DE / EN

Master-Seminar

IS 712 für Master­studierende (MMM und Wirtschafts­informatik)

Allgemeines

HWS 2019/2020
Verantwortlicher Dozent Prof. Dr. Armin Heinzl
Veranstaltungs­art Seminar
Leistungs­punkte 6 ECTS (MMM), 4 ECTS (WI ab HWS 2013)
Sprache Englisch
Prüfungs­form und -umfang Seminarpapier (70%), Presentation (20%), Diskussionsbeitrag (10%)
Prüfungs­termin Siehe Infos zur Veranstaltung
Infos für Studierende Registrierung: Bitte beachten Sie unten stehende Informationen!
Ekaterina Jussupow, M.Sc.

Ekaterina Jussupow, M.Sc.

Ansprech­partner Master-Seminar

Bei Fragen wenden Sie sich bitte an Ekaterina Jussupow.

    Infos zur Veranstaltung

  • Kurzbeschreibung

    Individuen und Organisationen agieren in einer Welt, die zunehmend von digitaler Technologie durchdrungen ist. Jeden Tag interagieren wir mit digitaler Technologie, die unsere Telefone intelligent, unsere Autos sicher und unser Leben komfortabel macht. Ebenso ist die digitale Technologie in den Kern der Produkte, Abläufe und Strategien vieler Unternehmen eingebettet. Die allgegenwärtige Natur der digitalen Technologie verändert unser Verständnis von Informations­systemen (IS) radikal und umfasst deren Entwicklung, Koordination, Nutzung und die Art und Weise, wie wir mit ihnen umgehen. Um die Auswirkungen der digitalen Transformation zu verstehen, ist ein interdisziplinärer Ansatz erforderlich.

    Das Hauptziel dieses Seminars ist es, diese Themen zu beleuchten und unser Wissen darüber zu erweitern, wie sich die digitale Technologie auf Menschen und Organisationen auswirkt. Das Wissen soll in einen interdisziplinären Kontext gestellt werden.

    Ziel des Moduls

    In diesem Seminar erwerben die Studierenden nicht nur ein tiefes Verständnis für die Strukturierung, Klassifizierung und Bewertung bestehender Forschung, sondern lernen auch, ihre detaillierten und fundierten Er­kenntnisse effektiv zu vermitteln. Im Seminar werden den Studierenden verschiedene Techniken des wissenschaft­lichen Arbeitens und Schreibens vermittelt. Die erfolgreiche Teilnahme am Seminar ist ein wichtiger Schritt zur Master­arbeit. Die Themen des Seminars gliedern sich in die folgenden drei Bereiche. Für weitere Fragen stehen wir Ihnen gerne zur Verfügung.

Herbst/Winter 2019/2020

  • Registrierung

    Registrierung erfolgt ausschließlich über das Registrierungs­portal (erreichbar innerhalb des Uni-Netzwerkes per VPN). Nur im unten aufgeführten Zeitraum ist eine Registrierung möglich. Dazu bitte das Seminar im Formular auswählen.

    Registrierungs­zeitraum: siehe Termine

    Anforderungen:

    • Kurzes Exposé (1 Seite) über Ihre Forschungs­motivation sowie die Herangehensweise an das gewählte Thema
    • Lebenslauf und Studien­ergebnisse (Notentranskript)

    Diese Seite wird aktualisiert, sobald sich Änderungen ergeben. Es werden weder Registrierungen per E-Mail noch unvollständige Formulare entgegengenommen

  • Themen

    Das Seminar gliedert sich in drei Bereiche. Die Studierenden werden gebeten, ein Exposé mit einem ersten Forschungs­ansatz zu einem der nachfolgend vorgestellten Themen zu verfassen und zwei alternative Themen für das Seminar zu benennen. Dieses Exposé wird neben dem Lebenslauf und des Notentranskripts als wichtige Referenz für die Seminarzulassung angesehen.


    A) Development and Use of Advanced Information Systems
    Requirement Elicitation from Short Text Fragments The use of Data Analytics and Machine Learning is becoming more and more important in the software engineering process, especially in the domain of requirement elicitation from customer feedback. As a part of the explicit user feedback (in comparison to implicit user feedback), for example the automated analysis of customer feedback from reviews or support forums is one of the corner stones of this trend.
    One big issue of using traditional text analytics and clustering algorithms is the problem of sparsity due to the very short text snippets. The aim of this seminar thesis should be to understand this problem in the context of text analytics and a comprehensive literature review of academic literature how to tackle it. Furthermore, an already labeled dataset of text snippets to elicit requirements can be used to test and compare algorithms.
    Philipp Hoffmann
    Advanced Analytics, Organizational Learning, Machine Learning Organizations across the world invest into so-called „Advanced Analytics“ in a quest to boost performance, efficiency, and innovation. Advanced Analytics rely on the increasing volumes, variety, and velocity of available data and the rapidly increasing number of available methods and technologies (incl. Machine Learning) to predict future events and prescribe fruitful paths of action. Creating value from these assets is not straightforward, but requires organizations to build effective capabilities through organizational learning. The goal of the thesis is to advance our understanding of which capabilities are required, which learning processes are relevant in this context, how they work, and what organizations can do to foster them. Pascal Kunz
    Multi-Project Membership in Development Teams Many companies rely on organizational structures where individual product developers work in multiple projects at the same time. Effectively, these individuals work in multiple teams concurrently This seminar thesis reviews the organizational and information systems literature to understand how multi-project and multi-team membership influence individual developers and the joint performance of development teams. Kai Spohrer
    B) Innovation in Platform Ecosystems
    Superstar Entry in Platform Ecosystems In a platform business model, platform owners (e.g., Apple or Google) allow independent software developers, so-called complementors, to participate in the development and commercialization of their technology. Apple, for example, opened its iOS mobile operating system to independent “app” developers in 2008, which has since then grown to a platform that encompasses more than 2 million complementary apps. The platform owner takes the position of a market intermediary between consumers and complementors and faces a challenging coordination problem that consists of attracting both sides (consumers and complementors) to the platform.
    In the recent past, many platform owners introduced exclusive content (superstar apps) on their mobile platform to make their platform more attractive to consumers. Yet, introducing exclusive content changes the competitive environment for competing complementors sustainably and could affect their incentives to produce innovative content for the platform in the future. In this seminar thesis, students are expected to review academic literature related to innovation consequences of superstar entries.
    Nele Lüker
    Platform ecosystems, platform strategies, competition, platform owner entry In platform-based businesses, platform owners (e.g., Apple, Google, Salesforce) and complementors (i.e., external providers of complementary products) jointly co-create value within a loosely coupled inter-firm network, the platform ecosystem. Although platform owners highly rely on their complementors (e.g., complementors provide innovative applications that extend the platform), platform owners frequently participate in complementors’ markets. For example, platform owners may provide own products that compete with third-party offerings. Such a participation of platform owners is likely to affect complementors in a significant way. In this seminar project, students are expected to review literature on competitive entry from various research fields and elaborate on platform owners’ competitive participation in platform ecosystems as well as on the differences between products provided by platform owners and third-party offerings. André Halckenhäußer
    C) Information Technology in Healthcare
    Machine Learning, Artificial Intelligence, Future of Work; Healthcare IT Systems based on artificial intelligence are disrupting current work practices in healthcare and might be able to replace work of expert physicians. Current applications include the automatic assessment of CT images, providing first diagnosis with the help of a chat bot or conducting psychotherapy without a doctor. However, we know little about if patients would interact with a machine instead of a human doctor. Also, boundaries of this interaction such as whether patients would use the AI just for a first assessment or delegate treatment decisions to these systems are yet to be explored. The goal of the seminar thesis is to identify research questions based on the current discussion in literature on algorithm preference and algorithm aversion. Students should be open to conduct a small exploratory data collection (online survey or interviews) to inform their ideas. Ekaterina Jussupow
    Healthcare IT, System design In the healthcare context (especially in the clinical context) there are countless opportunities for the use of both large information systems and smaller ones like mobile applications. Some applications are used by physicians and other healthcare professionals, some by patients, and some even jointly. In addition, there are applications that are used to prevent a person from becoming a patient in the first place or to improve their treatment with additional data which is collected on a long-term basis, and applications that are used to monitor the follow-up of the treatment.
    A seminar paper on this topic focuses on the literature that is relevant for a potential application (provided or proposed by the students). The IS literature as well as relevant medical literature have to be considered. A potential implementation of an IT artifact should also be addressed in order to build the foundation for a potential Master's or Bachelor's thesis where a prototype has to be implemented.
    Okan Aydinguel
    mHealth, effective use, behavior change An increasing number of individuals use mobile health (mHealth), such as Apple Health, Google Fit, Strava and other mHealth applications to adopt healthy behaviors and improve health outcomes. However, the extent to which use of mHealth impacts the desired outcomes remains inconsistent. This seminar takes the viewpoint of information systems research to investigate whether and how features in mHealth contribute to its effectiveness. More specifically, it explores how social features (e.g. features that facilitate social support and social comparison) can impact outcomes of mHealth use. It thereby focuses on reviewing the literature in order to bring together research related to mHealth, effective use, and behavior change. Monica Fallon
  • Termine

    Event Zeitraum / Deadline Arbeits­ergebnisse
    Registrierungs­zeitraum 01.08. - 02.09.2019 - Registrierung über das Online-Tool
    - Regen Sie Ihr Themeninteresse mit einem ersten Entwurf Ihres Forschungs­ansatzes als Exposé an
    - Fügen Sie Ihren Lebenslauf, das Notentranskript und Ihr Exposé an
    Versand der Bestätigungen 04.09.2019  
    Deadline zum Rücktritt 06.09.2019  
    Kick-Off Meeting 09.09.2019
    Raum O048
    9:00-10:00 Uhr
    Teilnahme an der Kick-Off-Einführungs­veranstaltung, Kontakt und Treffen mit Ihrem Betreuer
    1. Meilenstein 23.09.2019 Ersten Entwurf bei Ihrem Betreuer einreichen:
    - Detaillierte Gliederung
    - Literatur­verzeichnis
    2. Meilenstein 21.10.2019 Zweiten Entwurf bei Ihrem Betreuer einreichen:
    - Inhaltsverzeichnis
    - Einführung: vollständig formuliert
    - Methodik: vollständig formuliert
    - Ergebnisse: vollständig formuliert
    - Diskussion: strukturierter Entwurf
    Abgabe der Arbeit 04.11.2019 Zwei Ausdrucke der Seminararbeit beim Sekretariat einreichen (bis 12 Uhr),
    Senden Sie eine digitale Version der Seminararbeit per E-Mail an Ihren Betreuer (bis Mitternacht).
    Abgabe der Präsentation 18.11.2019 Senden Sie Ihre Präsentation im PDF-Format per E-Mail an Ekaterina Jussupow
    Präsentation 22.11.2019 (voraussichtlich) - Besuchen Sie das Seminar
    - Präsentieren und diskutieren Sie Ihre Seminararbeit in einem gemeinsamen Workshop
    - Diskussion und Feedback für mindestens eine Seminararbeit der anderen Studierenden