Abschlussarbeiten
Ausgeschriebene Themen
Dr. Angenendt bietet Abschlussarbeitsthemen für Studenten an, die eine quantitative Forschungsarbeit schreiben möchten. Bitte informieren Sie sich auf seiner Website über die Einzelheiten und wenden Sie sich bei Interesse direkt an ihn. Falls Sie über ein anderes Thema schreiben möchten, erstellen Sie bitte einen Themenvorschlag wie unten beschrieben.
Weitere aktuelle Ausschreibungen sind die im Folgenden gelisteten Themen. Bitte beachten Sie, dass diese Themenvorschläge erste Umrisse sind. Wenden Sie sich bei Interesse mit CV, Notenspiegel und weiterführenden/spezifizierenden, eigenen Gedanken/Recherchen (! Quellen) zu Ihrem gewünschten Thema an Maren Ehrgott (maren.ehrgott@tum.de)):
Thema 1: Einfluss des Branchen-Lebenszyklus auf die Adoption Künstlicher Intelligenz (Start: Oktober 2025, Bewerbung: bis September 2025)
Der technologische Fortschritt durch KI verändert Innovationsprozesse, doch die Geschwindigkeit, Tiefe und Form der KI-Adoption kann stark vom Reifegrad einer Industrie abhängen. Eine Branche kann z.B. in der Einführung, im Wachstum, in der Reife oder im Rückgang sein. Es ist unklar, ob Unternehmen beispielsweise in reifen Industrien langsamer oder anders KI-basierte Innovationen umsetzen als in jüngeren Branchen. Das Verständnis dieser Dynamik ist für Wirtschaftspolitik und Unternehmensstrategien relevant.
Forschungsfragen: Wie beeinflusst die Phase des Branchen-Lebenszyklus die KI-Adoption von Unternehmen in dieser Industrie? Welche Effekte resultieren daraus für Innovationsfähigkeit, Wachstumspotenzial und Wettbewerbsfähigkeit der Unternehmen in diesen Branchen?
Ziele der Arbeit:
- Systematische Kategorisierung der Branchen nach Lebenszyklusphase
- Vergleichende Analyse, wie sich die KI-Adoption in unterschiedlichen Phasen darstellt
- Ableitung von Implikationen für Unternehmensstrategien und politische Maßnahmen
Methode:
- Recherche zu: Theorien zum Branchenlebenszyklus, Theorien und Befunde zur KI-Adoption, Branchenberichten
- Entwicklung einer Branchen-Typologie
- Gegenüberstellung der Branchen in Bezug auf KI-Adoption
Thema 2: KI zwischen strategischer Innovation und Notwendigkeit: Ein Vergleich von Adoptionsmustern in Krisenzeiten und anderen Phasen des wirtschaftlichen Wandels (grober Entwurf, voraussichtlich Start Januar 2026)
KI-Technologien bieten neue Möglichkeiten zur Geschäftsmodellentwicklung, deren Adoption und Wirkung sich in unterschiedlichen wirtschaftlichen Phasen (z.B. in Krisenzeiten) unterscheiden kann. Die Untersuchung, wann und wie KI strategisch-proaktiv neue Chancen schafft, zur Optimierung beiträgt, reaktiv eingesetzt bzw. als Notlösung gehandelt oder phasenunabhängig adoptiert wird, ist zentral für Unternehmen und Wirtschaftspolitik.
Forschungsfragen: Wird KI eher in Krisen- oder in stabilen Zeiten adoptiert und warum? Wie beeinflusst die KI-Adoption die Entstehung neuer Geschäftsmöglichkeiten in „normalen“ wirtschaftlichen Phasen im Vergleich zu Krisenzeiten? Verändert sich die Rolle von KI als Innovationsmotor in wirtschaftlichen Krisen?
Ziele der Arbeit:
- Basierend auf Indikatoren relevante Krisenzeiten seit 2010 bestimmen
- Darstellung der theoretischen Grundlagen zu KI und Innovation in verschiedenen Wirtschaftsphasen
- Vergleich der KI-Adoption und Geschäftsentwicklung anhand von Literatur und Marktstudien zu Normal- und Krisenzeiten
- Analyse der Implikationen und Handlungsempfehlungen
Mögliche Methoden:
- Literatur- und Marktstudien-Review zu KI-Einsatz in normalen und Krisenzeiten
- Sekundärdatenanalyse mit quantitativen Makroindikatoren (z. B. R&D-Ausgaben, Automatisierungsgrad, Investitionsquote).
- Trend- und Zeitreihenanalyse: z. B. Investitionen oder Erwähnungen von KI über Zeitreihen darstellen
- Vergleichende SWOT-Analyse: KI-Nutzung als Chance/Notwendigkeit je nach Phase.
Thema 3: KI im Unternehmen: Erwarteter Nutzen vs. realisierter Mehrwert – ein Vergleich von Prognosen und Praxis (Start: Oktober 2025, Bewerbung bis September 2025)
Der Einsatz von Künstlicher Intelligenz gilt seit Jahren als eine der größten Versprechen für Unternehmen weltweit: Effizienzsteigerung, Kostenreduktion, Umsatzwachstum und Innovationskraft – all diese Effekte werden immer wieder prognostiziert. Aber wie sieht die Realität aus? Der empirische Korpus an Fallstudien, Marktberichten, Umfragen etc. zeigt, ob sich die Effekte überhaupt quantifizieren bzw. herauskristallisieren lassen und welche in der Praxis tatsächlich bisher realisiert werden.
Hier stellt sich die Frage: Wie realistisch sind die Erwartungen an die KI, d.h. wie sehen Diskrepanzen zwischen Potenzial und aktuellem Nutzen aus? Und wie haben sich die Berichte des prognostizierten Nutzens und des realisierten Nutzens über die letzten Jahre verändert? Haben die Unternehmen z.B. ihre Erwartungen hoch- oder runtergesetzt, hat sich die Art der Erwartungen verändert?
Die Diskrepanz zu untersuchen ist methodisch interessant — und praxisrelevant: Viele fragen sich, ob KI den ROI liefert, den alle versprechen.
Ziele der Arbeit:
- Literatur-Review in akademischen Papern, Branchenreports, Studien von Beratungen, Fallstudien und mehr
- Ideen für die Analyse der Evidenz:
- Kategorisierung der Nutzenarten
- Methodische Reflexion: Haben sich Benchmarks etabliert? Auf welcher Basis wurden die Prognosen gemacht?
- Quantitative Gap-Analyse für ausgewählte Faktoren
- Qualitative Gap-Analyse für ausgewählte Faktoren
- Analyse nach Anwendungsfeldern
- Analyse nach Art der KI (z.B. generativ vs. „klassisch“)
- Zeitliche Trends ab 2010
- Abzuleitende Ergebnisse
- Handlungsempfehlungen: Unter welchen Bedingungen nähern sich Prognosen und Realität stärker an? Was lässt sich für heutige Erwartungen und Investitionsentscheidungen ableiten?
- Mögliche kritische Evaluation: Können wir auf Basis der Analyse überhaupt sagen, wie zukünftige Entwicklung und Prognosen sein werden? Warum eventuell nicht?
Thema 4: Verdeckte und informelle Nutzung von KI am Arbeitsplatz: Eine verhaltensökonomische Analyse der Messmethoden, Nutzungsmuster und organisationalen Einbettung (grober Entwurf, voraussichtlich Start Januar 2026)
Die Einführung von Künstlicher Intelligenz in Unternehmen eröffnet neue Chancen, stellt aber gleichzeitig Beschäftigte und Organisationen vor erhebliche Unsicherheiten. In vielen Fällen ist der Einsatz von KI nicht eindeutig geregelt: Manche Unternehmen stellen spezifische Tools bereit und formulieren klare Vorgaben zur Nutzung, andere dulden die private oder experimentelle Anwendung stillschweigend – wieder andere haben keine offiziellen Regelungen oder untersagen bestimmte Anwendungen sogar ausdrücklich. Diese Unklarheit führt dazu, dass Mitarbeitende KI teils offen, teils verdeckt oder informell einsetzen, um ihre Arbeit effizienter zu gestalten, auch wenn sie sich dabei potenziell über interne Vorgaben hinwegsetzen oder Risiken in Kauf nehmen.
Zugleich spielt der soziale Kontext eine zentrale Rolle: Beschäftigte orientieren sich daran, ob Kolleginnen und Kollegen ähnliche Strategien verfolgen, ob heimliche Nutzung akzeptiert oder gar erwartet wird – und ob dadurch ein Gefühl entsteht, nur durch „inoffizielle“ Anwendungen wettbewerbsfähig bleiben zu können. Gerade in Branchen oder Tätigkeiten mit hoher Substituierbarkeit durch KI kann sich ein Spannungsfeld ergeben: Einerseits wollen Mitarbeitende ihre Effizienz steigern, andererseits könnten Sie fürchten, durch ihren KI-Einsatz ihre eigene Austauschbarkeit zu erhöhen.
Ziel dieser Bachelorarbeit ist es, zunächst einen Überblick zu erarbeiten, wie ähnliche Phänomene – also das bewusste Abweichen von Regeln oder das heimliche Nutzen von Technologien – in der Literatur erfasst wurden. Der Studierende soll erfassen, welche verhaltensökonomischen Theorien (z. B. zu Normabweichung, sozialen Vergleichsprozessen oder individuellen Kosten-Nutzen-Abwägungen) herangezogen wurden, um zu erklären, warum Beschäftigte Vorgaben umgehen oder informell agieren.
Darauf aufbauend soll systematisch recherchiert werden, welche empirischen Methoden genutzt wurden, um solches Verhalten zu messen – insbesondere bei heiklen oder sozial unerwünschten Handlungen. Diese Methoden sollen dann im Hinblick darauf analysiert werden, ob und wie sie sich für die Erfassung verdeckter KI-Nutzung eignen. Dazu müssen z.B. Unterschiede der KI und spezifisch der privaten oder verdeckten Nutzungsmöglichkeiten im Vergleich zu “normaler” Technologie in Betracht gezogen werden. Ein besonderer Fokus liegt darauf, welche Methoden geeignet sind, auch Motive offenzulegen: etwa Leistungsdruck, Angst vor Arbeitsplatzverlust oder den Wunsch, sich gegenüber Kolleginnen und Kollegen zu behaupten.
Die/der Studierende soll schließlich ein begründetes Konzept entwickeln, welche Erhebungsverfahren für eine künftige Studie im Kontext KI besonders geeignet wären, welche Stärken und Schwächen diese mit sich bringen und wie branchenspezifische Unterschiede (z. B. hohe versus geringe Bedrohung durch Automatisierung) methodisch berücksichtigt werden könnten.
Themenvorschlag (Voraussetzung für Bewerbung)
Für die Betreuung einer Abschlussarbeit nehmen wir in unregelmäßigen Abständen (nur wenn Betreuungskapazitäten frei werden) Themenvorschläge an. Formal sollte der Themenvorschlag ein einseitiges Exposé sein, in dem Sie Ihre Fragestellung und deren ökonomische Relevanz erläutern. Die Bearbeitung des Themas kann in deutscher oder englischer Sprache erfolgen.
Bewerbung um einen Betreuungsplatz
Unser Lehrstuhl betreut Bachelor- und Masterarbeiten in den Bereichen Innovations-, Industrie-, Bildungs- und Wissenschaftsökonomik. Wenn Sie sich um einen Betreuungsplatz bewerben möchten, senden Sie uns bitte eine eine Email an office.eoi[at]mgt.tum.de mit folgenden Informationen (Anhänge nur pdf):
- Betreff "Bewerbung - Betreuung Abschlussarbeit"
- Themenvorschlag (1-seitiges Exposé zu ökonomisch relevantem Thema)
- Aktueller Lebenslauf
- Aktuelle TUMonline-Leistungsübersicht
- Ihre Terminsituation (bevorzugter sowie spätester Starttermin, relevante Fristen mit konkreter Benennung)
Hinweise zur Anfertigung wissenschaftlicher Arbeiten
Bitte machen Sie sich mit den Hinweisen vertraut, um mehr über die Erwartungen unseres Lehrstuhls hinsichtlich Schreibstil, Zitierweise und Formatierung zu erfahren. Bezüglich des konkreten Zitationsstils (z.B. APA) und der Formatierung (z.B. Cambria, 12pt, 1,5-Zeilenabstand) können Sie geläufige, d.h. häufig in wirtschaftswissenschaftlichen Fachartikeln anzutreffende, Standards verwenden.
Hinweise zur Anfertigung wissenschaftlicher Arbeiten
Die School of Management bietet eine Reihe hilfreicher Informationen und Vorlagen im Bereich Final theses. Bitte verwenden Sie die dortige Eigenständigkeitserklärung.
Regelwerke zur Sicherung guter wissenschaftlicher Praxis
Wir prüfen alle bei unserem Lehrstuhl eingereichten wissenschaftlichen Arbeiten mit einer Plagiatssoftware. Zur Sicherung guter wissenschaftlicher Praxis empfiehlt die TUM und unser Lehrstuhl, sich mit folgenden Regelwerken vertraut zu machen:
Englische Schreibberatung
Das TUM Writing Center bietet Einzeltermine an, um Studierenden während des Schreibprozesses akademischer Texte auf Englisch zu unterstützen. Wir empfehlen, dieses Angebot wahrzunehmen. In Anspruch genommen werden können pro Tag 45 min., drei Termine pro Woche und insgesamt 12 Termine pro Semester. Weitere Informationen finden Sie unter www.tum.de/writing-center.