Abschlussarbeiten

Beschreibung

Für Unternehmen wie Facebook, Netflix, Tinder, etc. stellen Nutzer, welche dann die Nutzung beenden, eine Herausforderung da. Aktuell ist dieses Themengebiet wenig erforscht. Es ist beispielsweise unklar, weshalb Personen mit der Nutzung aufh?ren, ob Nutzer und Ex-Nutzer hinsichtlich der Pers?nlichkeitsstruktur unterschiedlich sind oder wie man Ex-Nutzer zurückgewinnen kann.
All dies sind Themen, welche im Rahmen dieser Arbeit bearbeitet werden k?nnen

Methodisches Vorgehen

Empirische Arbeit

Level

Bachelor/Master

Sprache

Deutsch/Englisch

Literatur

• Maier, C; Laumer, S; Weinert, C; and Weitzel, T. The effects of technostress and switching stress on discontinued use of social networking services: a study of Facebook use. Info Systems J, 25, 3 (2015), 275–308.
• Turel, O. Quitting the use of a habituated hedonic information system: A theoretical model and empirical examination of Facebook users. Eur J Inf Syst, 24, 4 (2015), 431–446.

Beschreibung

Die fortlaufende Digitalisierung birgt neben Vorteilen auch neue Herausforderungen für Personen und Unternehmen. Beispielsweise führt die Nutzung von Informationstechnologie (IT) zu einem Gefühl des ?Gestresst seins‘. Die Ursachen dieses Ph?nomens, welches unter dem Begriff ?Technostress“ bekannt ist, sind hierbei jedoch genauso unterschiedlich wie m?gliche Auswirkungen.
In Unternehmen entsteht ?technostress“ bei Angestellten insbesondere durch die Vorgaben des Managements, neue IT – wom?glich mit Widerwillen – nutzen zu müssen. Mit der Einführung neuer IT sehen sich Angestellte beispielsweise in der Pflicht, schneller (Techno-overload) komplexere (Techno-complexity) Aufgaben zu erledigen. Doch auch das stetige Erlernen neuer F?higkeiten, um sicher und souver?n mit IT umgehen zu k?nnen, erzeugt bei Angestellten auf Dauer Stress.
W?hrend im Unternehmenskontext die beschriebene Reaktion durch die der Unternehmensführung vorgeschriebene Nutzung einer Technologie erkl?rbar ist, k?nnen Personen in ihrer Freizeit selbst entscheiden, ob sie bestimmte Technologien nutzen m?chten oder nicht. Doch auch hier treten Situationen auf, in denen sich Personen von Technologien (z.B. Smartphone, soziale Medien) gestresst fühlen. Bekannte Gründe sind hierbei etwa die Informationsflut (Information Overload) oder ein zu viel an (z.B. belanglose) Interaktionen (Interaktion Overload). 
Da Technostress einen gro?en gesellschaftlichen (z.B. Burnout, verminderte Zufriedenheit) und organisatorischen (z.B. geringere Arbeitsleistung, vermehrte Kündigungen oder Krankheitstage) Einfluss hat, soll in diesem Thema untersucht werden, wie sich Technostress verbreitet.

Methodisches Vorgehen

Empirische Arbeit (Umfrage) oder Interviews

Level

Dieses Thema wird als Bachelorarbeit (Interviews) und als Masterarbeit (Umfrage und evtl. Interviews) vergeben. 

Sprache

Deutsch/Englisch

Beschreibung

In einer Zeit, in der Daten als das ?neue ?l“ gelten und Unternehmen sowie Regierungen in beispiellosem Ausma? personenbezogene Informationen sammeln und verarbeiten, dr?ngen sich unweigerlich auch Fragen zur Privatsph?re und Sicherheit auf. Denn je mehr Daten gesammelt werden, desto gr??er wird das Risiko von Missbrauch, Datenpannen und unerwünschter ?berwachung. Beispielsweise bieten Smart-Home-Ger?te zwar Komfort, schaffen gleichzeitig aber auch neue Risiken für Datendiebstahl und ?berwachung. Arbeiten zu diesem Thema entwickeln ein Verst?ndnis dafür, welche Risiken es gibt, wie Nutzer mit diesen umgehen oder welche Ma?nahmen ergriffen werden k?nnen, um Privatsph?re und Sicherheit zu gew?hrleisten.

Methodisches Vorgehen

Literaturreview/Qualitativ/Quantitativ

Level

Bachelor/Master

Sprache

Deutsch/Englisch

Literatur

• Bélanger, F., & Crossler, R. E. (2011). Privacy in the digital age: A review of information privacy research in information systems. MIS Quarterly, 35(4), 1017–1041. doi.org/10.2307/41409971
• Siponen, M., & Vance, A. (2010). Neutralization: New insights into the problem of employee information systems security policy violations. MIS Quarterly, 34(3), 487–502. doi.org/10.2307/25750688

Das psychologische Konzept der Inspiration beschreibt eine besondere Form intrinsischer Motivation, die durch ?u?ere Quellen angeregt wird und eng mit der Entwicklung neuer Ideen verknüpft ist (Thrash, Elliot 2003). Inzwischen wurde das Konstrukt weiterentwickelt und in zwei Komponenten unterschieden: eine epistemische Aktivierungskomponente (?inspiriert von“) sowie eine intentionale Komponente (?inspiriert zu“) (B?ttger et al. 2019).

Zur Messung liegen erprobte Skalen vor, die sich sehr gut für eine empirische Umsetzung in Form einer Umfrage eignen. Beispielsweise zur Beantwortung der Frage, wodurch Nutzer:innen digitaler Technologien inspiriert werden – und wozu diese Inspiration sie motiviert.

Zu den untersuchbaren Technologien z?hlen z.B.  Social Media, XR oder GenAI, wobei auch andere digitale Kontexte einbezogen werden k?nnen.

Startzeitpunkt: ab sofort

Methode: Literaturreview (BA) oder Umfrage (MA)

Level: BA oder MA

Literaturempfehlung:

Thrash, T. M., & Elliot, A. J. (2003). Inspiration as a psychological construct. Journal of Personality and Social Psychology, 84(4), 871–889. https://doi.org/10.1037/0022-3514.84.4.871.

B?ttger, T., Rudolph, T., Evanschitzky, H., & Pfrang, T. (2017). Customer inspiration: Conceptualization, scale development, and validation. Journal of Marketing, 81(6), 116–131. https://doi.org/10.1509/jm.15.0007 

Die Beziehungen zwischen Menschen und diversen Formen künstlicher Intelligenz werden zunehmend enger und vielf?ltiger, da die Technologien immer besser darin werden, Emotionen und Aspekte der menschlichen Psyche zu erkennen, zu verstehen und nachzuahmen. (Gur, Maaravi 2025).

Vor diesem Hintergrund ist es wichtig, diese neu entstehenden Beziehungen genauer zu verstehen. Im Rahmen einer Abschlussarbeit k?nnen die Hintergründe sowie potenzielle Auswirkungen auf Erleben, Verhalten und Wohlbefinden der Nutzer:innen untersucht werden.
M?gliche thematische Schwerpunkte liegen unter anderem in den Bereichen Bindung (Attachment), Vertrauen (Trust) und Begleitung bzw. Gesellschaft (Companionship).

Startzeitpunkt: ab sofort

Methode: Interviews (BA) oder Umfrage (MA)

Level: BA oder MA

Literaturempfehlung:

Gur, T., & Maaravi, Y. (2025). The algorithm of friendship: literature review and integrative model of relationships between humans and artificial intelligence (AI). Behaviour & Information Technology, 44(14), 3446–3466. https://doi.org/10.1080/0144929X.2025.2502467 

Viele Menschen informieren sich inzwischen vermehrt mithilfe von Social Media und KI. Die Themen sind vielf?ltig: Finanzen, Politik, Geschichte, Beziehungsratschl?ge, Mode und Gesundheit. Selbst kleine Nischen werden heute von zahlreichen Menschen online behandelt, seien es spezielle Hobbys, Nahrungsmittel-Unvertr?glichkeiten oder auch bestimmte F?higkeiten. Influencer und Journalisten, aber auch Privatpersonen und Experten teilen ihr Wissen rund um ihr jeweiliges Fachgebiet. 

Wie beeinflussen uns diese Informationen? Wie beeinflussen die modernen M?glichkeiten unser Recherche-Verhalten? Welche Bedeutung haben Informationen, die wir gar nicht gezielt gesucht haben? Wir nehmen Dinge auf, setzen sie um (oder auch nicht), teilen sie vielleicht sogar mit anderen. Hier entstehen viele Themengebieten, denen sich die Wirtschaftsinformatik und die 球探足球比分 widmen, beispielsweise Fake News, Verhaltensver?nderung, Vertrauen, parasoziale Beziehungen, Lernverhalten, Marketing uvm.

Soziale Medien und KI als zentrale Informationsquellen sind nicht mehr wegzudenken, egal ob es um das private oder berufliche Leben geht. 

Am Beispiel von Gesundheitsinformationen ist zu erkennen, dass die Plattformen sowohl Chancen als auch Risiken bergen: Neben der frühzeitigen Erkennung schwerer Erkrankungen und Empowerment der Rezipienten k?nnen Fehldiagnosen und Angst die Folgen sein. Dabei k?nnen jedoch auch Falschinformationen und Verharmlosungen eine Rolle spielen. Hier kann auch das sogenannte Digital Health Paradoxon eine Rolle spielen, ebenso wie bei Gesundheitsapps und Wearables. Es beschreibt den Widerspruch, dass Technologien einerseits gesündere Lebensweisen f?rdern k?nnen, andererseits selbst gesundheitliche Risiken erzeugen (z.B. Sucht, schlechte K?rperhaltung etc.). 

Die untenstehende Beispielliteratur bezieht sich auf das Thema Gesundheit. Doch spannende Fragestellungen ergeben sich, wie oben erw?hnt, in Bezug auf viele Felder und k?nnen frei vom Studierenden ausgew?hlt werden.

Startzeitpunkt: ab sofort

Methoden: Interviews, Inhaltsanalysen, Diskursanalyse, Umfrage, Literaturübersicht

Level: Bachelor und Master

Beispielliteratur:

Naslund, J. A., Bondre, A., Torous, J., & Aschbrenner, K. A. (2020). Social Media and Mental Health: Benefits, Risks, and Opportunities for Research and Practice. Journal of Technology in Behavioral Science, 5(3), 245–257. doi.org/10.1007/s41347-020-00134-x

Neely, S., Eldredge, C., & Sanders, R. (2021). Health Information Seeking Behaviors on Social Media During the COVID-19 Pandemic Among American Social Networking Site Users: Survey Study. Journal of Medical Internet Research, 23(6), e29802. doi.org/10.2196/29802

Langeweile entsteht in monotonen Situationen oder bei routinierten, wenig herausfordernden Aufgaben. Im Arbeits- sowie im Schul- und Studienkontext ist sie relevant, weil sie mit geringerer Zufriedenheit und reduziertem Wohlbefinden zusammenh?ngt. Gleichzeitig kann Langeweile, ?hnlich wie Neugierde, auch motivierend wirken.

Im digitalen Alltag stehen heute jederzeit Angebote bereit, um der Langeweile zu entfliehen: Social Media, Streaming oder Games liefern schnelle Reize und Ablenkung zu jeder Tages- und Nachtzeit. Gleichzeitig ver?ndern digitale Arbeits- und Lernsysteme die Entstehungsbedingungen von Langeweile: Tools für Automatisierung und Künstliche Intelligenz übernehmen Routineaufgaben (z. B. Zusammenfassungen, E-Mails, Dokumentation, erste Analysen) und sollen Zeit für andere Aufgaben schaffen. Doch dieselben Systeme k?nnen auch anspruchsvollere T?tigkeiten erleichtern oder teilweise ersetzen. Es stellt sich die Frage, ob langfristig Lernprozesse, Kompetenzaufbau und das Erleben von Sinn und Herausforderung beeinflusst werden.

Im Sinne der zeitlichen Wahrnehmung entspricht Flow dem Gegenteil von Langeweile. Es bezeichnet einen Zustand der maximalen Aufmerksamkeit: ?die Zeit verfliegt“.

Startzeitpunkt: ab sofort

Methoden: Interviews, Umfrage, Literaturübersicht

Level: Bachelor und Master

Beispielfragen:

• Wie wirkt sich ein weitgehendes Ausbleiben von Langeweile (z. B. durch st?ndigen digitalen Konsum) auf produktive Arbeitsphasen und das Erreichen von Flow aus?
• Wie ver?ndern digitale Systeme (z. B. Social Media, Streaming, GenAI) unser Erleben und unsere Toleranz gegenüber Langeweile? Wie beeinflussen sie H?ufigkeit und Intensit?t erlebter Langeweile?
• Führt die KI-gestützte Automatisierung mehr Sinn und Fokus oder entsteht neue Langeweile, z.B. durch fehlende Alternativt?tigkeiten.

Beispielliteratur:
Tam, K. Y. Y., & Inzlicht, M. (2024). People are increasingly bored in our digital age. Communications Psychology, 2(1), 106. doi.org/10.1038/s44271-024-00155-9

Zakay, D. (2014). Psychological time as information: The case of boredom. Frontiers in Psychology, 5. doi.org/10.3389/fpsyg.2014.00917

Als breites, psychosoziales Konstrukt wird Identit?t von vielen Parametern und Vorkommnissen beeinflusst: Erfahrungen, Rollen und soziale Zugeh?rigkeit. Digitale Technologien k?nnen heutzutage Teil dieses Selbstkonzeptes werden. Ger?te und Plattformen geh?ren, insbesondere bei regelm??iger Nutzung, zur pers?nlichen Identit?t. Sie pr?gen unser Dasein, unsere Interessen und unsere sozialen Interaktionen. Die sogenannte IT-Identity erweitert also den Kontext, in dem soziale Identit?t gebildet wird (Social Identity Theory).

Neue Dimensionen hinsichtlich der Identit?tsfrage er?ffnen KI-Technologien. Mit ihren eigenst?ndigen Eigenschaften bringt KI neue M?glichkeiten und Herausforderungen mit sich. Sie ist in vielen F?llen nicht nur ein Tool, sondern ein kreativer Partner. Daraus ergeben sich Fragen, inwiefern KI-Nutzung die Identit?t im Studium und Arbeitskontext formt, sowohl was das berufliche Dasein anbelangt als auch Themen wie Self-efficacy, soziale Wahrnehmung und die Bedeutung von Arbeit.

Startzeitpunkt: ab sofort

Methoden: Interviews, Umfrage, Literaturübersicht

Level: Bachelor und Master

Beispielfragen: 

• Welche Faktoren f?rdern oder hemmen die Entwicklung von AI-Identity (z. B. Nutzen, Vertrauen, wahrgenommene Kontrolle, ethische Bedenken)?
• Führt h?ufige KI-Nutzung zu h?herer Selbstwirksamkeit (weil man mehr schafft) oder zu geringerer (weil man sich abh?ngig fühlt) in Bezug auf die berufliche Identit?t?
• Wie wirkt sich transparente Nutzung von KI auf Anerkennung, Vertrauen und Zugeh?rigkeit im beruflichen Kontext aus?
• Welche Identit?tssignale sendet KI-Nutzung im Team?

Beispielliteratur:

Carter, M., & Grover, V. (2015). Me, My Self, And I(T): Conceptualizing Information Technology Identity and Its Implications. MIS Quarterly, 39(4), 931–958.

Carter, M., Petter, S., & Compeau, D. (2019). Identifying with IT in a Digital World. ICIS 2019 Proceedings, 32.

Mirbabaie, M., Brünker, F., M?llmann Frick, N. R. J., & Stieglitz, S. (2022). The rise of artificial intelligence – understanding the AI identity threat at the workplace. Electronic Markets, 32(1), 73–99. doi.org/10.1007/s12525-021-00496-x
 

Beschreibung

Im Zuge der rasanten Entwicklung und Verbreitung von Künstlicher Intelligenz (KI) er?ffnen sich nicht nur innovative Anwendungsm?glichkeiten, sondern auch neue Formen des Technologie-Missbrauchs. Diese reichen von der Erstellung t?uschend echter Deepfakes zur Rufsch?digung und Desinformation über akademisches Fehlverhalten durch KI-generierte Texte bis hin zur Automatisierung von Social-Engineering-Angriffen. Diese missbr?uchlichen Anwendungen werfen ernsthafte ethische, soziale und rechtliche Fragen auf und bedrohen das Vertrauen in digitale Technologien sowie die Reputation von Individuen und Organisationen. Arbeiten zu diesem Thema entwickeln ein Verst?ndnis für die Ursachen und Mechanismen, die diesem Verhalten zugrunde liegen, analysieren dessen Konsequenzen oder untersuchen m?gliche technische und regulatorische Gegenma?nahmen.

Methodisches Vorgehen

Literaturreview/Qualitativ/Quantitativ

Level

Bachelor/Master

Sprache

Deutsch/Englisch

Literatur

• Menard, P., & Bott, G. J. (2024). Artificial intelligence misuse and concern for information privacy: New construct validation and future directions. Information Systems Journal, 35(1), 322–367. doi.org/10.1111/isj.12544
• D’Arcy, J., Herath, T., & Shoss, M. K. (2014). Understanding employee responses to stressful information security requirements: A coping perspective. Journal of Management Information Systems, 31(2), 285–318. doi.org/10.2753/MIS0742-1222310210
• D’Arcy, J., Hovav, A., & Galletta, D. (2009). User awareness of security countermeasures and its impact on information systems misuse: A deterrence approach. Information Systems Research, 20(1), 79–98. doi.org/10.1287/isre.1070.0160
• Chatterjee, S., Sarker, S., & Valacich, J. S. (2015). The behavioral roots of information systems security: Exploring key factors related to unethical IT use. Journal of Management Information Systems, 31(4), 49–87. doi.org/10.1080/07421222.2014.1001257

Beschreibung

Studierende, die am ISHANDS-Lehrstuhl bereits ein Seminar oder eine Bachelorarbeit absolviert haben, k?nnen sich mit einem selbst gew?hlten Thema, dass zu den Lehr- und Forschungsinhalten des ISHANDS-Lehrstuhls passt, auf dieses freie Abschlussarbeitsthema bewerben. In diesem Fall ist im Freitextfeld unten anzugeben, welche wissenschaftliche Arbeit bereits am ISHANDS-Lehrstuhls geschrieben wurde (Seminar- oder Bachelorarbeit), welcher Lehrstuhlmitarbeiter die Arbeit betreut hat, in welchem Jahr die Arbeit geschrieben wurde und welches Thema die Abschlussarbeit behandeln soll.

Methodisches Vorgehen

Literaturreview/Qualitativ/Quantitativ

Level

Bachelor/Master

Sprache

Deutsch/Englisch