Offene Abschlussarbeiten

Künstliche Neuronale Netze (KNN) sind inspiriert durch das menschliche Gehirn. Mit Hilfe von KNN lassen sich verschiedene Problemstellungen ohne explizite Anweisungen ‚lösen‘. KNNs benötigen hierzu jedoch eine große Menge an – teils personenbezogenen und sensitiven – Daten.Ziel der Arbeit(en) ist es, die vielen verschiedenen Facetten von ‚Privacy‘ und ‚Security‘ etc. im Kontext von Machine Learning zu betrachten.Die Erstellung der Arbeit erfordert keine expliziten Kenntnisse in einer Programmiersprache, allerdings werden grundlegende Kenntnisse in Mathematik vorausgesetzt (z.B. Monotonie einer Funktion). Die Arbeit eignet sich auch als empirische Analyse auf Basis eines Prototypen.Nähere Informationen zu den einzelnen Arbeiten finden Sie auf meinem Profil oder per E-Mail.

Corona hat im Jahr 2020 in nahezu allen Lebensbereichen tiefe Veränderungen bewirkt. Die neuesten Zahlen in Europa und Deutschland zeigen, dass sich trotz gesteigerter Verhaltensmaßnahmen und Hygienevorschriften das Virus exponentiell ausbreiten kann. Eine wichtige Herangehensweise der Pandemiebekämpfung ist aus epidemiologischer Sicht die effektive und effiziente Kontaktnachverfolgung und Identifizierung von sogenannten “(Corona-)Clustern”. Corona-Apps können dabei eine wichtige Rolle spielen, denn eine große Mehrheit der Bevölkerung besitzt Internetfähige Mobilgeräte, wie Smartphones und Smartwatches. Aktuelle Nutzungsstatistiken der verfügbaren Corona-Apps offenbaren jedoch Verbesserungspotenziale. Zum Beispiel existiert in der EU noch kein einheitliches Vorgehen. Stattdessen entwickelt jedes Land seine eigene Corona-App.Ziel der Arbeit ist es, eine systematische State Of The Art-Analyse der verfügbaren Corona-Apps durchzuführen, um Handlungsempfehlungen für die weitere Entwicklung zu geben. Die Analyse sollte dabei aktuelle Konzepte und Theorien in der Appentwicklung (z.B. „Inteligent App“, Gamification, etc.) berücksichtigen.Voraussetzungen:

• Diese Arbeit richtet sich vor allem an Studierende der Wirtschaftsinformatik als Hauptfach oder Schwerpunkt.
• Grundlegende Fähigkeiten in der Literaturrecherche, der systematischen Analyse (State of The Art) und Verständnis von Softwareentwicklung.
• Wünschenswert wären Kenntnisse/Interessen im bereich KI und ML.

We are all familiar with queues and waiting times—but none of us like them. However, queues are an important concept for companies, where “queuing” as a service is emerging as an important Business model. The thesis should involve in developing a prototype system for predicting and visualizing distributed product information Queues. It contributes to the ongoing academic discourse regarding the applications of artificial intelligence to business and the practical development of prediction and visualization solutions.The prototype can be found on GitHub https://github.com/Sultanow/dc_cubesVoraussetzungen:

• Diese Arbeit richtet sich vor allem an Studierende der Studiengänge Wirtschaftsinformatik mit praktischen Erfahrungen in gängigen Programmiersprachen (Insbesondere Python) und Tools.

Die Assoziationsanalyse ist ein maschinelles Lernverfahren aus dem Bereich des unüberwachten Lernens, das ursprünglich durch Anwendungen aus dem Handelsumfeld motiviert ist. Ihr liegt das Prinzip zugrunde, bedingte Wahrscheinlichkeiten des Erwerbs eines Produkts A unter der Bedingung des Erwerbs eines anderen Produkts B zu ermitteln. Das Verfahren wird hier auf die statische Codeanalyse (SCA) zur Identifizierung potenzieller Fehler eines missionskritischen Großsystems im öffentlichen Sektor angewendet. Verzögert sich dort die Fehlerbereinigung, kann es je nach Schwere des Fehlers teuer werden – ein Hotfix ist dann unabdingbar. Im Rahmen der Abschlussarbeit soll ein Algorithmus und Werkzeug optimiert werden, dass sich die Assoziationsanalyse für SCA in einem derart kritischen Umfeld zunutze macht.Machine Learning is often associated with predictive analytics, for example with the prediction of buying and termination behavior, with maintenance times or the lifespan of parts, tools or products. However, Machine Learning can also serve other purposes such as identifying potential errors in a mission-critical large-scale IT process of the public sector. A delay of troubleshooting can be expensive depending on the error’s severity – a hotfix may become essential. The Thesis should optimize an algorithm and tool that uses unsupervised machine learning techniques for SCA in such a critical Environment.Voraussetzungen:

• Diese Arbeit richtet sich vor allem an Studierende der Studiengänge Wirtschaftsinformatik mit praktischen Erfahrungen in gängigen Programmiersprachen (Insbesondere Python) und Tools.