Advanced (Hot) Topics in Information Systems

Art der Veranstaltung:

Seminar




Angebotshäufigkeit:

jedes Semester




Zielgruppe:

Wirtschaftsinformatik M.Sc., Management M.Sc., Andere auf Anfrage




Sprache:

Schriftliche Kommunikation und Dokumente (z. B. Folien, Hausarbeiten) hauptsächlich in Englisch. Mündliche Kommunikation hauptsächlich in Deutsch. Studentische Präsentationen sind entweder in Deutsch oder Englisch (weitgehend selbstbestimmt durch die Studentengruppe). Einzelheiten werden während des Kurses bekannt gegeben.




Empfohlene Vorkenntnisse:

keine




Zugangsvoraussetzungen:

keine





Prüfungsleistung:

Zwischen- und Abschlusspräsentation, Seminararbeit

• Jede Seminararbeit wird von einer Gruppe von bis zu 3 Studenten (max. 5) vorbereitet; die Größe der Gruppe hängt vom Thema, den Präferenzen, den Anwendungen und den verfügbaren Kapazitäten (z.B. Zeitfenster) ab,
• Themen und Methoden werden in der Auftaktveranstaltung vorgestellt und über eine Priorisierung (Top 1-3) in der Regel innerhalb von 48 Stunden danach ausgewählt.
• Gruppen werden entsprechend der gewählten Priorisierung ausgewählt. Prioritäten für Gruppen (z.B. Arbeit mit Freunden) werden berücksichtigt.
• Die Anmeldung zu einem Thema bedeutet die verbindliche Teilnahme am Kurs.
• Sollten einige der ursprünglich teilnehmenden Studierenden innerhalb des vorgegebenen Zeitrahmens (ca. 48 Stunden) aus dem Kurs ausscheiden, kommen neue Teilnehmer über die Warteliste hinzu.

Credits:

12






Anmeldung:

• Der Kurs ist auf 20 Studierende begrenzt, die sich auf Stud.IP in der Reihenfolge des Eingangs anmelden. Jede weitere Anmeldung kann auf eine Warteliste gesetzt werden.
• Bewerben Sie sich nur, wenn Sie an mehreren Terminen während des Semesters verfügbar sind, wie z.B. der Auftaktveranstaltung, der Zwischenpräsentation und der Abschlusspräsentation. Ausnahmen (z.B. Auslandssemester, andere Termine, Urlaub etc.) sind nur in Notfällen möglich.

Aufgaben:

• Jede Seminararbeit wird von einer Gruppe von bis zu 3 Studierenden (max. 5) erstellt; die Größe der Gruppe hängt vom Thema, den Präferenzen, den Bewerbungen und den verfügbaren Kapazitäten (z. B. Zeitfenstern) ab.


• Die Themen und Methoden werden in der Auftaktveranstaltung vorgestellt und in der Regel innerhalb von 48 Stunden danach anhand einer Priorisierung (Top 1-3) ausgewählt.


• Die Gruppen werden entsprechend der ausgewählten Priorisierung zusammengestellt. Prioritäten für Gruppen (z. B. Zusammenarbeit mit Freunden) werden berücksichtigt.


• Die Bewerbung für ein Thema bedeutet, dass die Teilnahme am Kurs verbindlich ist.


• Sollten einige der ursprünglich teilnehmenden Studierenden innerhalb des vorgegebenen Zeitraums (ca. 48 Stunden) aus dem Kurs ausscheiden, werden neue Teilnehmende über die Warteliste nachrücken.

Verfahren:

• Es wird einen Workshop zum Thema wissenschaftliches Schreiben geben. Dieser dient dazu, Ihr Wissen aufzufrischen und/oder zu erweitern. Die Teilnahme ist optional (wird jedoch empfohlen), wenn Sie bereits an einem solchen Workshop teilgenommen haben. Weitere Informationen erhalten Sie beim Kick-off.


• Die Einreichung des Entwurfs der Arbeit vor der endgültigen Präsentation ist obligatorisch. Dieser wird jedoch nicht benotet. Die Arbeit kann nach Einreichung des Entwurfs und vor Ablauf der endgültigen Frist weiter überarbeitet werden.

Lernziele:




• Wir sind daran interessiert, Ihnen eine Vielfalt an aktuellen Themen zu bieten, die Ihrem persönlichen Geschmack entsprechen. Mögliche Themen können aus den folgenden Bereichen stammen:
  
  Künstliche Intelligenz, Mensch-KI-Kollaboration, Algorithmisches Management, Data-based Business, E-Commerce, Digitale Plattformen und Transformation, Digitale Nachhaltigkeit und
  Verantwortung, Digital Well-Being und Self-Tracking, User Interfaces und Analytics, Persönliche Nutzung von IT
• Wir sind auch daran interessiert, Ihnen eine Vielfalt an Methoden anzubieten. Mögliche Methoden hängen vom Thema ab und können aus folgendem Instrumentarium stammen:
  
  Empirische Forschung (quantitativ oder qualitativ), wie z.B. die Durchführung von Experimenten oder Interviews; Data Analytics (z.B. Ökonometrie, Themenmodellierung), wie z.B. die Analyse und Interpretation gegebener Daten; Design Science, wie z.B. das Entwerfen, Programmieren und Testen eines Artefakts; Literature Reviews, wie z.B. die Sichtung und Theoretisierung vorhandener Literatur und möglicher Erkenntnisse (z.B. Meta-Analysen)










Allgemeine Hinweise:

Die Vorlesungen werden hauptsächlich in Präsenz angeboten, die Übungen vorwiegend über live Stream.
Digitale Aufzeichnungen aller Vorlesungen und Übungen werden zusätzlich online über StudIP zur
Verfügung gestellt.


Zudem ist die Veranstaltung interaktiv (v.a. wöchentliche Herausforderungen), die eine reguläre Teilnahme
erfordern. Nähere Informationen bez. der Teilnahme an dieser interaktiven Veranstaltung wird über Online-
Kanäle bzw. im Kick-off kommuniziert.