Springe direkt zu Inhalt

Abschlussarbeiten

Auf dieser Seite können Sie sich über aktuelle Themenfelder und Problemstellungen für Abschlussarbeiten im Bereich Wirtschaftsinformatik, betreut von den Professuren Kliewer und Amberg informieren.

Hinweis: Die unten aufgelisteten Themen stellen eine exemplarische Auswahl der von den Professuren betreuten Abschlussarbeitsthemen dar. Es können auf direkte Anfrage auch weitere Themen im Forschungsumfeld der Professur mit den Professurmitarbeitenden vereinbart werden.


In Kooperation mit ebuero, betreut von Lena Wolbeck, gibt es verschiedene Problemstellungen im Bereich Data Mining und Machine Learning, z. B. Customer Classification and SegementationUpselling potentialIndicators for a contract cancellation. Weitere Informationen dazu gibt es hier.


Im Bereich E-Mobilität im ÖPNV sind Abschlussarbeiten (Bachelor/Master) im Zusammenhang mit der Umlaufplanung für Batterie-elektrische Busse und Energieversorgungsnetzwerke (Sektorenkopplung) zu vergeben.
Betreuer: David Rößler

Entwicklung und Durchführung einer Content-Analyse zum Thema „Entwicklungspfade der E-Mobilität im ÖPNV“
Masterarbeit/Bachelorarbeit abhängig von der konkreten Ausgestaltung

  • Einarbeitung in die Forschungsmethode Content Analyse. Entwurf eines Forschungs-Designs.
  • Wenn als MA: Webscraping von News-Blogs-Artikeln. Sichtung und (teilweise automatische) Codierung der Artikel.
  • Auswertung und Ableitung von Entwicklungspfaden.
  • empf. Lehrveranstaltungen: OR und NTL
  • Kenntnisse in Python, C#, HTML/CSS/JS von Vorteil

Entwicklung und Implementierung eines GA für das Charging Location Planning and Electric Vehicle Scheduling Problem (CLEVSP)
Masterarbeit

  • In einem unserer Projekte zur E-Mobilität beschäftigen wir uns mit der simultanen Ladeinfrastruktur und Umlaufplanung für elektrische Busse. Eine erste Studie dazu kann unter folgendem Link gelesen werden: https://www.sciencedirect.com/science/article/pii/S2192437621000200
  • Das hier verwendete metaheuristische Verfahren wurde überarbeitet und soll mit einem genetischen Algorithmus verglichen werden.
  • In der Masterarbeit soll ein solcher entwickelt und implementiert werden.
  • empf. Lehrveranstaltungen: OR und NTL
  • Kenntnisse in Python, C#, erforderlich; HTML/CSS/JS von Vorteil

Modellierung/Formulierung des CLEVSP als Time-Space-Netzwerk
Bachelorarbeit

  • Literaturanalyse zu Modellierungsansätzen und Lösungsverfahren, um Ladeinfrastrukturplanung und Ladeentscheidungen in der Umlaufplanung mit E-Bussen effizient zu berücksichtigen.
  • Implementierung eines entsprechenden Modells
  • empf. Lehrveranstaltungen: EUS
  • Kenntnisse in Python, C#, erforderlich; HTML/CSS/JS von Vorteil

Integration erneuerbarer Energien in die ÖPNV-Planung
Masterarbeit/Bachelorarbeit abhängig von der konkreten Ausgestaltung

  • Solarenergie unterliegt untertägigen (starken) Schwankungen. Um Batterie-elektrische Busse mit möglichst viel Solarenergie laden zu können, müssen deren Umlauf- und Ladepläne an vorhersehbare Schwankungen angepasst werden.
  • Welche Auswirkungen auf die resultierenden Pläne hat eine derartige Anpassung?
  • Die Aufgabe würde Datenanalyse und Visualisierung von modifizierten Fahrplänen beinhalten und kann mit kleinen Machine Learning Anwendungen zur tagesaktuellen Vorhersage der Verfügbarkeit von Energie aus Photovoltaik (und eventuell Windkraft) ergänzt werden.
  • empf. Lehrveranstaltungen: EUS (oder OR und NTL)
  • Kenntnisse in Python, C#, erforderlich; HTML/CSS/JS von Vorteil

Mögliche Abschlussarbeiten werden schwerpunktmäßig in den Bereichen Data Science, Visualisierung und Algorithmenentwicklung verortet sein.


icon3_department_wirtschaftsinformatik
Visit www.or2017.de ...