Abschlussarbeiten der FG BAS

Vergabe von Arbeiten

Anmerkung: Die Abschlussarbeiten in der FG BAS sind in der Regel KEINE reinen Literaturarbeiten sondern umfassen das Entwickeln von kleinen Prototypen oder die Erhebung und Auswertung von Daten. Im Folgenden finden Sie eine Liste von vorgeschlagenen Themen. Es ist auch möglich, eigene Themenvorschläge einzugeben. Voraussetzung für die Betreuung ist der vorangegangene Besuch der entsprechenden Vorlesung im Themengebiet. Zusätzlich empfehlen wir eine Klausurnote von gut oder besser.

Bewerbung um ein Thema

Bitte gehen Sie bei einer Bewerbung für die Betreuung einer Abschlussarbeit wie folgt vor:

  1. Wenden Sie sich per E-Mail an den jeweiligen Betreuer, der für Ihr Thema verantwortlich ist.
  2. Begründen Sie kurz Ihre Motivation für das anvisierte Thema.
  3. Schicken Sie im Anhang Ihrer E-Mail einen Auszug Ihrer bisherigen Studienleistungen, damit wir sehen, welche Fächer Sie erfolgreich absolviert haben.
  4. Geben Sie den Zeitpunkt an, zu dem Sie die Abschlussarbeit schreiben möchten (von/bis)

Die detaillierte Aufgabenstellung erläutern wir Ihnen anschließend gerne in einem persönlichen Gespräch. Achtung: Bedingung für die Betreuung ist die Annahme eines von Ihnen verfassten Research Proposals. Die notwendige Hilfestellung dazu erhalten Sie von Ihrem gewählten Betreuer.

Vorgaben für Abschlussarbeiten

Auf einer separaten Webseite haben wir die Vorgaben für die Erstellung von Abschlussarbeiten in der FG BAS zusammengestellt.

 

Zurzeit angebotene Abschlussarbeiten

Themenbereich Computer Supported Cooperative Work (CSCW)/Enterprise Collaboration Systems (ECS)/kollaborative Technologien

 

Definition und Modellierung von Kollaborationsszenarien (IRESS I)

Diese Abschlussarbeit ist im Themenbereich Social Collaboration Analytics angesiedelt, in dem es darum geht, die Nutzung von Kollaborationssystemen, wie beispielsweise HCL Connections, zu analysieren und zu interpretieren (Schwade & Schubert, 2017). Während sich ein Großteil der Forschung bislang mit der Entwicklung und Berechnung von Kennzahlen beschäftigt hat, legt diese Abschlussarbeit den Fokus auf Kollaborationsszenarien, die verschiedene Situationen und Abläufe der Zusammenarbeit in Kollaborationssystemen beschreiben sollen. Kollaborationsszenarien sind definiert als „A composition of activities that are carried out by one or more people (actors) to achieve a common task (collaboratively). Collaboration scenarios describe the specific steps of the interaction among human actors and/or social documents involved in the joint work. […]“ (Schubert & Glitsch, 2016).

In vorheriger Forschung wurden Kollaborationsszenarien bereits auf einem konzeptionellen Level identifiziert und definiert auf denen diese Arbeit aufbauen kann. Das Ziel dieser Arbeit ist es die Kollaborationsszenarien in Form von Steckbriefen detailliert zu beschreiben und die möglichen Abläufe, die in einem Kollaborationsszenario auftreten können mit BPMN 2.0 konformen Modellen grafisch darzustellen. Hierzu eignen sich beispielsweise insbesondere Choreographien und Kollaborationsdiagramme. Verwandte Forschung aus dem Bereich Collaboration Engineering hat bereits gezeigt, dass Kollaborationsprozesse mit BPMN 2.0 dargestellt werden können, jedoch einige Anpassung an der Modellierung notwendig sind (Winkler et al., 2019). Daher liegt ein weiteres Hauptaugenmerk dieser Arbeit darauf, Erweiterungen für die genannten Notationen vorzuschlagen, sodass Kollaborationsszenarien damit modelliert werden können. Im Falle einer Masterarbeit sollte ein zusätzliches Augenmerk auf der Entwicklung von Rollen liegen, die jemand im Kontext von Kollaboration einnehmen kann.

Aufbauend auf dieser erweiterten Notation sind die möglichen Abläufe aller Kollaborationsszenarien zu modellieren und in die Steckbriefe zu integrieren. Hierbei ist zu berücksichtigen, dass Kollaborationsszenarien verschachtelt sein können, sodass ein Kollaborationsszenario aus mehreren Kollaborationsszenarien bestehen kann. Ebenso können Use Cases, welche als „high level business activity with a focus on the interactions of a user and a (computer) system to support the tasks that are required to complete the activity (i.e. to achieve a business goal).“ (Schubert & Glitsch, 2016) definiert sind, aus mehreren Kollaborationsszenarien bestehen. Für diese Fälle kann eine etwas abstraktere Form der Modellierung verwendet werden, die sich an den Orchestrierungen bzw. Prozessmodellen aus BPMN 2.0 orientiert, um die Abläufe zu visualisieren.

Das Ergebnis der Arbeit ist somit ein Katalog von Steckbriefen für Use Cases und Kollaborationsszenarien. Für jedes Kollaborationsszenario entstehen BPMN 2.0 konforme Modelle. Die Abläufe in Use Cases und verschachtelten Kollaborationsszenarien werden zusätzlich in abstrakteren Modellen veranschaulicht.

Als Voraussetzung für diese Arbeit sollten Sie das Modul CSCW erfolgreich absolviert haben und im besten Fall auch Erfahrungen mit der Modellierung in BPMN 2.0 haben.

Betreuer und weitere Informationen: Florian Schwade

 

Mapping von Kollaborationsszenarien mit Eventlog (IRESS II & Process Mining)

Diese Arbeit startet im Idealfall gleichzeitig oder leicht versetzt nach der mit „IRESS 1“ gekennzeichneten Arbeit, da an gewissen Stellen Abhängigkeiten entstehen. Bitte lesen Sie vorher erst die Ausschreibung der anderen Arbeit durch.

Basierend auf den BPMN 2.0 Modellen für Kollaborationsszenarien, die in der oben skizzierten Arbeit entstehen, sollen die definierten und modellierten Kollaborationsszenarien strukturiert auf einer Connections-Plattform durchgespielt werden. Hierbei soll beobachtet werden, welche Events dabei im Log getriggert werden. Basierend darauf, soll jede „Aktivität“ bzw. „Task“ aus den Choreographiediagrammen mit den beobachteten Events gemappt werden. Hiermit soll dokumentiert werden, welche Aktivitäten in Kollaborationsszenarien zu welchen (Sequenzen von) Events im Log von HCL Connections führen. Hierbei handelt es sich um Vorarbeiten für das sogenannte „Log Shifting“ (Tello et al., 2019).

Im abschließenden Teil der Arbeit soll überprüft werden, ob ausgewählte Eventsequenzen mittels Process Mining Algorithmen (Pattern Miner, Declare Miner etc.) gesucht werden können, um Rückschlüsse auf das Auftreten von Kollaborationsszenarien (und damit auch Use Cases) schließen zu können.

Da an Kollaborationsszenarien mehrere Benutzer beteiligt sein können, erhalten Sie hierfür mehrere Testbenutzer oder personelle Unterstützung durch das CEIR-Team.

Betreuer und weitere Informationen: Florian Schwade

 

Social Process Mining: Identifikation von Kollaborationsszenarien (IRESS III & Process Mining II)

Diese Arbeit kann nur in Verbund mit bzw. nach Abschluss der vorherigen beiden Themen stattfinden, da sie darauf aufbaut.

Auf Basis der Modellierungen der Kollaborationsszenarien und den Erkenntnissen, wie sich Kollaborationsszenarien aus Eventsequenzen im Log von Connections identifizieren lassen, soll in dieser Arbeit mit geeigneten Methoden und Tools (bspw. ProM, Disco, RapidMiner, Microsoft Power BI etc.) gezielt in Communities nach Kolalborationsszenarien und Use Cases gesucht werden. Die Arbeit schließt sich indirekt auch an Forschung zum Thema „Community-Typen“ an, denn das Auftreten der Kollaborationsszenarien und Use Cases soll analysiiert und vor allem interpretiert werden, um Rückschlüsse auf die Nutzung der Communities und der Plattform insgesamt zu schließen.

Der Fokus der Arbeit liegt somit auf der Anwendung von Process Mining Algorithmen basierend auf Vorarbeiten und vor allem der Interpretation der erzielten Ergebnisse.

Betreuer und weitere Informationen: Florian Schwade

 

Referenzen zu den obigen Themen

Schubert, P., & Glitsch, J. H. (2016). Use Cases and Collaboration Scenarios: How employees use socially-enabled Enterprise Collaboration Systems (ECS). International Journal of Information Systems and Project Management, 4(2), 41–62.

Schwade, F., & Schubert, P. (2017). Social Collaboration Analytics for Enterprise Collaboration Systems: Providing Business Intelligence on Collaboration Activities. 50th Hawaii International Conference on System Sciences, 401–410.

Tello, G., Gianini, G., Mizouni, R., & Damiani, E. (2019). Machine Learning-Based Framework for Log-Lifting in Business Process Mining Applications. International Conference on Business Process Management, 232–249. http://link.springer.com/10.1007/978-3-030-26619-6_16

Winkler, R., Briggs, R. O., de Vreede, G.-J., Leimeister, J. M., Oeste-Reiß, S., & Söllner, M. (2019). Towards a Technique for Modeling New Forms of Collaborative Work Practices – The Facilitation Process Model 2.0. 52nd Hawaii International Conference on System Sciences, 6, 217–226. https://doi.org/10.24251/hicss.2019.028

 

Implementation eines Social Collaboration Analytics Dashboards basierend auf Panagenda DataMiner und Microsoft Power BI

ConnectionsExpert und DataMiner sind zwei Anwendungen, die von der panagenda entwickelt werden und fortgeschrittenere Analysen in HCL Connections zu ermöglichen. Die „Erweiterung“ DataMiner erzeugt ein Data Warehouse, in dem Daten aus Connections in aufbereiteter Form abgespeichert werden. Zudem können umfassendere Analysen selbst definiert werden. Da einzelne Abfragen über JSON und API zugänglich gemacht werden können, ist eine einfache Anbindung an Business Intelligence Lösungen wie bspw. Microsoft Power BI möglich. Mit der Arbeit sollen die folgenden Ziele verfolgt werden:

  • Kritische Auseinandersetzung mit den Funktionen und Auswertungen in ConnectionsExpert
  • Analyse des Data Warehouses von Data Miner
  • Gestaltung eines Social Collaboration Analytics Dashboard mit echten Daten von UniConnect auf Basis von DataMiner.

Da ein intensiver Austausch mit panagenda besteht, ist Unterstützung durch den Hersteller der Software möglich.

Betreuer und weitere Informationen: Florian Schwade

 

Text Mining zur Identifikation von Expertise in Kollaborationssystemen

Diese Arbeit baut auf vorangegangenen Abschlussarbeiten in der Forschungsgruppe BAS auf. Text Mining beschreibt die computergestützte Analyse und Auswertung von Texten. In dieser Arbeit sollen geeignete Algorithmen implementiert werden (Vorarbeit vorhanden), um die Inhalte von UniConnect auszuwerten und so bspw. einzelne Beiträge spezifischen Themen zuordnen zu können. Ziel ist es, eine Datenbankstruktur zu entwickeln, in der die extrahierten Themen den einzelnen Beiträgen, Kommentaren etc. zugeordnet werden. Diese Datenbankstruktur soll so gestaltet werden, dass die Informationen über Themen in anderen Anwendungen (bspw. Microsoft Power BI) weiterverarbeitet und ausgewertet werden können. Auf Basis dieser Datenbankstruktur soll es möglich sein:

  • Communities zu spezifischen Themen zu identifizieren
  • Wissenssammlungen zu spezifischen Themen zu identifizieren

Auf Grundlage dieser entwickelten Datenbankstruktur wird es im zweiten Teil der Arbeit möglich sein, Benutzerexpertise auf Basis von Interaktionen mit Dokumenten auf UniConnect zu identifizieren.

Weitere Informationen und Betreuer: Florian Schwade

 

 

Kennzahlen und Messmethoden zur Nutzenanalyse von ECS

Der Nutzen, der durch die Nutzung von Informationstechnologien entsteht, wird von Praktikern und Wissenschaftlern diskutiert, analysiert und hinterfragt. So auch im Falle von Enterprise Collaboration Systems (Miles 2009, Margolis 2016, Anish 2015; Cooper et al. 2010; Mattern et al. 2012; Muller et al. 2009; Qi & Chau 2016; PR Academy 2016; Chui et al. 2012; Stobbe 2010; Bughin et al. 2009; Williams & Schubert 2015). Erebnisse in Form von realisierbaren bzw. erfolgreich getesteten Messmethoden sind in der Literatur jedoch rar gesät und lassen aussagekräftige Kennzahlen vermissen (Behrendt et al. 2014; Herzog et al. 2015, 2013; Richter et al. 2013).

In der hier angebotenen Forschungsarbeit wird erwartet, dass eine strukturierte Literaturanalyse (Webster & Watson 2002; von Brocke et al. 2009) durchgeführt wird, um bereits bekannte Messmethoden und Kennzahlen zur Nutzenanalyse von anderen Informationstechnologien (z.B. Public Social Media, ERP-Systeme oder ECM-Systeme) zu identifizieren, darauf aufbauend deren Anwendbarkeit für ECS zu bewerten und am Beispiel von UniConnect (IBM 2016; Schubert & Williams 2016; UCT 2016) in der Form eines Prototypens zu demonstrieren. Der Fokus soll dabei auf einen bestimmten Nutzen gelegt werden, der von dem/der Studierenden selbst ausgesucht werden darf, wie z.B.:

-          Verbessertes Knowledge Management

-          Erhöhte Agilität

-          Erhöhte Vernetzung der Mitarbeiter

-          Verbessertes Ideen- und Innovationsmanagement

-          Erhöhte Informiertheit der Mitarbeiter

-          Verbesserte Kommunikation

-          Erhöhte Produktivität

-          Verbesserte Expertensuche

-          etc.

Diese Forschungsarbeit ist vor allem an Studierende gerichtet, die die Vorlesung CSCW erfolgreich abgeschlossen haben sowie gerne lesen, analysieren und strukturieren. Vertiefte Kenntnisse in MS Power BI (Erfahrung aus der Praxis oder aus der Vorlesung Business Intelligence) oder ähnlicher Software zur Datenbankanalyse sind zwingend erforderlich. Es wird vorausgesetzt, dass englische Fachliteratur mit der Unterstützung von Wörterbüchern zügig gelesen werden kann.

Betreuer: Söhnke Grams 

 

Social Network of Business Objects (SoNBO): Innovatives Konzept zur Integration von Unternehmensinformationen

SoNBO-Logo

Informationen haben für Unternehmens eine wichtige Bedeutung und das Informationsmanagement wird seit über 30 Jahren durch betriebliche Anwendungssysteme (wie z. B. ERP-System) unterstützt. Im Laufe dieser Zeit sind in Unternehmen verteilte und komplexe Systeme entstanden, sodass der Zugriff auf die Informationen für den Mitarbeiter zunehmend schwieriger geworden ist. Dadurch ist eine Integration der Informationen notwendig geworden.

SoNBO ist ein innovatives Konzept zur Informationsintegration, um Geschäftsinformationen kontextsensitiv für den Informationssuchenden anzuzeigen. Dabei werden die Informationen als Business Objects verstanden werden, sodass die Beziehungen untereinander identifiziert werden. Beispielsweise steht das Business Object Ingenieur Peter Mueller in einer Beziehung zur Ausgangsrechnung 1725, da in dieser seine Leistung abgerechnet wurde. Dieses Prinzip wird für die technische Entwicklung des SoNBO-Explorers genutzt sowie für die Konfiguration dieser Anwendung. Eine redundante Datenhaltung entsteht dabei nicht. Diese SoNBO-Applikation ist eine Domino-Anwendung (Xpage), die Abfragen auf die Datenbanken der zu analysierenden Transaktionssysteme (z. B. ERP-/CRM-Systeme) absetzt.

Bewerben Sie sich für eine der Abschlussarbeiten und werden Sie Mitglied im Team SoNBO, um an der Weiterentwicklung eines Integrationskonzeptes für Betriebliche Anwendungssysteme zu arbeiten. Wir bieten auch Projekt- und Forschungspraktika im Team SoNBO an.

Bachelorarbeit: Vergleich von Tools zur Darstellung von Graphen und Modellierung der Informationen in der FG BAS als SoNBO

Masterarbeit: Entwicklung einer SoNBO-Anwendung auf der Basis eines Knowledge-Graphen für die Informationen eines SAP-Systems

Weitere Informationen erhalten Sie auf Anfrage.

Betreuerin: Berit Gebel-Sauer

 

Themenbereich BAS/Business Software/ERP-Systeme

Vergleich von Business Intelligence Software

Business Intelligence wird häufig als ein Oberbegriff für Anwendungen, Technologien und Prozessen zur Sammlung, Aufbewahrung und Analyse von Daten verstanden mit dem Ziel, Entscheidungsfindungsprozesse in Unternehmen zu verbessern (Watson, 2009).

Der Fokus dieser Arbeit soll auf Business Intelligence Anwendungen liegen. Gegenstand der Arbeit ist der Vergleich von BI-Anwendungen wie Microsoft Power BI, Qlik Sense, Microstrategy etc. Für den Vergleich sind geeignete Kriterien zu entwickeln anhand derer die Anwendungen und deren Möglichkeiten miteinander verglichen werden können (bspw. Visualisierungen, Lizenzmodelle, Zielgruppen etc.). Das Ergebnis der Arbeit soll einen Überblick über Stärken und Schwächen der jeweiligen Business Intelligence Tools gegenüberzustellen, um so Unterschiede zu verdeutlichen. Damit trägt die Arbeit dazu bei, das Feld der „Self Service Business Intelligence“ zu strukturieren.

Zur Entwicklung des Kriterienkatalogs sind erforderlich:

  • eine Auseinandersetzung mit der akademischen Literatur im Bereich Business Intelligence, Reporting und Dashboards erforderlich
  • Auseinandersetzung mit ausgewählten BI-Anwendungen und Gestaltung von Dashboards/Reports auf Basis von echten Daten von UniConnect

Betreuer und weitere Informationen: Florian Schwade

 

Themenbereich Business Collaboration/B2B-Integration

Wird überarbeitet. Themen folgen.

 

Themenbereich Prozessmanagement/BPM

Wird überarbeitet. Themen folgen.

 

Themenbereich allgemeine IM-Themen

Zurzeit keine allgemeinen IM-Themen.

 

Hinweis: Schulungsangebot von der Unibibliothek für Literaturrecherche

Grundlegende Datenbankschulungen sowie Seminare zur Fernleihe und Dokumentlieferung.

Weitere Informationen finden Sie hier.