Themenliste

Hu, N., Pavlou, P. A., and Zhang, J. 2007. “Why do online reviews have a J-shaped distribution? Overcoming biases in online word-of-mouth communications,” Working Paper. Available online: ssrn.com/abstract=2380298.

Das Konzept der Kreativität wird aufgrund seiner unbestreitbaren Relevanz für Individuen, Organisationen und Gesellschaften in den verschiedensten Disziplinen diskutiert (z.B. Psychologie, Soziologie, Organisationswissenschaften, oder Wirtschaftsinformatik). Kreativität kann auf unterschiedlichen Ebenen (Individual-, Gruppen-, oder Organisations-Ebene) sowie aus unterschiedlichen Perspektiven (Fokus auf bspw. Produkt, Prozess, Person) analysiert werden. In der Wirtschaftsinformatik sind dabei insbesondere IT-Artefakte (z.B. ein Softwareprototyp) Gegenstand von Kreativitätsforschung. Eine zentrale Herausforderung der Wirtschaftsinformatik ist dabei die Evaluation von solchen IT-Artefakten, für die sich Experimente als rigorose Forschungsmethode eignen. Experimente erlauben es in einer kontrollierten Umgebung Ursache-Wirkungs-Zusammenhänge von IT-Artefakten zu untersuchen.

Das Ziel dieser Bachelorarbeit ist in strukturierter Überblick über die Art und Weise wie in der Wirtschaftsinformatik Experimente für die Kreativitätsforschung eingesetzt werden. Hierfür soll der aktuelle Stand der Literatur über Experimente in der Wirtschaftsinformatik aufgearbeitet werden, die sich substantiell mit dem Konzept der Kreativität auseinandersetzen. In einem ersten Schritt sollen dafür relevante Publikationen identifiziert werden, die dann in einem zweiten Schritt analysiert werden. Hierfür gilt es Kriterien zu entwickeln, die einen Vergleich der Experimente in der Literatur ermöglichen. In einem dritten Schritt sollen dann Gemeinsamkeiten und Unterschiede der Experimente untersucht, Möglichkeiten und Grenzen von solchen Experimente aufgezeigt sowie aktuelle Entwicklungen diskutiert werden.

Hess, Thomas; Wilde, Thomas (2008): Potenzial experimenteller Forschung in der Wirtschaftsinformatik – Ein Beitrag zur methodischen Fundierung. In: Reinhard Jung und Thomas Myrach (Hg.): Quo vadis Wirtschaftsinformatik? Wiesbaden: Gabler, S. 57–82.

Seidel, Stefan; Müller-Wienbergen, Felix; and Becker, Jörg (2010): The concept of creativity in the information systems discipline. Past, present, and prospects. In: Communications of the Association for Information Systems 27 (14), S. 217–242.

DSz02: Literaturüberblick über datengetriebene Geschäftsmodelle: Status Quo, Herausforderungen und Handlungsempfehlungen

90 % der heute global existierenden Daten wurden alleine in den letzten beiden Jahren geschaffen. Die Erfassung, Verarbeitung, Speicherung, Suche und Analyse von immer größeren Datenmengen hat dabei auch Einfluss auf die Art und Weise, wie Unternehmen für ihre Kunden Wert schaffen. Datengetriebene Geschäftsmodelle sind in zahlreichen Branchen denkbar (z.B. Banken-, Einzelhandels-, Tourismus-, oder Gesundheitsbranche).

Eine zentrale Herausforderung ist dabei die vorhandenen Daten (z.B. als Key Resource oder Value Proposition) in funktionierende Geschäftsmodelle einzubinden. Es gibt bereits erste Ansätze datengetriebene Geschäftsmodelle zu untersuchen, jedoch gibt es keinen strukturierten Überblick über die verschiedenen Ansätze datengetrieben Geschäftsmodelle in der wissenschaftlichen Literatur. Ziel dieser Bachelorarbeit ist daher die Aufarbeitung der wissenschaftlichen Literatur. In einem ersten Schritt sollen dafür relevante Publikationen identifiziert werden, die dann in einem zweiten Schritt analysiert werden. In einem dritten Schritt sollen die Herausforderungen bei der Entwicklung von datengetriebenen Geschäftsmodellen erarbeitet werden. Hierfür sollen Chancen und Risiken von datengetriebenen Geschäftsmodellen identifiziert werden. In einem vierten Schritt sollen dann anhand ausgewählter Beispiele Handlungsempfehlungen für die Entwicklung von datengetriebenen Geschäftsmodellen diskutiert werden.

Engelbrecht, Adrian; Gerlach, Jin; and Widjaja, Thomas (2016): Understanding the Anatomy of Data-Driven Business Models-towards an Empirical Taxonomy. In: Proceedings of the 24th European Conference on Information Systems; Istanbul, Turkey.

Hartmann, Philipp M.; Zaki, Mohamed; Feldmann, Niels; & Neely, Andy (2014): Big data for big business? A taxonomy of data-driven business models used by start-up firms. University of Cambridge Working Paper Series.

BITKOM (2015): Big Data und Geschäftsmodell-Innovationen in der Praxis: 40+ Beispiele. Leitfaden.

Webster, Jane; Watson, Richard T. (2002): Analyzing the Past to Prepare for the Future: Writing a Literature Review. In: MIS Quarterly 26 (2), S. xiii–xxiii.

TG01: Ideencommunities – Literaturüberblick und Betrachtung verschiedener Bewertungsmechanismen

Crowdsourcing-Communities, insbesondere mit dem Fokus der Ideengenerierung für neue Produkte oder Dienstleistungen („Ideencommunities“) stellen einen neuen Weg für Unternehmen dar, Ideen von einer großen Gruppe („Crowd“) zu erhalten. Die Ideengenerierung innerhalb einer solchen Community kann schnell zu einer sehr großen Zahl von Ideen führen, die bewertet werden müssen. Ziel dieser Arbeit ist es in einem ersten Schritt die Literatur zu verschiedenen Bewertungsmechanismen von Ideen zu identifizieren und diese zu kategorisieren, Anschließend sollen Praxisbeispiele von Communities zur Ideenbewertung recherchiert werden um die Anwendung der verschiedenen Bewertungsmechanismen in der Praxis darzustellen. Hierbei soll herausgestellt werden, für welche Art von Ideen und den damit verbundenen Zielen der Ideenbewertung bestimmte Bewertungsmechanismen in der Praxis eingesetzt werden.

Bayus, B. L. (2013). Crowdsourcing New Product Ideas over Time: An Analysis of the Dell IdeasStorm Community. Management Science, Vol. 59, No.1, 226-244.

Dean et al. (2006). Identifying Quality, Novel, and Creative Ideas: Constructs and Scales for Idea Evaluation. Journal of the Association for Information Systems 7(10), 646-699.

Sakamoto, Y. and Bao, J. (2011). Testing Tournament Selection in Creative Problem Solving Using Crowds. International Conference on Information Systems.

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

Neugierde stellt einen wichtigen Einflussfaktor für menschliches Verhalten in verschiedenen Alltagssituationen dar. Nach der „Gap Theory of Curiosity“ (Loewenstein, 1994) entsteht für Menschen ein gewisser „Schmerz“, wenn Sie etwas über einen bestimmten Sachverhalten wissen möchten, dieses Wissen aber aktuell nicht zur Verfügung steht. Daher versuchen Menschen diese Lücke (Gap) zu füllen um den damit verbundenen „Schmerz“ zu beseitigen. (Loewenstein, 1994). Diese Theorie wird bereits auf verschiedenen Online-Kontexten durch das sog. „Clickbaiting“ angewendet.

Lowenstein, G. (1994) The Psychology of Curiosity: A Review and Reinterpretation. Psychological Bulletin (116:1), 75-98.

Heath, C. and Heath, D. (2010) Made to Stick. Why Some Ideas Survive and Others Die. Random House, New York. 80-93.

Programmierkenntnisse (XML, JavaScript)

Gamification – die Nutzung spielerischer Elemente zur Motivationssteigerung in spielfremden Umgebungen – erfreut sich zunehmender Beliebtheit. Bekannte Beispiele sind Fitness-Apps wie Freeletics oder Runtastic, die Game Design-Elemente wie Abzeichen und Bestenlisten zur Motivation ihrer Nutzer einsetzen. Aber auch in anderen Anwendungen, beispielsweise im eLearning, wird Gamification zunehmend eingesetzt. Ziel dieser Arbeit ist es, die Nutzung von Gamification in eLearning-Software zu untersuchen, ein Klassifikationsschema zur Einordnung der Gamification-relevanten Funktionen von eLearning-Software zu entwickeln und aktuell verfügbare eLearning-Software mittels des Klassifikationsschemas zu untersuchen.

Seaborn, K.; Fels, D. (2015): Gamification in theory and action: A survey. International Journal of Human-Computer Studies, 14-31.

Blohm, I.; Leimeister, J. (2013): Design of IT-based enhancing services for motivational support and behavioral change. Business & Information Systems Engineering, 275-278.

Gute Englischkenntnisse

TJ02: Geschäftsmodell-Muster als Basis für Geschäftsmodellinnovationen: Eine Inhaltsanalyse

Innovative Geschäftsmodelle zu entwickeln ist eine der zentralen Herausforderungen für Start-ups wie für bestehende Unternehmen. Kataloge von Geschäftsmodell-Mustern (sog. Business Model Pattern) unterstützen die Generierung von innovativen Geschäftsmodell-Ideen. Bisher können diese Muster jedoch lediglich manuell, d. h. ohne Software-Unterstützung angewandt werden. Das Ziel dieser Arbeit ist es daher, einen existierenden Katalog von textuell beschriebenen Geschäftsmodell-Mustern für die Software-basierte Nutzung vorzubereiten. Dafür sollen die Muster analysiert werden und Regeln abgeleitet werden, die es erlauben, diese Muster zu Geschäftsmodellen zusammenzusetzen.

Osterwalder, A. und Pigneur, Y. (2011): Business Model Generation: Ein Handbuch für Visionäre, Spielveränderer und Herausforderer, Campus Verlag.

-

„Erinnerungen“ (push notifications/reminders) sind ein wichtiger Bestandteil von Motivations- bzw. Anti-Prokrastinations-Apps. Sie helfen dabei, dem Nutzer bewusst zu machen, dass er ein bestimmtes Verhalten ausüben möchte (z. B. Sport treiben, lernen etc.). Dadurch erhöhen Erinnerungen die Wahrscheinlichkeit, dass das Verhalten tatsächlich ausgeübt wird. In dieser Arbeit ist ein Überblick über die wissenschaftliche Literatur zu „Erinnerungen“ zu erarbeiten. Dafür ist die zugehörige Literatur systematisch zu identifizieren und klassifizierend darzustellen.

Calzolari, G.; Nardotto, M. (2016): Effective Reminders, Management Science, online first.

Gute Englischkenntnisse

„Ranglisten“ (Rankings/Wettbewerbe/Leaderboards) sind ein wichtiger Bestandteil von Motivations- bzw. Anti-Prokrastinations-Apps. Sie helfen dadurch dem Nutzer, seine Leistung relativ zu anderen einzuschätzen und haben dadurch das Potenzial, die Motivation von Nutzern zu erhöhen. In dieser Arbeit ist ein Überblick über die wissenschaftliche Literatur zu „Ranglisten“ zu erarbeiten. Dafür ist die zugehörige Literatur systematisch zu identifizieren und klassifizierend darzustellen.

Santhanam, R. et al. (2016): Research Note – Gamification of Technology-Mediated Training: Not All Competitions Are the Same, Information Systems Research, online first.

Hamari et al. (2014): Does Gamification Work? A Literature Review of Empirical Studies on Gamification, Hawaii International Conference on System Sciences.

Innovative Geschäftsmodelle zu entwickeln ist eine der zentralen Herausforderungen für Start-ups wie für bestehende Unternehmen. Wie bei allen Innovationsprozessen ist es hierfür zu Beginn notwendig, möglichst hochwertige Innovationsideen zu generieren. Um diesen Schritt zu unterstützen, soll in dieser Arbeit prototypisch eine Software entwickelt werden, die basierend auf existierenden Geschäftsmodellen neue Geschäftsmodell-Ideen generiert. Ein Architekturentwurf, ein initialer Prototyp sowie eine Datenbasis in Form von existierenden Geschäftsmodellen sind bereits vorhanden. Die konkrete Ausgestaltung der Arbeitsschwerpunkte erfolgt in Abstimmung mit dem Betreuer.

Agile Vorgehensmodelle haben ihren Ursprung in der Softwareentwicklung und gewinnen seit Beginn der 2000er-Jahre zunehmend an Beliebtheit. Im Gegensatz zum phasenorientieren Ansatz zur Problemlösung zielen sie darauf ab, durch Flexibilität, Anpassung und Selbstorganisation bei sich verändernden Anforderungen schnell nutzbare oder präsentierfähige Ergebnisse zu fördern.

Inzwischen existieren viele Vorgehensmodelle, die das agile Prinzip operationalisieren (z.B. Scrum, Kanban, XP,…). Häufig sind diese nicht ausschließlich auf die Entwicklung von Software beschränkt, sondern lassen sich auch in anderen Bereichen einsetzen (z.B. Produktentwicklungs- oder Innovationsprojekte).

Mudambi, Susan M.; Schuff, David (2012): What Makes a Helpful Review? A Study of Customer Reviews on Amazon.com. In: MIS Quarterly, 34(1), S. 185-200.

Schlosser, Ann E. (2011): Can including pros and cons increase the helpfulness and persuasiveness of online reviews? The interactive effects of ratings and arguments. In: Journal of Consumer Psychology 21 (3), S. 226–239.

Online-Bewertungen sind ein zentraler Bestandteil digitaler Märkte, da sie Käufer dabei unterstützen die Informationsasymmetrie zwischen ihnen und den Anbietern von Produkten oder Dienstleistungen zu reduzieren. Damit diese Reduktion erfolgreich gelingen kann, müssen die Bewertungen Konsumenten bei der Einschätzung der Produktqualität unterstützen. Inwiefern eine Bewertung dies tut, können Konsumenten in Bewertungssystemen (z.B. Amazon oder Yelp) häufig durch Markieren der Bewertung als „hilfreich“ oder „nützlich“ angeben. Um zu verstehen, wann Bewertungen als hilfreich eingestuft werden, ist es notwendig die Treiber solcher Einstufungen zu identifizieren.

Das Ziel der Bachelorarbeit ist die Schaffung eines Überblicks über den aktuellen Stand der Forschung zum Thema Treiber hilfreicher Online-Bewertungen. In einem ersten Schritt sollen deshalb die für dieses Feld relevanten Begrifflichkeiten definiert und voneinander abgegrenzt werden. In einem zweiten Schritt sollen dann die Ergebnisse einer systematisch durchzuführenden Literaturrecherche präsentiert werden. Die dabei identifizierten Arbeiten sollen dann u.a. nach verfasserbasierten und textbasierten Treibern klassifiziert werden.

Chen, Zoey; Lurie, Nicholas H. (2013): Temporal Contiguity and Negativity Bias in the Impact of Online Word of Mouth. In: Journal of Marketing Research 50 (4), S. 463–476.

Mudambi, Susan M.; Schuff, David (2012): What Makes a Helpful Review? A Study of Customer Reviews on Amazon.com. In: MIS Quarterly, 34(1), S. 185-200.

Käufer lassen sich bei der Produktsuche zunehmend von Online-Bewertungen leiten. Anbieter von Produkten oder Dienstleistungen sollten deshalb verstärkt Wert auf die Entwicklung einer positiven Online-Reputation legen. In den letzten Jahren sind Bewertungssysteme auf Anbieterwebseiten (z.B. Amazon, Airbnb) aber auch auf Bewertungsplattformen (z.B. Yelp, TripAdvisor) zu etablierten Bestandteilen digitaler Märkte herangereift. Online-Bewertungen spiegeln jedoch häufig kein objektives Qualitätsmaß wider und werden durch vielfältige Umstände verzerrt. Ein besonderer Umstand wird dabei durch die Zeit dargestellt. Konsumenten, welche Produkte zeitlich später bewerten, könnten sich von solchen unterscheiden, die Produkte kurz nach Markteintritt bewerten. Konsumenten, die ein Produkt später bewerten, könnten zudem durch vorherige Bewertungen beeinflusst werden und ihre Meinung verändern.

Das Ziel der Bachelorarbeit ist die deskriptive Analyse eines bereitgestellten Datensatzes der Bewertungsplattform Yelp (https://www.yelp.com/) unter dem Aspekt der Zeit. In einem ersten Schritt soll relevante Literatur identifiziert werden, welche möglichen zeitlichen Einflussfaktoren thematisiert. In einem zweiten Schritt soll dann der bereitgestellte Datensatz mit deskriptiven Methoden analysiert werden. Als Ergebnis dieser Analyse soll die zeitliche Entwicklung der Bewertungen in verschiedenen Dimensionen (z.B. Geschäftskategorie, Preisklasse) ausgewertet und dargestellt werden.

Godes, David; Silva, José C. (2012): Sequential and Temporal Dynamics of Online Opinion. In: Marketing Science 31 (3), S. 448–473.

Li, Xinxin; Hitt, Lorin M. (2008): Self-Selection and Information Role of Online Product Reviews. In: Information Systems Research 19 (4), S. 456–474.

Muchnik, Lev; Aral, Sinan; Taylor, Sean J. (2013): Social Influence Bias: A Randomized Experiment. In: Science (New York, N.Y.) 341 (6146), S. 647–651.

JN01: Von Freunden empfohlen? - Eine deskriptive Analyse von Online-Bewertungen unter Berücksichtigung sozialer Beziehungen

Online-Bewertungen sind sowohl für Konsumenten als auch für die Anbieter von Produkten oder Dienstleistungen ein wichtiges Informationsgut. So wirkt sich eine positive Online-Reputation auf den Erfolg eines Geschäftes aus und unterstützt gleichzeitig Konsumenten bei der Entscheidungsfindung. Einige Online-Bewertungsplattformen wie Yelp bieten dabei, ähnlich zu sozialen Netzwerken, die Möglichkeit virtuelle Freundschaftsbeziehungen mit anderen Nutzern einzugehen. Bei der Bewertung eines Produktes oder einer Dienstleistung stehen Konsumenten unter dem Einfluss vorheriger Online-Bewertungen. In diesem Zusammenhang stellen die Bewertungen von Nutzern mit einer Freundschaftsbeziehung eine Besonderheit dar.

Das Ziel der Bachelorarbeit ist die deskriptive Analyse eines bereitgestellten Datensatzes der Bewertungsplattform Yelp (https://www.yelp.com/) unter dem Aspekt der Freundschaftsbeziehungen eines Nutzers. Im ersten Teil der Bachelorarbeit soll Literatur recherchiert werden, welche den Zusammenhang von virtuellen Freundschaftsbeziehungen und Online-Bewertungen theoretisch und/oder empirisch untersucht. Im zweiten Teil soll dann der zur Verfügung gestellte Datensatz mittels Programmierung deskriptiv analysiert und ausgewertet werden. Mögliche Gesichtspunkte der Analyse können hierbei sein: Bewerten Nutzer Geschäfte, welche zuvor von Freunden bewertet wurden? Bewerten Nutzer ähnlich positiv/negativ wie ihre Freunde?

Bapna, Ravi; Umyarov, Akhmed (2015): Do Your Online Friends Make You Pay? A Randomized Field Experiment on Peer Influence in Online Social Networks. In: Management Science 61 (8), S. 1902–1920.

Lee, Young-Jin; Hosanagar, Kartik; Tan, Yong (2015): Do I Follow My Friends or the Crowd? Information Cascades in Online Movie Ratings. In: Management Science 61 (9), S. 2241–2258.

JN02: Online-Bewertungsverhalten und dessen strategische Implikationen - Ein Literaturüberblick über theoretische Modelle zur Beschreibung von Online-Bewertungen

Mithilfe von Online-Bewertungen schaffen Informationssysteme auf digitalen Märkten einen Weg zum Abbau der Informationsasymmetrie zwischen Käufern und Anbietern von Produkten. Sowohl die Forschung als auch die Praxis stehen vor den Herausforderungen die Entwicklung von Online-Bewertungsverhalten zu beschreiben und Online-Bewertungen in strategische Entscheidungen einzubeziehen. Dabei existiert eine Vielzahl theoretischer Ansätze, jedoch kein ganzheitlicher Überblick über diese.

Das Ziel der Bachelorarbeit ist es deshalb, einen Literaturüberblick über den aktuellen Stand der Forschung zum Thema theoretische Modelle mit Bezug zu Online-Bewertungen zu erstellen. Im ersten Teil der Arbeit sollen grundlegende Begriffe und Definitionen des Themenfelds erläutert werden. Anschließend soll eine systematische Literatursuche erfolgen, deren Ergebnisse unter verschiedenen Aspekten klassifiziert werden. Eine mögliche Klassifizierung ist dabei die Unterteilung der resultierenden Forschungsarbeiten in theoretische Modelle für Konsumentenverhalten und theoretische Modelle für Unternehmensverhalten. Schwerpunktsetzungen innerhalb des Literaturüberblicks können mit dem Betreuer besprochen werden.

Herrmann, Philipp; Kundisch, Dennis; Zimmermann, Steffen; Nault, Barrie (2015): How do Different Sources of the Variance of Consumer Ratings Matter? In: Proceedings of the International Conference on Information Systems.

Ho, Yi-Chun Chad; Wu, Junjie; Tan, Yong: Disconfirmation Effect on Online Rating Behavior. A Structural Model. In: Information Systems Research, forthcoming.

Li, Xinxin; Hitt, Lorin M. (2010): Price Effects in Online Product Reviews: An Analytical Model and Empirical Analysis. In: MIS Quarterly 34 (4), S. 809–831.

Li, Xinxin; Hitt, Lorin M.; Zhang, Z. John (2011): Product Reviews and Competition in Markets for Repeat Purchase Products. In: Journal of Management Information Systems, 27 (4), S. 9-42.