Master- und Projektarbeiten

Dennis Kundisch

Ostwestfalen-Lippe (OWL) gilt als Region mit ausgeprägtem Mittelstand, insbesondere auf Grund der Existenz von Unternehmen mit relevanten Zukunftskompetenzen in Maschinenbau, Automatisierungs- und Elektrotechnik sowie der Informatik. Gleichzeitig sind in den letzten Jahren durch unterschiedlichste Initiativen verschiedener Gründungszentren und Angebote für Gründer*innen StartUps ein sichtbarer Teil des wirtschaftlichen Ökosystems in OWL geworden.

Laut Deutschem StartUp Monitor 2021 kooperieren bereits zwei Drittel der StartUps mit etablierten Unternehmen und 42,5% der StartUps wünschen sich strategische Investments aus Unternehmen oder Family Offices. Auf der anderen Seite können etablierte Unternehmen durch den frühen Zugang zu Produkt- und Prozessinnovationen profitieren sowie Ideen für neue Geschäftsmodelle generieren. Der Vernetzung und dem Zusammenwirken von StartUps und etabliertem Mittelstand zum beiderseitigen Nutzen kommen daher eine besondere Bedeutung zu. Gleichzeitig legt anekdotische Evidenz nahe, dass – auch in OWL – noch ungenutztes Potenzial gehoben werden könnte. 

Diese Arbeit soll, auf Basis einer fundierten Literatursynthese, qualitativ empirisch analysieren, anhand welcher Kriterien StartUps und etalbierter Mittelstand eine potenzielle Kooperation in Betracht ziehen, welche Kooperationsmodelle Anwendung finden (oder finden könnten) und welche Kriterien potentiell über den Erfolg einer Kooperation entscheiden. Die mit Hilfe der Literaturrecherche und der Expert*inneninterviews erzielten Ergebnisse sollen dann als Grundlage für die Konzeption und prototypische Umsetzung einer Matching-Plattform für StartUps und den etablierten Mittelstand in OWL genutzt werden.

Die Arbeit wird in Kooperation mit dem heder:Lab in Salzkotten durchgeführt.

Masterarbeit

nicht vergeben

Florian Laux

Arbeiter auf Crowdworking Plattformen haben meist eine schwächere Verhandlungsposition als deren Auftraggeber, da die Auftraggeber frei entscheiden können ob ihnen die Qualität der Ergebnisse gefällt oder nicht. Nur wenn der Auftraggeber die Ergebnisse akzeptiert, wird der zugehörige Crowd Worker auch bezahlt. Viele Crowd Worker fürchten, dass die Auftraggeber die Bezahlung umgehen indem sie die Ergebnisse ablehnen, obwohl sie eigentlich mit der Qualität zufrieden sind, insbesondere weil viele Plattformanbieter keine Strukturen schaffen, um dieses Verhalten zu sanktionieren. Um diese schlechte Verhandlungsposition auszugleichen, haben die Crowd Worker unterschiedliche Kommunikationskanäle entwickelt, um sich über die Seriosität und Fairness einzelner Auftraggeber auszutauschen. Für die Plattform Amazon Mechanical Turk gibt es zum Beispiel das Browser-Addon und zugehörige Online-Forum Turkopticon. Auf Turkopticon können Arbeiter die Aufgaben und die zugehörigen Auftraggeber bewerten, um andere Arbeiter vor unseriösen bzw. unfairen Auftraggebern zu warnen.

In dieser Masterarbeit sollen in einem ersten Schritt die Daten aus dem Online Forum automatisiert gesammelt und aufbereitet werden. Hierzu soll das Programm „Microsoft Power Automate“ genutzt werden. Der generierte Datensatz soll dann im zweiten Schritt mit Textmining Methoden (insbesondere Topic Modelling) analysiert werden, um herauszufinden, über welche Eigenschaften von Aufgaben sich die Arbeiter auf dieser Plattform austauschen. Abschließend sollen basierend auf den Analyse-Ergebnissen, erste Design-Vorschläge für ein faireres Plattform Design angeleitet werden.

Gute Englischkenntnisse

Fortgeschrittene Programmierkenntnisse (insb. Im Bereich Datenverarbeitung und Textmining)

Ggfs. Erfahrung mit Power Automate (oder vergleichbarer Automatisierungssoftware)

Benson, A., Sojourner, A., and Umyarov, A. 2020. “Can Reputation Discipline the Gig Economy? Experimental Evidence from an Online Labor Market,” Management Science (66:5), pp. 1802-1825.

Filippas, A., Horton, J. J., and Golden, J. 2022. “Reputation Inflation,” Marketing Science (41:4), pp. 483-484.

Masterarbeit

nicht vergeben

Michelle Müller

In den letzten Jahrzehnten haben sich viele vielversprechende Start-Ups auf dem Markt etabliert, die unter anderem moderne digitale Technologien entwickeln und in den verschiedensten Branchen einsetzen. Zentral für das Überleben dieser Start-Ups ist vor allem die Finanzierung durch Investoren. Um eine solche Finanzierung zu erhalten, stellen viele Gründerinnen und Gründer ihr Start-Up sowie das entwickelte Produkt oder die Dienstleistung auf Pitch-Events vor. Im Zuge dieser Events versuchen Gründerinnen und Gründer, potenzielle Geldgeber von ihrem Start-Up zu überzeugen und so eine Finanzierungsmöglichkeit zu erhalten. Auffällig ist jedoch, dass Gründerinnen im Vergleich zu Gründern im Schnitt signifikant weniger Finanzierung erhalten. Warum dieser Unterschied auftritt, ist in der Forschung jedoch weitgehend ungeklärt. Eine Möglichkeit, die diesen Unterschied erklären könnte, liegt in der unterschiedlichen Art und Weise wie Gründerinnen und Gründer ihre Start-Ups im Zuge der Pitch-Events präsentieren.

Das Ziel dieser Masterarbeit soll deshalb eine vergleichende Textanalyse von aufgezeichneten Pitches zwischen Gründerinnen und Gründern sein. In einem ersten Schritt soll dazu der Stand der Forschung zu den Erfolgsfaktoren von Start-Ups sowie zu den Unterschieden zwischen Frauen und Männern in der Gründerszene herausgearbeitet werden. Anschließend soll ein zur Verfügung gestellter Datensatz, welcher Pitch-Transkripte von Gründerinnen und Gründern auf der NOAH Conference enthält (https://www.youtube.com/user/NoahAdvisors/playlists), aufbereitet und mithilfe von Text-Mining Methoden ausgewertet werden. Dieser Datensatz soll im Anschluss mit Investitionsdaten auf Crunchbase.com (https://www.crunchbase.com/) zusammengeführt werden, um herauszufinden welche Gründerinnen und Gründer in der Finanzierungsakquise besonders erfolgreich waren. Abschließend sollen die Ergebnisse kritisch diskutiert und Handlungsempfehlungen für Gründer*Innen, Investitionsgeber*Innen und politische Entscheidungsträger*Innen abgeleitet werden.

Gute Englischkenntnisse
Programmierkenntnisse
Text-Mining Kenntnisse

Kanze, D., Huang, L., Conley, M. A., & Higgins, E. T. (2018). We ask men to win and women not to lose: Closing the gender gap in startup funding. Academy of Management Journal, 61(2), 586-614.

Masterarbeit

nicht vergeben, Start der Arbeit ist ab dem 01.04.2023 möglich

Maike Althaus

Das Aufkommen von co-working spaces hat die Art und Weise, wie Menschen arbeiten, grundlegend verändert. Co-working-space-Plattformen bringen Einzelpersonen oder Organisationen mit gemeinsam genutzten Büroräumen zusammen. Dabei können unterschiedliche Arbeitsbereiche wie Privatbüros, gemeinsam genutzte Schreibtische, Besprechungsräume und andere Kooperationsräume genutzt werden. Insbesondere die Plattform coworker.com erleichtert und fördert die Schaffung und Nutzung solcher co-working spaces. In diesem Zusammenhang sind die Auswirkungen von co-working spaces auf die lokalen Immobilienmärkte, einschließlich der Auswirkungen auf die Mietpreise, die Verfügbarkeit von Wohnraum und die Nachfrage nach Wohnraum, noch weitgehend unerkannt. 

Ziel dieser Masterarbeit ist daher eine ökonometrische Analyse der Auswirkungen des Eintritts einer ausgewählten co-working space Plattform (z.B. coworker.com) auf die Marktsituation (z.B. Preisverhalten, Angebot, Nachfrage) des lokalen Immobilienmarktes. In einem ersten Schritt soll der Stand der Forschung zu den Auswirkungen von co-working spaces als Teil der Sharing Economy auf Wirtschaft und Gesellschaft aufgezeigt werden. Anschließend sollen geeignete lokale Märkte für die Analyse identifiziert werden. Um eine ökonometrische Analyse durchzuführen, sollen Daten von der Plattform und zum Immobilienmarkt gesammelt und aufbereitet werden. Zu diesem Zweck können beispielsweise Webcrawler wie "Microsoft Power Automate" verwendet werden.

Gute Englischkenntnisse

Mikroökonometrische Kenntnisse (bspw. durch Besuch von W2474 oder W5489) erforderlich

Programmierkenntnisse und Kenntnisse in STATA, Python oder R von Vorteil

Ggfs. Erfahrung mit Power Automate (oder vergleichbarer Automatisierungssoftware)

Yang, E., Bisson, C., & Sanborn, B. E. (2019). Coworking space as a third-fourth place: changing models of a hybrid space in corporate real estate. Journal of Corporate Real Estate, 324–345.

Bouncken, R. B., & Reuschl, A. J. (2018). Coworking-spaces: how a phenomenon of the sharing economy builds a novel trend for the workplace and for entrepreneurship. Review of Managerial Science, 12, 317-334.

Masterarbeit

nicht vergeben

Christian Vorbohle

Motiviert durch das starke Wachstum und dem weitreichenden Einfluss von Unternehmen wie Google, Apple, Microsoft, Amazon, Tencent, oder Alibaba haben sich Wissenschaftler in den letzten Jahren intensiv mit digitalen Wertschöpfungsmechanismen auseinandergesetzt. Plattformen und Ökosysteme haben sich dabei als wertvolle Konzepte herausgebildet, die beschreiben, wie Kunden und Unternehmen zusammenarbeiten um insb. im digitalen Kontext Wertschöpfung zu betreiben.

Ein zentraler Grund, weswegen plattformbasierte Geschäftsmodelle für Unternehmen besonders interessant sind, sind sogenannte Netzwerk- und Skaleneffekte. Kunden profitieren davon, wenn sie mit einer größeren Anzahl von anderen Nutzern oder Anbietern interagieren können. Die bisherige ökonomische Literatur leitet aus diesen beiden Arten von Effekten oftmals starkes Wachstum und Skalierbarkeit ab und darauf basierend eine Tendenz zur Monopol- oder Oligopolbildung ab. Im Gegensatz dazu hat sich das Konzept des Ökosystems in der Forschungsliteratur weitestgehend separat entwickelt. Ein zentrales Element von Ökosystemen sehen Wissenschaftler vor allem in dem partnerschaftlichen Zusammenschluss von Unternehmen, die alle gemeinsam zu einem gemeinsamen Wertangebot (Value Proposition) beitragen und darum ihre Ressourcen und Aktivitäten koordinieren müssen.

Ökosysteme basieren zwar häufig auf Plattformen, doch handelt es sich dabei um unterschiedliche Konzepte, die auf verschiedenen Ebenen und mit unterschiedlichen Wertschöpfungs- und Koordinierungsmechanismen arbeiten. Beide Konzepte werden jedoch in der Literatur und Praxis häufig gemeinsam (oder sogar synonym) verwendet ohne eine sinnvolle Unterscheidung zu berücksichtigen. Die große Vielfalt und Menge an wissenschaftlicher Literatur aus verschiedenen Forschungsdisziplinen erschwert aktuell eine Unterscheidung auf Basis von Plattform und Ökosystem Publikationen.

Das Ziel der Masterarbeit ist deshalb die Anfertigung eines systematischen Überblicks zum aktuellen Stand der Forschung zu Plattformen und Ökosystemen sowie ein konzeptioneller Vergleich und eine Abgrenzung zu angrenzenden Konzepten, wie z.B. Allianzen.  In einem ersten Schritt sollen die für beide Konzepte relevanten Begrifflichkeiten und theoretischen Grundlagen definiert werden. In einem zweiten Schritt soll dann eine systematische Literaturrecherche in vorrangig einflussreichen Fachzeitschriften (VHB-JOURQUAL3 ≥ B) sowohl zu Plattformen als auch zu Ökosystemen durchgeführt werden. In einem dritten Schritt sollen dann die Ergebnisse aus beiden Literaturrecherchen untersucht, systematisiert und übersichtlich präsentiert werden. In einem vierten Schritt gilt es dann die Ergebnisse kritisch zu diskutieren sowie Gemeinsamkeiten und Unterschiede beider Konzepte herauszustellen.

Gute Englischkenntnisse (die relevante Literatur ist fast ausschließlich auf Englisch vorhanden).

Adner, R. (2017). Ecosystem as structure: An actionable construct for strategy. Journal of management, 43(1), 39-58.

Gawer, A. (2021). Digital platforms’ boundaries: The interplay of firm scope, platform sides, and digital interfaces. Long Range Planning, 54(5), 102045.

Jacobides, M. G., Cennamo, C., & Gawer, A. (2018). Towards a theory of ecosystems. Strategic management journal, 39(8), 2255-2276.

De Reuver, M., Sørensen, C., & Basole, R. C. (2018). The digital platform: a research agenda. Journal of information technology, 33(2), 124-135.

Masterarbeit

vergeben

Michelle Müller

Im letzten Jahrzehnt sind Sharing Economy Plattformen wie AirBnb oder Uber stetig gewachsen und erfreuen sich mittlerweile an großer Beliebtheit in der Gesellschaft. Sie ermöglichen es Privatpersonen ihre nicht genutzten Ressourcen anderen Konsumenten gegen ein Entgelt zur Verfügung zu stellen und rufen so Markteffizienzen hervor. Im Jahr 2020 hat die Covid-19 Pandemie hat jedoch nicht nur die traditionellen Industrien stark getroffen, sondern auch den Sharing Economy Markt. Angesichts von Hygienekonzepten zur Eindämmung der Pandemie sind die Bedingungen für die Sharing Economy extrem erschwert worden. Die ökonomischen Auswirkungen infolge von lokalen Lockdowns bzw. lokalen Öffnungsschritten auf Sharing Märkten sind bisher jedoch weitgehend unbekannt.

Das Ziel dieser Masterarbeit ist deshalb eine ökonometrische Analyse der Auswirkungen von lokalen Lockdowns bzw. lokalen Öffnungsschritten auf die Marktsituation (z.B. Preissetzungsverhalten, Angebot, Nachfrage) einer ausgewählten Sharing Economy Plattform (AirBnb). In einem ersten Schritt soll dazu der Stand der Forschung zu den Auswirkungen von Sharing Economy Plattformen auf Wirtschaft und Gesellschaft sowie zu den Auswirkungen von externen Einflüssen (z.B. Naturkatastrophen, Regulationsmaßnahmen) auf Sharing Märkte herausgestellt werden. Anschließend sollen geeignete lokale Märkte für die Analyse identifiziert werden. Die ökonometrische Analyse kann beispielsweise mithilfe von Daten der Webseite insideairbnb.com durchgeführt werden. Dabei kann zum einen der Einfluss von lokalen Lockdowns evaluiert werden, zum anderen können die Auswirkungen von lokalen Öffnungsschritten untersucht werden.

Gute Englischkenntnisse (die relevante Literatur ist fast ausschließlich auf Englisch vorhanden).

Mikroökonometrische Kenntnisse (bspw. durch Besuch von W5489) erforderlich.

Programmierkenntnisse und Kenntnisse in STATA oder R von Vorteil.

Hu, Maggie and Lee, Adrian D., Airbnb, COVID-19 Risk and Lockdowns: Local and Global Evidence (November 28, 2020). Available at SSRN: https://ssrn.com/abstract=3589141

Fairley, S., Babiak, K., MacInnes, S., & Dolnicar, S. (2021). Hosting and co-hosting on Airbnb–before, during and after COVID-19. First Published in 2021 by The University of Queensland, 2021, 127.

Masterarbeit

vergeben

Stefanie Müller

In den letzten Jahren ist ein vermehrter Anstieg der Digitalisierung in der Kulturlandschaft zu beobachten. Obwohl die Covid-19-Pandemie den Kultursektor derzeit massiv einschränkt, treibt sie die Digitalisierung von Kunst und Kultur stark voran. Kulturbetriebe wie Museen können seit Pandemiebeginn nur wenig bis keine Museumsbesucher*innen empfangen, sind aber weiterhin ihrem politischen Kulturauftrag, der Schaffung von kultureller Teilhabe, verpflichtet. Kulturelle Teilhabe stellt das Grundrecht eines jeden Einzelnen dar, an der Schaffung, Nutzung und Verteilung von Kunst und Kultur beteiligt zu sein. Um dieser Mission nachkommen zu können, nutzen viele Museen vermehrt die Vorteile digitaler Plattformen, um weiterhin Menschen den Zugang zu Kunst und kultureller Bildung zu ermöglichen. Auf Social-Media-Kanälen wie Instagram und anderen Content-Plattformen wie YouTube oder eigenen Blogs und Webseiten erstellen Museen kreative und digitale Formen der Kulturvermittlung. Ein Beispiel stellt derzeit das Heinz Nixdorf MuseumsForum in Paderborn dar, das seinen ‚Besucher*innen‘ einen virtuellen Rundgang durch das Museum bietet (siehe https://www.hnf.de/dauerausstellung/virtuelle-rundtour.html). 

Trotz der steigenden Synergieeffekte aus Technologie, Digitalisierung und Kultur ist bislang wenig dazu untersucht worden, inwieweit der digitale Zugang zu Kunst und Kultur die kulturelle Teilhabe und Bildung tatsächlich fördert. Nur wenige Studien haben bisweilen untersucht, ob digitale Formate ein wichtiger Faktor sind, der zur Teilhabe im Kunst- und Kultursektor beiträgt. 

In Anbetracht des raschen Fortschritts der Digitalisierung, der weitreichenden und andauernden Corona-Schutzmaßnahmen, sowie des kulturpolitischen Auftrags, dem weiterhin alle Kulturbetriebe unterliegen, ist eine wissenschaftliche Untersuchung der Zusammenschmelzung von Kultur und Digitalisierung in Bezug auf kulturelle Teilhabe unerlässlich geworden.  

Ziel dieser Masterarbeit ist die Untersuchung wahrgenommener kultureller Teilhabe mittels digitalen Zugangs. In einem ersten Schritt soll dazu der Stand der Forschung zur Digitalisierung und kulturellen Teilhabe aufgearbeitet werden. Anschließend soll im Rahmen von Interviews eine empirische Studie zum ‚Besuchererlebnis‘ von ‚Museumsbesucher*innen‘ durchgeführt werden, die – anhand eines ausgesuchten Praxisbeispiels – auf eine virtuelle Ausstellung oder vergleichbares zugreifen. Im Fokus der Interviews soll das Erleben und Wahrnehmen von kultureller Teilhabe stehen (bspw. leichter Zugang, Vermittlung von Wissen/Kultur/Ästhetik, Gefühl von Teilhabe, Nutzungsdauer, Bewertung der digitalen Formate). 

Die erarbeitenden Kenntnisse aus dieser Forschungsarbeit sollen sich an den akademischen als auch nicht-akademischen Forschungsbereich richten. Sie sind sowohl für die wissenschaftliche Community von Interesse, da sie bisherige Forschungsansätze zu Digitalisierung und kultureller Teilhabe vorantreiben, als auch für Kulturvermittelnde, Kurator*innen, Kulturmanager*innen und Museumsleitende, die vor der Herausforderung stehen, digitale Kulturvermittlungsmethoden zu erarbeiten und kulturelle Teilhabe zu schaffen. 

• Gute Englischkenntnisse
• Grundkenntnisse qualitative Forschung

Thema:

• Maedler, Witt (2014). Gelingensbedingungen kultureller Teilhabe. Kulturelle Bildung online. Verfügbar unter: https://www.kubi-online.de/artikel/gelingensbedingungen-kultureller-teilhabe (letzter Zugriff am 11.02.2020).
• Mihelj, Leguina and Downey (2019). Culture is digital: Cultural participation, diversity and the digital divide. new media & society, Vol. 21(7), 1465-1485.
• Valtysson (2010): Access culture: Web 2 and cultural participation. International Journal of Cultural Policy, 16(2), 200-214.

Methode:

• Diekmann (2011): Empirische Sozialforschung. Grundlagen, Methoden, Anwendungen. 5. Auflage, Rowohlt Verlag, Reinbek bei Hamburg.
• Hopf (2007): Qualitative Interviews - ein Überblick, in: Qualitative Forschung: ein Handbuch, 5. Auflage, hrsg. von Flick, Uwe; von Kardoff, Ernst; Steinke, Ines, Rowohlt Verlag, Reinbeck bei Hamburg.
• Mayring (2015): Qualitative Inhaltsanalyse. Grundlagen und Techniken. 12. Auflage, Beltz Verlag, Weinheim und Basel.

Masterarbeit

vergeben

Florian Laux

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. Dabei ist das Design der bereitgestellten Ideenbewertungsplattform von zentraler Bedeutung, da selbst vermeintlich kleine Design-Entscheidungen einen großen Einfluss auf das Nutzerverhalten haben. Ein häufig beobachteter Effekt in solchen Szenarien ist der sogenannte Anker-Effekt, der die Beeinflussung des Entscheidungsverhaltens durch Umgebungsinformationen beschreibt. Solch eine Beeinflussung durch einen Anker kann zum Beispiel durch die Anzeige der bisherigen Durchschnittsbewertungen von den anderen Teilnehmern entstehen. Ein erstes Experiment zur Untersuchung des Anker-Effekts bei der Ideenbewertung auf einer Crowdworking Plattform zeigt dass der Anker insbesondere die Bewertung von guten Ideen beeinflusst (Görzen und Kundisch, 2019). Da es bisher jedoch keine Erklärung für dieses Verhalten gibt, soll im Rahmen dieser Masterarbeit die Cognitive-Load Theory als möglicher Erklärungsansatz untersucht werden.

Ziel dieser Masterarbeit ist es daher ein Experiment durchzuführen in dem die Crowd Ideen in Anwesenheit eines Ankers bewerten soll. Neben der abgegebenen Bewertung soll dabei auch die wahrgenommene kognitive Belastung bei der Bewertung der jeweiligen Idee gemessen werden. Um eine theoretische Grundlage für dieses Experiment zu bilden, sollen im ersten Schritt die relevante Literatur zu den Themen Crowdvoting, kognitive Belastung und zu dem Anker-Effekt systematisch betrachtet werden. Daraufhin soll das oben genannte Experiment mit zusätzlicher Messung der kognitiven Belastung auf der Plattform „Clickworker“ implementiert und durchgeführt werden. Die Ergebnisse sollen im nächsten Schritt untersucht werden um eine mögliche Beziehung zwischen dem Einfluss des Ankers und der kognitiven Belastung zu finden. Abschließend sollen die Beobachtungen im Kontext der Theorie interpretiert und diskutiert werden.

Gute Englischkenntnisse (die relevante Literatur ist fast ausschließlich auf Englisch vorhanden).

Programmierkenntnisse (HTML und Javascript) und Kenntnisse im Bereich der experimentellen Forschung von Vorteil.

Görzen, T., & Kundisch, D. (2019). When in doubt follow the crowd: How idea quality moderates the effect of an anchor on idea evaluation (No. 57). Thirty Eighth International Conference on Information Systems (ICIS). Seoul, South Korea, pp. 1–20.

Cheng, X., Fu, S., De Vreede, T., De Vreede, G. J., Seeber, I., Maier, R., & Weber, B. (2020). Idea convergence quality in open innovation crowdsourcing: a cognitive load perspective. Journal of Management Information Systems, 37(2), 349-376.

Klein, M., & Garcia, A. C. B. (2015). High-speed idea filtering with the bag of lemons. Decision Support Systems, 78, 39-50.

Masterarbeit

vergeben

Florian Laux, Martin Poniatowski

Crowdworking Plattformen werden von Unternehmen für vielfältige Aufgaben genutzt. Von Marktstudien, über innovative Ansätze zur Produktentwicklung bis hin zur einfachen Klassifizierung von Bildern. All diese Aufgaben und noch mehr können auf einer Crowdworking Plattform umgesetzt werden. Auch für die Forschung haben Crowdworking Plattformen über die letzten Jahre stark an Bedeutung gewonnen. Sie sind ein schneller und günstiger Weg, um Umfragen oder Experimente durchzuführen. Dabei ist die resultierende Ergebnisqualität mindestens vergleichbar mit der Ergebnisqualität traditioneller Datenerhebungsmethoden (bspw. Laboren) (Kees et al., 2017).

Nun haben sich in den letzten Jahren neben Amazon Mechancial Turk weitere Crowdworking Plattformen wie CrowdFlower, Prolific Academic oder Clickworker und darauf aufbauende digitale Dienste wie bspw. CloudResearch etabliert, die alle ähnliche Möglichkeiten bieten: Eine Aufgabe an eine Vielzahl an quasi anonymen Personen auf der ganzen Welt outzusourcen oder mit diesen Personen eine Umfrage oder ein Experiment durchzuführen. Damit stellt sich die Frage, welche Plattformen oder Dienste eigenen sich besonders gut, um Forschung darauf zu betreiben? Das Ziel dieser Masterarbeit soll es sein, diese Frage systematisch zu beantworten und zum Schluss eine Empfehlung auszusprechen.

Im ersten Schritt gilt es eine systematische Übersicht der Forschung zu erstellen, die aufzeigt welche Plattformen genutzt werden. In diesem Zuge soll eine weitere Übersicht über die Plattformen entstehen, welcher man die Unterschiede, Besonderheiten, Kostenstruktur als auch Informationen über die Crowdworker entnehmen kann. Hierzu sollten vor allem Papiere analysiert werden, die die Plattformen daraufhin untersuchen (bspw. Peer et al., 2017).

Im Anschluss gilt es zwei Plattformen basierend auf den Erkenntnissen auszuwählen, welche in einem Experiment anhand entsprechender Messinstrumente verglichen werden sollen. Hierzu gilt es ein Experiment-Design zu entwickeln, welches auf den ausgewählten Plattformen durchgeführt wird, um aussagekräftige Vergleiche über die Eignung der Crowdworker als Forschungssubjekte zwischen den jeweiligen Plattform ziehen zu können.

Gute Englischkenntnisse, Programmierkenntnisse in Webentwicklung, Idealerweise am Modul "Experiments on Digital Markets" teilgenommen

Buhrmester, M., Kwang, T. and Gosling, S. D. (2016) ‘Amazon's Mechanical Turk: A new source of inexpensive, yet high-quality data?’, in Kazdin, A. E. (ed) Methodological issues and strategies in clinical research, 4th edn, Washington, DC, American Psychological Association, pp. 133–139

Jia, R., Steelman, Z. and Reich, B. H. (2017) ‘Using Mechanical Turk Data in IS Research: Risks, Rewards, and Recommendations’, Communications of the Association for Information Systems, vol. 41, pp. 301–318.

Peer, E., Brandimarte, L., Samat, S. and Acquisti, A. (2017) ‘Beyond the Turk: Alternative platforms for crowdsourcing behavioral research’, Journal of Experimental Social Psychology, vol. 70, pp. 153–163.

Thomas, K. A. and Clifford, S. (2017) ‘Validity and Mechanical Turk: An assessment of exclusion methods and interactive experiments’, Computers in Human Behavior, vol. 77, pp. 184–197 [Online]. DOI: 10.1016/j.chb.2017.08.038.

Kees, J., Berry, C., Burton, S. and Sheehan, K. (2017) ‘An Analysis of Data Quality: Professional Panels, Student Subject Pools, and Amazon's Mechanical Turk’, Journal of Advertising, vol. 46, no. 1, pp. 141–155.

Masterarbeit

vergeben

Dennis Kundisch

Online-Bewertungssysteme sind ein integraler Bestandteil der heutigen Internetwirtschaft. Ob bei einem Restaurantbesuch, bei der Urlaubsplanung oder auf der Suche nach einer neuen Digitalkamera: Plattformen wie Yelp, TripAdvisor oder Amazon bieten Bewertungssysteme, die helfen ein Produkt zu finden, das optimal zum Geschmack des potentiellen Konsumenten passt.

Es gibt mittlerweile ein umfangreiches Schrifttum, welches sich den Fragen nach den Wirkungen der Anzahl von Bewertungen und der durchschnittlichen Bewertung auf bspw. die Verkäufe widmet. Erst in der jüngsten Zeit ist auch die Frage des Informationsgehalts der Verteilung dieser Kundenbewertungen (bspw. gemessen durch die Varianz der numerischen Kundenbewertungen) ins Zentrum des Interesses gerückt. Dabei wird an dieser Frage sowohl in der Psychologie, dem Marketing auch in der Wirtschaftsinformatik/dem Information Systems gearbeitet.

Ziel dieser Master-/Projektarbeit ist die systematische Aufarbeitung der zu diesem Thema vorhandenen Literatur sowie die Ableitung einer zugehörigen Forschungsagenda.

Gute Englischkenntnisse (die relevante Literatur ist ausschließlich auf Englisch vorhanden), Spaß am Literaturstudium 

Clemons, E., Gao. G, and Hitt, L.M. 2006. When online reviews meet hyperdifferentiation: A study of the craft beer industry, Journal of Management Information Systems (23:2), pp. 149-171.

Herrmann, P., Kundisch, D., Zimmermann, S., and Nault, B. 2015. How do different Sources of the Variance of Consumer Ratings Matter?, Proceedings of the International Conference on Information Systems ICIS.

Sun, M. 2012. How does the variance of product ratings matter? Management Science (58:4), pp. 696-707.

Jane Webster and Richard T. Watson. Analyzing the past to prepare for the future: Writing a literature review. MIS Quarterly, 26(2):xiii–xxiii, June 2002.

Master- oder Projektarbeit

vergeben