KI-Agenten auf Basis großer Sprachmodelle können Informationen beschaffen, Handlungsschritte planen und über Werkzeuge mit Anwendungssystemen interagieren (Yao et al., 2023). Für ihren Einsatz in Geschäftsprozessen stellt sich jedoch nicht nur die Frage, welche Aufgaben technisch automatisierbar sind, sondern auch, welche Entscheidungs- und Handlungsbefugnisse einem Agenten übertragen werden sollten. Autonomie muss dabei nicht für einen gesamten Prozess einheitlich festgelegt werden: Unterschiedliche Prozessfunktionen können unterschiedliche Grade der Automatisierung aufweisen (Parasuraman et al., 2000).

Agenten können Informationen eigenständig beschaffen und einen Lösungsweg entwickeln, während bestimmte Entscheidungen oder Systemänderungen einer menschlichen Freigabe vorbehalten bleiben. Welche Aufgabenteilung zweckmäßig ist, soll unter Berücksichtigung der jeweiligen Prozessbedingungen und Zielsetzungen untersucht werden.

 Im Rahmen des Projekts soll ein prototypisches Experimentier- und Entscheidungsunterstützungssystem entwickelt werden, mit dem unterschiedliche Autonomiekonfigurationen vergleichend untersucht werden können. Grundlage ist ein gemeinsam mit der Betreuung ausgewählter, abgegrenzter Geschäftsprozess, beispielsweise aus der Auftragsbearbeitung oder Rechnungsklärung. Als technische Umgebung kann ein bestehendes Open-Source-ERP-System wie ERPNext eingesetzt werden, an das die agentische Prozessausführung über Schnittstellen angebunden wird. Die Untersuchung erfolgt in einer isolierten Testumgebung mit synthetischen Geschäftsfällen.

Die Studierenden entwickeln und begründen ein Konzept zur Beschreibung, technischen Umsetzung und Evaluation unterschiedlicher Autonomiegrade und verproben dieses. Auf Basis reproduzierbarer Experimente sollen Empfehlungen für die untersuchten Prozesssituationen abgeleitet werden. Im Mittelpunkt stehen die Grenzen sinnvoller Autonomie, nicht die Entwicklung eines möglichst autonomen Agenten. Eine vollständige ERP-Implementierung oder der Einsatz in Produktivsystemen ist nicht Gegenstand des Projekts.

Project Objectives:

Ziel des Projekts ist die Entwicklung eines lauffähigen Prototyps, der unterschiedliche Autonomiekonfigurationen von KI-Agenten in einem ausgewählten Geschäftsprozess vergleichbar macht und eine nachvollziehbare Auswahl unterstützt. Die Verbindung von Artefaktentwicklung und wissenschaftlicher Evaluation orientiert sich an einem gestaltungsorientierten Forschungsansatz.

 Zu den Teilzielen gehören:

•  Konzeption eines literaturgestützten Modells zur Beschreibung und Abgrenzung unterschiedlicher Autonomiegrade im ausgewählten Geschäftsprozess.
• Aufbau einer kontrollierten Testumgebung sowie Implementierung einer agentischen Prozessausführung mit konfigurierbaren Entscheidungs- und Handlungsbefugnissen.
• Entwicklung und Anwendung eines Evaluationskonzepts zum Vergleich der Autonomiekonfigurationen anhand geeigneter Geschäftsfälle und einer begründeten Baseline.
• Umsetzung einer übersichtlichen Ergebnisdarstellung und einer experimentbasierten Entscheidungsunterstützung, die Empfehlungen einschließlich ihrer Voraussetzungen und Grenzen nachvollziehbar macht.

Project Requirements:

• Literaturgestützte Anforderungsanalyse und begründete Abgrenzung des Geschäftsprozesses sowie der zu untersuchenden Autonomiekonfigurationen.
• Entwicklung eines lauffähigen Prototyps einschließlich isolierter Testumgebung, synthetischer Geschäftsfälle, technisch durchgesetzter Handlungsgrenzen sowie Protokollierung und Darstellung der Ergebnisse.
• Konzeption und Durchführung einer vergleichenden Evaluation mit begründeten Bewertungskriterien, nachvollziehbar festgelegten Referenzergebnissen und einer geeigneten Baseline; dabei sind vergleichbare Versuchsbedingungen und wiederholte Ausführungen zu berücksichtigen.
• Ableitung und Überprüfung situationsabhängiger Autonomieempfehlungen anhand gesonderter Evaluationsfälle sowie kritische Diskussion der Aussagekraft und Übertragbarkeit der Ergebnisse.
• Projektdokumentation einschließlich der konzeptionellen Grundlagen, technischen Umsetzung und für die Reproduktion erforderlichen Konfigurationen.

Prerequisites:

• Studierende der Fakultät für Informatik der Studiengänge Wirtschaftsinformatik oder Software Engineering im Bachelor mit mindestens 90 CP oder im Master (Standard/Pflicht)
• Programmierkenntnisse, beispielsweise in Python oder JavaScript, sowie Bereitschaft zur Einarbeitung in Schnittstellenintegration und KI-basierte Agentensysteme.
• Interesse an Geschäftsprozessen, betrieblichen Anwendungssystemen und der wissenschaftlichen Evaluation von Software-Artefakten. Vorkenntnisse in ERP-Systemen oder experimentellen Methoden sind von Vorteil, aber nicht zwingend erforderlich.

Literatur

• Hevner, A. R., March, S. T., Park, J., & Ram, S. (2004). Design science in information systems research. MIS Quarterly, 28(1), 75–106. DOI: 10.2307/25148625.
• Parasuraman, R., Sheridan, T. B., & Wickens, C. D. (2000). A model for types and levels of human interaction with automation. IEEE Transactions on Systems, Man, and Cybernetics—Part A: Systems and Humans, 30(3), 286–297. DOI: 10.1109/3468.844354.
• Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., & Cao, Y. (2023). ReAct: Synergizing reasoning and acting in language models. International Conference on Learning Representations (ICLR). DOI der Preprint-Version: 10.48550/arXiv.2210.03629.
• Yao, S., Shinn, N., Razavi, P., & Narasimhan, K. (2024). τ-bench: A benchmark for tool-agent-user interaction in real-world domains [Preprint]. arXiv. DOI: 10.48550/arXiv.2406.12045.

Systematische Literaturrecherchen (SLRs) sind ein zentraler Baustein wissenschaftlicher Forschung, weil sie eine belastbare Wissensbasis schaffen, Forschungsstände strukturieren und Forschungslücken begründet ableiten. Gleichzeitig ist der Prozess in der Praxis aufwendig: Relevante Beiträge sind über heterogene Datenbanken verteilt, deren Suchsyntax, Exportformate und Metadatenqualität variieren; API-Zugänge sind häufig limitiert oder restriktiv nutzbar. Die Folge sind hohe manuelle Aufwände, Risiken für Inkonsistenzen sowie fehlende Replizierbarkeit, wenn Such- und Selektionsschritte unzureichend dokumentiert werden (vgl. vom Brocke et al., 2009). Gleichzeitig eröffnen moderne KI-Methoden (inkl. LLMs oder KI-Agenten) neue Potenziale: Sie können Teile von Screening, Metadaten-Normalisierung, thematischer Strukturierung und Zusammenfassung unterstützen. Bibliometrische/ Toolchains wie PyBibX (siehe Pereira et al., 2025) zeigen zudem, wie sich bibliometrische Analysen mit KI-gestützten Textverfahren integrieren lassen. Ziel der Projektarbeit ist die Konzeption und Implementierung eines Tools mit geeigneter Benutzeroberfläche, das Studierende und Forschende bei der Durchführung einer SLR entlang eines anerkannten Prozessmodells unterstützt und weite Teile der Identifikation, Selektion, Analyse und Ergebnisaufbereitung automatisiert, ohne die wissenschaftliche Nachvollziehbarkeit zu verlieren. Orientierungspunkt kann dabei das SLR-Prozessmodell mit 6 Schritten und 14 Entscheidungen nach Sauer & Seuring (2023) sein, ergänzt um Anforderungen an Stringenz und Dokumentation (vom Brocke et al., 2009) sowie an die inhaltliche Qualität (Webster & Watson, 2002). Tipps für die GenAI-Unterstützung können von Tingelhoff et al. (2025) entnommen werden. Generell soll eine Anforderungserhebung stattfinden, um die verschiedenen Herausforderungen und Probleme – oben nur exemplarisch dargestellt – zu analysieren und basierend darauf eine Applikation zu entwickeln, welche diese bestmöglich adressiert.

Ein API-Key zu gängigen Modellen über den Chat-AI Zugang der Universität Duisburg-Essen wird der Projektgruppe vom Betreuer zur Verfügung gestellt.

Project Objectives: Am Ende soll das Tool automatisiert (a) eine bibliometrische Übersicht des finalen Samples und (b) eine inhaltliche Übersicht der untersuchten Themen erzeugen. Die inhaltliche Analyse kann zunächst grob über Topic Modeling (z. B. Latent Dirichlet Allocation (LDA) oder via BERTopic) erfolgen, sollte jedoch anschließend vertieft werden (z. B. durch LLM-gestützte thematische Verdichtung/Synthese), sodass eine SLR-typische Übersicht entsteht (inkl. Konzeptmatrix, Cluster/Stränge, zentrale Konstrukte, Befundmuster, Kontroversen, Forschungslücken, Theorien etc.).

• Erstellung eines Tools, was die wesentlichen Schritte einer SLR automatisiert und den Anwender bei der Durchführung einer SLR unterstützt
• Erstellung eines Projektplans und Verteilung der Aufgaben auf die Gruppenmitglieder
• Erstellung einer umfassenden Anforderungsanalyse
• Analyse bei welchen Schritten in der SLR ein Human-in-the.Loop zwingend notwendig ist und wie dieser vom Tool einzubinden ist

Project Requirements:

• Erstellung eines Projektplans und Verteilung der Aufgaben auf die Gruppenmitglieder
• Solides hybrides/agiles Projektmanagement 
• Erstellung von Anforderungsanalysen, Product Backlog und Priorisierungen
• Entwicklung eines funktionstüchtigen Prototypens basierend auf den Anforderungen 
• Integration von fortschrittlichen KI-basierten Analyse- und Visualisierungstechniken
• 5-minütige Videopräsentation für den Deans Award

Prerequisites:

• Studierende der Wirtschaftsinformatik oder Software Engineering im Bachelor mit mindestens 90 CP oder im Master (Standard/Pflicht)
• Erfahrungen mit systematischen Literaturrecherchen (z.B. durch Seminararbeit, Abschlussarbeit)
• Programmierkenntnisse (Python) oder Interesse, sich in Python einzuarbeiten sind von Vorteil aber nicht zwingend

Literatur

• Pereira, V., Basilio, M. P., & Santos, C. H. T. (2025). PyBibX–a Python library for bibliometric and scientometric analysis powered with artificial intelligence tools. Data Technologies and Applications, 59(2), 302-337.
• Brocke, J. V., Simons, A., Niehaves, B., Niehaves, B., Reimer, K., Plattfaut, R., & Cleven, A. (2009). Reconstructing the giant: On the importance of rigour in documenting the literature search process.
• Webster, J., & Watson, R. T. (2002). Analyzing the past to prepare for the future: Writing a literature review. MIS quarterly, xiii-xxiii.
• Sauer, P. C., & Seuring, S. (2023). How to conduct systematic literature reviews in management research: a guide in 6 steps and 14 decisions. Review of Managerial Science, 17(5), 1899-1933.
• Tingelhoff, F., Brugger, M., & Leimeister, J. M. (2025). A guide for structured literature reviews in business research: The state-of-the-art and how to integrate generative artificial intelligence. Journal of Information Technology, 40(1), 77-99.

Die gemeinsame Mittagspause gilt als niedrigschwelliger Anlass für informellen Austausch, wird im Arbeitsalltag jedoch häufig allein oder stets im selben, bereits vertrauten Personenkreis verbracht. Gerade an einer großen, räumlich auf mehrere Campi verteilten Organisation wie der Universität Duisburg-Essen entstehen dadurch kaum Gelegenheiten, Kolleg*innen aus anderen Fakultäten, Dezernaten oder Statusgruppen kennenzulernen. Aus netzwerktheoretischer Sicht sind es jedoch gerade solche bereichsübergreifenden „schwachen Bindungen“, die den Zugang zu neuen Informationen, Perspektiven und Kooperationsmöglichkeiten eröffnen (Granovetter, 1973). An dieser Stelle setzen sogenannte Social-Matching-Systeme an, die Menschen im physischen wie digitalen Raum gezielt zusammenführen, um soziale Interaktion und Zusammenarbeit zu fördern. Konzeptionell soll hier jedoch klar von beziehungsorientierten Partnervermittlungen Abstand genommen werden (Terveen & McDonald, 2005). MensaMatch zielt ausschließlich auf den kollegialen Austausch im Arbeitskontext und ist explizit kein Dating-Angebot.

Im Rahmen des Projekts soll die bestehende Campus-App „MyUDE“ gestaltungsorientiert (Design Science Research) um eine Matching-Funktionalität erweitert werden, die Beschäftigte freiwillig und niedrigschwellig für ein gemeinsames Mittagessen in kleinen Gruppen (z. B. zwei bis vier Personen) über Fakultäts-, Campus- und Bereichsgrenzen hinweg zusammenbringt. Der Entwicklungs- und Evaluationsprozess orientiert sich an etablierten Rahmenwerken der gestaltungsorientierten Wirtschaftsinformatik (Hevner et al., 2004; Peffers et al., 2007; Tuunanen et al., 2024), sodass die Artefaktentwicklung mit einer nachvollziehbaren wissenschaftlichen Fundierung und Evaluation verbunden wird. Über das Kern-Matching hinaus ist ausdrücklich erwünscht, im Zuge einer strukturierten Anforderungserhebung weitere, den Mensa-Kontext ergänzende Funktionalitäten zu identifizieren und prototypisch umzusetzen. Welche dieser Erweiterungen realisiert werden, soll auf Basis einer Anforderungsanalyse mit relevanten Stakeholdern (z. B. Beschäftigte, Dezernat Personal und Organisation) begründet priorisiert werden. Die Personalabteilung der Universität Duisburg-Essen ist aktiv in das Projekt eingebunden. Avisiert wird explizit auch eine Teilnahme und Einreichung am „Deans‘ Award“ der Wirtschaftsinformatik (siehe https://www.ris.uni-due.de/studium/studienangebot/projekte/deans-award/).

Project Objectives:

Ziel des Projekts ist die Entwicklung eines lauffähigen Prototyps als Erweiterung der bzw. Anbindung an die MyUDE-App, der Beschäftigte für unverbindliche Mensa-Treffen zusammenbringt und dessen Nutzen wissenschaftlich evaluiert wird. Die Verbindung von Artefaktentwicklung und Evaluation orientiert sich an einem gestaltungsorientierten Forschungsansatz (DSR).

Zu den Teilzielen gehören:

• Strukturierte Anforderungserhebung mit relevanten Stakeholdern zur Ableitung und Priorisierung der Kern- und Zusatzfunktionalitäten
• Konzeption eines niedrigschwelligen Matching-Verfahrens (u. a. Gruppengröße, Zeitfenster, Campus/Mensa, Opt-in)
• Prototypische Integration in die MyUDE-App 
• Konzeption und – nach Priorisierung – prototypische Umsetzung mindestens eines ergänzenden Moduls (z. B. Mensa-Tagesbewertung oder Auslastungsanzeige)
• Evaluation anhand definierter Kriterien (z. B. Nutzungsakzeptanz, Qualität der Matches) im Vergleich zu einer begründeten Baseline (ggf. im Rahmen eines kleinen Pilotbetriebs bzw. einer Testphase oder durch Interviews zur Evaluation mit potenziellen Nutzenden)

Project Requirements:

• Erstellung eines Projektplans und Verteilung der Aufgaben auf die Gruppenmitglieder
• Solides hybrides/agiles Projektmanagement 
• Erstellung von Anforderungsanalysen, Product Backlog und Priorisierungen
• Entwicklung einer funktionstüchtigen Applikation basierend auf den Anforderungen 
• Integration von fortschrittlichen KI-basierten Analyse- und Visualisierungstechniken
• Anfertigung eines 5-minütigen Videobeitrags sowie eines Posters für den Deans‘ Award (siehe https://www.ris.uni-due.de/studium/studienangebot/projekte/deans-award/)

Prerequisites:

• Studierende der Wirtschaftsinformatik oder Software-Engineering im Bachelor mit mindestens 90 CP oder im Master (Standard/Pflicht)
• Programmierkenntnisse oder Interesse daran, sich in die App-Programmierung einzuarbeiten

Literatur

• Granovetter, M. S. (1973). The strength of weak ties. American Journal of Sociology, 78(6), 1360–1380. DOI: 10.1086/225469.
• Hevner, A. R., March, S. T., Park, J., & Ram, S. (2004). Design science in information systems research. MIS Quarterly, 28(1), 75–106. DOI: 10.2307/25148625.
• Peffers, K., Tuunanen, T., Rothenberger, M. A., & Chatterjee, S. (2007). A design science research methodology for information systems research. Journal of Management Information Systems, 24(3), 45–77. DOI: 10.2753/MIS0742-1222240302.
• Terveen, L., & McDonald, D. W. (2005). Social matching: A framework and research agenda. ACM Transactions on Computer-Human Interaction, 12(3), 401–434. DOI: 10.1145/1096737.1096740.
• Tuunanen, T., Winter, R., & Brocke, J. V. (2024). Dealing with complexity in design science research: a methodology using design echelons. MIS quarterly, 48(2), 427-458.

Die Tafeln in Deutschland sammeln überschüssige Lebensmittel des Handels ein und verteilen diese an bedürftige Menschen. Damit leisten die Tafeln zugleich einen Beitrag zur Armutsbekämpfung sowie zur Verringerung von Lebensmittelverschwendung (Reusken et al., 2024). Die Bremer Tafel hat sechs Ausgabestellen und steht täglich vor der Frage, welche Menge welcher Waren an welche Ausgabestelle gehen soll. Diese Zuteilung erfolgt bislang weitgehend erfahrungsbasiert. Da die Nachfrage das Spendenaufkommen regelmäßig übersteigt, muss beispielsweise eine faire Verteilung gegen die Minimierung von Verderb abgewogen werden (Orgut et al., 2017). Für die Bewertung der Verteilung werden in der Literatur die drei Kriterien Gerechtigkeit, Effektivität und Effizienz angeführt (Orgut & Lodree, 2023). Dabei entstehen bei verderblichen Waren besondere Anforderungen, weil sie vor Ablauf des Mindesthaltbarkeitsdatums (MHD) und innerhalb der begrenzten Lagerkapazitäten verteilt werden müssen (Orgut & Lodree, 2023). Zugleich sind die operativen Entscheidungsprozesse von Tafeln bislang vergleichsweise wenig erforscht und vorhandene Optimierungsmodelle wurden kaum auf deutsche Tafeln übertragen oder als praxistaugliches Tool nutzbar gemacht. Es fehlt ein nachvollziehbares Verfahren, das die verfügbare Gesamtmenge unter Berücksichtigung von z.B. MHD, Lagerkapazität und Ausgabetag je Ausgabestelle sinnvoll aufteilt. Im Rahmen dieses Projekts soll in Kooperation mit der Bremer Tafel ein solches Artefakt entwickelt werden.

Project Objectives:

Das Ziel des Projekts besteht in der Entwicklung eines lauffähigen, entscheidungsunterstützenden Tools, welches eine begründete Verteilungsempfehlung auf die Ausgabestellen liefert. Zu den Teilzielen gehören:

• Entwurf eines mehrkriteriellen Optimierungsmodells mit Nebenbedingungen (z.B. Angebot, Lagerkapazität)
• Erstellung eines plausibilisierten synthetischen Datensatzes auf Basis eines Stakeholder-Interviews mit der Bremer Tafel
• Implementierung des Optimierungsmodells samt Parametereingabe und nachvollziehbarer Ergebnisdarstellung als Prototyp
• Evaluation anhand definierter Testszenarien und im Vergleich zu einer Baseline (Gleichverteilung/heutige Praxis) sowie qualitatives Feedback der Bremer Tafel.

Project Requirements:

• Projektdokumentation
• Projektplan und Aufgabenverteilung mit Projektmanagement-Techniken (hybrid/agil)
• Zwischen- und Abschlusspräsentation der Ergebnisse
• Stakeholder-Interview mit der kooperierenden Tafel zur Anforderungs- und ggf. Datenerhebung (inkl. Product Backlog und Priorisierungen)
• Entwurf und Begründung eines mehrkriteriellen Optimierungsmodells sowie lauffähiger Prototyp mit Parametereingabe
• Erstellung und Plausibilisierung eines synthetischen Datensatzes
• Evaluation gegen eine Baseline anhand definierter Kennzahlen

Prerequisites:

• Studierende der Fakultät für Informatik mit den Fachrichtungen Wirtschaftsinformatik oder Software Engineering auf Bachelor-Niveau (mind. 90 ECTS) oder Master-Niveau
• Programmierkenntnisse in Python
• Grundsätzliches Interesse sich mit Optimierungsmodellen und deren programmatischen Umsetzung zu beschäftigen
• Grundkenntnisse in der Erstellung einfacher Nutzeroberflächen von Vorteil

Literatur

• Orgut, I. S., Ivy, J., & Uzsoy, R. (2017). Modeling for the equitable and effective distribution of food donations under stochastic receiving capacities. IISE Transactions, 49(6), 567–578. https://doi.org/10.1080/24725854.2017.1300358
• Orgut, I. S., & Lodree, E. J. (2023). Equitable distribution of perishable items in a food bank supply chain. Production and Operations Management, 32(10), 3002–3021. https://doi.org/10.1111/poms.14019
• Reusken, M., Laporte, G., Rohmer, S. U., & Cruijssen, F. (2024). Vehicle routing with stochastic demand, service and waiting times — The case of food bank collection problems. European Journal of Operational Research, 317(1), 111–127. doi.org/10.1016/j.ejor.2024.03.031

Die Wirtschaftsinformatik versteht sich als interdisziplinäre Wissenschaft an der Schnittstelle von Betriebswirtschaftslehre und Informatik. Aus dieser Verbindung heterogener Bezugsdisziplinen resultiert ein umfangreiches und stetig wachsendes Fachvokabular. Begriffe wie „Agency“, „Geschäftsprozess", „Technologieakzeptanz“, „Referenzmodell", „Schnittstelle" oder „Architektur" verdeutlichen, dass die Disziplin gewissermaßen eine eigene Fachsprache herausgebildet hat, die sich sowohl von der alltagssprachlichen als auch von der rein technischen oder ökonomischen Verwendung unterscheidet.

Diese ausgeprägte Terminologie ist einerseits Ausdruck fachlicher Reife und ermöglicht eine präzise Verständigung innerhalb der Fachgemeinschaft. Andererseits entsteht durch die Vielzahl an Begriffen sowie deren teils unterschiedliche Verwendung in verschiedenen Teilgebieten und Publikationen eine erhebliche Uneindeutigkeit. Identische Termini werden häufig kontextabhängig verstanden, während umgekehrt unterschiedliche Begriffe dieselben Sachverhalte bezeichnen. Für Studierende, Forschende und Praktiker erschwert dies den Wissenszugang und die eindeutige Kommunikation.

Vor diesem Hintergrund erscheint die Entwicklung einer serverbasierten Enzyklopädie sinnvoll, die eine zentrale und konsistente Begriffsklärung ermöglicht. Analog zu etablierten Nachschlagewerken sollen Nutzerinnen und Nutzer über ein differenziertes Rollenkonzept, etwa Autoren, Redakteure und Administratoren, Begriffsdefinitionen erstellen, prüfen und pflegen können. Auf diese Weise wird sowohl die kollaborative Wissensgenerierung als auch die Qualitätssicherung der Inhalte gewährleistet, wodurch ein verlässliches terminologisches Fundament für die Disziplin entsteht.

Project Objectives:

Das Ziel des Projekts besteht darin eine lauffähige Enzyklopädie zu entwickeln. Zu den Teilzielen gehört

• Ein umfangreiches Rollen- und Administrationskonzept
• Eine intuitive und übersichtliche UI
• Konzeption der Daten- und Systemarchitektur inkl. Versionierungen
• Evaluation des Systems

Project Requirements:

• Projektdokumentation
• Projektplan und Aufgabenverteilung mit Projektmanagement-Techniken (hybrid/agil)
• Zwischen- und Abschlusspräsentation der Ergebnisse
• Umfangreiche Anforderungsanalyse mit verschiedenen Stakeholdern wie Editoren, Studierenden, Administratoren, …
• Serverbasierte Webentwicklung der Enzyklopädie inkl. erster Einträge anhand von Wissenschaftlicher Literatur
• Umfangreiche Evaluation der Anforderungen und Spezifikationen

Prerequisites:

• Studierende der Fakultät für Informatik mit den Fachrichtungen Wirtschaftsinformatik oder Software Engineering auf Bachelor-Niveau (mind. 90 ECTS) oder Master-Niveau

Literatur

• Lehner, F. (1995). Modelle und Modellierung in der Wirtschaftsinformatik: Versuch einer Standortbestimmung. In H. Wächter (Hrsg.), Selbstverständnis betriebswirtschaftlicher Forschung und Lehre (S. 55–86). Gabler Verlag. https://doi.org/10.1007/978-3-663-13057-4_3
• Busse, J. (2017). Terminologiearbeit als Inhalt und Methode der Wirtschaftsinformatik. In T. Barton, F. Herrmann, V. G. Meister, C. Müller & C. Seel (Hrsg.), Angewandte Forschung in der Wirtschaftsinformatik 2017: Prozesse, Technologie, Anwendungen, Systeme und Management. Tagungsband zur 30. AKWI-Jahrestagung (S. 240–245). mana-Buch.
• Kiniti, S., & Standing, C. (2013). Wikis as knowledge management systems: Issues and challenges. Journal of Systems and Information Technology, 15(2), 189–201. doi.org/10.1108/13287261311328895