Ausgeschriebene Themen
Folgende Themen werden derzeit angeboten. Bei Interesse nehmen Sie bitte mit dem betreuenden Mitarbeiter Kontakt auf.
Neurosymbolische Dokumentenverarbeitung
Zur Verbesserung der Praxistauglichkeit von KI-Systemen und insbesondere Natural Language Processing (NLP) Ansätzen wird erforscht, inwieweit bestehendes und explizit formuliertes Domänenwissen in subsymbolische KI-Modelle integriert werden kann (Forschungsbereich Neurosymbolische KI). Entsprechendes Domänenwissen kann nicht nur die Leistung und Generalisierbarkeit neuronaler Netze verbessern, sondern auch dabei helfen, eine Interpretierbarkeit zu gewährleisten und insgesamt robustere Modelle zu entwickeln.
In der Arbeit soll entlang dieses Forschungsbereichs für die Informationsextraktion aus Geschäftsdokumenten (als beispielhafte NLP-Anwendung) ein Ansatz prototypisch entwickelt werden, um Domänenwissen in entsprechende Methoden zu integrieren.
Die Themenstellung kann je nach Umfang und Schwerpunkt als Projektarbeit, Studienprojekt oder Abschlussarbeit konzipiert werden.
Typ: Projektarbeit, Studienprojekt, Abschlussarbeit
Voraussetzungen: (Erste) Erfahrungen mit Python sind wünschenswert, aber nicht zwingend erforderlich
Teilnehmer: 1-2
Betreuer: Alexander Rombach
Modellierung und Weiterentwicklung eines Handelsbetriebs
Im Rahmen des Studienprojekts soll ein Handelsbetrieb gezielt um weitere Unternehmensbereiche erweitert werden. Ziel ist die Identifikation, Beschreibung, Modellierung und Integration der einzelnen Modelle. Das Projekt umfasst sämtliche Phasen der Planung über die Konzeption bis hin zur Realisierung und zum Betrieb und Weiterentwicklung, wobei der Schwerpunkt auf Konzeption, also die Modellierung, und nicht auf der Realisierung, also Programmierung, liegt. Methodisch basiert die Arbeit auf HERAKLIT (https://heraklit.dfki.de/).
Typ: Studienprojekt, Abschlussarbeit
Voraussetzungen: keine
Teilnehmer: 1-3
Betreuer: Sebastian Stephan
Human-in-the-Loop im Kontext der Anomalieerkennung
Im Rahmen der jährlichen Abschlussprüfung ist das Journal Entry Testing ein wesentlicher Bestandteil des Prüfungsprozesses. Dabei werden regelbasierte Prüfverfahren eingesetzt, die das Hauptbuch des geprüften Unternehmens systematisch analysieren, um potenzielle Unregelmäßigkeiten in Form von Fehlern oder Betrug zu identifizieren. In den vergangenen Jahren haben sich Verfahren der Anomalieerkennung als vielversprechende Ergänzung zu diesen traditionellen Prüfungsmethoden herausgestellt. Allerdings erweist sich deren praktische Anwendung häufig als herausfordernd, insbesondere aufgrund der hohen Anzahl an Fehlalarmen (False Positives), die eine manuelle Nachbearbeitung erfordern. Ein vielversprechender Lösungsansatz besteht in der Integration von domänenspezifischem Fachwissen durch die Prüfenden selbst, beispielsweise durch die Implementierung eines Feedback-Loops, der eine kontinuierliche Verbesserung der Erkennungsgenauigkeit unterstützt. Ziel dieser Arbeit ist es, verschiedene methodische Ansätze zur Einbindung von Prüfer:innen in einen „Human-in-the-Loop“-Prozess zu analysieren und einen Prototypen zu entwickeln, der unterschiedliche Lösungskonzepte zur Verbesserung der Anomalieerkennung integriert.
Typ: Projektarbeit, Abschlussarbeit, Studienprojekt
Voraussetzungen: (Erste) Erfahrungen mit Python sind wünschenswert, aber nicht zwingend erforderlich
Teilnehmer: 1-2
Betreuer: Jan Gronewald
Stand der Nutzung von Legal Tech in den Top 100 Unternehmen in Deutschland – Eine explorative Studie
Legal Tech-Anwendungen gewinnen im Zuge der Digitalisierung zunehmend an Bedeutung für unternehmensinterne Rechtsabteilungen. Ziel dieser Arbeit ist es, den aktuellen Stand der Nutzung von Legal Tech in den 100 umsatzstärksten Unternehmen Deutschlands zu erfassen. Im Fokus stehen eingesetzte Anwendungstypen, Nutzungsintensität, wahrgenommene Vorteile und bestehende Herausforderungen. Die Untersuchung erfolgt auf Basis einer empirischen Erhebung, z. B. durch standardisierte Online-Befragungen oder Interviews. Zur Analyse des Nutzungsverhaltens soll ausschließlich Literatur aus den letzten fünf Jahren (seit 2020) berücksichtigt werden. Die Arbeit bietet praktische Einblicke in die digitale Entwicklung unternehmensinterner Rechtsabteilungen und richtet sich an Studierende mit Interesse an Digitalisierung, Recht und empirischer Sozialforschung.
Typ: Forschungsprojekt, Masterarbeit
Voraussetzungen: keine
Teilnehmer: 1-2
Betreuer: Josip Lovrekovic
Kollaborative Wertschöpfung
Vernetzte Wertschöpfung findet derzeit in vielen Bereichen des Industrie- und auch Dienstleistungssektors statt. Neue Technologien (beispielsweise im Bereich Industrie 4.0 sowie in der Shared Production) ermöglichen es, durch die Kollaboration verschiedener Akteure eine höhere Wertschöpfung zu erzielen als diese alleine generieren könnten. Zu diesem Zweck sollen innovative kollaborative Wertschöpfungsformen einer beliebigen Branche identifiziert werden. Dafür müssen unter anderem Daten erhoben und analysiert werden. Die gewonnen Erkenntnisse sollen mit Hilfe einer selbst durchgeführten Fallstudie praxisnah verifiziert werden. Bei Interesse bitte Exposé und Forschungsfragen einreichen. Das Exposé sollte den geplanten Ansatz zur Identifikation kollaborativer Wertschöpfungsmodellen darlegen.
Typ: Abschlussarbeit
Voraussetzungen: keine
Teilnehmer: 1
Betreuer: Cai Hussung
Eisautomat - Modellierung eines cyber-physischen Systems
Im Rahmen der Projektarbeit soll ein cyber-physisches System modelliert werden (Beispiele: Eis-, Baguette-, Wurstautomaten). Das Projekt umfasst sämtliche Phasen der Planung über die Konzeption bis hin zur Realisierung und zum Betrieb und Weiterentwicklung, wobei der Schwerpunkt auf Konzeption, also die Modellierung, und nicht auf der Realisierung, also Programmierung liegt. Methodisch basiert die Arbeit auf HERAKLIT (http://heraklit.org).
Typ: Projektarbeit
Voraussetzungen: keine
Teilnehmer: 1-4
Betreuer: Professor Dr. Peter Fettke
Digitale Technologien und KI im Wissens- und Technologietransfer außeruniversitärer Forschungseinrichtungen – Eine explorative Studie
Der Wissens- und Technologietransfer (WTT) spielt eine zentrale Rolle für die Verwertung wissenschaftlicher Erkenntnisse in Gesellschaft und Wirtschaft. Mit dem Fortschritt digitaler Technologien und dem Aufkommen von Künstlicher Intelligenz (KI) eröffnen sich neue Potenziale zur Effizienzsteigerung, Automatisierung und Qualitätssicherung in Transferprozessen. Ziel dieser Arbeit ist es, zu untersuchen, inwieweit und in welcher Form digitale Technologien und KI-gestützte Systeme derzeit im WTT von außeruniversitären Forschungseinrichtungen in Deutschland eingesetzt werden. Der Fokus liegt auf Anwendungstypen, Integrationstiefe, Nutzenpotenzialen sowie bestehenden Herausforderungen. Die Erhebung erfolgt explorativ, beispielsweise mittels qualitativer Interviews oder strukturierter Befragungen mit Transferakteuren. Für die Analyse sollen vorrangig wissenschaftliche und praxisnahe Quellen der letzten zehn Jahre herangezogen werden. Die Arbeit richtet sich an Studierende mit Interesse an Innovationsforschung, Digitalisierung im Wissenschaftssystem sowie empirischer Transferforschung.
Typ: Forschungsprojekt, Masterarbeit
Voraussetzungen: keine
Teilnehmer: 1-2
Betreuer: Josip Lovrekovic
Vergleich der methodischen Ansätze zur Entwicklung von Reifegradmodellen
Die kontinuierliche Verbesserung von Prozessen, Produkten und anderen Artefakten ist in der heutigen dynamischen Geschäftswelt von entscheidender Bedeutung. Reifegradmodelle dienen als Instrumente zur Bewertung und Steigerung der Reifekriterien in verschiedenen Branchen. Ziel der Arbeit ist die Identifikation und Analyse bestehender Reifegradmodelle. Basierend auf einer vergleichenden Betrachtung und Systematisierung sollen die Vor- und Nachteile der verschiedenen Vorgehensweisen diskutiert werden.
Typ: Projektarbeit, Studienprojekt, Abschlussarbeit
Voraussetzungen: keine
Teilnehmer: 1-2
Betreuer: Sarah Rübel
Virtual Accounting Lab (VAL)
Ziel des Projekts ist die Entwicklung einer modularen Simulationsplattform, die beliebige Geschäftsvorfälle (z. B. Einkauf, Verkauf, Zahlung) gemäß definierter Buchungslogik abbildet und synthetische Buchungsdaten (Journal Entries) erzeugt. Ein separater Anomaliegenerator dient dazu, systematisch Fehler- und Fraud-Muster zu injizieren (z. B. falsche Kontierung, Rundungsabweichungen oder ungewöhnliche Beträge). Die so entstehenden Datensätze sollen anschließend nach Qualitätskriterien (Vollständigkeit, Realismus) bewertet werden, so dass diese für Machine-Learning-Experimente (z. B. Supervised/Unsupervised Anomaly Detection) verwendet verwendet werden können.
Typ: Projektarbeit
Voraussetzungen: Grundkenntnisse in Python und Simulation, Webtechnologien, Buchhaltung
Teilnehmer: 1-2
Betreuer: Sebastian Stephan
Simulation dynamischer Angebot-Nachfrage-Szenarien für On-Demand-Mobility
Für eine saarländische Region werden in einem Forschungsprojekt Konzepte zur Einführung flexibler Lösungen zur Gestaltung des öffentlichen Nahverkehrs entwickelt und erprobt. Hierbei ist vorgesehen, die Lösungskonzepte durch Simulation von Szenarien zu evaluieren und die Erkenntnisse zur Weiterentwicklung zu verwenden. Für diese Arbeiten können sowohl vorhandene Simulationswerkzeuge angepasst oder eigens entwickelte Software-Prototypen genutzt werden. Schwerpunkte sind die Implementierung von Modellen, die Angebot und Nachfrage von Transportdienstleistungen in eine Simulationsumgebung transferieren.
Typ: Forschungsprojekt, Studienprojekt
Voraussetzungen: Grundkenntnisse der Softwareentwicklung
Teilnehmer: 1-2
Betreuer: Oliver Gutermuth
State-of-the-Art smarter Mobilitätslösungen
Im Rahmen eines Forschungsprojekts werden innovative Lösungen für den öffentlichen Nahverkehr entwickelt und erprobt. In diesem Zusammenhang soll der Stand der Wissenschaft und Technik als State-of-the-Art zu den tangierten Forschungsfeldern erhoben werden. Hierzu ist zunächst eine umfassende Literaturrecherche durchzuführen und zu dokumentieren. Die Ergebnisse sind dann aufzubereiten und sollen primär einen geeigneten Überblick bieten. Es können weitere Schwerpunkte definiert werden, die auf den Ergebnissen der Recherche aufbauen, so dass Umfang und Tiefgang der Arbeit zum jeweiligen Bearbeitungstyp (siehe unten) und der Teilnehmerzahl passen.
Typ: Bachelorarbeit, Masterarbeit, Forschungsprojekt, Studienprojekt
Voraussetzungen: Kenntnisse der systematischen Literaturrecherche
Teilnehmer: 1-2
Betreuer: Oliver Gutermuth
Umsetzungsaspekte des Onlinezugangsgesetzes
Das Onlinezugangsgesetz (OZG) regelt für ausgewählte Leistungen der öffentlichen Verwaltung in Bund, Ländern und Kommunen den digitalen Zugang. So sollen zukünftig zahlreiche Verwaltungsverfahren online über entsprechende Service-Portale erreichbar sein und eine Alternative zu papierbasierten Anträgen oder dem persönlichen Erscheinen auf der jeweiligen Behörde bieten. Um ein derartiges Angebot zu gestalten, sind diverse Herausforderungen zu überwinden. Im Rahmen einer Literaturrecherche sollen diese Herausforderungen und bereits vorhandene Lösungsansätze identifiziert und systematisiert werden. Dazu sollen organisatorische, prozessorientierte, technische und juristische Aspekte unterschieden werden. Der Fokus richtet sich tendenziell eher auf generelle Sachverhalte, die für eine Vielzahl von Verwaltungsleistungen im Zusammenhang mit dem OZG gelten und weniger auf einzelne Spezialfälle.
Typ: Forschungsprojekt, Studienprojekt, Abschlussarbeit
Voraussetzungen: Grundkenntnisse zu Informationssystemen und Systemarchitekturen
Teilnehmer: 1-2
Betreuer: Oliver Gutermuth
KI in der digitalen Verwaltung
Techniken Künstlicher Intelligenz erschließen in Unternehmen vieler Branchen diverse Potentiale. Derartige Techniken bieten ebenso Möglichkeiten zur Modernisierung der öffentlichen Verwaltung, werden hier bislang jedoch eher zurückhaltend eingesetzt. Dafür, dass Verwaltungen bei der Einführung neuer Technologien langsamer als privatwirtschaftliche Unternehmen reagieren, gibt es viele Ursachen. Unter anderem spielen heterogene IT-System-Landschaften, komplexe Organisationsstrukturen, behördenübergreifende Verfahren und besondere Entscheidungsprozesse eine wichtige Rolle. Dennoch kann erwartet werden, dass KI-Ansätze zukünftig auch verstärkt im Verwaltungskontext genutzt werden. Hierzu soll der Stand der Wissenschaft und Technik erhoben werden, der sowohl eingeführte und geplante Ansätze, entwickelte Konzepte, dokumentierte Erfahrungen sowie Herausforderungen und Hindernisse für den Einsatz von KI in der öffentlichen Verwaltung umfasst.
Typ: Forschungsprojekt, Studienprojekt, Abschlussarbeit
Voraussetzungen: Grundkenntnisse zu diversen KI-Ansätzen und maschinellen Lernverfahren
Teilnehmer: 1-2
Betreuer: Oliver Gutermuth
Konfigurator für Geschäftsmodelle
Im Rahmen des Praktikums soll ein webbasierter Konfigurator für Geschäftsmodelle entwickelt werden. Er soll die Konfiguration „from scratch“ – d.h. ohne Vorwissen – oder auf Basis eines fragebogenbasierten Assessments entwickeln. Zudem soll der Konfigurator ermöglichen, das resultierende Geschäftsmodell in geeigneten Formaten zu exportieren.
Typ: Projektarbeit
Voraussetzungen: Erste Erfahrungen mit HTML und Javascript sind wünschenswert, aber nicht zwingend erforderlich.
Teilnehmer: 1 bis 2
Betreuer: Andreas Emrich
Homepage-Gestaltung für Schulen
Im Rahmen der Projektarbeit soll ein generisches System geschaffen werden, dass moderne Homepages für Schulen ermöglicht. Das Projekt umfasst sämtliche Phasen der Planung über die Konzeption bis hin zur Realisierung und zum Betrieb und Weiterentwicklung.
Typ: Projektarbeit
Voraussetzung: Erste Erfahrungen mit HTML und Javascript sind wünschenswert, aber nicht zwingend erforderlich
Teilnehmer: 1-4
Betreuer: Professor Dr. Peter Fettke
Herausforderungen und Potentiale der Digitalisierung in KMU
Die Neuausrichtung der KI-Strategie der Bundesregierung setzt ein Grundniveau an Digitalisierung in deutschen KMU voraus. Ein grundlegendes Verständins über den aktuellen Umgang mit Innovation sowie dem technologieschen Wissenstransfer sollten demnach bereits in Unternehmen existieren. Ein weiterer Schwerpunkt liegt auf den Ansätzen zur Bestimmung der Digitalisierungsreife in KMU. Hier sollen verschiedene Modelle und Methoden zur Evaluation des aktuellen digitalen Standpunkts von Unternehmen betrachtet werden. Die Ergebnisse dieser Analysen ermöglichen nicht nur einen Einblick in den gegenwärtigen Status der Digitalisierung und der künstlichen Intelligenz in KMU, sondern dienen auch als Grundlage für die Identifikation von Herausforderungen und Potenzialen. Die Herausforderungen, vor denen KMU bei der Integration von Digitalisierungsmaßnahemn stehen, werden kritisch beleuchtet. Hierbei werden nicht nur technologische, sondern auch organisatorische und personelle Hürden betrachtet. Gleichzeitig richtet die Arbeit den Blick auf die vielversprechenden Potenziale, die sich für KMU durch die Anwendung künstlicher Intelligenz ergeben können.
Typ: Projektarbeit, Studienprojekt, Abschlussarbeit
Voraussetzung: keine
Teilnehmer: 1-2
Betreuer: Sarah Rübel
Anomaly Detection in Credit Card Transaction Data
Ziel der Projektarbeit ist die Entwicklung einer modularen Plattform zur Anomalieerkennung in anonymisierten bzw. simulierten Kreditkartentransaktionen, in der sich verschiedene Ansätze zur Anomalieerkennung (z. B. Isolation Forest, One-Class SVM, Autoencoder) flexibel austauschen und vergleichen lassen. Ergänzend sollen XAI-Methoden wie Conformal Prediction, SHAP und LIME zum Einsatz kommen, um einzelne Anomalie-Vorhersagen interpretierbar zu machen. Durch ein Conformal Prediction-Modul soll bspw. eine zuverlässige Abschätzung der Unsicherheit und der Fehlerraten bei der Anomalieklassifikation ermöglicht werden. Ziel ist eine praxisnahe Evaluierung der Anomalieerkennung hinsichtlich Detektionsleistung, Kalibrierung der Unsicherheiten und Erklärbarkeit.
Typ: Projektarbeit
Voraussetzungen: Grundkenntnisse in Python, Webtechnologien und Machine Learning
Teilnehmer: 1-2
Betreuer: Sebastian Stephan
Process Mining Dashboard
Traditionelle Process Mining Ansätze konzentrieren sich häufig auf lineare Prozessmodelle und können somit die Dynamiken und Interaktionen zwischen verschiedenen Geschäftsobjekten nur eingeschränkt abbilden. Im Gegensatz dazu ermöglicht Object-centric Process Mining (OCPM) eine differenzierte Analyse, indem es die objektübergreifenden Interaktionen und Zusammenhänge in den Mittelpunkt stellt. Gegenstand dieser Projektarbeit ist die Entwicklung einer Webapplikation, in der unterschiedliche Event Logs geladen, analysiert und mithilfe verschiedener Mining-Algorithmen verarbeitet und gegenübergestellt werden können. Anhand konkreter Beispiele sollen dadurch deren Unterschiede explizit aufgezeigt werden. Eine Integration in das Process Prediction Dashboard wäre vorstellbar.
Typ: Projektarbeit
Voraussetzungen: Grundkenntnisse in Python, Webtechnologien und Process Mining
Teilnehmer: 1-2
Betreuer: Sebastian Stephan
Vergleichende Analyse von Process Mining Algorithmen
Gegenstand der Arbeit ist ein Systematic Literature Review (SLR) zum Thema Process Mining. Ziel ist es, in der aktuellen Literatur diskutierte Mining-Ansätze systematisch zu erfassen, zu klassifizieren und zu bewerten. Neben klassischen Miner (z. B. α-Miner, Heuristik-Miner, Fuzzy-Miner, Inductive Miner, Genetic Miner, Multi-phase Miner) sollen auch hybride und neuere Ansätze wie Artifact-Centric und Object-Centric Process Mining untersucht werden. Dadurch sollen zentrale Herausforderungen im Process Mining näher beleuchtet werden.
Typ: Studienprojekt
Voraussetzungen: keine
Teilnehmer: 1
Betreuer: Sebastian Stephan
Anomalieerkennung im Process Mining
Gegenstand dieses Projekts ist es, den aktuellen Stand der Forschung zur (hybriden) Anomalieerkennung im Process Mining zu erfassen und aufzubereiten. Dazu soll ein systematischer Vergleich von Ansätzen zur Anomalieerkennung durchgeführt werden, bei denen traditionelle Methoden klassischen statistischen Ansätzen und modernen Machine-Learning-Ansätzen gegenübergestellt werden. Fokus liegt insbesondere auf der Untersuchung und Weiterentwicklung von Techniken zur Vorverarbeiten von Event Logs, die in komplexen und heterogenen IT-Umgebungen generiert werden, um solch eine hybride Anomalieerkennung zu ermöglichen. Ziel ist die Entwicklung eines Frameworks, das Machine-Learning-Methoden integriert, um Anomalien in Event Logs zu erkennen.
Typ: Studienprojekt
Voraussetzungen: keine
Teilnehmer:1-2
Betreuer: Sebastian Stephan