Themenliste

In der heutigen Geschäftswelt sind Online-Bewertungen von Produkten und Dienstleistungen ein wichtiges Instrument zum Abbau von Informationsasymmetrie zwischen Käufern und Anbietern. Durch die in Online-Bewertungen enthaltenen Texte können potentielle Kunden insbesondere wertvolle Informationen hinsichtlich subjektiver („taste-related“) und objektiver („quality-related“) Eigenschaften von Produkten und Dienstleistungen erhalten. Hierbei repräsentieren Online-Bewertungstexte zu Fehlern von Produkten und Dienstleistungen einen speziellen Teil von objektiven Informationen, aus denen potentielle Kunden besonders viel Iernen können. Daraufhin haben sich Forschungsarbeiten damit beschäftigt, Online-Bewertungen zu identifizieren die sich explizit mit fehlerhaften Produkten (bspw. fehlerhaften Digitalkameras) oder Dienstleistungen (bspw. Dienstleistungsfehler in der Hotelbranche) beschäftigen. Bis jetzt besteht jedoch kein Überblick über diese Forschung, sodass unklar ist für welche Produkte und Dienstleistungen – und mit welcher Methode – eine Erkennung für solche Bewertungen erforscht wurde.

Das Ziel der Bachelorarbeit ist es, einen solchen Überblick über diese Forschungsarbeiten zu schaffen. Im ersten Teil der Arbeit sollen grundlegende Theorieansätze präsentiert werden wie beispielsweise Theorien zur „Informationsasymmetrie“ und Produkteigenschaften wie „Such- und Erfahrungseigenschaften“. Im zweiten Teil soll anschließend die relevante Literatur zur Erkennung von Produkt- und Dienstleistungsfehler in Online-Bewertungen gesucht und dargestellt werden, um aufzuzeigen für welche Produkte und Dienstleistungen bereits Fehlerbewertungen identifiziert wurden. Des Weiteren soll insbesondere auch Marketingliteratur zu Dienstleistungsfehlern, welche unabhängig von Online-Bewertungen sind, in Grundzügen vorgestellt werden. Letztlich sollen die Ergebnisse dieser Arbeiten sinnvoll systematisiert werden.

Sridhar, S., & Srinivasan, R. (2012). Social influence effects in online product ratings. Journal of Marketing, 76(5), 70-88.

Abrahams, A. S., Fan, W., Wang, G. A., Zhang, Z., & Jiao, J. (2015). An integrated text analytic framework for product defect discovery. Production and Operations Management, 24(6), 975-990.

Hess, R. L., Ganesan, S., & Klein, N. M. (2003). Service failure and recovery: The impact of relationship factors on customer satisfaction. Journal of the academy of marketing science, 31(2), 127.

Gute Englischkenntnisse

Plattformen zum Appdownload wie Apples App Store und Googles PlayStore sind die zentralen Knotenpunkte der sogenannten App Economy. Entwickler nutzen diese Marktplätze um ihre Apps der gesammelten Apple- und Android-Kundschaft zu verkaufen, treffen dort jedoch auf eine große und stetig wachsende Konkurrenz. Aus diesem Grund ist es für Entwickler essentiell gezielt Faktoren zu identifizieren und zu nutzen, welche zum Erfolg ihrer App beitragen. Entwickler können beispielsweise  Updates an ihren Apps vornehmen oder sie können versuchen ihre Online-Bewertungen zu verbessern, um ihre Verkaufszahlen zu erhöhen. Eine wachsende Anzahl an Forschungsarbeiten analysiert die Erfolgsfaktoren für Appdownloads und das Ziel dieser Bachelorarbeit ist es, einen Überblick über den aktuellen Stand dieser Forschung zu geben. Im ersten Teil der Arbeit sollen wichtige Grundbegriffe zu diesem Thema definiert und erklärt werden. Hierbei soll der Fokus speziell auf zweiseitigen Märkten generell und auf einer Darstellung der Funktionsweise von Apples App Store und Googles Playstore liegen. Im zweiten Teil der Arbeit soll anschließend die relevante Literatur zu Erfolgsfaktoren für Appdownloads auf diesen Plattformen systematisch dargestellt und sinnvoll kategorisiert werden.

Bresnahan, T. F., Davis, J. P., & Yin, P. L. (2014). Economic value creation in mobile applications. In The changing frontier: Rethinking science and innovation policy (pp. 233-286). University of Chicago Press.

Förderer, J., & Heinzl, A. (2017). Product Updates: Attracting New Consumers versus Alienating Existing Consumers. In: Proceedings of the International Conference on Information Systems, Seoul, South Korea.

Comino, S., Manenti, F. M., & Mariuzzo, F. (2016). Updates management in mobile applications. iTunes vs Google Play. URL: papers.ssrn.com/sol3/papers.cfm.

TG01: Ideenbewertung durch die Crowd – ein klassifizierender Literaturüberblick

Im Kontext von Crowdsourcing werden Online-Crowds vermehrt nicht nur für die Generierung neuer Ideen sondern auch für die Bewertung dieser Ideen eingesetzt, da oftmals interne Ressourcen wie z.B. Experten die große Zahl an Ideen nur mit ungerechtfertigtem Aufwand evaluieren können. Eine zentrale Herausforderung beim Einsatz der Crowd zur Ideenbewertung ist dabei aus der großen Anzahl an Ideen die besten/vielversprechendsten Ideen zu identifizieren.

Ziel der Bachelorarbeit ist ein klassifizierender Literaturüberblick über wissenschaftliche Beiträge zu diesem Thema. Im ersten Schritt sollen relevante Publikationen systematisch recherchiert und  identifiziert werden. Im zweiten Schritt sollen die zentralen Aspekte der identifizierten Literatur (Art der Crowd, genutzte Methode zur Untersuchung, Forschungsfrage(n), betrachtete Theorie, analysierte Variablen, Ergebnisse etc.) in eine Übersichtstabelle überführt werden. Im letzten Schritt sollen mögliche Schwerpunkte der bereits existierenden Literatur dargestellt sowie mögliche Forschungslücken identifiziert werden.

Hoornaert, S. et al. (2017). Identifying New Product Ideas: Waiting for the Wisdom of the Crowd or Screening Ideas in Real Time. Journal of Product Innovation Management (34:4), 468-486. 

Magnusson, P. et al. (2014). Exploring Users' Appropriateness as a Proxy for Experts When Screening New Product/Service Ideas. Journal of Product Innovation Management (33:1), 4-18.

TG02: Motivation der Crowd – ein klassifizierender Literaturüberblick   

Die Zahl der Personen die ihre Arbeitskraft weltweit verteilt auf Crowdsourcing-/Crowdworking-Plattformen zur Verfügung stellen steigt kontinuierlich. Gleichzeitig ist jedoch relativ wenig über die Motivation dieser Personen, Aufgaben auf diesen Online-Plattformen zu lösen, bekannt. Neben extrinsischer Motivation (monetäre Bezahlung) deuten erste Ergebnisse darauf hin, dass auch intrinsische Motivation ein Bestandteil der Motivation der teilnehmenden Personen auf Crowdsourcing-/Crowdworking-Plattformen ist.

Kaufmann,  N.,  Schulze,  T.,  and  Veit,  D.  2011.  “More than fun and money. Worker motivation in crowdsourcing – a Study on Mechanical Turk,” in: Proceedings of  the Americas Conference on  Information Systems (AMCIS).

Leimeister, J. M., Huber, M., Bretschneider, U. and Krcmar, H. 2009. “Leveraging Crowdsourcing: Activation-Supporting Components for IT-based Ideas Competition.” Journal of Management Information Systems (26:1), pp. 197-224.

Mason, W. A. and Watts, D. J. 2009. “Financial Incentives and the Performance of Crowds,” Proceedings of the ACM SIGKDD Workshop on Human Computation, pp. 77-85.

Zheng, H., Li, D. and Hou, W. 2011. “Task Design, Motivation, and Participation in Crowdsourcing Contests,” International Journal of Electronic Commerce (15:4), pp. 57-88.

Obwohl B2B-Märkte nicht im Alltag von Konsumenten präsent sind, sind sie ein entscheidender Bestandteil der Wertschöpfungskette. Eine Vielzahl von Unternehmen ist auf Produkte von Zulieferern oder Dienstleistungen anderer Unternehmen angewiesen. Dies gilt auch für digitale Märkte und Informationsgüter. Beispielsweise erwerben Unternehmen von anderen Unternehmen bereitgestellte Software. Ein zentraler Bestandteil für das Zustandekommen eines solchen Erwerbs ist das Vertrauen des Käufers in die Qualität des angebotenen Produktes oder der angebotenen Dienstleistung. Auf digitalen Märkten haben sich diverse Reputationssysteme (bspw. Online-Rezensionen oder Zertifizierungen) etabliert um Vertrauensbildung zu erleichtern. Jedoch existiert bisher kein systematischer Überblick über den derzeitigen Stand der Forschung für solche Systeme auf digitalen B2B-Märkten.

Pavlou, P. A. (2002). Institution-based trust in interorganizational exchange relationships: the role of online B2B marketplaces on trust formation. The Journal of Strategic Information Systems, 11(3-4), 215-243.

Emiliani, M. L. (2005). Regulating B2B online reverse auctions through voluntary codes of conduct. Industrial Marketing Management, 34(5), 526-534.

JN02: Gib anderen dein Zuhause – Eine deskriptive Analyse der Ausbuchungsrate von Inseraten auf Airbnb

Sharing Economy Plattformen wie Uber oder Airbnb erfreuen sich stetig wachsender Beliebtheit. Hier können Privatpersonen ihre eigenen, nicht genutzten Ressourcen anderen Personen für eine monetäre Gegenleistung zur Verfügung stellen. Diverse wissenschaftliche Studien und auch öffentliche Bewegungen verdeutlichen, dass hierbei nicht nur altruistische und soziale Gründe im Vordergrund stehen. Die Teilnehmer der Angebotsseite solcher Plattformen verfolgen auch wirtschaftliche Interessen.

Farronato, C., & Fradkin, A. (2018). The welfare effects of peer entry in the accommodation market: The case of airbnb (No. w24361). National Bureau of Economic Research.

Zhang, S., Lee, D., Singh, P. V., & Srinivasan, K. (2016). How much is an image worth? An empirical analysis of property’s image aesthetic quality on demand at AirBNB, in: Proceedings of the Thirty Seventh International Conference on Information Systems (ICIS), Dublin, Ireland.

Gute Englischkenntnisse, gute Statistikkenntnisse erforderlich (Kenntnisse im Umgang mit linearer Regression von Vorteil), grundlegende Kenntnisse in R oder STATA von Vortei

MP01: Auswirkungen von Plattformeintritten - ein systematischer Literaturüberblick

Beziehungen zwischen Interessenten ermöglichen,  zu einer Erhöhung der Erkrankungen an sexuell übertragbaren Krankheiten bei, was wiederrum hohe Kosten im Gesundheitsbereich verursachen kann (Greenwood and Agarwal 2016).

Das Ziel dieser Bachelorarbeit ist die Erarbeitung eines strukturierten Literaturüberblicks über wissenschaftliche Beiträge zu den Marktauswirkungen von Plattformen. Hierfür soll der aktuelle Stand der wissenschaftlichen Literatur aufgearbeitet werden, die sich substantiell mit den Auswirkungen von Plattformeneintritten auseinandersetzen. In einem ersten Schritt sollen dafür relevante Publikationen identifiziert werden, die dann in einem zweiten Schritt analysiert werden. Hierfür gilt es die Begrifflichkeiten hinsichtlich Plattformen herauszustellen, Plattformen und derer Auswirkungen je nach Möglichkeit zu kategorisieren und so voneinander abzugrenzen.

Robert Seamans, Feng Zhu (2014) Responses to Entry in Multi-Sided Markets: The Impact of Craigslist on Local Newspapers. Management Science 60(2):476-493. doi.org/10.1287/mnsc.2013.1785

Brad N. Greenwood, Ritu Agarwal (2016) Matching Platforms and HIV Incidence: An Empirical Investigation of Race, Gender, and Socioeconomic Status. Management Science 62(8):2281-2303. doi.org/10.1287/mnsc.2015.2232

Gute Englischkenntnisse

MP02: Semantische Textanalyse von Online Reviews - ein systematischer Literaturüberblick

Ansatz wählen Lee und Bradlow (2011). Mithilfe der Clustering-Methoden identifizieren sie, ähnlich zu Archak et al. (2011), Eigenschaften von Fotokameras. Basierend auf diesen gelingt es ihnen die Produzten der Fotokameras zu einander zu positionieren.

Das Ziel dieser Bachelorarbeit ist ein strukturierter Literaturüberblick über wissenschaftliche Beiträge mit Fokus auf die Ansätze der verwendeten Methoden zur semantischen Analyse von Online Reviews. Hierfür soll zuerst der aktuelle Stand der wissenschaftlichen Literatur aufgearbeitet werden, die sich substantiell mit Online Reviews und derer semantischen Analyse auseinandersetzen. In einem ersten Schritt sollen dafür relevante Publikationen identifiziert werden, die dann in einem zweiten Schritt analysiert werden. Hierfür gilt es die verwendeten semantischen Methoden herauszustellen, darauf basierende Erkenntnisse hinsichtlich Online Reviews je nach Möglichkeit zu klassifizieren und voneinander abzugrenzen.

Cao, Qing; Duan, Wenjing; Gan, Qiwei (2011): Exploring determinants of voting for the “helpfulness” of online user reviews: A text mining approach. In: Decision Support Systems 50 (2), S. 511–521. DOI: 10.1016/j.dss.2010.11.009.

Archak, Nikolay; Ghose, Anindya; Ipeirotis, Panagiotis G. (2011): Deriving the Pricing Power of Product Features by Mining Consumer Reviews. In: Management Science 57 (8), S. 1485–1509. DOI: 10.1287/mnsc.1110.1370.

Lee, Thomas Y.; Bradlow, Eric T. (2011): Automated Marketing Research Using Online Customer Reviews. In: Journal of Marketing Research 48 (5), S. 881–894. DOI: 10.1509/jmkr.48.5.881.

Gute Englischkenntnisse

DSz01: Geschäftsmodelle im On-The-Fly Computing

Geschäftsmodelle beschreiben die grundlegenden Mechanismen, mit denen ein Unternehmen Werte für Kunden erzeugt und damit Gewinn erzielt. In der unternehmerischen Praxis gewinnen Markt- oder Plattformbetreiber und ihre Geschäftsmodelle zunehmend an Bedeutung. Geschäftsmodelle mit ähnlichen Charakteristika lassen sich durch sog. Geschäftsmodellmuster beschreiben. Im Rahmen dieser Bachelorarbeit sollen insbesondere prototypische Geschäftsmodellmuster (als Geschäftsmodell-Kandidaten) für die zentralen Rollen der Markt- und Plattformbetreiber auf On-The-Fly Computing Märkten identifiziert, prototypisch entwickelt und systematisch beschrieben werden.

prototypische Geschäftsmodelle zu entwickeln und systematisch zu beschreiben. In einem dritten Schritt sollen mögliche Variabilitäten (d.h. mögliche Ausprägungen der Elemente eines Geschäftsmodells) identifiziert werden.

Osterwalder, Alexander; Pigneur, Yves (2010): Business model generation. A handbook for visionaries, game changers, and challengers: Wiley.

Gassmann, Oliver; Frankenberger, Karolin; Csik, Michaela (2014): The business model navigator. 55 models that will revolutionise your business: Pearson.

Gute Englischkenntnisse