Der Begriff Plattform-Ökosystem bezieht sich im Allgemeinen auf ein Netzwerk aus mehreren Unternehmen, die gemeinsam auf einer digitalen Plattform Werte schaffen. Komplementäre Unternehmen ergänzen das Leistungsangebot und realisieren so einen Mehrwert für den Endkunden. Auf diese Weise schaffen die Teilnehmer gemeinsam einen Mehrwert, den ein Unternehmen allein nicht leisten könnte.

Ökosysteme unterscheiden sich von anderen Wertschöpfungsstrukturen durch die Art ihrer Koordination. Im Rahmen digitaler Ökosysteme können die vielfältigen Beiträge der einzelnen Teilnehmer nicht durch "Command and Control"-Mechanismen koordiniert werden, wie dies bei konventionellen Lieferketten der Fall wäre. Die Aufgabe eines Plattformanbieters ist es, die Leistungsfähigkeit und damit die Wettbewerbsfähigkeit des Ökosystems sicherzustellen. In der Regel ist ein Unternehmen der Eigentümer der Plattform und fungiert als Orchestrator des Ökosystems. Aber auch Konsortien oder Peer-to-Peer-Gemeinschaften können als Plattformbetreiber in Frage kommen. Um die Vision des Plattformbetreibers trotz dynamischer Umweltveränderungen zu verwirklichen, werden in der Literatur verschiedene Governance-Mechanismen diskutiert. Dazu gehören Boundary Resources, Value Capturing Mechanismen oder die Offenheit der Plattformen, die je nach strategischer Ausrichtung eingesetzt werden.

Forschungsfragen

• RQ1: Welche Governance-Mechanismen gibt es für die Steuerung eines plattformbasierten Ökosystems?
• RQ2: Wie können diese Mechanismen klassifiziert werden?
• RQ3: Welche Aspekte der Governance-Forschungs sind bislang unberücksichtigt?

Methodisches Vorgehen: Systematische Literaturrecherche in führenden Fachzeitschriften (VHB-JOURQUAL3 der WI) und auf Konferenzen (ICIS, ECIS, PACIS, AMCIS, HICSS).

Zielsetzung: Entwicklung eines Frameworks zur Beschreibung zentraler Governance-Mechanismen und Ableitung einer Forschungsagenda.

(Start-)Literatur:

• Hein, Andreas; Schreieck, Maximilian; Riasanow, Tobias; Setzke, David Soto; Wiesche, Manuel; Böhm, Markus; Krcmar, Helmut (2020): Digital platform ecosystems. In Electronic Markets 30 (1), pp. 87–98. DOI: 10.1007/s12525-019-00377-4.
• Schreieck, Maximilian; Wiesche, Manuel; Helmut Krcmar (2016): DESIGN AND GOVERNANCE OF PLATFORM ECOSYSTEMS – KEY CONCEPTS AND ISSUES FOR FUTURE RESEARCH. In Research Papers. Available online at aisel.aisnet.org/ecis2016_rp/76.
• Staub, Nicola; Haki, Kazem; Aier, Stephan; Winter, Robert (2022): Governance Mechanisms in Digital Platform Ecosystems: Addressing the Generativity-Control Tension. In Communications of the Association for Information Systems 51 (1), pp. 906–939. DOI: 10.17705/1CAIS.05137.
• Wulfert, Tobias; Woroch, Robert; Strobel, Gero; Seufert, Sarah; Möller, Frederik (2022): Developing design principles to standardize e-commerce ecosystems. In Electron Markets. DOI: 10.1007/s12525-022-00558-8.

Bei Interesse verweisen wir auf den Abschlussarbeitenprozess am SOFTEC-Lehrstuhl. Wir und freuen uns auf Ihre Bewerbung!

Collaborative human-AI systems combine the strengths of humans and artificial intelligence to create innovative solutions for challenging problems. Voice assistants, generative AI and predictive analytics tools are already realising their potential in various areas. The increasing integration of AI into digital platforms will have a decisive influence on the further development of digitalisation. This change will enable disruptive services and business models. At the same time, however, platform structures (including architectures, governance mechanisms, etc.) must be adapted to the new AI capabilities. Against this backdrop, the thesis examines key issues and solutions in the context of AI and digital platforms.

Research questions:

• RQ1: What are the central topics of IS research in relation to AI and its integration into digital platforms?
• RQ3: In which domains is AI used in platforms?
• RQ2: Which aspects of IS research remain unconsidered with regard to platforms in the AI context?

Methodological approach: Systematic literature review in leading journals (Basket of Eight) and at conferences (ICIS, ECIS, PACIS, AMCIS, HICSS).

Objective: Development of a research agenda on the integration of AI in platforms.

Kollaborative Mensch-KI-Systeme kombinieren die Stärken von Menschen und künstlicher Intelligenz, um innovative Lösungen für anspruchsvolle Probleme zu schaffen. Sprachassistenten, generative KI und prädiktive Analysetools entfalten ihr Potenzial bereits in unterschiedlichen Gebieten. Die zunehmende Integration von KI in digitale Plattformen wird einen entscheidenden Einfluss auf die Weiterentwicklung der Digitalisierung haben. Dieser Wandel ermöglicht disruptive Dienste und Geschäftsmodelle. Gleichzeitig müssen jedoch die Plattformstrukturen (einschließlich Architekturen, Governance-Mechanismen usw.)  an die neuen KI-Fähigkeiten angepasst werden. Vor diesem Hintergrund beschäftigt sich die Arbeit mit der Untersuchung zentraler Fragestellungen und Lösungsansätze im Kontext von KI und digitaler Plattformen.

Forschungsfragen:

• RQ1: Welche sind die zentrale Themen der IS-Forschung in Bezug auf KI und ihrer Integration in digitale Plattformen?
• RQ3: In welchen Domänen wird KI in Plattformen eingesetzt?
• RQ2: Welche Aspekte der IS-Forschung bleiben im Hinblick auf Plattformen im AI-Kontext unberücksichtigt?

Methodisches Vorgehen: Systematische Literaturrecherche in führenden Fachzeitschriften (Basket of Eight) und auf Konferenzen (ICIS, ECIS, PACIS, AMCIS, HICSS).

Zielsetzung: Entwicklung einer Forschungsagenda über die Integration von KI in Plattformen.

Companies are increasingly adopting digital platform-based business models to orchestrate value exchange between different parties (e.g. producers and consumers). Unlike previous technologies, the modular architecture of these platforms fosters generativity, i.e. the ability to drive multiple new and unforeseen innovations by flexibly combining and rearranging elements. However, different architectural approaches influence the generativity and thus the innovative capacity of platforms. Further factors, such as governance structures and mechanisms, also promote or inhibit generativity. This work addresses this issue and therefore focuses on key factors that influence the generativity of digital platforms.

Research questions:

RQ1: What are the central topics of IS research in the context of digital platforms and generativity?
RQ2: Which aspects of IS research remain unconsidered with regard to the generativity of digital platforms?

Methodological approach: Systematic literature review in leading journals (Basket of Eight) and at conferences (ICIS, ECIS, PACIS, AMCIS, HICSS).

Objective: Development of a framework to describe key impact factors on the generativity of platforms and derivation of a research agenda

Unternehmen setzen zunehmend auf digitale plattformbasierte Geschäftsmodelle, die Werttransaktionen zwischen verschiedenen Akteuren (z. B. Produzenten und Konsumenten) orchestrieren. Im Gegensatz zu früheren Technologien fördert die modulare Architektur dieser Plattformen die Generativität, d. h. die Fähigkeit, eine Vielzahl neuer und unvorhergesehener Innovationen durch die flexible Kombination und Neuanordnung von Elementen zu ermöglichen. Unterschiedliche Architekturansätze beeinflussen jedoch die Generativität und damit die Innovationsfähigkeit von Plattformen. Auch andere Faktoren, wie etwa Governance-Strukturen und -Mechanismen, fördern oder hemmen die Generativität. Die Arbeit setzt genau an diesem Problem an und beschäftigt sich daher mit zentralen Wirkungsfaktoren, die die Generativität von digitalen Plattformen beeinflussen.

Forschungsfragen:

• RQ1: Was sind die zentralen Themen der IS-Forschung im Kontext digitaler Plattformen und Generativität?
• RQ2: Welche Aspekte der IS-Forschung bleiben im Hinblick auf Generativität digitaler Plattformen unberücksichtigt?

Methodisches Vorgehen: Systematische Literaturrecherche in führenden Fachzeitschriften (Basket of Eight) und auf Konferenzen (ICIS, ECIS, PACIS, AMCIS, HICSS).

Zielsetzung: Entwicklung eines Frameworks zur Beschreibung zentraler Wirkungsfaktoren auf die Generativität von Plattformen und Ableitung einer Forschungsagenda

The utilization of current AI systems is akin to using a tool in most cases. Here, the focus often lies on cooperation, i.e., employing specific abilities for individual goal achievement. However, to fully harness the potential of AI, a shift towards collaboration between humans and machines is necessary. This thesis precisely addresses this realm.

Research Questions:

• RQ1: What are the main themes and genres of IS research in the field of Human-Centered AI?
• RQ2: What aspects of IS research in Human-Centered AI remain overlooked?

Approach: Systematic literature review of top journals (Basket of Eight) and conferences (ICIS, ECIS, PACIS, AMCIS, HICSS).

Objective: Development of a research agenda for Human-AI Collaboration

Die Nutzung heutiger KI-Systeme ist in den meisten Fällen mit der Verwendung eines Werkzeugs zu vergleichen. Dabei steht oft die Kooperation, also die Nutzung spezieller Fähigkeiten zur eigenen Zielerreichung, im Vordergrund. Um jedoch das volle Potenzial von KI ausschöpfen zu können, ist eine Verlagerung hin zur Kollaboration zwischen Mensch und Maschine notwendig. Die Abschlussarbeit behandelt genau dieses Themenfeld.

Forschungsfragen:

• RQ1: Was sind die Hauptthemen und Genres der IS-Forschung im Bereich Human-AI-Collaboration?
• RQ2: Welche Aspekte der IS-Forschung im Bereich Human-AI-Collaboration bleiben unbeachtet?

Methodisches Vorgehen: Systematische Literaturrecherche in führenden Fachzeitschriften (Basket of Eight) und auf Konferenzen (ICIS, ECIS, PACIS, AMCIS, HICSS).

Zielsetzung: Entwicklung einer Forschungsagenda für die Kollaboration von Mensch und KI

Artificial intelligence is indispensable in our lives today. Current AI approaches primarily focus on transferring human capabilities to machines. The Human-Centered AI approach prioritizes humans and aims to enhance their abilities through the possibilities offered by AI.

Research Questions:

RQ1: What are the main themes and genres of IS research on Human-Centered AI?
RQ2: What are the blind spots in IS research on Human-Centered AI?

Approach: Systematic literature review of top journals (Basket of Eight) and conferences (ICIS, ECIS, PACIS, AMCIS, HICSS).

Objective: Developing a research agenda for Human-Centered AI.

Künstliche Intelligenz ist aus unserem heutigen Leben nicht mehr wegzudenken. Aktuelle KI-Ansätze fokussieren hierbei primär menschliche Fähigkeiten auf Maschinen zu übertragen. Der Human-Centered AI-Ansatz stellt den Menschen in den Vordergrund und versucht dessen Fähigkeiten durch die Möglichkeiten der KI zu augmentieren.

Forschungsfragen:

• RQ1: Was sind die Hauptthemen und Genres der IS-Forschung im Bereich Human-Centered AI?
• RQ2: Welche sind die unberücksichtigten Aspekte der IS-Forschung im Bereich Human-Centered AI?

Vorgehen: Systematische Literaturrecherche in führenden Fachzeitschriften (z.B. AIS Senior Scholars' List of Premier Journals) und Konferenzen (z.B. ICIS, ECIS, PACIS, AMCIS, HICSS).

Zielsetzung: Entwicklung einer Forschungsagenda für Human-Centered AI

• Banh, L. & Strobel, G. (2023). Generative artificial intelligence. Electronic Markets 33(63). DOI: 10.1007/s12525-023-00680-1 
• Arora, A., Barrett, M., Lee, E., Oborn, E. & Prince, K. (2023). Risk and the future of AI: Algorithmic bias, data colonialism, and marginalization. Information and Organization 33(3). DOI: 10.1016/j.infoandorg.2023.100478
• Ferrara, E. (2023). GenAI Against Humanity: Nefarious Applications of Generative Artificial Intelligence and Large Language Models. DOI: 10.48550/arXiv.2310.00737

If language shapes our reality, changing our language might lead to a different, potentially preferable reality. This thought is echoed throughout a variety of philosophical schools and can, in different variations, with different assumptions, and with different implications, be found in the writings of Ludwig Wittgenstein, Richard Rorty, Friedrich Nietzsche, Immanuel Kant, or Humberto Maturana. Recently, the discussion has received more widespread attention. Motivated in part from feminist philosophy of the 1990s, philosophers have combined their research efforts towards the improvement of language under the moniker of conceptual engineering and conceptual ethics. The amelioration of concepts and language is faced with several theoretical and practical challenges. What makes a concept better than another? How could a new concept be adopted by respective language users?

Information systems development is essentially concerned with language development (clarification and sources per request). Broadly, this poses the question if information systems can support conceptual engineering and, if so, in what regards. Machine learning (ML) might be a fruitful first step to guide this analysis. Contemporary ML approaches are inductive (cf. Rescher 1980): they generate potentially novel generalizations based on a set of observations. Researchers like Rees (2022) therefore suggest that they might guide the development of novel concepts.

This master’s thesis should explore the capabilities of ML to support conceptual engineering. You should identify potential tasks of conceptual engineering and what requirements they face. Then you should investigate how different ML approaches (we can disucss which in our first meetings) can serve to address these requirements.

Literature

• Burgess A, Cappelen H, Plunkett D (eds) (2020) Conceptual Engineering and Conceptual Ethics. Oxford University Press: Oxford
• Butlin P (2021) Sharing Our Concepts with Machines. Erkenntnis
• Cappelen H, Dever J (2019) Bad Language. Oxford University Press: Oxford
• Haslanger S (2012) Resisting Reality: Social Construction and Social Critique. Oxford University Press: Oxford
• Medin DL, Smith EE (1984) Concepts and Concept Formation. Annual Review of Psychology 35(35):113–138
• Montemayor C (2021) Language and Intelligence. Minds and Machines 31:471–486
• Ontañón S, Dellunde P, Godo L, Plaza E (2012) A Defeasible Reasoning Model of Inductive Concept Learning from Examples and Communication. Artificial Intelligence 193:129–148
• Rees T (2022) Non-Human Words: On GPT-3 as a Philosophical Library. Daedalus 151(2):168–182
• Rescher N (1980) Induction: An Essay on the Justification of Inductive Reasoning. Basil Blackwell: Oxford

Natural languge processing (NLP) ist der Bereich der Informatik, der sich mit der algorithmischen Verarbeitung von natürlicher Sprache befasst. NLP lässt sich dabei in zwei Bereiche unterteilen: Das Verständnis von natürlicher Sprache (Natural Language Understanding, NLU) und die Generation von natürlicher Sprache (Natural Language Generation, NLG). NLG-Systeme sind zwar kein neues Phänomen, haben aber in den letzten Jahren durch Tools wie ChatGPT vermehrt an Resonanz erfahren.

Manche Autoren schätzen Modelle bzw. Diagramme teilweise als zu schwer verständlich ein, sodass für entsprechende Modellnutzer eine zu schwer überwindbare Hürde entsteht (vgl. Dalianis 1992, Gulla 1996). Natürliche Sprache in Form von kurzem Fließtext sei hingegen universell verständlich und soll daher dabei helfen können, diese Hürde zu überkommen (ebd.).

Je nach Interesse kann die Thesis unterschiedlich ausgelegt werden. Zum Beispiel kann untersucht werden, welche Ansprüche mit Modellen einhergehen (bspw. Beschreibung, Vorschreibung oder Erklärung von Situationen) und wie diese (besser?) durch NLG adressiert werden könnten. Alternativ kann auch ein prototypisches NLG-System entwickelt und evaluiert werden. Auch kann eine vergleichende Untersuchung angestrebt werden, wo die Potenziale für verschiedene Arten von konzeptuellen Modellen (bspw. GPML vs DSML) gegenüber gestellt werden.

Literatur:

• Ackermann L, Schönig S, Zeising M, Jablonski S (2015) Natural Language Generation for Declarative Process Models. Enterprise and Organizatonal Modeling and Simulation: 11th International Workshop, held at CAiSE 2015, pp 3–19
• Dalianis H (1992) A Method for Validating a Conceptual Model by Natural Language Discourse Generation. In: Loucopolous P (ed.) Advanced Information Systems Engineering, CAiSE 1992 Proceedings. Springer International Publishing: Cham, pp. 425-444
• Dalianis H, Johannesson P (1997) Explaining Conceptual Models: An Architecture and Design Principles. In: Embley DW, Goldstein RC (eds). Conceptual Modeling - ER '97 Proceedings. Springer: Berlin, Heidelberg, pp 215–228
• Gulla JA (1996) A General Explanation Component for Conceptual Modeling in CASE Environments. ACM Transactions on Information Systems 14(3):297-329
• Lavoie B, Rambow O, Reiter E (1997) Customizable Descriptions of Object-oriented Models. Proceedings of the Fifth Conference on Applied natural language processing -, pp 253–256
• Leopold H, Mendling J, Polyvyanyy (2012) Generating Natural Language Texts from Business Process Models. In: Ralyté J, Franch X, Brinkkemper S, Wrycza S (eds). Advanced Information Systems Engineering: 24th International Conference, CAiSE 2012 Proceedings. Springer-Verlag: Berlin, Heidelberg, pp 64–79
• Paris CL (1988) Tailoring Object Descriptions to a User's Level of Expertise. Computational Linguistics 14(3):64–78
• Reiter E (2007) An Architecture for Data-to-Text Systems. In: Busemann S (ed). ENLG '07: Proceedings of the Eleventh European Workshop on Natural Language Generation. Association for Computational Linguistics: Stroudsburg, PA, pp 97–104
• Reiter E (2010) Natural Language Generation. In: Clark A, Fox C, Lappin S (eds). The Handbook of Computational Linguistics and Natural Language Processing. Wiley-Blackwell: West Sussex, pp 574–598
• Sobieszek A, Price T (2022) Playing Games with AIs: The Limits of GPT-3 and Similar Large Language Models. Minds and Machines 32:341–364

Die Welt lässt sich als eine Menge interagierender Objekte betrachten. Diese Prämisse liegt der objektorientierten (OO) Programmierung zugrunde. Spätestens mit der Veröffentlichung von Smalltalk in den 1980er-Jahren hat sich die OO-Programmierung wachsender Beliebeit erfreut. Das hatte auch die Entwicklung von einer Vielzahl an OO-Modellierungssprachen und OO-Modellierungsmethoden zur Folge, die 1997 in die Standardisierung der UML mündete. Ein Kernkonzept der Objektorientierung ist dabei die sogennante “Klasse”. Eine Klasse dient als Schablone für Objekte; Objekte werden fachsprachlich von einer Klasse instanziiert. In gängigen Programmierungssprachen wie Java oder Python muss die Definition einer Klasse daher immer vor der Instanziierung von Objekten erfolgen. Dieser Schritt wird jedoch aus verschiedenen Sichtweisen kritisiert: Für Menschen sei primär der Umgang mit Objekten natürlich - die Definition von Klassen stelle eine Herauforderung dar (vgl. Bergstein and Lieberherr 1991).

In den letzten Jahren hat in der konzeptuellen Modellierung die sog. “flexible Modellierung” oder auch “Bottom-Up-Modellierung” vermehrt an Resonanz erfahren. Auch hier wird die Notwendigkeit der strikten Top-Down-Modellierung kritisiert: Intuitiver sei es, Nutzern die Modellierung auf niedrigeren Ebenen zu ermöglichen. Der Bedarf nach Klassifikation von Objekten ist dabei nur einer von vielen Problembereichen.

Diese Bachelor-Thesis soll sich dem Problem der automatisierten Klassen-Induktion für die konzeptuelle Modellierung annähern. Technische Schwierigkeiten die bei der Programmierung aufkommen würden sind auszuklammern. Dabei kann entweder eine vergleichende Untersuchung existierender Ansätze vorgenommen werden oder es kann ein eigener Ansatz zur Klasseninduktion entwickelt werden. Für Letzteres könnten wir Ressourcen bereitstellen, auf denen aufgebaut werden kann. Details und genaue Themenausrichtung sind in Betreuungsgesprächen zu klären. In jedem Fall steht die Identifiaktion von Herausforderungen und eine Identifikation und Bewertung möglicher Gegenmaßnahmen im Kern der Thesis.

Literatur:

• Bergstein PL, Lieberherr KJ (1991) Incremental Class Dictionary Learning and Optimization. ECOOP '91 European Conference on Object-Oriented Programming: Geneva, Switzerland, July 15-19, 1991. Proceedings, pp 377–396
• Façanha RL, Cavalcanti MC (2014) On the Road to Bring Government Legacy Systems Data Schemas to Public Access. Proceedings of the 1st Joint Workshop ONTO.COM / ODISE on Ontologies in Conceptual Modeling and Information Systems Engineering co-located with 8th International Conference on Formal Ontology in Information Systems
• Guerra E, de Lara J (2018) On the Quest for Flexible Modelling. MODELS '18: 18th Intenational ACM/IEEE Conference on Model Driven Engineering Languages and Systems, pp 23–33
• Kessentini W, Alizadeh V (2022) Semi-Automated Metamodel/Model Co-Evolution: A Multi-Level Interactive Approach. Software and Systems Modeling 21:1853–1876
• Töpel. Daniel, Kaczmarek-Heß M (2022) Towards Flexible Creation of Multi-Level Models: Bottom-Up Change Support in the Modeling and Programming Environment XModeler. MODELS '22: Proceedings of the 25th International Conference on Model Driven Engineering Languages and Systems: Companion Proceedings, pp 404–413

Artificial neural networks (ANNs) denote a popular class of models used within machine learning. An ANN typically consists of multiple layers of simple processing units, so-called artificial neurons. Most current ANNs involve multiple layers of these processing units, hence the term deep learning is sometimes applied to describe them. Historically, they emerged from a neurophysiological inspiration to express the processing of mammal neurons in mathematical terms (cf. McCulloch and Pitts 1943). There exists a plethora of different approaches to the design of ANNs, some variations include the number of artificial neurons in a layer, the activation function applied, or the connection of artificial neurons between layers. From these variations have emerged several classes of ANN architectures, such as Multi-Layered Perceptrons (MLPs), Generative Adversial Networks (GANs), Convolutional Neural Networks (CNNs), or Recurrent Neural Networks (RNNs). It is conspicuous many papers, which discuss a particular ANN architecture,represent them in some diagrammatic form. This diagrammatic representation, however, does not follow any unified structure. This results in two challenges: First, ANNs are not visually comparable through an analysis of their diagrammatic representations. Second, the depicted diagrams of ANNs might lack relevant information, overseen by the original researchers. In short: It appears that the depiction of ANNs lack a conceptual modeling language.

The present thesis should adress this gap. Therefore, it is relevant to expound on the foundations and variations of ANNs as well as to explore the fundamentals of conceptual modeling languages. Based on an analysis of the design, evaluation, and application of ANNs, requirements for a corresponding modeling method should be derived. Thereupon, these insights should be used to specify a conceptual modeling method for ANNs.

Introductory Literature:

• Aggarwal CC (2018) Neural Networks and Deep Learning: A Textbook. Springer International Publishing: Cham
• Du K-L, Swamy MNS (2014) Neural Networks and Statistical Learning. Springer-Verlag: London
• Frank U (2013) Domain-Specific Modeling Languages – Requirements Analysis and Design Guidelines. In: Reinhartz-Berger I, Sturm A, Clark T, Wand Y, Cohen S, Bettin J (eds.) Domain Engineering: Product Lines, Conceptual Models, and Languages. Springer: Cham, pp. 133-157
• Kelleher JD (2019) Deep Learning. The MIT Press: Cambridge, MA, London
• McCulloch WS, Pitts W (1943) A Logical Calculus of the Ideas Immanent in Nervous Activity. Bulletin of Mathematical Biophysics 5:115-133

Vacant master thesis seeks to investigate and assess how municipal enterprises’ innovation culture influences the effectiveness of digital innovation activity

Against the backdrop of climate change and digitalization, cities all over the world are facing the need for a radical transformation towards “smartness” (Gimpel et al., 2021). To meet the increasing amount of customer expectations that cities are facing, municipal enterprises – such as electricity suppliers or waste management services – are continuously working on modernizing their digital service offerings and business models (Hosseini et al., 2018; Mora et al., 2019). Sometimes those offerings represent the replacement of analog tasks with digital tasks, for example, online appointment scheduling or the application of IoT sensors to enhance processes or estimate waiting times[1]. Such novel digital services are often the result of digital innovation activities (Hjalmarsson & Rudmark, 2012). Those innovation activities may be internally and externally driven, and in light of the smart city context, the complexity of the innovation process is increasing (Hjalmarsson & Rudmark, 2012).

This is among the reasons why digital innovations are increasingly critical to the success of municipal enterprises. Yet, the municipal sector could be characterized as rather non-innovative and reluctant to change (Hawlitschek, 2021). While the need for digital innovation is widely acknowledged, implementing the right measures (e.g., competence building, structural adjustments, new processes, and new forms of collaboration) is still a challenge to municipal enterprises. Further, measuring innovativeness is a challenging task (Hinings et al., 2018; Van Looy, 2021).

All those challenges as well as the rapid environmental developments are creating a very demanding situation for municipal companies, which are often characterized by highly bureaucratic processes, a strict matrix organization, and using static workflow processes that remain unchanged possibly even for decades. To this end, research finds that the innovation culture significantly impacts the degree of organizations’ innovativeness (Dobni, 2008; Dodge et al., 2017). However, less attention has been devoted to grasp the influence of municipal enterprises’ innovation culture on (digital) innovativeness. To address those challenges, municipal enterprises may benefit from a systematic approach to evaluate their innovation culture’s maturity level as well as degree of digital innovativeness and compare their maturity level to similar organizations.

To address this issue, we are looking for an engaged student who will address this topic within the scope of a master thesis. First, the student is expected to conduct a profound literature review and gather relevant findings from academia and practice. Further, those findings are to be extended by conducting interviews with representatives from German municipal enterprises to define and uncover the nature and relationships of municipal enterprises’ innovation culture and digital innovativeness. Subsequently, the student is expected to develop a measurement instrument (i.e., survey) that later allows measuring municipal enterprises’ innovation culture, its maturity level as well as its impact on the effectiveness of digital innovation activity.

References

Dobni, C. B. (2008). Measuring innovation culture in organizations: The development of a generalized innovation culture construct using exploratory factor analysis. European journal of innovation management.

Dodge, R., Dwyer, J., Witzeman, S., Neylon, S., & Taylor, S. (2017). The Role of Leadership in Innovation: A quantitative analysis of a large data set examines the relationship between organizational culture, leadership behaviors, and innovativeness. Research-Technology Management, 60(3), 22-29.

Gimpel, H., Graf-Drasch, V., Hawlitschek, F., & Neumeier, K. (2021). Designing smart and sustainable irrigation: A case study. Journal of Cleaner Production, 315, 128048.

Hawlitschek, F. (2021). Interview with Benjamin Scheffler on “The future of waste management”. Business & Information Systems Engineering, 63(2), 207-211.

Hinings, B., Gegenhuber, T., & Greenwood, R. (2018). Digital innovation and transformation: An institutional perspective. Information and Organization, 28(1), 52-61.

Hjalmarsson, A., & Rudmark, D. (2012). Designing digital innovation contests. In International Conference on Design Science Research in Information Systems (pp. 9-27). Springer, Berlin, Heidelberg.

Hosseini, S., Frank, L., Fridgen, G., & Heger, S. (2018). Do not forget about smart towns. Business & Information Systems Engineering, 60(3), 243-257.

Mora, L., Deakin, M., & Reid, A. (2019). Strategic principles for smart city development: A multiple case study analysis of European best practices. Technological Forecasting and Social Change, 142, 70-97.

Van Looy, A. (2021). A quantitative and qualitative study of the link between business process management and digital innovation. Information & Management, 58(2), 103413.

[1] Example: www.wbd-innovativ.de/projekte/intelligenter-recyclinghof

Motivation

Reference models are conceptual models which focus commonalities of organizations, within or across industries and/or application domains (Thomas, 2005) . Reference models hold several promises, like capitalizing on already encoded domain expertise instead of developing a domain model from scratch. As a result, reference models remain a topic of active interest for both practice and academia, as reflected in relatively recent industry reference models like the NISTIR 7628 for smart grid cybersecurity (NIST Smart Grid Cybersecurity Panel, 2010).

However, the creation of reference models comes with several challenges.

As pointed out in de Kinderen & Kaczmarek-Heß (2019) these challenges partly can be traced to the language architecture underlying reference models. In particular these language architectures often do not treat abstraction as a first class citizen. As a result, to model reference models with multiple levels of abstraction, which is typical for industry reference models like the NISTIR 7628, requires (i) workarounds, and (ii) in general comes with a set of inherent limitations which inhibit capitalizing on the full potential of reference modeling.

Objective

The purpose of this master thesis is to make a systematic comparison between conventional meta modeling approaches and multi-level modeling approaches for the purposes of reference modeling. To this end, based upon a motivated selection of a conventional and multi-leveling approach of choice for a well-documented reference model you draw a systematic comparison – specifically as this pertains the specificities of reference models.

As a point of departure, initially the focus will be on NISTIR 7628, which is a well-established reference model for smart grid cybersecurity. However, in discussion with the supervisor, another reference model can also be selected.

Einstiegsliteratur:

U. Frank, “Multilevel modeling – toward a new paradigm of conceptual modeling and information systems design,” BISE, vol. 6, no. 6, pp. 319–337, 2014.

de Kinderen, S., & Kaczmarek-Heß, M. (2019, July). Multi-level Modeling as a Language Architecture for Reference Models: On the Example of the Smart Grid Domain. In 2019 IEEE 21st Conference on Business Informatics (CBI) (Vol. 1, pp. 174-183). IEEE.

NIST Smart Grid Cybersecurity Panel: NISTIR 7628-guidelines for smart grid cyber security vol. 1-3 (2010)

Fettke, P., Loos, P.: Perspectives on reference modeling. In Fettke, P., Loos, P., eds.: Reference Modeling for Business Systems Analysis. (2007) 1-21

Thomas, O.: Understanding the term reference model in information systems research: history, literature analysis and explanation. In: International Conference on Business Process Management, Springer (2005) 484-496

U. Frank, “Evaluation of reference models,” in Reference modeling for business systems analysis. IGI Global, 2007, pp. 118–140.

In der Physik wird schon seit geraumer Zeit die Idee, eine neue, auf der Quantenmechanik basierende Rechnerarchitektur zu entwickeln, diskutiert. Die technische Realisierung ist jedoch mit großen Herausforderungen verbunden. Erst in jüngster Zeit sind Anzeichen dafür erkennbar, dass Quantenrechner in absehbarer Zukunft verfügbar sein werden, so dass sich für eine wachsende Zahl von Unternehmen die Frage stellt, ob und in welcher Form diese Technologie für sie einsetzbar ist und welche Wettbewerbsvorteile sich damit realisieren lassen. In dieser Masterarbeit soll die prinzipielle Funktionsweise von Quantenrechnern untersucht werden. Dazu ist eine Auseinandersetzung mit den physikalischen Grundlagen erforderlich. Darauf aufbauend sollen die wesentlichen Verheißungen dieser Technologie begründet dargestellt werden. Anschließend ist zu untersuchen, für welche Einsatzszenarien in Unternehmen Quantenrechner besonders attraktiv erscheinen.

In practice and academia a wide variety of methods for different classes of typical business informatics problems exists, developed by consultancy agencies, standardization bodies, software companies, universities, and public-private partnerships. Such methods include agile software development methods (Qumer, 2008), or methods for enterprise architecture design and management (Winter et al, 2010). The wide variety of methods is not surprising, as in addressing a particular problem (e.g., developing a new piece of software) the adoption of an appropriate method allows one to, roughly speaking, capitalize on codified experiences with similar problems encountered in the past. Thus, one does not have to start from scratch.  Yet, to be effective the method often needs to be adapted to the context of use (Henderson-Sellers et al (2011)). Here, a major challenge is that there is no uniform view of what are the constituents of a method. For one, whereas agile software development methods are characterized by adherence to a set of principles (from the agile manifesto (Fowler et al, 2001)), enterprise architecture methods typically aim at offering a set of different perspectives (sometimes also called layers, or dimensions (cf. Winter et al, 2006)), with concepts that are relevant for describing each perspective. This hints at what actually characterizes a method in practice can be quite diverse, in terms of adhering to a common way of thinking, providing a process,  a process and a modeling language, or all of the above complemented with heuristics and guidelines. In the end, this lack of a uniform method conception inhibits the systematic adaptation of methods to a given enterprise’s context of use.

The aim of this master’s thesis is to construct a method for constructing methods - i.e., a meta-method. This meta-method shall at the very least consist of a meta-model which describes the core elements of a method and a process, and corresponding guidelines, for instantiating the method, so that the meta-method at hand can be used to create or adapt a method to the situation at hand. To showcase the meta-methods fitness for use, you use it for the construction of a method for a domain/context of choice.

Einstiegsliteratur

Strecker, Stefan, David Heise, and Ulrich Frank. "RiskM: A multi-perspective modeling method for IT risk assessment." Information Systems Frontiers 13.4 (2011): 595-611.

Henderson-Sellers, Brian, and Jolita Ralyté. "Situational method engineering: state-of-the-art review." Journal of Universal Computer Science (2010).

Qumer, Asif, and Brian Henderson-Sellers. "An evaluation of the degree of agility in six agile methods and its applicability for method engineering." Information and software technology 50.4 (2008): 280-295.

Winter, Katharina, et al. "Investigating the State-of-the-Art in Enterprise Architecture Management Methods in literature and Practice." MCIS (2010).

Winter, Robert, and Ronny Fischer. "Essential layers, artifacts, and dependencies of enterprise architecture." Enterprise Distributed Object Computing Conference Workshops, 2006. EDOCW'06. 10th IEEE International. IEEE, 2006.

Fowler, Martin, and Jim Highsmith. "The agile manifesto." Software Development 9.8 (2001): 28-35.

A method aims at solving a class of problems, and typically consists of a linguistic artifact and a process for using it (Strecker et al, 2010). An example following this definition is RiskM (Strecker et al, 2010), a method for IT risk assessment which consists of a conceptual modeling language called RiskM, and a process model plus various heuristics.

In practice a wide variety of methods for different classes of typical business informatics problems exists, developed by consultancy agencies, standardization bodies, and software companies. Such methods include agile software development methods (Qumer, 2008), or methods for enterprise architecture design and management (Winter et al, 2010). The wide variety of methods is not surprising, as in addressing a particular problem (e.g., developing a new piece of software) the adoption of an appropriate method allows one to, roughly speaking, capitalize on codified experiences with similar problems encountered in the past. Thus, one does not have to start from scratch. However, the effectiveness of a method to a large extent depends on how well it fits with the context of use. For one, while there is currently a hype to develop all software in an agile manner, anecdotal remarks from software developers in the banking industry hint that agile methods do not lend themselves well to the nature of the banking domain, as often concerns such as security and stability of a system take prevalence over its quick “agile” development.

Furthermore, even if there is a fit of a method with the domain of use, to be effective the method often needs to be adapted to the context of use (Henderson-Sellers et al (2011)). Here, a major challenge is that there is no uniform view of what are the constituents of a method. For one, whereas agile software development methods are characterized by adherence to a set of principles (from the agile manifesto (Fowler et al, 2001)), enterprise architecture methods typically aim at offering a set of different perspectives (sometimes also called layers, or dimensions (cf. Winter et al, 2006)), with concepts that are relevant for describing each perspective. This hints at what actually characterizes a method in practice can be quite diverse, in terms of adhering to a common way of thinking, providing a process,  a process and a modeling language, or all of the above complemented with heuristics and guidelines. In the end, this lack of a uniform method conception inhibits the systematic adaptation of methods to a given enterprise's context of use.

The aim of this bachelor thesis is to describe and compare methods. In particular, your aim is to observe similarities and differences between the methods being employed, so as to provide a first step towards a common description of what are the core constituencies of a method. As a point of departure for this comparison, one can use ideas from method engineering (e.g., Henderson-Sellers et al (2011)) and the understanding of a method as put forward in Strecker et al. (2010). Note that while you have a choice as to what methods are selected, the criteria for method selection must be grounded in a solid argumentation.

Einstiegsliteratur

Strecker, Stefan, David Heise, and Ulrich Frank. "RiskM: A multi-perspective modeling method for IT risk assessment." Information Systems Frontiers 13.4 (2011): 595-611.

Henderson-Sellers, Brian, and Jolita Ralyté. "Situational method engineering: state-of-the-art review." Journal of Universal Computer Science (2010).

Qumer, Asif, and Brian Henderson-Sellers. "An evaluation of the degree of agility in six agile methods and its applicability for method engineering." Information and software technology 50.4 (2008): 280-295.

Winter, Katharina, et al. "Investigating the State-of-the-Art in Enterprise Architecture Management Methods in literature and Practice." MCIS (2010).

Winter, Robert, and Ronny Fischer. "Essential layers, artifacts, and dependencies of enterprise architecture." Enterprise Distributed Object Computing Conference Workshops, 2006. EDOCW'06. 10th IEEE International. IEEE, 2006.

Fowler, Martin, and Jim Highsmith. "The agile manifesto." Software Development 9.8 (2001): 28-35.

Motivation:

The preparation of course material is a laborious task. Often, it is aimed at the creation of a sequence of slides. Such an approach, however, is unsatisfactory for various reasons. It does not account for the fact that different students may need different course materials. It is restricted to a sequence of pages including text or graphics (videos are possible, too, but are still rarely used). Furthermore, reuse is mainly restricted to copy&paste. As a consequence, this approach is not suited to create material for supporting more efficient ways of teaching and learning. In addition to that, the effort for maintaining course material is extensive.

This thesis aims at the development of a modelling method that fosters the design and management of material for university courses. For this purpose, new, individualized and interactive forms for course material need to be analyzed in order to identify relevant requirements the targeted method should satisfy. The method itself consists of a domain-specific modelling language (DSML) and a corresponding process model. In an ideal case, the DSML will be implemented with a meta-modelling tool.

Motivation:

Unternehmensmodelle müssen persistent gemacht werden. Im einfachsten Fall werden sie dazu in Dateien abgelegt. Eine solche Repräsentation ist allerdings mit erheblichen Nachteilen verbunden. Spezielle Repositories bieten eine bessere Unterstützung der Modellintegrität und erlauben zudem u.U. einen parallelen Zugriff auf Modelldaten. In der Arbeit sind zunächst Anforderungen an Repositories zur Repräsentation von Modellen zu analysieren. Anschließend sind auf dieser Grundlage ausgewählte Modellrepositories vergleichend zu bewerten.

Motivation:

Die Integration von Anwendungssystemen mit korrespondierenden Unternehmensmodellen verspricht eine überaus attraktive Perspektive für die Gestaltung zukünftiger Unternehmenssoftware. Eine entsprechende Vision wurde in einem Forschungsbericht (Frank, Strecker: Beyond ERP Systems: An Outline of Self-Referential Enterprise Systems. ICB-Research Report No. 31, 2009) skizziert. Die Realisierung selbstreferentieller Unternehmenssoftware sieht sich einer Reihe von Herausforderungen gegenüber. Eine besondere Schwierigkeit ist darin zu sehen, dass die Implementierung von Modellierungswerkzeugen und Anwendungssystemen auf unterschiedlichen Abstraktionsebenen stattfindet. Um vom Modell zum Code zu gelangen, ist deshalb die Generierung von Code erforderlich. Dies führt zu dem bekannten Problem Code und Modell konsistent zu halten. Die wesentliche Ursache für das Problem ist darin zu sehen, dass gängige Programmiersprachen nur zwei Abstraktionsebenen - Typ und Instanz - aufweisen. Seit einiger Zeit gewinnen (Meta-) Programmiersprachen an Bedeutung, die mehrere Abstraktionsebenen aufweisen. Eine dieser Sprachen ist XMF. Die Arbeit ist darauf gerichtet, die Eignung der Sprache XMF für die Synchronisation von Code und Modell zu untersuchen.

Motivation:

Die Pflege und Weiterentwicklung von Modellen führt im Zeitverlauf zu verschiedenen Modellvarianten und -versionen. Um eine konsistente Evolution und Variation von Modellen zu unterstützen, sind differenzierte Konzepte von Modellversion und Modellvariante erforderlich. Sie erlauben es, nur das Delta zwischen verschiedenen Versionen bzw. zwischen einem Modell und seinen Varianten zu erfassen und zu speichern. Die Definition entsprechender Konzepte ist mit erheblichen Herausforderungen verbunden. In der Arbeit sind zunächst Vorschläge aus der Literatur zu erfassen udn vergleichend zu evaluieren. Anschließend sind für ausgewählte Modellarten aus dem Kontext der Unternehmensnmodellierung geeignete Konzepte für Modellversionen und -varianten zu spezifizieren.

Motivation:

Multiperspektivische Unternehmensmodelle sind darauf gerichtet, verschiedenen Zielgruppen im Unternehmen eine aufgabengerechte Abbildung ihrer Sicht auf das Unternehmen zu bieten und gleichzeitig einen Beitrag zur Integration dieser Sichten zu leisten. Domänenspezifische Modellierungssprachen, die u.a. eine weitgehend selbstsprechende Notation bieten sollten, sollen dabei die Verständlichkeit von Modellen fördern, den Benutzern im besten Fall einen intuitiven Zugang ermöglichen. Dieses Ziel kann allerdings nicht immer in befriedigender Weise erreicht werden. Zum einen stellen Modelle eine Abstraktion dar, die bewusst auch solche Aspekte des Kontextes ausblenden, die für ein differenziertes Verständnis von Bedeutung sind. Zum anderen mag die Repräsentation semi-formaler Modelle auf manche Akteure nicht ansprechend wirken. Deshalb ist es sinnvoll, Modelle mit natürlichsprachlichen Dokumenten zu annotieren. Allerdings sind die Erstellung und vor allem die Pflege mit einem erheblichen Aufwand verbunden. In dieser Master-Arbeit soll untersucht werden, wie die Erstellung und Pflege von natürlichsprachlichen Annotationen durch geeignete Software unterstützt werden kann. Dazu soll aufgezeigt werden, wie eine existierende Modellierungsumgebung um eine entsprechende Komponente ergänzt werden kann. Es ist zudem möglich, eine prototypische Implementierung zu erstellen.

Einstiegsliteratur:

• Clark, T., Sammut, P., Willans, J.: Applied metamodelling: a foundation for language driven development. 2nd edn., Ceteva 2008, (Online verfügbar)
  Frank, U.: Multi-Perspective Enterprise Modeling: Foundational Concepts, Prospects and Future Research Challenges. In: Software and Systems Modeling, 2013
  Leopold, H.; Mendling, J.; Polyvyanyy, A.: Generating Natural Language Texts from Business Process Models: Advanced Information Systems Engineering Lecture Notes in Computer Science Volume 7328, 2012, pp 64-79

Motivation:

Unternehmensmodelle waren zunächst vor allem darauf gerichtet, eine an den Unternehmenszielen ausgerichtete Gestaltung von Informationssystem und organisatorischem Handlungssystem zu unterstützen. Seit einigen Jahren wird zudem gefordert, Unternehmensmodelle auch zur aktiven Unterstützung des Managements einzusetzen – „Enterprise Models at Runtime“. Dazu wurden Architekturen entwickelt, die eine Integration von Modellierungsumgebungen mit Unternehmenssoftware ermöglichen. Geschäftsmodelle zielen demgegenüber darauf, wesentliche Erfolgsfaktoren eines Unternehmens in eher groben Zusammenhängen so darzustellen, dass sich daraus Schlussfolgerungen auf die Profitabilität ableiten lassen. Sie werden typischerweise vor der Gründung eines Unternehmens erstellt und richten sich nicht zuletzt an Investoren. In dieser Master-Arbeit sollen Unterschiede und Gemeinsamkeiten von Geschäftsmodellen und Unternehmensmodellen herausgearbeitet werden. Vor diesem Hintergrund soll dann am Beispiel zweier ausgewählter Ansätze aufgezeigt werden, wie eine Integration durchgeführt werden könnten und welche Synergieeffekte dabei zu erwarten sind. Dabei soll auch die Nutzung entsprechender Modelle und Werkzeuge in späteren Phasen eines Unternehmenslebenszyklus betrachtet werden.

Einstiegsliteratur:

• Frank, U.: Enterprise Modelling: The Next Steps. In: Enterprise Modelling and Information Systems Architectures. Vol. 9, No. 1, 2014, pp. 22–37
• Frank, U.; Strecker, S.: Beyond ERP Systems: An Outline of Self-Referential Enterprise Systems. ICB-Research Report, Institut für Informatik und Wirtschaftsinformatik (ICB), Universität Duisburg-Essen, No. 31, Universität Duisburg-Essen 2009OMG: Business Motivation Model. Version 1.2 (Online verfügbar)
• Osterwalder, A.; Pigneur, Y.: Business model generation. A handbook for visionaries, game changers, and challengers. Willowbrook, IL 2010

Bei "Semantisches Dokumentenmanagement auf Basis von E-Business-Standards" handelt sich es nicht im ein konkretes Thema für eine Abschlußarbeit, sondern um ein Themengebiet, in dessen Rahmen verschiedene Themen für Abschlußarbeiten entwickelt werden können. Näheres finden Sie in der Beschreibung des Themengebiets. Bei Interesse oder Fragen wenden Sie sich bitte an Herrn Jahns.