Projektstudium - M.WIWI-BWL.0059

Termine und Themen

Termine Sommersemester 2020

Was Fristen und Termine
Themenveröffentlichung am 12.02.2019 - 14:00 Uhr
>> Allgemeine Informationen zum organisatorischem Ablauf <<
Einarbeitung ins Thema bis 30.03.2020
Spätester Starttermin 01.04.2020
Anmeldung im FlexNow bis 17.04.2020
Zwischenpräsentation Anfang Juli
Abschlusspräsentation Spätestens Anfang September
Abgabe der Dokumentation Spätestens Ende September

Offene Termine Wintersemester 2019/20

Was Fristen und Termine
Abschlusspräsentation Spätestens Anfang März
Abgabe der Dokumentation Spätestens Ende März

Bewerbung

  • Idealerweise melden sich komplette Projektteams direkt per E-Mail beim Betreuer für eine verbindliche Bewerbung
    • Einzelpersonen können Interesse äußern und werden an unvollständige Teams vermittelt
    • Sollten Sie sich für Themen verschiedener Betreuer interessieren, schreiben Sie bitte eine E-Mail mit Ihren Themen-Präferenzen an alle Betreuer!
    • Die Themen werden nach First-Come-First-Served-Prinzip vergeben und nach der Vergabe ausgegraut

    Themen im SoSe 2020

    Bitte vor der Bewerbung lesen: Detaillierte Projektbeschreibungen für das Sommersemester 2020

    Betreuer Nr. Thema
    J. Busse 1 Evaluation eines Vorgehensmodells zur systematische Konzeption von (multimedialem) Micro Content (zum Einsatz in der universitären Lehre)
    P. Hartmann &
    M. Pamuk
    2 Entwicklung eines teilautomatischen Korrekturhilfetools zur Korrektur, Bewertung und Analyse von E-Klausuren (basierend auf ILIAS-Daten)
    K. Koch 3 Prototypische Entwicklung einer Simulationsumgebung zum Evaluieren von trainierten maschinellen Lernalgorithmen zum Erkennen von Empörungswellen
    A. Lange 4 Empirische Untersuchung zum Einsatz IT-gestützter Lernformate für die kaufmännische Aus- und Weiterbildung in Unternehmen
    H. Wesseloh 5 Demonstration und Evaluation einer gamifizierten App zum Fördern intrinsischer Motivation
    S. Zenker 6 Evaluationsstudie zum Einsatz eines Smartwatch-basierten mobilen Informationssystems zur Prozessunterstützung in der Praxis
    M. Ziaeetabar 7 Challenges and Solutions to Machine Learning-Based Emotion Analysis of Textual Data