Themen für BWL Studierende
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.
Human-Computer Interaction (Projekt „Fair Enough?“/Linda
Bachelor Thesis/ Independent Coursework
Literature Review: User Interface Designs to improve transparency and enable fairness assessments.
Usability Evaluation of existing Data Synthesizers (take some examples of data synthesizers, eg for pictures, and list the target groups and which needs are covered by the design and which pain points there are – use contextual inquiry to find out; list suggestions on how to improve the design)
Usability Evaluation of existing Fairness Audit Tools (take some examples of fairness audit tools, eg Aequitas, and list the target groups and which needs are covered by the design and which pain points there are – use contextual inquiry to find out; list suggestions on how to improve the design)
User Requirements for Data Synthesizers (Who are users, what are their goals? How would they use a data synthesizer? Can you make these users try one and see how it works? Which features (visual and functional) does a data synthesizer need?)
Master Thesis
What has been found on User Interface Designs to improve the transparency of ML models and enable model fairness assessments? Based on these findings, make a UI-focused prototype (possibly in Figma) for an XAI tool.
Design and make a Prototype of an Interface for a Learning Data Synthesizer Library
Design and make a Prototype of an Interface for an existing General Purpose Data Synthesizer
Machine Learning (Projekt „Fair Enough?“/Linda)
Master Thesis
Based on the descriptions and pseudo code of „AITEST“ (a Machine Learning Model testing tool) (Saha et al 2022), attempt to re-write „AITEST“.
Computer Science Education, Didactics (Projekt „Fair Enough?“/Linda)
Bachelor Thesis/ Independent Coursework
Didactical Concept for a beginner-friendly asynchronous e-learning course on Algorithmic Fairness
Didactical Concept for a beginner-friendly asynchronous e-learning course on Data Synthesis
Independent Coursework/ Not-IMI Bachelor Thesis
Concept, Implementation, and Evaluation of a workshop on Algorithmic Fairness for young adults
Concept, Implementation, and Evaluation of a workshop on Visual Data Synthesis for young adults
Projekt ViCAR (Visuelle Kommunikation im augmented/virtual/mixed reality)
Erstellung vor VR/AR/MR Prototypen zu Anwendungen in Kultur, Kunst, Sport, Lernen (Anleitungen)
Beispiel: Prototypische Erstellung einer App (Unity), die die Beschriftungen der Mineraliensammlung im Naturkundemuseum als Marker verwendet und passende Texte aus Wikipedia vorliest.
Künstliche Lyrik/Prosa
Computergenerierte Texte/Gedichte/wiss. Arbeiten (Prototypische Implementierung, Untersuchung vorhandener Technologien, Unterscheidung zwischen geschriebenen und generierten Texten)
Themengebiet People Analytics/Forschungsprojekte DiKI , KI-Mit
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
Themengebiet Learning Analytics/Forschungsprojekt LADi
Systematischer Vergleich von KI-Zertifizierungssystemen (z.B. Malta Digital Innovation Authority, Fraunhofer CertLab, IEEE P7000 series, CC ISo/IEC 15408).
Marktanalyse KI im Bildungsbereich
Anwendung von Business Process Mining auf Learning Analytics Fragestellungen
Generierung synthetischer Daten – Betrachtung hinsichtlich Innovationspotential, Datenschutz und technischer Umsetzung
Analyse der Moodle-Funktion „Students at risk of dropping out“.
Test der Erkennungsgüte dreier Spracherkennungssoftwares (Google, Apple, Nuance) anhand markierter Metadaten (Alter, Geschlecht, Akzent) aus dem Common Voice Datensatz