Masterarbeit für das FT 2025
an der Professur für Digital Process Management
(Prof. Dr. Christoph Peters)

 

Der Lehrstuhl für Digital Process Management (Prof. Dr. Christoph Peters) konzentriert seine Forschung auf Gestaltung und Management von digitalen und KI-basierten Prozessen, Dienstleistungen und Geschäftsmodellen sowie der agilen und digitalen Transformation. Dabei wird eine soziotechnische Systemperspektive eingenommen, um Lösungen zu entwickeln, die menschzentriert, nachhaltig, technisch stabil, ökonomisch tragfähig und gesellschaftlich wünschenswert sind.


Bei Interesse an einer Masterarbeit schreiben Sie bitte bis 07.02.2025 eine E-Mail mit Ihrem vollständigen Namen, zwei Themenpräferenzen sowie Ihrer aktuellen Notenübersicht an christoph.peters@unibw.de.
Die Reihenfolge Ihrer Anmeldungen spielt bei der Themenvergabe keine Rolle. Sie werden am 10.02.2025 über die Themenzuteilung informiert. Ihre verbindliche Zusage muss anschließend bis spätestens zum 12.02.2025 erfolgen. Ein Kick-Off Termin findet am 25.02.2025 im Zeitraum von 14:00 Uhr bis 16:00 Uhr online statt. Die Bearbeitungszeit startet am 28.02.2025 und endet am 30.06.2025.


Gerne können Sie sich auch mit eigenen Themenvorschlägen an uns wenden.


Thema 1: Individualisierte Weiterbildungsdienstleistungen durch Modularisierung und generative KI

Die kontinuierliche Weiterbildung von Mitarbeitenden ist ein zentraler Erfolgsfaktor für Unternehmen, doch klassische Weiterbildungsmodelle sind oft unflexibel und nicht optimal auf individuelle Lernbedarfe und Kompetenzprofile abgestimmt. Generative KI bietet die Möglichkeit, Weiterbildungsinhalte dynamisch zu personalisieren und Lernpfade individuell anzupassen.
Diese Arbeit untersucht, wie durch Modularisierung und generative KI adaptive Weiterbildungsdienstleistungen gestaltet werden können, die sowohl die individuellen Kompetenzprofile als auch betriebliche Anforderungen berücksichtigen. Ziel ist die Entwicklung eines Ansatzes, der eine effiziente, flexible und skalierbare Weiterbildung ermöglicht.


Thema 2: Agentic AI für Prozessinnovationen und -verbesserungen

Prozessinnovationen und -verbesserungen erfordern in Unternehmen oft aufwendige Analysen, manuelle Eingriffe und kontinuierliche Optimierungszyklen. Klassische Business Process Management (BPM)-Ansätze sind meist reaktiv und erfordern menschliche Expertise für Modellierung und Optimierung. Agentic AI ermöglicht es, autonome KI-Agenten zu entwickeln, die Geschäftsprozesse selbstständig analysieren, Verbesserungspotenziale identifizieren und Anpassungen vorschlagen oder sogar eigenständig umsetzen.
Diese Arbeit untersucht, wie agentenbasierte KI gestaltet werden kann, um Prozessinnovationen und -verbesserungen autonom durchzuführen, dabei aber die Interaktion mit menschlichen Entscheidungsträgern sinnvoll einzubinden.


Thema 3: Automatisierte Prozessmodellierung durch sprachbasierte (generative) KI / Large Language Models

Die manuelle Modellierung von Geschäftsprozessen erfordert erhebliche Ressourcen und Expertenwissen, was die kontinuierliche Prozessverbesserung erschwert. Sprachbasierte generative KI, basierend auf Large Language Models (LLMs), bieten die Möglichkeit, Prozesse durch natürliche Sprache automatisch zu erfassen und in standardisierte Modelle zu überführen.
Diese Arbeit untersucht, wie KI-gestützte Modellierungstechniken gestaltet werden können, um Geschäftsprozesse aus unstrukturierten Beschreibungen abzuleiten, Ist- und Soll-Prozesse zu modellieren oder bestehende Prozessstrukturen effizient zu verfeinern.


Thema 4: Menschzentrierte KI und Automatisierung für die digitale Verwaltung

Die digitale Transformation der Verwaltung bringt Automatisierungspotenziale mit sich, birgt aber auch Herausforderungen. Klassische Automatisierungsansätze setzen häufig auf vollständige Prozessübernahme durch KI, wodurch menschliche Expertise und Entscheidungsautonomie in den Hintergrund geraten.
Diese Arbeit untersucht, wie menschenzentrierte KI-Systeme gestaltet werden können, um Verwaltungsprozesse effizient zu automatisieren, während sie gleichzeitig Verwaltungsmitarbeitende in ihrer Selbstbestimmung unterstützen und durch technologiegestütztes Empowerment in den Entscheidungsprozess und die Arbeitsgestaltung einbinden.


Thema 5: Service und Process Engineering mittels generativer KI für effiziente Individualisierung von Dienstleistungen und Prozessen

Die steigende Nachfrage nach personalisierten Dienstleistungen stellt Unternehmen vor die Herausforderung, maßgeschneiderte Angebote effizient und skalierbar bereitzustellen. Klassische Service- und Prozessgestaltungsmethoden stoßen dabei an ihre Grenzen, da sie oft starre, regelbasierte Anpassungen erfordern.
Diese Arbeit untersucht, wie generative KI genutzt werden kann, um Dienstleistungen und Prozesse dynamisch an individuelle Kundenanforderungen anzupassen. Dabei werden neue Methoden des Service- und Process Engineering erforscht, die es ermöglichen, maßgeschneiderte Lösungen mit einem hohen Grad an Effizienz und Automatisierung bereitzustellen.


Thema 6: Ein Referenzprozess zur menschzentrierten Integration von (generativer) KI in Arbeitsprozesse

Die Einführung generativer KI in Arbeitsprozesse birgt sowohl Chancen als auch Herausforderungen. Während KI erhebliche Effizienzgewinne ermöglichen kann, entstehen Fragen hinsichtlich der optimalen Zusammenarbeit zwischen Mensch und KI.
Diese Arbeit entwickelt ein Referenzprozessmodell, das eine menschenzentrierte Integration generativer KI in Arbeitsprozesse ermöglicht. Dabei wird untersucht, wie KI-gestützte Automatisierung und menschliche Expertise in verschiedenen Domänen kombiniert werden können, um sowohl Effizienz als auch Transparenz, Kontrollmöglichkeiten und Akzeptanz sicherzustellen.


Je nach eigenen Kompetenzen und Vorlieben bzw. auch Zugang zu Empirie können für alle Themen unterschiedliche Forschungsmethoden und -ansätze in Frage kommen. Das kann u.a. gestaltungsorientierte Ansätze bspw. mittels prototypischer Umsetzungen inkl. Evaluation, Fallstudien-Forschung, aber auch konzeptionelle Beiträge umfassen.