Ausgeschriebene Themen für Bachelorthesen an der Professur für Digitalisierung, E-Business und Operations Management im SS 2021
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Ausgeschriebene Themen für Bachelorthesen an der Professur für
Digitalisierung, E-Business und Operations Management im SS 2021
Thema 1: Crowdworker Plattformen
In der Wissenschaft werden immer häufiger Crowdworking-Plattformen eingesetzt. Crowdworker
bezeichnet Menschen die meist kleinere Aufgaben annehmen und diese gegen eine vorher
festgesetzte Bezahlung bearbeiten. Beispiele hierfür sind einfache Recherche Aufgaben, das
Ausfüllen von Fragebögen, aber auch das Klassifizieren von z.B.: Bildern. Eine solche Aufgabe von
Crowdworkern bearbeiten zu lassen, ist meist günstiger und man erhält schneller Ergebnisse.
Dennoch stellt sich die Frage von welcher Qualität die Antworten der Crowdworker sind, da diese in
der Regel versuchen Aufgaben so schnell wie möglich zu beantworten.
Ein Einsatzgebiet in der Wissenschaft dieser Plattformen sind quantitative Umfragen. Neben des
Problems des schnellen Durchklickens und eventuellen Problemen beim Verständnis kommt, dass
sich die Zusammensetzung der Crowdworker von den diversen Plattformen sich stark in ihrer
Demografie unterscheiden können. Hierbei stellt sich die Frage, ob eine Stichprobe an Hand
Crowdworker repräsentative Ergebnisse liefern kann.
Wie schon erwähnt, gehört auch das Klassifizieren von Daten zu möglichen Aufgaben. In der
aktuellen Zeit werden immer mehr Daten gesammelt und analysiert. Jedoch sind diese Daten meist
unstrukturiert und müssen geordnet und teilweise kategorisiert werden, d.h. Crowdworkern werden
Fotos gezeigt und diese müssen die Inhalte der Fotos bestimmen oder man zeigt ihnen Twitter
Tweets und sie müssen beurteilen ob der Tweet z. B.: diskriminierend ist. Dies wird auch häufig als
labelling bezeichnet. Sind Crowdworker Plattformen für solche Labelling-Arbeiten geeignet?
Ihre Aufgabe ist einen Literaturüberblick über die Eignung von Crowdworkern für wissenschaftliche
Studien zu erarbeiten (Umfragen und labelling und eventuelle weitere Aufgaben im Rahmen der
Wissenschaft). Gehen Sie unteranderem auf die Problematik der Repräsentativität der Stichprobe
ein. Hierzu müssen Sie einige der Crowdworking-Plattformen selbst studieren, um beispielsweise die
Verteilung der Aufgaben zu analysieren.
Literaturhinweise:
• Ghosh, Sudip & Sperling, Rayne & Hooper, Simon. (2019). Using Amazon MTurk for Research
in Academia: A Beginner's Guide for using Qualtrics, detecting VPN/ proxy, limiting Countries
using Geolocation & other Tips.
• Ross, J., Irani, L., Silberman, M. S., Zaldivar, A., & Tomlinson, B. (2010). Who are the
crowdworkers? Shifting demographics in Mechanical Turk. In CHI'10 extended abstracts on
Human factors in computing systems, 2863-2872.
• Berg, J. (2015). Income security in the on-demand economy: Findings and policy lessons from
a survey of crowdworkers. Comp. Lab. L. & Pol'y J., 37, 543.
• Chang, J. C., Amershi, S., & Kamar, E. (2017, May). Revolt: Collaborative crowdsourcing for
labeling machine learning datasets. In Proceedings of the 2017 CHI Conference on Human
Factors in Computing Systems, 2334-2346.Thema 2: Unterschiedliche Beweggründe hinter prosozialen Spenden/Leihen auf digitalen
Plattformen und nicht digitalen Plattformen
Das Menschen Geldspenden ist eine unumstößliche Tatsache, dennoch hat sich die Wissenschaft
immer wieder die Frage gestellt warum Menschen überhaupt spenden. Hierbei wurden bereits die
verschiedensten Beweggründe diskutiert, wie zum Beispiel reiner Egoismus oder Altruismus.
Heutzutage ist es immer einfacher geworden Geld online zu spenden oder zu verleihen, wie zum
Beispiel auf peer-to-peer Plattformen. Im Gegensatz zu einer Bank wird hier häufig crowdfunding
betrieben und viele einzelne spenden oder leihen Geld für ein Projekt. Tendenziell handelt es sich
meist um kleine Projekte, wie zum Beispiel: Einem Farmer das nötige Geld für Saatgut zu leihen.
Erstellen Sie eine aktuelle Literaturübersicht über die Bewegungsgründe von Spenden und
Geldverleih. Untersuchen Sie ob und inwiefern sich diese Beweggründe auf digitalen Plattformen
unterscheiden. Betrachten Sie hierbei auch die Umstände beim Spenden/Verleihen (z.B.: Allein
daheim, auf einer Spendengala etc.)
Literaturhinweise:
• Cuff, Benjamin M.P.; Brown, Sarah J.; Taylor, Laura; Howat, Douglas J. (2016): Empathy: A
Review of the Concept. In: Emotion Review 8 (2), 144–153.
• Berman, Jonathan Z.; Barasch, Alixandra; Levine, Emma E.; Small, Deborah A. (2018):
Impediments to effective altruism: The role of subjective preferences in charitable giving. In:
Psychological science 29 (5), 834–844.
• Barasch, Alixandra; Levine, Emma E.; Berman, Jonathan Z.; Small, Deborah A. (2014): Selfish
or selfless? On the signal value of emotion in altruistic behavior. In: Journal of Personality
and Social Psychology 107 (3), 393–413.
• Jancenelle, Vivien E.; Javalgi, Rajshekhar G. (2018): The effect of moral foundations in
prosocial crowdfunding. In: International Small Business Journal 36 (8), 932–951.Thema 3: Bewertung von prosozialen peer-to-peer Microlending Projekten:
Im Gegensatz zu dem klassischen Kreditgeschäft ist es im prosozialen Bereich deutlich schwieriger
Projekte zu bewerten. Unteranderem sind Finanzkennziffern wie das Ausfallrisiko nicht nur schwer zu
ermitteln, sondern vielleicht auch unpassend oder die nötigen Informationen sind schlicht
unbekannt. Alternative Möglichkeiten sind unteranderem die im online Handel häufig verwendeten
5-Sterne Systeme.
Befassen Sie sich mit unterschiedlichen Bewertungssystemen für prozoziale peer-to-peer Projekte.
Gehen Sie auch auf die Problematiken, wie zum Beispiel das „cold-start“ und das „discrimination -
bias“ Problem, ein. Erarbeiten Sie ein Konzept wie prosoziale peer-to-peer Projekte bewertet werden
sollten.
Literaturhinweise:
• Kiva (2021): How Kiva works | Kiva. Online verfügbar unter
https://www.kiva.org/about/how, zuletzt aktualisiert am 15.01.2021, zuletzt geprüft am
15.01.2021.
• Berman, Jonathan Z.; Barasch, Alixandra; Levine, Emma E.; Small, Deborah A. (2018):
Impediments to effective altruism: The role of subjective preferences in charitable giving. In:
Psychological science 29 (5), 834–844.
• Gordon, T. P., Knock, C. L., & Neely, D. G. (2009). The role of rating agencies in the market for
charitable contributions: An empirical test. Journal of accounting and public policy, 28(6),
469-484.
• Scalet, S., & Kelly, T. F. (2010). CSR rating agencies: What is their global impact?. Journal of
Business Ethics, 94(1), 69-88.Thema 4: Clickstream-Analyse im E-Commerce
Moderne Webseiten generieren Daten über das Verhalten und die Bewegungen der Nutzer*innen
auf der Seite. Diese Daten umfassen bspw., welche Seiten Webseiten-Besucher*innen für welche
Dauer und in welcher Reihenfolge besuchen. Der Weg, den Besucher*innen durch eine Webseite
nehmen, wird als Clickstream bezeichnet. Die Analyse dieser Daten kann wichtige Erkenntnisse für
Entscheidungsträger*innen bereitstellen: Entscheidungsträger*innen können diese Daten
verwenden, um Trends, Änderungen im Kaufverhalten oder Änderungen im Markt zu erkennen und
entsprechend zu agieren.
Diese Literaturarbeit soll einen Überblick über die aktuellen Clickstream-Analysemethoden (auch
Web Analytics genannt) verschaffen, welches die Besonderheiten, Unterschiede und Vor- und
Nachteile umfasst. Im Rahmen des E-Commerce soll die Bedeutung besprochen, die Erkenntnisse
vorgestellt und die damit verbundene Datenethik behandelt werden.
Literaturhinweise:
• Bucklin, R. E., & Sismeiro, C. (2009). Click here for Internet insight: Advances in clickstream
data analysis in marketing. Journal of Interactive marketing, 23(1), 35-48.
• Schwarz, T. (2015). Big Data im Marketing: Chancen und Möglichkeiten für eine effektive
Kundenansprache (Vol. 10116). Haufe-Lexware.
• Wedel, M., & Kannan, P. K. (2016). Marketing analytics for data-rich environments. Journal of
Marketing, 80(6), 97-121.
• Phippen, A., Sheppard, L., & Furnell, S. (2004). A practical evaluation of Web analytics.
Internet Research.
• Nakatani, K., & Chuang, T. T. (2011). A web analytics tool selection method: an analytical
hierarchy process approach. Internet Research, 21(2), 171-186.
• Waisberg, D., & Kaushik, A. (2009). Web Analytics 2.0: empowering customer centricity. The
original Search Engine Marketing Journal, 2(1), 5-11.
• Kaushik, A. (2007). Web analytics: an hour a day. John Wiley & Sons.
• Olbrich, R., & Holsing, C. (2011). Modeling consumer purchasing behavior in social shopping
communities with clickstream data. International Journal of Electronic Commerce, 16(2), 15-
40.
• Maury, M. D., & Kleiner, D. S. (2002). E-commerce, ethical commerce? Journal of Business
Ethics, 36(1-2), 21-31.
• Sharma, G., & Lijuan, W. (2014). Ethical perspectives on e-commerce: an empirical
investigation. Internet Research, 24(4), 414-435.Thema 5: Literaturanalyse zur Eye-Trackingforschung im Forschungsfeld Information Systems
Eye-Tracking erlaubt die Verfolgung von Blickbewegungen. So kann mit Hilfe von Eye-Tracking
aufgezeichnet werden, welche Informationselemente Besucher*innen von Webseiten ansehen. Eye-
Tracker können jedoch nicht nur Blickbewegungen am Bildschirm erfassen, sondern auch mobil, z.B.
von Sportlern auf dem Tennisplatz oder Ingenieuren an der Maschine mit so genannten mobilen Eye-
Trackern, oder in der virtuellen Realität mit Head-Mounted Displays mit integrierten Eye-Trackern.
In den letzten Jahren gab es einige Arbeiten im Bereich Wirtschaftsinformatik (Information Systems),
die diese Technologie eingesetzt hat. In der Arbeit soll mit Hilfe einer strukturierten Literaturanalyse
die Forschung in dem Bereich analysiert und ausgewertet werden. Hierzu sollen Sie alle VHB A+,A
und B gerankten Journals und Konferenzen durchsuchen, sowie die Konferenzen AMCIS und PACIS
(Teilranking Wirtschaftsinformatik: https://vhbonline.org/fileadmin/user_upload/JQ3_WI.pdf) .
Literaturhinweise:
• Peris, M., Schlömer, I., Däuble, G., & Nüttgens, M. (2015). Eyetracking-Forschung in
Wirtschaftsinformatik und Information Systems Research-Literaturanalyse und
Anwendungspotenziale. In Wirtschaftsinformatik (pp. 1513-1526).
• Vom Brocke, J., Simons, A., Riemer, K., Niehaves, B., Plattfaut, R., & Cleven, A. (2015).
Standing on the shoulders of giants: Challenges and recommendations of literature search in
information systems research. Communications of the association for information systems,
37(1), 9.
• Webster, J., & Watson, R. T. (2002). Analyzing the past to prepare for the future: Writing a
literature review. MIS Quarterly, xiii-xxiii.Thema 6: Welche Digitalisierungsangebote hat Corona und dessen Auswirkungen auf das gesellschaftliche Leben im Bereich Kunst & Museen hervorgerufen? Die Corona-Pandemie verlangt der Gesellschaft viel ab. Dies betrifft vor allen Dingen die Gesundheit, aber auch das alltägliche Leben. Besonders hart trifft es aber auch die Kulturbranche. Wie hat sich das Angebot aber auch das Verhalten im Bereich Kunst (Musik, bildende Kunst) und Museen verändert? Welche Institutionen waren hier Vorreiter (öffentliche, privat finanzierte, kleine, große, etc.)? Welche Geschäftsmodelle gibt es, d.h. lässt sich mit den neuen Angeboten auch Geld verdienen? Welche Probleme gab es und wie sind die Reaktionen der Besucher*innen? Diese Arbeit soll auch einen empirischen Teil beinhalten. Es sollen sowohl das Angebot beispielsweise im Landkreis oder in der Stadt Frankfurt oder ähnliches mit Hilfe einer Internetrecherche untersucht werden, als auch Interviews mit Verantwortlichen (z.B. Mathematikum) geführt werden. Eventuell könnten auch Besucher*innen der Institutionen befragt werden. Vorkenntnisse im Bereich der experimentellen oder allgemein quantitativen Forschung sind erwünscht.
Thema 7: Wie hat Corona das Digitalisierungsverhalten von Studierenden der JLU Gießen beeinflusst? Die Corona-Pandemie verlangt der Gesellschaft viel ab. Dies betrifft vor allen Dingen die Gesundheit, aber auch das alltägliche Leben. Insbesondere der Umgang mit der Digitalisierung könnte sich nicht nur kurzfristig verändert haben sondern sich auch langfristig verändern. In dieser empirischen Arbeit sollen Sie eine Befragung unter Gießener Studierenden durchführen. Inwiefern haben Corona und die damit verbundenen lock-down Maßnahmen das Digitalisierungsverhalten verändert? Wie viel mehr Zeit verbringen Studierende mit digitalen Medien? Wie verändert sich das Verhalten und betrachtete Inhalte? Gibt e seine Webkonferenzmüdigkeit, etc? Wie ist der Kontakt zu Verwandten und Freund*innen digital möglich? Die Fragestellungen sollen insbesondere auch im Bereich der digitalen Lehre analysiert werden. Vorkenntnisse im Bereich der experimentellen oder allgemein quantitativen Forschung sind erwünscht.
Thema 8: Virtual Commerce und Datenschutz
Im E-Commerce werden täglich verschiedenste Transaktionen durchgeführt und Bewegungen verfolgt,
die Konsumenten als Spur hinterlassen. Anbieter verwenden diese Daten, um Erfolgsfaktoren auf Basis
von Konsumentenverhalten abzuleiten. Hierbei werden oft sensible Informationen missbraucht,
unrechtmäßig zu Werbezwecken genutzt oder sogar an Dritte weitergegeben. Je nach Land und
Staatenverbund wird dem bereits entgegengewirkt (z.B. DSGVO). Solche Regularien und
Verordnungen basieren jedoch auf die Erfahrung und Entwicklung des E-Commerce in den mind.
letzten beiden Dekaden. Obwohl verschiedene Datenschutzrahmen wie das DSGVO seit über Jahren
bestehen, finden Anbieter im E-Commerce Wege, diese Regularien zu umgehen und somit den
absoluten Schutz vor Angriffen auf den Lebens- und Freiheitsbereich des Menschen zu brechen.
Mit Hinblick auf die Entwicklung der erweiterten Realitäten (z.B. Virtual Reality und Augmented
Reality) und die voranschreitende Ausbreitung des Virtual Commerce (V-Commerce) entstehen neue
Bedenken hinsichtlich des Datenschutzes. Virtual Reality bietet zusätzliche hochsensible individuelle
Daten (z.B. Eye-Tracking), die verwendet werden können, um z.B. individuelle Einkaufserlebnisse zu
erstellen und folglich Konsumenten zu zusätzlichen Käufen verleiten können.
Die Literaturarbeit soll einen Überblick über die aktuellen Datenschutzbedenken bezüglich des V-
Commerce verschaffen. Im weiteren Verlauf der Arbeit sollen mögliche Ansätze vorgestellt werden,
um die Bedenken zu adressieren.
Literaturhinweise:
• Martínez-Navarro, J., Bigné, E., Guixeres, J., Alcañiz, M., & Torrecilla, C. (2019). The influence
of virtual reality in e-commerce. Journal of Business Research, 100, 475-482.
• Bandara, R., Fernando, M., & Akter, S. (2019). Privacy concerns in E-commerce: A taxonomy
and a future research agenda. Electronic Markets, 1-19.
• Pfeiffer, J., Pfeiffer, T., Meißner, M., & Weiß, E. (2020). Eye-tracking-based classification of
information search behavior using machine learning: evidence from experiments in physical
shops and virtual reality shopping environments. Information Systems Research.
• Peukert, C., Pfeiffer, J., Meißner, M., Pfeiffer, T., & Weinhardt, C. (2019). Shopping in virtual
reality stores: The influence of immersion on system adoption. Journal of Management
Information Systems, 36(3), 755-788.
• Chuah, S. H. W. (2018). Why and who will adopt extended reality technology? Literature review,
synthesis, and future research agenda. Literature Review, Synthesis, and Future Research
Agenda (December 13, 2018).
• Herz, M., & Rauschnabel, P. A. (2019). Understanding the diffusion of virtual reality glasses:
The role of media, fashion and technology. Technological Forecasting and Social Change, 138,
228-242.
• Smith, H. J., Dinev, T., & Xu, H. (2011). Information privacy research: an interdisciplinary
review. MIS quarterly, 989-1015.
• Norberg, P. A., Horne, D. R., & Horne, D. A. (2007). The privacy paradox: Personal information
disclosure intentions versus behaviors. Journal of consumer affairs, 41(1), 100-126.
• Connolly, R., & Bannister, F. (2007). Consumer trust in Internet shopping in Ireland: towards
the development of a more effective trust measurement instrument. Journal of Information
Technology, 22(2), 102-118.
• Kröger, J. L., Lutz, O. H. M., & Müller, F. (2019, August). What does your gaze reveal about
you? On the privacy implications of eye tracking. In IFIP International Summer School on
Privacy and Identity Management (pp. 226-241). Springer, Cham.Sie können auch lesen
