Studiengang WI
Systematische Erstellung von Vorschlägen zur Verbesserung der WI Webseite im Hinblick auf das Studierendenmarketing
Systematische Erarbeitung von Vorschlägen zur Verbesserung des Online Self Assessments für Studieninteressierte an WI
Systematische Erarbeitung von Testfragen für einen Progresstest in Wirtschaftsinformatik in Anlehnung an den Progresstest im Medizinstudium
Chatbots
Analyse von Chatbot Konversationen (500 Datensätze) im Hinblick auf die Erwartungen der Nutzenden
Prototypische Entwicklung eines Chatbots auf Basis des RASA frameworks mit Informationen für Neuankömmlinge im Bezirk zusammenstellt (aus vorhandenen Webseiten), ggf. mehrsprachig, mit dem Bezirksamt Tretow-Köpenick
Projekt „Fair Enough?“ und TranKI
Untersuchung des Energieverbrauchs von KI-Implementierungen (Inferenz und/oder Training) auf Software und/oder Hardwarebasis
Literaturstudie: Sammeln und Systematisieren von existierenden XAI-Ansätzen für User-Interfaces in HR-KI-Systemen. Handlungsempfehlung: Welche eignen sich besonders für die Gestaltung von transparenten / fairen Systemen?
Literaturstudie: Welche Transparenz- und Fairnessfaktoren sind für KI-Systeme im Personalwesen von besonderer Bedeutung und wie können sie in der Entwicklung der Systeme berücksichtigt werden?
KI-Systeme im “sozio-technischen System” des Betriebs: Wie können KI-Systeme an das Spannungsfeld zwischen Mensch, Organisation und Technik angepasst werden? Methoden und Techniken partizipativer Designworkshops und ihre Rolle für die Implementierung und das Rollout von KI-Systemen.
Beurteilung eines/mehrer selbstgewählter KI-Systeme in Bezug auf compliance mit EU AI Act (in Anlehnung an Bommasani et al.)
Vergleich von KI Systemen in HR oder Bildung analog zu Link
Transparente Benutzerschnittstellen für KI – Systeme – Prototypen (z.B. mit Figma)
Erstellung eines KI-Demonstrators im Kontext Arbeitswelt für Schulungen in der gewerkschaftlichen Jugendarbeit. (Eine Seminargruppe gibt Kompetenzen/Qualifikationen ein, die für den Beruf notwendig/vorteilhaft sind. Anschließend entscheidet die KI über Bewerbungen/ Bewerbungsunterlagen/Bewerbungsgespräche.)
Apply one or multiple XAI approaches on one or multiple ML models, e.g. LIME, SHAP, counterfactuals (Guidotti, Wachter et al.), prototypes (Kim et al., Li et al.), concepts, rule-based explanations (Delauny et al., Ribeiro et al.)
Design and implementation of a prototype for a graphical user interface for an existing General Purpose Data Synthesizer (SDV)
Themengebiet People Analytics/Forschungsprojekte DiKI , KI-Mit
Einsatz von Ontologien/semantischen Modellen im Personalbereich
Aufbau einer Skill-Ontology z.B. auf Basis von Modulbeschreibungen
Systematische Untersuchung von Stellenanzeigen auf bund.de im Hinblick auf genderspezifische Formulierungen (siehe Link)
Systematische Untersuchung von historischen Stellenanzeigen (z.B. durch Textmining in Zeitungsarchiven) zur Darstellung des Wandels gesuchter Kompetenzen in den letzten 20 Jahren
Systematische Untersuchung der Überwachungsfunktion von Office365 und Workplace Analytics (siehe auch Link)
Marktanalyse KI im HR Bereich
Themengebiet Learning Analytics/Forschungsprojekte LADi, KIWI
Theoriethema: „Self-reguluated learning“ bzw. „learner agency“ – wie werden die Konzepte unterschieden/gemessen?
Theoriethema: „Self-reguluated learning“ bzw. „learner agency“ – welche Designelemente in adaptiven digitalen Lernumgebungen setzen dies um/fördern dies? (Bsp. Open Learner Model)
Systematische Analyse von auf Konferenzen/Journals (AIED, LAK, EDM, CSEDU) vorgestellten Lernanwendungen im Hinblick auf was Lernende selbst entscheiden können
Prototypische Implementierung eines Moodle-Plugins (eine der folgenden Funktionalitäten):
– „Tinder Plugin“ – >Material aus Kurs durch swipen wählen
– „Matching Plugin“ -> Studierende werden (freiwillig) nach 1/3 des Semesters mit anderen Studierenden mit ähnlichem/komplementärem Bearbeitungsstand gematcht.
Scrapen von Modulbeschreibungen von deutschen Hochschulen und semi-automatisierte Analyse der Inhalte
Systematischer Vergleich von KI-Zertifizierungssystemen (z.B. Malta Digital Innovation Authority, Fraunhofer CertLab, IEEE P7000 series, CC ISo/IEC 15408).
Test der Erkennungsgüte dreier Spracherkennungssoftwares (Google, Apple, Nuance) anhand markierter Metadaten (Alter, Geschlecht, Akzent) aus dem Common Voice Datensatz
Finance
The Impact of Social Media on Venture Capital Financing: Evidence from Twitter Interactions Link/URL
HOW TO TALK WHEN A MACHINE IS LISTENING: CORPORATE DISCLOSURE IN THE AGE OF AI Link/URL
Themen mit BWL Bezug
Marktanalyse KI im HR Bereich: Systematischer Vergleich über Anbieter und deren Angebote, Übersicht über Funktionen, verwendete Daten etc.
Qualitative Erfassung der Wirkung von XAI Ansätzen (Interviews mit Personalverantwortlichen, Führungskräften, Mitarbeiter_innen, Betriebsräten):
Es gibt verschiedene technische Ansätze, um die Ergebnisse von KI Systemen transparenter darzustellen, z.B. durch die Darstellung von Variablen, die das Ergebnis beeinflussen oder durch die graphische Darstellung der Unschärfe von Ergebnissen oder durch sogenannte kontrafaktische Erläuterungen. Dieses Forschungsgebiet wird als Explainable AI (XAI) bezeichnet. In der Abschlussarbeit sollen verschiedene XAI Ansätze im Rahmen von Interviews mit Personalverantwortlichen, Führungskräften, Mitarbeiter_innen, Betriebsräten diskutiert werden. Dafür muss als Diskussionsgrundlage eine geeignete personalwirtschaftliche Fragestellung ausgewählt werden und beispielhafter Output eines imaginären KI-Systems (Fall-Vignette) graphisch erstellt werden.
Die Studentin/der Student muss sich zutrauen, selbst Interviewpartner für ein Gespräch zu gewinnen. Vorkenntnisse in KI sind nicht notwendig.
Entwurf eines Experiments zur quantitativen Erfassung der Wirkung von XAI Ansätzen:
Es gibt verschiedene technische Ansätze, um die Ergebnisse von KI Systemen transparenter darzustellen, z.B. durch die Darstellung von Variablen, die das Ergebnis beeinflussen oder durch die graphische Darstellung der Unschärfe von Ergebnissen oder durch sogenannte kontrafaktische Erläuterungen.
Dieses Forschungsgebiet wird als Explainable AI (XAI) bezeichnet. In der Abschlussarbeit sollen ein Conjoint Survey Experiment designt und mit Testpersonen durchgeführt werden um verschiedene XAI Ansätze zu vergleichen. Dafür muss eine geeignete personalwirtschaftliche Fragestellung ausgewählt werden und beispielhafter Output eines imaginären KI-Systems (Fallvignette) graphisch erstellt werden.