Thesen und Seminararbeiten

Koperation mit Business Data Solutions GmbH & Co. KG

Ziel
Textklassifikation: Machine-Learning-Ansatz zur Bewertung von Beschreibungstexten aus dem Gegenstand einer Firma im Handelsregister anhand der Klassifikation der Wirtschaftszweige (WZ2008).

Hintergrund
Im Handelsregister gibt es zu jeder Firma eine Beschreibung deren Tätigkeitsbereichs oder -bereiche, den sogenannten Gegenstand. Dabei handelt es sich um einen kurzen Beschreibungstext1, der je nach Firma sehr kurz oder etwas detaillierter sein kann.
Bei BDS verwenden wir die Klassifikation der Wirtschaftszweige des statistischen Bundesamtes (WZ)2, um Branchen systematisch über verschiedene Quellen zu vereinheitlichen. Das Ziel ist also, einen HR-Gegenstand-Text auf einen WZ-Code abzubilden.

Aufgabe
Für diese Einteilung bieten sich Machine-Learning-Ansätze aus dem Bereich der Textklassifikation an. Herausforderungen können dabei der geringe Umfang sowie die recht variable Länge der Texte sein. Auch handelt es sich eher um „Behördensprache“ mit ggf. spezieller Wortwahl.
Als Datengrundlage können Firmen verwendet werden, für die ein HR-Gegenstand vorliegt, sowie eine WZ-Zuordnung aus einer anderen Quelle als Zielvariable. BDS kann eine höhere sechsstellige Menge an Datensätzen bereitstellen. Die Zuordnung von WZ-Codes zu Firmen muss nicht eindeutig sein, eine Firma kann also mehrere WZ-Codes erhalten.

Betreuer: Christoph Tomitza
Weitere Infos

Während sich die strukturierte Handhabung von Geschäftsprozessen durch das Business Process Management bereits in Theorie und Praxis etabliert hat, zeigen jüngste technologische Entwicklungen, wie die nachhaltige Weiterentwicklung dieses Forschungszweiges aussehen könnte. Als Zielvorgabe für Abschlussarbeiten im Prozesskontext soll die Untersuchung verschiedener Einflussfaktoren unterschiedlicher Technologien (z.B.: AI, XAI, Blockchain, Process Mining, IoT etc.) auf das Business Process Management vorgenommen werden. Des Weiteren bieten Automatisierungspotenziale, wie beispielsweise Taskautomation durch RPA oder Hyperautomation einen Untersuchungsrahmen für Abschlussarbeiten.

Eigene Themenvorschläge können eingebracht werden.

Betreuer: Nicolas Neis

Problemstellung: Kryptoassets haben in den letzten Jahren enorm an Beliebtheit gewonnen. Durch den Einsatz der Blockchain Technologie ergeben sich fungible-Tokens wie Bitcoin aber auch weitere Möglichkeiten wie non-fungible Tokens (NFT), die die Basis für potentiell neuartige Finanzprodukte werden können. Aktuelle Studien zeigen jedoch, dass Kryptoassets weiter erforscht werden müssen, um deren Integration in das traditionelle Bankenwesen erfolgreich zu gestalten.

Ziel: Eine systematische Analyse zur blockchain-basierten Token und DeFi Produkte, mit dem Ziel aktuelle Anwendungsfälle herauszustellen.

Methodik: SLR

Betreuer: Christian Zeiß

Problemstellung: Die Blockchain hat in den letzten Jahren enorm an Beliebtheit gewonnen. Insbesondere im Finanzbereich kommt es immer wieder zu Neuschöpfungen von Produkten wie Kryptowährungen wie Bitcoin, Ethereum, Solana, etc. aber auch zu weiteren Anwendungen von non-fungible Tokens (NFT).
Bisher passiert dies noch weitestgehend außerhalb des klassischen Bankenwesens. Sollten kryptoassests Einzug in den etablierten Finanzbereich also bekommen und was steht dem aus professioneller Sicht entgegen?

Ziel: Qualitative Interviews mit Experten, um die Einsatzgebiete und Integrationsmöglichkeiten von Krytoassets im klassischen Bankenwesen zu erschließen.

Methodik: Semi-strukturierte Interviews, Grounded Theory zur objektiven Ableitung erhobener Erkenntnisse

Betreuer: Christian Zeiß

Problemstellung: Die Adaption von Anwendungen und Informationssystemen geht insbesondere bei Innovativen Technologien mit technologischer Akzeptanz einher. Blockchainanwendungen insbesonderer Kryptoassets und Kryptowährungen haben in den letzten Jahren enorm an Beliebtheit gewonnen.
Aktuelle Studien zeigen jedoch, dass Kryptoassets weiter erforscht werden müssen, um deren Integration in das traditionelle Bankenwesen erfolgreich zu gestalten. Insbesondere für den Übergang der Technologie in seriöse Produkte stellt sich die Frage,
welche Akzeptanzbarrieren existieren.

Ziel: Den Kenntnisstand im Bereich Kryptoassets bei Kunden verschiedener Finanzinstitute ermitteln und daraus mögliche Akzeptanzbarrieren ableiten.

Methodik: Quantitative Querschnittsanalysen

Eigene Themenvorschläge können eingebracht werden.

Betreuer: Christian Zeiß

Webprogramming: Single Page Applications

Im klassichen Sinne werden Web Applikationen mit Front-End und Back-End dynamisch aufgebaut. Dies hat den Nachteil, die Seite mit sehr viel Traffic häufig nachladen zu müssen. Single Page Applications versprechen, die Website nicht neu laden zu müssen und dennoch Inhalte dynamisch aktualisieren zu können. Im Rahmen der wissenschaftlichen Arbeit gilt es das Themenfeld Single Page Applications im Kontext Web Programming zu erarbeiten. Dies kann sowohl literaturbasiert als auch mit einem Design Science Ansatz (Prototyp) erforscht werden.

Eigene Themenvorschläge können eingebracht werden.

Betreuer: Christian Zeiß

Die Produktion wird immer dezentraler und dabei nehmen Kooperationen zwischen Unternehmen eine entscheidende Rolle ein. Bei Über-/ oder Unterauslastung von im Unternehmen angesiedelten Produktionsanlagen und -Maschinen stellt das Kapazitätssharing eine Möglichkeit dar, die eigenen Ressourcen optimal zu nutzen und Schwankungen auszugleichen. In den letzten Jahren haben sich immer mehr Plattformen am Markt etabliert, die einen entsprechenden Service zum Kapazitätsausgleich bereitstellen. Ziel der Arbeit ist es, durch eine strukturierte Literaturrecherche die Möglichkeiten sowie die Restriktionen solcher Plattformmodelle für das Kapazitätssharing herauszuarbeiten.

Betreuer: Nicolas Neis

Themenfelder: Supply Chain, Enterprise Systeme, Blockchain, TOE

Die Rückverfolgung von Produkten durch zunehmend verteilte und komplexe Lieferketten stell für viele Unternehmen enorme Herausforderung dar aktuelle und zukünftige rechtliche Anforderungen zu erfüllen. Die Blockchain-Technologie soll hierfür neue Ansätze bieten, um viele zu Probleme lösen, Zeit zu sparen und Kosten zu vermeiden.  Nach wie vor konzentriert sich die Forschungsfelder bei der Beurteilung von Einsatzzwecken allerdings auf organisatorische, technische oder faktoren der Umwelt. Im Rahmen der Thesis sollen diese Dimensionen ganzheitlich mithilfe des Technologie-Organisations-Umwelt-Frameworks, auch als TOE-Framework bekannt, betrachtet und untersucht werden.

Betreuer: Norman Pytel

Problemstellung: Retouren machen insbesondere im Onlinehandel einen nicht unerheblichen Teil and Rücksendungen und Organisatorischem Aufwand aus.  Um dies zu vermeiden existieren diverse instrumente (nudging, incentives) die es ermöglichen auf das verhalten von Kunden im Kaufprozess einzuwirken.
Für eine gezielte Anwendung benötigen Firmen aber während des Kaufprozesses bereits das entsprechende wissen, ob ein Kauf zur Rückgabe führt. Hierzu werden Machine Learning Modelle genutzt, welche eine Vorhersage ermöglichen.

Ziel: Erstellung eines Machine Learning modells  auf basis bereitgestellter Datensätze und entsprechenden Anleitungen / Vorgehen.

Methodik: CRISP-DM

Betreuer:  Fabian Gwinner 

Problemstellung: Bidirectional Encoder Representations from Transformers (BERT) stellen eine der moderneren Architekturen Neuronaler Netze dar. Im Sprachbereich werden diese bereits erfolgreich in Modellen in der Praxis eingesetz.
Die Übertragbarkeit der kompklexen Modelle in den Prozessbereich, insbesondere die Next-Step-Predicition (NSP) sowie die Outcome-Prediction ist aktuell noch nicht erforscht.

Ziel: Prototypische implementierung eines BERT modells für den Bereich NSP. Mit der Arbeit soll die Übertragbarkeit der Architektur für den Prozessbereich, insbesondere die Next-Step-Predicition (NSP) getestet werden.

Methodik: CRISP-DM

• Heinrich, Kai, et al. "Process data properties matter: Introducing gated convolutional neural networks (GCNN) and key-value-predict attention networks (KVP) for next event prediction with deep learning." Decision Support Systems, vol. 143, 1 Apr. 2021, p. 113494, doi:10.1016/j.dss.2021.113494.

Betreuer:  Fabian Gwinner

Deutschland erreicht von Jahr zu Jahr Rekordwerte für Verpackungsmüllmengen und ist mit knapp 228 Kilogramm pro Jahr pro Kopf europaweiter Spitzenreiter. Jedoch verhindern informatorische und marktliche Gegebenheiten eine vermehrte Kreislaufführung von Kunststoffen sowie die Reduktion des Materialeinsatzes.

Unter diesem Aspekt sucht das SKZ engagierte Studierende für die Erstellung einer Abschlussarbeit in der Gruppe Nachhaltigkeit und Kreislaufwirtschaft (KFE). Im Zuge eines vom BMEL (Bundesministerium für Ernährung und Landwirtschaft) geförderten Projekts, soll eine offene skalierbare zirkuläre Plattform (CCP) geschaffen werden, damit u.A. Informationen über Rezyklatgehalt und Rezyklatqualität entlang der Wertschöpfungskette weitergegeben werden. Die Abschlussarbeit soll helfen, ein Betreiber- und Geschäftsmodell für die CCP zu entwickeln.

Nähere Informationen finden Sie hier.
 

Bitte reichen Sie Ihre Bewerbungs-Unterlagen an bewerbung@skz.de mit Anschreiben, Lebenslauf, Notenspiegel und ggf. vorhandenen Tätigkeitsnachweisen bei uns ein. Für weitere Informationen kontaktieren Sie uns.

Ansprechpartnerin SKZ – Das Kunststoff-Zentrum

Sophia Botsch M.Sc.
Friedrich-Bergius-Ring 22,
97076 Würzburg

Tel.: 0931 4104-356

Ansprechpartnerin Universität Würzburg: Myriam Schaschek

Während sich die strukturierte Handhabung von Geschäftsprozessen durch das Business Process Management bereits in Theorie und Praxis etabliert hat, zeigen jüngste technologische Entwicklungen, wie die nachhaltige Weiterentwicklung dieses Forschungszweiges aussehen könnte. Als Zielvorgabe für Abschlussarbeiten im Prozesskontext soll die Untersuchung verschiedener Einflussfaktoren unterschiedlicher Technologien (z.B.: AI, XAI, Blockchain, Process Mining, IoT etc.) auf das Business Process Management vorgenommen werden. Des Weiteren bieten Automatisierungspotenziale, wie beispielsweise Taskautomation durch RPA oder Hyperautomation einen Untersuchungsrahmen für Abschlussarbeiten.

Eigene Themenvorschläge können eingebracht werden.

Betreuer: Nicolas Neis

Webprogramming: Single Page Applications

Im klassichen Sinne werden Web Applikationen mit Front-End und Back-End dynamisch aufgebaut. Dies hat den Nachteil, die Seite mit sehr viel Traffic häufig nachladen zu müssen. Single Page Applications versprechen, die Website nicht neu laden zu müssen und dennoch Inhalte dynamisch aktualisieren zu können. Im Rahmen der wissenschaftlichen Arbeit gilt es das Themenfeld Single Page Applications im Kontext Web Programming zu erarbeiten. Dies kann sowohl literaturbasiert als auch mit einem Design Science Ansatz (Prototyp) erforscht werden.

Eigene Themenvorschläge können eingebracht werden.

Betreuer: Christian Zeiß

Problemstellung: Bidirectional Encoder Representations from Transformers (BERT) stellen eine der moderneren Architekturen Neuronaler Netze dar. Im Sprachbereich werden diese bereits erfolgreich in Modellen in der Praxis eingesetz.
Die Übertragbarkeit der kompklexen Modelle in den Prozessbereich, insbesondere die Next-Step-Predicition (NSP) sowie die Outcome-Prediction ist aktuell noch nicht erforscht.

Ziel: Prototypische implementierung eines BERT modells für den Bereich NSP. Mit der Arbeit soll die Übertragbarkeit der Architektur für den Prozessbereich, insbesondere die Next-Step-Predicition (NSP) getestet werden.

Methodik: CRISP-DM

• Heinrich, Kai, et al. "Process data properties matter: Introducing gated convolutional neural networks (GCNN) and key-value-predict attention networks (KVP) for next event prediction with deep learning." Decision Support Systems, vol. 143, 1 Apr. 2021, p. 113494, doi:10.1016/j.dss.2021.113494.

Betreuer:  Fabian Gwinner

Die Blockchain Technologie steht zunehmend im Interesse zahlreicher Forscher und Praktiker aus dem Finanz-, Logistik und Produktionsumfeld, um neue Integrationsmöglichkeiten entlang komplexer Lieferketten für mehr Transparenz zu schaffen[1]. Dabei gibt es zahlreiche Perspektiven und komplexe Herausforderungen, die bei großen, mittleren und kleinen Unternehmen zu Implementierungsproblemen führen [2]. Die Forschung befindet sich auf diesem Gebiet in ihren Anfängen, wie verschiedene technische (Token-/Smart Contract) Standards zur Rückverfolgung von Produkten mit klassischen Informationssystemen wie Enterprise Resource Planning (ERP), Manufacturing Excecution (MES) Systems oder Warehouse Management Systems (WMS) genutzt werden können [3][4]. Im Kern der Thesis sollen zwei Fertigungsprozesse mit Chargen- und Seriennummern anhand unterschiedlicher ERC-Standards / Tokens (Bspw. ERC721, ERC1155 oder UTXO) abgebildet und gegenübergestellt werden. Als Ergebnis erarbeiten Sie verschiedene Vor- und Nachteile dieser Anwendungsmöglichkeiten, um Industrieunternehmen und zukünftigen Forschern eine erste Entscheidungshilfe zur Implementierung verschiedener Ansätze geben könnte.

Voraussetzungen: Grundlegende Programmierkenntnisse in Javascript sind zwingend notwendig. Erweiterte Kenntnisse in Informationssystemen wie ERP, MES, WMS oder Produktionsprozessen werden nicht benötigt, da die Arbeit in enger Zusammenarbeit mit den Betreuern stattfindet. Notwendige Daten werden durch die Betreuer zur Verfügung gestellt.

[1] Sunyaev, Ali, et al. "Token economy." Business & Information Systems Engineering (2021): 1-22.

[2] Wang, Yingli, Jeong Hugh Han, and Paul Beynon-Davies. "Understanding blockchain technology for future supply chains: a systematic literature review and research agenda." Supply Chain Management: An International Journal (2019).

[3] Pytel, Norman, Adrian Hofmann, and Axel Winkelmann. "Tracing Back the Value Stream with Colored Coins." (2020).

[4] Westerkamp, Martin, Friedhelm Victor, and Axel Küpper. "Tracing manufacturing processes using blockchain-based token compositions." Digital Communications and Networks 6.2 (2020): 167-176.

Betreuer: Norman Pytel, Christian Zeiß

In den letzten Jahren entwickelte sich ein Trend von der traditionellen Prozessanalyse hin zur datengetriebenen, proaktiven Prozessanalyse. Hierbei werden Methoden des maschinellen Lernens eingesetzt, um  basierend auf, aus Prozessdaten generierten Features oder Embeddings, prozessbezogenen Variablen vorherzusagen. Dabei werden die Prozessdaten aus bestehenden Informationssystemen extrahiert und verarbeitet.  Für die Vorhersage des nächsten Prozessschrittes haben sich Convolutional-Neural-Networks als geeignete Neuronale-Netzwerk-Architektur herauskristallisiert. Aufgrund ihrer Fähigkeit sowohl zeitliche- als auch räumliche Strukturen in den Prozessdaten zu erfassen bieten sie für die Aufgabenstellung großes Potential. Um jedoch ein generalisierbares Modell für die Prozessvorhersage zu erhalten sind große Datenmengen notwendig. In der Bildvorhersage haben sich für die Lösung dieser Problemstellung Transferlernen Methodiken etabliert.

In dieser Arbeit soll die Anwendbarkeit verschiedener Methoden des Transferlernens für die Vorhersage von Prozessschritten evaluiert werden. Die Methoden sollen basierend auf einem bestehenden Datensatz implementiert werden und ihre Leistungsfähigkeit untersucht und verglichen werden.

Betreuerin: Myriam Schaschek

Die Profilmetall Engineering GmbH ist im Bereich Sondermaschinenbau mit dem Fokus auf Herstellung von Rollformmaschinen und der Integration weiterer umformtechnischer Bearbeitungsschritte (Stanzen, Biegen, …) tätig. Im mittelständischen Sondermaschinenbau ist eine zeit- und kostenorientierte Erledigung von Konzept- und Konstruktionsarbeiten zur Erreichung der Kundenzufriedenheit und Unternehmensziele essenziell.

Aufgrund der immer wechselnden Anforderungen hinsichtlich Funktion und Aufgabenbereich einer Umformanlage lassen sich die Zeitdauer zur Erstellung der notwendigen Baugruppen erfahrungsbasiert nicht genau abschätzen und es kommt zu Verzögerungen in den Terminplänen, die sich über unterschiedliche Abteilungen hinweg fortpflanzen und den fristgerechten Projektabschluss gefährden.

Ziel dieser Arbeit ist es, auf der Datenbasis der Nachkalkulation für unterschiedlichste Projekte ein Modell zur baugruppenbasierten Abschätzung der Bearbeitungszeit in einem KMU zu entwickeln und in die Prozessabläufe des Unternehmens zu implementieren. Das Modell dient als Grundlage zur Clusterung und standardisierten Kalkulation neuer Projekte. Die Daten zu den Durchlaufzeiten abgeschlossener Projekte werden hierzu bereitgestellt und mit den Baugruppen korreliert. Das System soll fortlaufend weiter lernen und neue Daten berücksichtigen.

Kenntnisse in der Datenaufnahme und -verarbeitung sowie im Bereich Maschinenkonstruktion und -fertigung sind zur Bearbeitung dieser Aufgabe hilfreich.

Die genaue Aufgabenstellung kann noch an die Bedürfnisse des Bearbeiters angepasst werden. Die Bearbeitung erfolgt unter Einhaltung der aktuell gültigen Corona-Bestimmungen. Die Betreuung erfolgt federführend durch den Lehrstuhl und in Kooperation mit der Profilmetall Engineering GmbH.

Betreuer: Norman Pytel

Kontakt seitens der Profilmetall Engineering GmbH:
Peter Sticht | Mail: peter.sticht@profilmetall.de 

Themenfelder: Supply Chain, Enterprise Systeme, Blockchain, Taxonomie

Die Rückverfolgung von Produkten durch zunehmend verteilte und komplexe Lieferketten stell für viele Unternehmen enorme Herausforderung dar aktuelle und zukünftige rechtliche Anforderungen zu erfüllen. Die Blockchain-Technologie soll hierfür neue Ansätze bieten, um viele zu Probleme lösen, Zeit zu sparen und Kosten zu vermeiden.  Nach wie vor konzentriert sich die Forschungsfelder bei der Beurteilung von Einsatzzwecken allerdings auf organisatorische oder technische Faktoren. Im Rahmen der Thesis sollen weitere Dimensionen mithilfe einer Literaturanalyse ermittelt und in eine Taxonomie überführt werden.

Betreuer: Norman Pytel

Literatur:

Brocke, Jan vom, et al. "Reconstructing the giant: On the importance of rigour in documenting the literature search process." (2009).

Nickerson, Robert C., Upkar Varshney, and Jan Muntermann. "A method for taxonomy development and its application in information systems." European Journal of Information Systems 22.3 (2013): 336-359.