziel dieses Themas ist es, das Konzept der Risiko-Kontroll-Matrix speziell für den Einsatz von Tax Compliance Management Systemen (TCMS) in kleinen und mittleren Unternehmen (KMU) zu gestalten und sicherzustellen, dass diese Matrix auch die Anforderungen der IDW PS 980 erfüllt und sich nahtlos in die IT-Systeme der Unternehmen einbetten lässt.

• Literatur: 1. Schmeer (2023). Quo vadis Tax Compliance?. In Tax Compliance im Kontext der Betriebswirtschaftlichen Steuerlehre (pp. 313-333). Erich Schmidt Verlag GmbH & Co. KG;
• 2. IDW PS 980: Institut der Wirtschaftsprüfer in Deutschland e.V. (IDW). PS 980: Grundsätze zur ordnungsmäßigen Führung und Aufbewahrung von Büchern, Aufzeichnungen und Unterlagen in elektronischer Form sowie zum Datenzugriff (GoBD). www.idw.de/idw/standards/ps-980/;
• 3. Praxishinweis 1/2016: Bundesministerium für Wirtschaft und Energie. Praxishinweis 1/2016: Grundelemente für ein Tax Compliance Management System (Tax CMS). www.bmwi.de/Redaktion/DE/Downloads/P-T/praxishinweis-tax-compliance-management-system.html.
• Kontakt: Viet-Anh Do

Werkzeuge und Methoden der Ecosystem-Modellierung

Mit der Entstehung digitaler Plattformen sind umfangreiche digitale Ökosysteme entstanden, wobei insbesondere jene der Big-Tech-Unternehmen bekannt sind. Die Arbeit soll Ansätze der Ökosystem-Modellierung und/oder Ökosystem-Visualisierung untersuchen. Ziel ist die Strukturierung der bestehenden Arbeitemn und das Herausarbeiten des Stands der Forschung.

• Literatur: 1. Boucharas et al. (2009). Formalizing Software Ecosystem Modeling, https://doi.org/10.1145/1595800.1595807; 

  2. Iyer/Basole (2016). Visualization to understand ecosystems, http://dx.doi.org/10.1145/3000610.

• Kontakt: Max Gräser

Generative KI in der Tourismus-Industrie

Die Arbeit soll bestehende und zukünftig denkbare Szenarien und Anwendungsfälle generativer KI im Tourismus analysieren. Die Analyse könnte bspw. entlang des KI-Periodensystems (Dietzmann & Alt, 2020) stattfinden und ebenso unter Verwendung von Personas stattfinden. Relevante Fragestellungen zu den jeweiligen Cases könnten sein, inwiefern generative KI den Touristen und/oder den Anbietern einen Mehrwert stiftet und inwiefern sich dadurch letztlich die Customer Journey und die Wertschöpfung in der Tourismus-Industrie verändern.

• Literatur: 1. Dietzmann/Alt (2020). Assessing the business impact of Artificial Intelligence, http://hdl.handle.net/10125/64377;
• 2. Doborjeh et al. (2022). Artificial intelligence: a systematic review of methods and applications in hospitality and tourism, https://doi.org/10.1108/IJCHM-06-2021-0767
• Kontakt: Max Gräser
   

Clinical Decision Support für Patientengenerierte Gesundheitsdaten

Patientengenerierte Gesundheitsdaten (PGHD) sind durch Wearables wie Fitbit, Garmin, Oura oder Whoop allgegenwärtig. Um PGHD klinisch zu nutzen, bietet sich ein Clinical Decision Support System (CDSS) an, das dem Arzt auf Basis der Daten Empfehlungen für die Behandlung gibt. Da sich PGHD jedoch quantitativ, qualitativ und schematisch von herkömmlichen klinischen Daten unterscheiden, ist das Ziel dieser Abschlussarbeit ein CDSS für PGHD zu designen.

• Literatur: 1. Demiris, G., Iribarren, S. J., Sward, K., Lee, S., & Yang, R. (2019). Patient generated health data use in clinical practice: A systematic review. In Nursing Outlook (Bd. 67, Issue 4, S. 311–330). Elsevier BV. https://doi.org/10.1016/j.outlook.2019.04.005;
• 2. Sittig, D. F., Boxwala, A., Wright, A., Zott, C., Gauthreaux, N. A., Swiger, J., Lomotan, E. A., & Dullabh, P. (2024). Patient-centered clinical decision support challenges and opportunities identified from workflow execution models. In Journal of the American Medical Informatics Association (Bd. 31, Issue 8, S. 1682–1692). Oxford University Press (OUP). https://doi.org/10.1093/jamia/ocae138;
• 3. Jayathissa, P., Sareban, M., Niebauer, J., & Hussein, R. (2023). Patient-Generated Health Data Interoperability Through Master Patient Index: The DH-Convener Approach. In Studies in Health Technology and Informatics. IOS Press. doi.org/10.3233/shti230413
• Kontakt: Torben Ukena

Einsatz von Large Language Models für halbautomatisches Mapping

Large Language Models (LLMs) sind sehr gut für die Generierung von Code geeignet. Im Gesundheitswesen gibt es Fast Healthcare Interoperability Resources (FHIR) als Standard, um Daten interoperabel darzustellen und auszutauschen. Jedoch existieren auch zahlreiche gesundheitsrelevante Daten, die in proprietären Formaten vorliegen. Daher ist Ziel der Arbeit zu untersuchen, inwieweit LLMs genutzt werden können, um ausführbaren Pythoncode zu generieren, der das Inputformat in FHIR überführt. Beispielhafte Input- und Outputdaten wurden im Rahmen eines Forschungsprojektes gesammelt und können für das LLM im Rahmen dieser Abschlussarbeit verwendet werden.

• Literatur: 1.Yoon, D., Han, C., Kim, D. W., Kim, S., Bae, S., Ryu, J. A., & Choi, Y. (2024). Redefining Health Care Data Interoperability: Empirical Exploration of Large Language Models in Information Exchange. In Journal of Medical Internet Research (Bd. 26, S. e56614). JMIR Publications Inc.; 

  2. medium.com/@shrinath.suresh/ai-powered-schema-mapping-95f596d31590

• Kontakt: Torben Ukena

Einsatz von Large Language Models für personalisierte Schlafempfehlungen

Ziel der Arbeit ist es zu untersuchen, wie Schlafdaten bspw. von Wearables oder aus Fragebögen für Large Language Models (LLMs) nutzbar gemacht werden können und wie ein LLM nachfolgend eingesetzt werden kann, um nutzerspezifische Schlafempfehlungen zu geben. Die Arbeit kann sowohl auf Literaturebene als auch auf technischer Ebene (inkl. Umsetzung eines Prototyps) durchgeführt werden.

• Literatur: 1. Cosentino, J., Belyaeva, A., Liu, X., Furlotte, N. A., Yang, Z., Lee, C., Schenck, E., Patel, Y., Cui, J., Schneider, L. D., Bryant, R., Gomes, R. G., Jiang, A., Lee, R., Liu, Y., Perez, J., Rogers, J. K., Speed, C., Tailor, S., . . . McLean, C. Y. (2024). Towards a Personal Health Large Language Model. ArXiv. arxiv.org/abs/2406.06474
• Kontakt: Robin Wagler

Abbildung und Vorhersage von Marktzuständen mittels Geometric Deep Learning

Die Arbeit soll untersuchen inwieweit Geometric Deep Learning (GDL) insb. Graph Neuronal Networks (GNN) eingesetzt werden können, um Markt oder Netzwerkzuständen zu repräsentieren und nachfolgend auch vorherzusagen. Die Arbeit kann sowohl auf Literaturebene als auch auf technischer Ebene (inkl. Umsetzung eines Prototyps) durchgeführt werden. 

• Literatur: 1. Bronstein, M. M., Bruna, J., Cohen, T., & Veličković, P. (2021). Geometric Deep Learning: Grids, Groups, Graphs, Geodesics, and Gauges. ArXiv. /abs/2104.13478
• Kontakt: Robin Wagler

Can ERP-Systems be replaced by Agentic AI?

Agentic artificial intelligence (AI) extends the capabilities of generative AI by enabling not only the planning of tasks, but also their execution. Therefore, agentic AI is attributed a strong potential in reshaping the understanding of Enterprise-Resource-Planning (ERP) systems. This thesis should investigate, how the emergence of agentic AI affects ERP systems and include the impact of agentic AI on the architecture of ERP systems and/or analyze potential use cases for agentic AI within ERP systems. 

• Literature: 1. Hoshiar Singh, Parveen Singh, The Future of SAP ERP: Trends and Innovations to Watch (January 28, 2025). Available at SSRN: https://ssrn.com/abstract=5115409 or http://dx.doi.org/10.2139/ssrn.5115409

  2. Göldi, Andreas and Rietsche, Roman, "Making Sense of Large Language Model-Based AI Agents" (2024). ICIS 2024 Proceedings. 16.
  https://aisel.aisnet.org/icis2024/aiinbus/aiinbus/16 

• Contact: Robin Wagler

Agentic-AI im Kundenservice – Prototypische Umsetzung eines Self-Service Systems für Standardanfragen in der Hochschulverwaltung

Standardanfragen binden Mitarbeiterkapazitäten in zahlreichen Servicebereichen, vom IT-Service hin zu Auskünften im im Bank-, Gesundheits- oder Verwaltungsbereich. Dies kann sowohl externe (z. B. Kunden, Bürger, Studierende) als auch interne Ansprechpartner (z. B. Mitarbeiter unterschiedlicher Abteilungen) betreffen. Zur Fokussierung soll sich die Arbeit auf den Bereich der Hochschulverwaltung (z. B. Studienbüro) konzentrieren und dort die Potenziale repetitiver Routineanfragen erfassen sowie die Potenziale einer automatisierte Self-Service-Lösung zur Mitarbeiterentlastung erarbeiten. Der in der Arbeit entwickeltes Prototyp soll neuere Ansätze der Agentic AI nutzen und eine Evaluation hinsichtlich technischer sowie wirtschaftlicher Gesichtspunkte durchführen. 

• Literatur: 1.Lu, P., Chen, B., Liu, S., Thapa, R., Boen, J., & Zou, J. (2025). Octotools: An agentic framework with extensible tools for complex reasoning. arXiv preprint arXiv:2502.11271.

  2. Terrence Chong, Ting Yu, Debbie Isobel Keeling, & Ko de Ruyter (2021). AI-chatbots on the services frontline addressing the challenges and opportunities of agency. Journal of Retailing and Consumer Services, 63, 102735.

• Kontakt: Robin Wagler

Recent Agentic AI Solutions for Software Development

Developing software for business applications is a labor intense process. Agentic AI can help to make this process more efficient by supporting or even automating several tasks along the software development process. This thesis should create an overview to existing agentic AI solutions (like Cursor, AWS Bedrock or OctoTools) for software development in the sense of business applications.  
 

• Literature: 1.Pothukuchi, Ameya Shastri and Kota, Lakshmi Vasuda and Mallikarjunaradhya, Vinay, Impact of Generative AI on the Software Development Lifecycle (SDLC) (August 2023). International Journal of Creative Research Thoughts, Volume 11, Issue 8 August 2023, Available at SSRN: https://ssrn.com/abstract=4536700

  2. C. Ebert and P. Louridas, "Generative AI for Software Practitioners," in IEEE Software, vol. 40, no. 4, pp. 30-38, July-Aug. 2023, doi: 10.1109/MS.2023.3265877. 

  3. White, Jules. "Building Living Software Systems with Generative & Agentic AI." arXiv preprint arXiv:2408.01768 (2024).

• Contact: Robin Wagler

Integrierte Anwendungssysteme im Gastronomiebereich

Im Mittelpunkt der Arbeit steht die Untersuchung integrierter Lösungen im Gastronomiebereich, insbesondere für klein- und mittelständisch geprägte Gastronomie-Unternehmen. Dies betrifft Kassensysteme (bzw. Point-of-Sale-Systeme), (Mobile-)Ordering-Systeme, Systeme für den Einkauf bei Lieferanten, die Steuerung von Abläufen/Geräten in der Küche etc. Sie führen dazu eine Literatur- und Webrecherche durch.

• Literatur: 1. Alt, R. (2021). Digital Transformation in the Restaurant Industry: Current Developments and Implications. Journal of Smart Tourism, 1(1), S. 69-74. doi.org10.52255/smarttourism.2021.1.1.9
• 2. Jadhav, A. S., & Sonar, R. M. (2009). Evaluating and selecting software packages: A review. Information and Software Technology, 51(3), S. 555–563. https://doi.org/10.1016/j.infsof.2008.09.003
• 3. Tsai, W.-H., Lee, P.-L., Shen, Y.-S., & Yang, C.-C. (2009). The relationship between ERP software selection criteria and ERP success. Proceedings International Conference on Industrial Engineering and Engineering Management (IEEM), S. 2222–2226. https://doi.org/10.1109/IEEM.2009.5373085
• Kontakt: Katharina Blöcher

KI zur Unterstützung der Energiewende

Die VNG AG prüft im Zuge der grünen Transformation seines Geschäftsmodells die Einsatzmöglichkeiten von Künstlicher Intelligenz. Hierfür sind KI-Anwendungsfälle zu identifizieren, welche sowohl auf die finanziellen Geschäftsziele als auch die Transformationsziele abdecken. Die Arbeit widmet sich daher der strukturierten Analyse von KI-Anwendungsfällen sowie deren Beitrag zur Unternehmensstrategie. Die Betreuung der Abschlussarbeit wird durch einen Betreuer bei der VNG AG abgedeckt und kann mit einer studentischen Tätigkeit unter flexiblen Bedingungen verbunden werden. 

Kontakt: Dr. Christian Dietzmann 

Entwicklung eines Polarisierungsindex

Das Hauptziel der Arbeit besteht darin, einen methodologisch fundierten Polarisierungsindex zu entwickeln, der verschiedene Aspekte der Polarisierung in der Weltwirtschaft und Gesellschaft erfasst und misst. Dieser Index soll nicht nur eine Momentaufnahme liefern, sondern auch Veränderungen im Laufe der Zeit verfolgen können. Darüber hinaus sollen potenzielle Auswirkungen der Polarisierung auf Unternehmen, Politik und Gesellschaft untersucht werden. Aufgrund der besonderen Rolle des virtuellen Raums hinsichtlich des Förderung von Polarisierung bspw. durch Desinformation oder soziale Medien, aber auch durch die Verfügbarkeit großer Echtzeitdatenmengen soll der Polarisierungsindex insbesondere auf dieser Datenquelle basieren. Diese Datenbasis ermöglicht bspw. Echtzeit-Feedback, Vielfalt der Meinungen oder globale Reichweite. Hierbei können moderne Methoden und Instrumente wie Social Media-Analyse, Sentimentanalyse, Netzwerkanalyse, Trendanalysen oder Plattformanalysen angewendet werden. Durch die Analyse derartiger Big Data sollen Muster und Trends in politischer und wirtschaftlicher Polarisierung identifiziert werden.

Die Studierenden werden im Rahmen dieser Masterarbeit eng von der VNG-Stiftung sowie Praxispartnern betreut. Die VNG-Stiftung bietet nicht nur fachliche Expertise, sondern auch Zugang zu umfangreichen Ressourcen und Netzwerken. Durch die Zusammenarbeit mit Praxispartnern aus verschiedenen Branchen erhalten die Studierenden Einblicke in aktuelle Herausforderungen und Fragestellungen der Praxis.

Kontakt: Dr. Stephan Sachse