Bachelor- und Masterarbeiten

Plattform?kosysteme umfassen zentrale Akteure wie Plattformbetreiber, Nutzer, Produzenten, Drittentwickler und Regulierungsbeh?rden. Frühere Forschung hat die Dynamiken zwischen diesen Akteuren untersucht und sich dabei auf Aspekte wie Netzwerkeffekte, Wertsch?pfung, Wettbewerb, Zusammenarbeit, Nutzungsdualit?t und Governance-Strukturen konzentriert. In jüngerer Zeit sind dezentrale Plattform?kosysteme entstanden, die ohne eine zentrale Autorit?ten funktionieren und beispielsweise die Blockchain-Technologie für eine erh?hte Sicherheit und Transparenz einsetzen. Diese ?kosysteme erm?glichen Peer-to-Peer-Interaktionen und direkten Ressourcenaustausch zwischen den Nutzern. Die Teilnehmer agieren oft in selbstorganisierten Governance-Strukturen mit gemeinschaftlicher Abstimmung, was die Zusammenarbeit f?rdert und zugleich den Datenschutz sowie die Kontrolle über pers?nliche Daten st?rkt. Diese Entwicklung wirft neue Forschungsfragen zu Machtstrukturen, Governance und Nutzerprivatsph?re auf. Eine Abschlussarbeit k?nnte diese Aspekte weiter vertiefen.

Betreuung: Prof. Dr. Thomas Kude

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• Clough, D. R., & Wu, A. (2022). Artificial intelligence, data-driven learning, and the decentralized structure of platform ecosystems. Academy of Management Review, 47(1).
• Parker, G., & van Alstyne, M. (2008). Managing Platform Ecosystems. ICIS 2008 Proceedings, 53.

Da Plattformen enorme Mengen an personenbezogenen Daten sammeln, laufen Nutzer Gefahr, Identit?tsdiebstahl, ?berwachung und Missbrauch ihrer Informationen ausgesetzt zu sein. Zudem führt Zentralisierung h?ufig zu sogenannten Single Points of Failure, die Plattformen anf?lliger für Cyberangriffe machen. Wie k?nnen Plattformen die Datensicherheit verbessern und gleichzeitig das Vertrauen der Nutzer aufrechterhalten? Welche Frameworks k?nnen entwickelt werden, um die Einhaltung von Datenschutzrechten im Einklang mit gesetzlichen Vorschriften zu gew?hrleisten? Die Untersuchung dieser Fragen bietet Ihnen die M?glichkeit, in Ihrer Abschlussarbeit zu erforschen, wie Datenschutz- und Sicherheitsbedenken in Plattform?kosystemen bew?ltigt werden k?nnen.

Betreuung: Prof. Dr. Thomas Kude

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• Bélanger, F., and Crossler, R. E. 2011. Privacy in the Digital Age: A Review of Information Privacy Research in Information Systems. MIS Quarterly, 35(4).
• Culnan, M. J., and Williams, C. C. 2009. How Ethics Can Enhance Organizational Privacy: Lessions Fom the Choicepoint and TJX Data Breaches. MIS Quarterly, 33(4).
• Teubner, T., & Flath, C. M. (2019). Privacy in the sharing economy. Journal of the Association for Information Systems, 20(3).

Das Aufstreben von Künstlicher Intelligenz als neuer Akteur in der Unternehmenswelt hat erhebliche Unsicherheiten hervorgerufen, insbesondere im Hinblick auf die potenzielle Verdr?ngung menschlicher Arbeitskr?fte. Viele Organisationen verfügen derzeit über keinen klaren rechtlichen Rahmen, um diesen ?bergang zu bew?ltigen, und sind gezwungen, eigene Strategien zur Integration von KI-Technologien zu entwickeln. Diese Situation wirft wichtige ethische Fragen über die Auswirkungen von KI auf Besch?ftigung und Arbeitsumfeld auf. Zur Bew?ltigung dieser Herausforderungen steht das Thema AI Governance im Mittelpunkt der Debatte. Doch wie gestaltet sich AI Governance konkret in Organisationen? Diese interessante Forschungsfrage k?nnte in einer Abschlussarbeit vertieft untersucht werden.

Betreuung: Prof. Dr. Thomas Kude

Level: Master

Methodology: Empirische Untersuchung

Literature:

• M?ntym?ki, M., Minkkinen, M., Birkstedt, T., & Viljanen, M. (2022). Defining organizational AI governance. AI and Ethics, 2(4), 603–609.
• M?ntym?ki, M., Minkkinen, M., Zimmer, M., Birkstedt, T., & Viljanen, M. (2023). Designing an AI governance framework: From research-based premises to meta-requirements. ECIS 2023 Research Papers.

Digitale Daten werden nicht automatisch zu nützlichen Informationen. Damit sie Entscheidungen unterstützen, wiederverwendet oder zwischen Organisationen geteilt werden k?nnen, müssen sie erzeugt, bereinigt, strukturiert, dokumentiert, interpretiert und in konkrete Nutzungskontexte eingebettet werden. Diese Arbeit an und mit Daten wird h?ufig als Data Work beschrieben.

Im Mittelpunkt dieses Themenfelds steht die Frage, wie Daten entlang ihrer Reise durch Organisationen und Daten?kosysteme Bedeutung erhalten. Daten besitzen keine eindeutige Bedeutung aus sich heraus. Bereits bei ihrer Erhebung werden bestimmte Annahmen, Kategorien und Zwecke eingeschrieben. In sp?teren Phasen werden sie verarbeitet, angereichert, kuratiert, standardisiert und dokumentiert, damit andere Akteure sie verstehen, bewerten und weiterverwenden k?nnen.

Diese Prozesse verlaufen selten linear. Daten bewegen sich durch komplexe Data Journeys, in denen unterschiedliche Akteure, Technologien, Plattformen, Standards und Organisationseinheiten zusammenwirken. Dies gilt sowohl innerhalb einzelner Organisationen als auch in interorganisationalen Daten?kosystemen, etwa in Data Spaces, Smart-City-Initiativen, Forschungsdateninfrastrukturen oder branchenspezifischen Datennetzwerken.

Ziel dieses Themenfelds ist es, besser zu verstehen, wie Daten durch Data Work transformiert, kontextualisiert und nutzbar gemacht werden. Dabei geht es auch um Verantwortung: Wer entscheidet, welche Daten relevant sind? Wer dokumentiert ihre Herkunft, Qualit?t und Grenzen? Wie werden Daten zwischen verschiedenen Nutzungskontexten übersetzt? Und was braucht es, damit Daten nicht nur technisch verfügbar, sondern auch sinnvoll, nachvollziehbar und verantwortungsbewusst nutzbar sind?

M?gliche Fragestellungen betreffen die Rolle verschiedener Akteure bei der Herstellung von Datenbedeutung, die Bedeutung von Metadaten, Standards und Dokumentation, die ?bersetzung von Daten zwischen unterschiedlichen Kontexten, Verantwortlichkeiten entlang des Datenlebenszyklus oder die Voraussetzungen für vertrauenswürdige Datennutzung. 

Studierende k?nnen innerhalb dieses Themenfelds ein eigenes empirisches oder konzeptionelles Forschungsthema entwickeln. 

Betreuung: Stefanie Ulschmid

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• Leonelli, S. (2020). Learning from data journeys. In Data journeys in the sciences (pp. 1-24). Cham: Springer International Publishing.
• Jarvenpaa, S. L., & Essén, A. (2023). Data sustainability: Data governance in data infrastructures across technological and human generations. Information and Organization, 33(1), 100449.
• Oliveira, M. I., Barros Lima, G. D. F., & Farias Lóscio, B. (2019). Investigations into data ecosystems: a systematic mapping study. Knowledge and Information Systems, 61(2), 589-630.
   

Die "Plattformisierung", definiert als die zunehmende Einführung digitaler Plattformen durch Organisationen, ver?ndert die betrieblichen Prozesse und Strukturen in Unternehmen. Dieser Wandel erm?glicht eine h?here Effizienz durch optimierte Kommunikation, verbesserte Zusammenarbeit und effizienteres Datenmanagement. In stark regulierten Sektoren wie dem Gesundheits- und dem Bildungswesen bringt diese Transformation jedoch spezifische Herausforderungen mit sich. Organisationen müssen die Einhaltung strenger Vorschriften gew?hrleisten, w?hrend sie gleichzeitig die Vorteile digitaler Plattformen nutzen. Dies erfordert eine Neuausrichtung der Daten-Governance-Richtlinien, Datenschutzaspekte und Sicherheitsma?nahmen. Bisher gibt es in diesem Bereich nur begrenzte Forschung, was die Chance bietet, dieses Thema in einer Abschlussarbeit weiter zu untersuchen. M?gliche Fragestellungen k?nnten sein: Welche Auswirkungen hat Plattformisierung auf stark regulierte Sektoren wie das Gesundheitswesen und die Bildung? Wie kann Künstliche Intelligenz im Gesundheitswesen und/oder Bildungsbereich eingesetzt werden?

Betreuung: Stefanie Badmann

Level: Bachelor / Master

Methodik: Empirische Untersuchung

Literatur:

• Ozalp, H., Ozcan, P., Dinckol, D., Zachariadis, M., & Gawer, A. (2022). “Digital Colonization” of Highly Regulated Industries: An Analysis of Big Tech Platforms’ Entry into Health Care and Education. California Management Review, 64(4), 78–107.
• Setia, P., Soh, F., & Deng, K. (2020). Platformizing organizations: a synthesis of the literature. Oxford Research Encyclopedia of Business and Management.

Daten gelten heute als eine der zentralen Grundlagen digitaler Wertsch?pfung. Unternehmen, ?ffentliche Organisationen und Plattformen sammeln, verknüpfen und analysieren Daten, um Entscheidungen zu verbessern, Prozesse zu automatisieren, neue Services zu entwickeln oder Gesch?ftsmodelle zu ver?ndern. Gleichzeitig ist oft unklar, worin der Wert von Daten eigentlich besteht. Entsteht er durch bessere Informationen, durch neue Formen der Automatisierung, durch personalisierte Angebote, durch effizientere Koordination oder erst dadurch, dass Daten ?konomisch genutzt und monetarisiert werden?

Besonders relevant wird diese Frage im Kontext algorithmischer Automatisierung, datengetriebener Entscheidungen und KI-basierter Gesch?ftsmodelle. Daten sind hier nicht nur eine Ressource, die Organisationen besitzen oder auswerten. Sie ver?ndern auch, wie Organisationen arbeiten, entscheiden und mit anderen Akteuren zusammenwirken. Sie beeinflussen Wertsch?pfungsprozesse, Koordinationsmechanismen, Machtverh?ltnisse und die Grenzen von Unternehmen.

Ziel dieses Themenfelds ist es, den Wert von Daten aus einer organisations- und informationssystemtheoretischen Perspektive zu untersuchen. Im Mittelpunkt steht die Frage, wie Daten in Organisationen zu Wert werden und unter welchen Bedingungen dieser Wert tats?chlich genutzt werden kann. Dabei k?nnen unterschiedliche Formen von Datenwert unterschieden werden, etwa der Wahrheits- und Erkenntniswert von Daten, ihr Beitrag zu datengetriebener Wertsch?pfung oder ihre Rolle bei der Erfassung und Aneignung wirtschaftlicher Wertpotenziale.

M?gliche Fragestellungen betreffen digitale Gesch?ftsmodelle, datenbasierte Automatisierung und organisationale Ver?nderung: Wie entstehen datengetriebene Wertsch?pfungslogiken? Wie unterscheiden sich der Erkenntniswert, Nutzungswert und ?konomische Wert von Daten? Welche organisatorischen F?higkeiten, Strukturen und Governance-Mechanismen brauchen Unternehmen, um Daten sinnvoll zu nutzen? Wie ver?ndern algorithmische Systeme und KI die Funktionen, Grenzen und Verantwortlichkeiten von Organisationen? Und wann führt datengetriebene Automatisierung tats?chlich zu Wertsch?pfung, statt nur neue Komplexit?t, Abh?ngigkeiten oder Kontrollprobleme zu erzeugen?

Studierende k?nnen innerhalb dieses Themenfelds ein eigenes theoretisch-konzeptionelles oder empirisches Forschungsthema entwickeln. Denkbar sind zum Beispiel Arbeiten zu datengetriebenen Gesch?ftsmodellen, KI-basierter Automatisierung, Data Governance, Plattformunternehmen, Entscheidungsunterstützungssystemen oder zur Frage, wie Organisationen Daten nutzen, um neue Wertsch?pfungs- und Gesch?ftsmodelllogiken zu etablieren.

Betreuung:  Stefanie Ulschmid

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• Alaimo, C., Kallinikos, J., & Aaltonen, A. (2020). Data and value. In Handbook of digital innovation (pp. 162-178). Edward Elgar Publishing.
• Constantiou, I., Joshi, M., & Stelmaszak, M. (2023). Organizations as digital enactment systems: A theory of replacement of humans by digital technologies in organizational scanning, interpretation, and learning. Journal of the Association for Information Systems, 24(6), 1770-1798.
• Xu, D., Indulska, M., Someh, I. A., & Shanks, G. (2024). Time to reassess data value: The many faces of data in organizations. The Journal of Strategic Information Systems, 33(4), 101863.

Die Moderation von Inhalten auf Plattformen ist ein zentrales Thema in der digitalen Welt. Plattformbetreiber sind dafür verantwortlich, eine Balance zwischen Meinungsfreiheit und dem Schutz vor sch?dlichen oder unzul?ssigen Inhalten zu finden. Plattformen nutzen zunehmend algorithmusbasierte Moderationssysteme, um unerwünschte Inhalte zu identifizieren und zu entfernen. Dabei stellt sich die Frage, wie effektiv diese Systeme sind und welche Auswirkungen sie auf die Nutzererfahrung und das Engagement auf Plattformen haben. Algorithmische Moderation und menschliche Eingriffe k?nnen in unterschiedlichen Kontexten zu unterschiedlichen Ergebnissen führen, was auch das Vertrauen der Nutzer in die Plattformen beeinflusst. Insbesondere auf Plattformen wie Reddit oder sozialen Netzwerken, wo die Nutzerinteraktion im Vordergrund steht, wirft die Frage nach der Verantwortung und Transparenz von Moderationsentscheidungen neue Herausforderungen auf. Auf Plattformen wie Live-Streaming-Diensten und Social-Media-Kan?len beeinflusst content moderation ma?geblich die Dynamik der Nutzerbeteiligung. Eine m?gliche Abschlussarbeit k?nnte sich mit der Frage besch?ftigen, wie content moderation durch Algorithmen und menschliche Eingriffe das Nutzerverhalten, die Plattformgovernance und die sozialen Normen auf digitalen Plattformen formt.

Betreuung: Stefanie Badmann

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• He, Q., Hong, Y., & Raghu, T. S. (2025). Platform Governance with Algorithm-Based Content Moderation: An Empirical Study on Reddit. Information Systems Research, 36(2), 1078–1095. https://doi.org/10.1287/isre.2021.0036
• Zhang, X., Wei, Z., Du, Q., & Zhang, Z. (2026). Social Media Moderation and Content Generation: Evidence From User Bans. MIS Quarterly, 50(1), 211–242. https://doi.org/10.25300/MISQ/2025/18108
• Zhao, K., Hong, Y., Ma, T., Lu, Y., & Hu, Y. (2025). Lost in the Crowd: How Group Size and Content Moderation Shape User Engagement in Live Streaming. Information Systems Research, 36(4), 2076–2095. doi.org/10.1287/isre.2022.0086

Seit der Pandemie haben sich viele Büroangestellte an plattformbasierte Teamarbeit gew?hnt, wodurch virtuelle Zusammenarbeit zu einem integralen Bestandteil der modernen Arbeitserfahrung geworden ist. Heute ist es kaum vorstellbar, dass Teams ohne irgendeine Form der Online-Interaktion arbeiten. Verschiedene Tools, insbesondere cloudbasierte L?sungen, haben sich etabliert, um diese Zusammenarbeit zu erleichtern und die Kommunikation sowie Produktivit?t in geografisch verteilten Teams zu verbessern. Dieser Wandel hin zur digitalen Teamarbeit ver?ndert nicht nur die traditionellen Dynamiken am Arbeitsplatz, sondern er?ffnet auch ein breites Forschungsfeld für Abschlussarbeiten. Eine solche Arbeit k?nnte die Rolle digitaler Plattformen für die Teamarbeit in Organisationen untersuchen.

Betreuung: Stefanie Badmann

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• Barley, S. R., Bechky, B. A., & Milliken, F. J. (2017). The Changing Nature of Work: Careers, Identities, and Work Lives in the 21st Century. Academy of Management Discoveries, 3(2).
• Kude, T., Mithas, S., Schmidt, C. T., & Heinzl, A. (2019). How Pair Programming Influences Team Performance: The Role of Backup Behavior, Shared Mental Models, and Task Novelty. Information Systems Research, 30(4), 1145–1163.
• Kude, T.,  Foerderer, J.,  Mithas, S., &  Heinzl, A. (2023).  How deadline orientation and architectural modularity influence software quality and job satisfaction. Journal of Operations Management, 1– 24.

Digitale Plattformen pr?gen zunehmend zentrale Bereiche von Wirtschaft, Verwaltung und Gesellschaft. Sie sind nicht nur einzelne Anwendungen, sondern entwickeln sich h?ufig zu grundlegenden Infrastrukturen, über die Akteure, Organisationen, technische Systeme und Datenquellen miteinander verbunden werden. Beispiele sind Cloud-Dienste, Datenplattformen, Smart-City-Infrastrukturen, Mobilit?tsplattformen, digitale Verwaltungsplattformen oder Plattformen in der Energie-, Gesundheits- und Kreislaufwirtschaft. 

Mit dieser Plattformisierung entstehen neue Formen der Steuerung und Koordination. Plattformen strukturieren Zug?nge, Abh?ngigkeiten, Entscheidungswege und Verantwortlichkeiten. Dadurch k?nnen sie gesellschaftliche und organisatorische Ordnung stabilisieren, etwa indem sie Ressourcen effizienter verteilen, Versorgungsprozesse verbessern, nachhaltige Konsummuster unterstützen oder neue Formen der Zusammenarbeit erm?glichen. Beispiele reichen von Mobilit?ts- und Sharing-Plattformen über datenbasierte Energiesysteme bis hin zu Plattformmodellen gegen Lebensmittelverschwendung. 

Gleichzeitig entstehen in plattformisierten Infrastrukturen laufend digitale Spuren, sogenannte Trace Data. Dazu geh?ren Nutzungsdaten, Transaktionen, Sensordaten, Bewegungsdaten oder Kommunikationsdaten. Diese Daten k?nnen analysiert werden, um Prozesse besser zu verstehen, Infrastrukturen vorausschauend zu steuern, Risiken frühzeitig zu erkennen oder neue Services zu entwickeln. Sie machen aber auch Verhalten sichtbar, erm?glichen Kontrolle und ?berwachung, verschieben Machtverh?ltnisse und k?nnen neue Abh?ngigkeiten zwischen Plattformbetreibern, Organisationen und Nutzer:innen erzeugen.

Ziel dieses Themenfelds ist es, Chancen und Risiken plattformisierter Infrastrukturen im Spannungsfeld von digitaler Souver?nit?t, ?kologischer Nachhaltigkeit und gesellschaftlicher Ordnung zu untersuchen. Im Mittelpunkt steht die Frage, unter welchen Bedingungen Plattformen zu stabilen, offenen und nachhaltigen Infrastrukturen beitragen und wann sie Abh?ngigkeiten, Kontrollverluste, ?kologische Folgekosten oder soziale Ungleichheiten verst?rken. M?gliche Fragestellungen betreffen Architektur, Governance und Verantwortung: Wie sollten digitale Infrastrukturen gestaltet werden, damit sie offen, sicher, kontrollierbar und ?kologisch verantwortbar bleiben? Welche Rolle spielen Trace Data für die Steuerung kritischer und nachhaltigkeitsrelevanter Infrastrukturen? Wie k?nnen Open-Source-L?sungen, Interoperabilit?t oder offene Standards digitale und ?kologische Abh?ngigkeiten reduzieren? Und unter welchen Bedingungen tragen plattformisierte Infrastrukturen zur Stabilisierung oder Gef?hrdung gesellschaftlicher, organisatorischer und ?kologischer Ordnung bei? 

Studierende k?nnen innerhalb dieses Themenfelds ein eigenes literaturbasiertes, konzeptionelles oder empirisches Forschungsthema entwickeln.

Betreuung:  Stefanie Ulschmid

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• Constantinides, P., Henfridsson, O., & Parker, G. G. (2018). Introduction—platforms and infrastructures in the digital age. Information Systems Research, 29(2), 381-400.
• Veit, D. J., & Thatcher, J. B. (2023). Digitalization as a problem or solution? Charting the path for research on sustainable information systems. Journal of Business Economics, 93(6), 1231-1253.
• Zuboff, S. (2022). Surveillance capitalism or democracy? The death match of institutional orders and the politics of knowledge in our information civilization. Organization Theory, 3(3).

Dieses Thema untersucht die sich ver?ndernde Rolle der 球探足球比分 und der traditionellen Medien als wichtige Vermittler bei der Bereitstellung genauer Informationen und der F?rderung informierter lokaler Bev?lkerungsgruppen. W?hrend der Lokaljournalismus für die Demokratie und den sozialen Zusammenhalt von entscheidender Bedeutung ist, wird er durch die Dominanz digitaler Plattformen und den Aufstieg der sozialen Medien, in denen sich Fehlinformationen unkontrolliert verbreiten k?nnen, zunehmend herausgefordert. Ihre Forschung wird sich mit der Frage befassen, wie sich traditionelle Medien anpassen k?nnen, um relevant zu bleiben, welche Innovationen erforderlich sind, um den Lokaljournalismus aufrechtzuerhalten, oder welche Strategien m?glich sind, um den Herausforderungen durch Fehlinformationen in den sozialen Medien zu begegnen.

Betreuung:  Prof. Dr. Thomas Kude

Level: Bachelor / Master

Methodik: Literature Review / Empirical Investigation / Design Science

Literatur:

• Abbasi, A., Greenwood, B. N., Mazmanian, M., Miranda, S., & Seamans, R. Call for Papers: Special Issue-The Institutional Press in the Digital Age.
• Kitchens, B., Johnson, S. L., & Gray, P. (2020). Understanding echo chambers and filter bubbles: The impact of social media on diversification and partisan shifts in news consumption. MIS quarterly, 44(4).
• Matherly, T., & Greenwood, B. N. (2022). No news is bad news: The internet, corruption, and the decline of the fourth estate. Corruption, and the Decline of the Fourth Estate (September 8, 2022).

Dieses Thema basiert auf der ?berlegung, dass viele der traditionellen Lehr- und Bewertungsmethoden in der Hochschulbildung bereits überholt sind oder in naher Zukunft wahrscheinlich überholt sein werden. So kann es zum Beispiel sein, dass eine relativ einfache Fragestellung für eine Studienarbeit nicht mehr ausreichend ist. Anstatt diese Entwicklungen abzulehnen, wird in der Arbeit eine positive Haltung eingenommen und untersucht, wie sich die Hochschulbildung weiterentwickeln muss, um die KI-Tools optimal nutzen zu k?nnen. Wie k?nnen Plattformen und Werkzeuge genutzt und gestaltet werden? Wie k?nnen diese Plattformen und Tools die pers?nliche Interaktion im Unterricht erg?nzen? Wie k?nnen sich von Studierenden geleitete Forschungsprojekte und akademisches Schreiben weiterentwickeln und wie k?nnen die Beitr?ge der Studierenden bewertet werden?

Betreuung:  Prof. Dr. Thomas Kude / Stefanie Badmann

Level: Bachelor / Master

Methodik: Literature Review / Empirical Investigation / Design Science

Literatur:

• Betts, M., & Rosemann, M. (2022). The New Learning Economy: Thriving Beyond Higher Education. Routledge.
• Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: the state of the field. International Journal of Educational Technology in Higher Education, 20(1), 22.
• Komljenovic, J. (2021). The rise of education rentiers: digital platforms, digital data and rents. Learning, Media and Technology, 46(3), 320–332.

M?chten Sie Ihre Abschlussarbeit im Bereich der digitalen Plattformen und deren Auswirkungen auf Unternehmen, Branchen und die Gesellschaft schreiben, finden jedoch keines unserer vorgeschlagenen Themen passend zu Ihren Interessen? Vielleicht haben Sie bereits einen Unternehmenspartner für eine Zusammenarbeit im Blick? Wenn Sie der Meinung sind, dass Ihre Interessen mit unseren Forschungsschwerpunkten übereinstimmen, teilen Sie uns Ihre Ideen gerne über das untenstehende Feld (?Kontakaufnahme“) mit, indem Sie eine kurze Beschreibung (ca. 500-1.000 W?rter) Ihres geplanten Themas für Ihre Abschlussarbeit einreichen.

Level: Bachelor / Master

Methodik: Literaturübersicht / Empirische Untersuchung

Literatur:

• De Reuver, M., S?rensen, C., & Basole, R. C. (2018). The Digital Platform: A Research Agenda.Journal of Information Technology, 33(2), 124–135.