COVID-19 hat die Art und Weise, wie Organisationen arbeiten und wie Individuen interagieren, grundlegend verändert. Insbesondere die interne Zusammenarbeit innerhalb von Unternehmen wurde durch abrupte und tiefgreifende Veränderungen in Arbeitsprozessen und Kommunikationsmethoden neu definiert. Innerhalb kürzester Zeit waren Unternehmen gezwungen, traditionelle Arbeitsmodelle durch flexible, digitale Alternativen zu ersetzen. Diese rasante Transformation, geprägt durch die Einführung von Remote Work und hybriden Arbeitsmodellen, wirft zentrale Fragen zur langfristigen Gestaltung von Arbeitsprozessen auf. Die Pandemie beschleunigte nicht nur die Einführung digitaler Technologien, sondern führte auch zu erheblichen Veränderungen in der Organisationskultur und den zwischenmenschlichen Arbeitsbeziehungen. Vertrauen, Kommunikation und soziale Bindungen innerhalb von Teams mussten unter neuen Bedingungen aufgebaut und gepflegt werden. Gleichzeitig stiegen die Anforderungen an die technologischen Kompetenzen der Beschäftigten, da digitale Werkzeuge und Plattformen eine entscheidende Rolle für die Aufrechterhaltung der Produktivität spielten. Dabei waren nicht alle Unternehmen gleichermaßen auf diese Herausforderungen vorbereitet. Die Anpassungsfähigkeit variierte sowohl zwischen Branchen als auch zwischen kleinen und großen Unternehmen. Diese Abschlussarbeit untersucht, wie sich kollaborative Prozesse innerhalb von Unternehmen durch die COVID-19-Pandemie verändert haben. Mithilfe einer Meta-Analyse bestehender empirischer Studien und Umfragen werden Trends und Muster identifiziert, welche die Transformation der Arbeitswelt kennzeichnen. Der Fokus liegt dabei auf den Heraus-forderungen und Chancen, die sich aus dem plötzlichen Übergang zu Remote- und Hybridarbeit ergeben haben. Die hier durchgeführte Studie liefert dadurch wertvolle Erkenntnisse für Unternehmen, um in einer zunehmend digitalen und dynamischen Arbeitswelt erfolgreich agieren zu können und schafft eine wissenschaftliche Grundlage für zukünftige Forschungen zu diesem Thema. Zudem bietet sie Orientierung für mögliche weiterführende Untersuchungen.

Die vorliegende Masterarbeit untersucht, wie wertschöpfende Geschäftsprozesse über mehrere Enterprise Application Systems hinweg medienbruchfrei integriert werden können. Vor dem Hintergrund zunehmend heterogener IT-Landschaften sowie wachsender Anforderungen an Effizienz, Datenqualität und Prozesskontinuität analysiert die Arbeit die technischen, organisatorischen und strategischen Herausforderungen sowie bewährte Vorgehensweisen der Schnittstellenintegration. Die Untersuchung folgt einem qualitativen Forschungsansatz. Neben einer systematischen Literaturrecherche wurden leitfadengestützte Experteninterviews mit sechs IT- und Fachverantwortlichen aus Unternehmen verschiedener Branchen durchgeführt. Die Auswertung zeigt, dass die Herausforderungen weit über technische Fragestellungen hinausgehen. Insbesondere ein unzureichendes Verständnis geschäftlicher Prozesse, unklare Zuständigkeiten, fehlende Governance-Strukturen sowie regulatorische und sicherheitsrelevante Anforderungen stellen zentrale Hemmnisse dar. Technologische Ansätze wie Middleware, API-Management-Plattformen und Low-Code-/No-Code-Lösungen können Integrationsvorhaben unterstützen, stoßen bei komplexeren Anwendungsfällen jedoch vielfach an ihre Grenzen. In solchen Kontexten dominieren weiterhin klassische Pro-Code-Lösungen. Als zukünftige Entwicklungen zeichnen sich unter anderem der vermehrte Einsatz Künstlicher Intelligenz in der Schnittstellenentwicklung, die Automatisierung von Validierungs- und Testverfahren sowie eine stärkere Verlagerung von Integrationsarchitekturen in Cloud-Umgebungen ab. Darüber hinaus ist ein Trend zur Entkopplung von Systemen und zur verstärkten Nutzung offener technischer Standards zu beobachten, um technologische Abhängigkeiten zu reduzieren. Die Arbeit leistet einen Beitrag zur Schließung bestehender Forschungslücken, indem sie praxisnahe Einblicke in die Umsetzung von Schnittstellenintegrationen liefert und daraus konkrete Handlungsempfehlungen für Unternehmen ableitet.

Natural Language Processing (NLP) plays a significant role in enabling machines to understand, interpret, and produce human language across an array of tasks and domains. For low-resource languages, the development of feasible NLP solutions remains a challenge in the absence of large annotated datasets and linguistic infrastructure.The research presented in the thesis contributes to addressing this gap through the evaluation of Albanian language sentiment analysis on social media data. The main objective is the evaluation of the ability of cross-lingual pre-trained transformer models, mBERT, XLM-R, and mT5, to be adapted by fine-tuning for sentiment classification (classification of an input text into positive, negative, or neutral sentiment). Two fine-tuning approaches are evaluated: full (vanilla) and Low-Rank Adaptation (LoRA). The models are fine-tuned and tested on a manually annotated dataset for Albanian that contains expressions typical of social media interactions (i.e., code-switched linguistics, emoticon usage, repeated letter words, etc.) It was shown that the highest generalization potential of the language was achieved by XLM-R, which consistently performed higher across metrics such as F1-score and overall accuracy. mBERT followed closely in performance, while mT5, likely due to its generative architecture, yielded comparatively lower results than its encoder-based counterparts. On the other hand, LoRA demonstrated faster training ability with a notable drop in classification performance against the vanilla counterpart, emphasizing the significant trade-off for the usage of the strategy. With the results presented in this study, the thesis provides a basis for different fine-tuning strategies for three key pre-trained transformer-based models, which can inform future research on low-resource language modelling (specifically in the Albanian language) and domain-specific adaptation.

Die vorliegende Arbeit untersucht die Umsetzung der EU-NIS-2-Richtlinie im Abwassersektor als Teil der kritischen Infrastruktur. Der Fokus liegt auf der Bewertung des aktuellen Umsetzungsstands, der Identifikation von Herausforderungen und der Erfassung von Good Practices. Die Thematik ist hochrelevant und aktuell, da die NIS-2-Richtlinie spätestens bis Oktober 2024 in nationales Recht überführt werden muss und erstmals auch mittelgroße Unternehmen in die Pflicht nimmt. Die Studie reagiert auf die Forschungslücke hinsichtlich sektorspezifischer Umsetzungserfahrungen und liefert einen praktischen Beitrag zur Stärkung der Cybersicherheit in der öffentlichen Daseinsvorsorge. Die Arbeit folgt einem Mixed-Methods-Ansatz im Paradigma der verhaltensorientierten Wirtschaftsinformatik. Datenerhebungsmethode ist eine standardisierte Online-Befragung unter Akteuren der Abwasserwirtschaft im deutschsprachigen Raum. Der Fragebogen kombiniert geschlossene (quantitative) mit offenen (qualitativen) Items, die sieben Themenkategorien der NIS-2-Richtlinie abbilden. Die Auswertung erfolgte quantitativ-deskriptiv sowie qualitativ mittels strukturierter Inhaltsanalyse nach Mayring. Ein Pretest sicherte die Validität der Instrumente; die Datenerhebung erfolgte in Kooperation mit der Deutschen Vereinigung für Wasserwirtschaft, Abwasser und Abfall e.V. Die Ergebnisse zeigen ein heterogenes, aber überwiegend hohes Umsetzungsniveau bei organisatorischen, technischen und physischen Maßnahmen. Die Mehrheit der Unternehmen hat ein Risikomanagement etabliert, regelmäßige Schulungen eingeführt und strukturelle Verantwortlichkeiten verankert. Die häufigsten Herausforderungen betreffen personelle Ressourcen, fehlende branchenspezifische Leitfäden und komplexe technische Anforderungen. Good Practices umfassen unter anderem adaptive Risikoanalysen, szenariobasierte Verfahren und die Integration von ISO/IEC-Standards. Die Ergebnisse werden mit bestehenden wissenschaftlichen Arbeiten, etwa von ENISA oder BSI, verglichen und kontextualisiert. Die Analyse verdeutlicht, dass Cybersicherheit zunehmend als strategische Aufgabe in der Abwasserwirtschaft erkannt wird, allerdings je nach Größe und Struktur der Unternehmen unterschiedlich ausgeprägt ist. Die Arbeit zeigt, dass etablierte Sicherheitsstandards wie ISO 27001, B3S Wasser/Abwasser und das ÖWAV-Handbuch praktikable Rahmenbedingungen bieten, jedoch an spezifische Sektorbedürfnisse angepasst werden müssen. Die Resultate unterstreichen die Notwendigkeit gemeinsamer Leitfäden, sektoraler Koordination und staatlicher Unterstützung. Ein Ausblick benennt weiterführende Forschungsschwerpunkte wie die Wirksamkeit konkreter Maßnahmen, die Rolle externer Dienstleister und die Entwicklung belastbarer Metriken zur Cybersicherheitsreife.

Diese Masterarbeit beschäftigt sich mit der thermischen Absicherung eines Fahrzeuges durch die Vorhersage der Temperaturen an verschiedenen Sensoren mittels Time-Series Forecasting Modellen. Ziel war es, die Zuverlässigkeit und Sicherheit des Fahrzeugs durch präzise Temperaturvorhersagen zu verbessern, um kritische Überhitzungen zu vermeiden. Für die Analyse wurden mehrere Time Series Forecasting Modelle evaluiert, darunter Vector Autoregression (VAR),Extreme Gradient Boosting(XGBoost), Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), Convolutional Neural Network (CNN),Temporal Convolutional Networks (TCN)und Transformer Modelle. Die Modelle wurden anhand historischer Datensätze von Sensortemperaturen trainiert, die aus realen Fahrbedingungen gesammelt wurden. Jedes Modell wurde auf seine Vorhersagegenauigkeit und Leistungsfähigkeit untersucht, um das effektivste Werkzeug zur Vorhersage zukünftiger Temperaturwerte zu identifizieren. Die Evaluation der Modelle basierte auf mehreren Leistungsindikatoren wie dem Mean Absolute Percentage Error (MAPE), und dem Root Mean Squared Error (RMSE). Das GRU-Modell stellte sich als das überlegene heraus, da es die komplexen nichtlinearen Muster und die Zeitabhängigkeiten der Temperaturdaten am effektivsten modellierte. Dank seiner tiefen Lernarchitektur und der Fähigkeit, Langzeitabhängigkeiten in den Daten zu erkennen, konnte das GRU-Modell präzisere Vorhersagen als die anderen untersuchten Modelle liefern. Diese Ergebnisse unterstreichen das Potenzial von GRU-Netzwerken für die präzise Vorhersage von Sensor-Temperaturen in thermischen Managementanwendungen von Fahrzeugen und bieten Ansätze für weitere Forschungen in diesem Bereich.

Die Zustellung von Briefen war lange Zeit ein staatliches Monopol, wurde jedoch in letzter Zeit schrittweise liberalisiert. Das Volumen postalischer Briefe in Österreich nimmt ab, während die Digitalisierung öffentlicher Dienstleistungen, insbesondere während der COVID-19-Pandemie, an Dynamik gewonnen hat. Obwohl das Zustellgesetz (ZustG/12.11.2023) bereits seit 1998 in Kraft ist, haben jüngste Änderungen und die Einführung des staatlich kontrollierten Authentifizierungssystems „ID Austria“ zur Online-Postfach-Anwendung „Mein Postkorb“ geführt, die derzeit vom österreichischen Finanzministerium betrieben wird. Dieser Dienst bietet eine sichere, authentifizierte und nachvollziehbare digitale Zustellung behördlicher Schreiben an Bürgerinnen und Bürger. Im Mai 2025 gibt es insgesamt rund 1,9 Millionen Nutzer*innen, davon 1,2 Millionen Privatpersonen. Im Jahr 2024 wurden 13,6 Millionen Schreiben versendet (Trauner, 2025).Diese Arbeit untersucht hemmende und fördernde Faktoren, die die Akzeptanz eines Online-Portals zur Briefzustellung beeinflussen. Der Untersuchungsgegenstand ist die österreichische Anwendung „Mein Postkorb“; private Dienste für die digitale Zustellung, etwa im Bank- oder Versicherungsbereich, wurden nicht berücksichtigt. Die Studie kombiniert das weit verbreitete UTAUT-Akzeptanzmodell (Venkatesh et al., 2003) mit der Inhibitor-Theorie (Cenfetelli, 2004). Diese beiden gegensätzlichen Perspektiven wurden um weitere potenzielle Einflussfaktoren ergänzt und in einem gemeinsamen theoretischen Modell zusammengeführt. Dieses Modell diente als Grundlage für einen Interviewleitfaden, der in Expert*inneninterviews zum Einsatz kam. Die Transkripte der insgesamt fünf befragten Expertinnen und Experten wurden mittels quantitativer Inhaltsanalyse nach Mayring (2010) ausgewertet, woraus ein Kategoriensystem entstand. Die zentralen Ergebnisse waren das Auftreten neuer Einflussfaktoren, insbesondere der Eintrittsbarrieren, die die Nutzung eines unbekannten Systems hemmen können. Auf der anderen Seite konnten die Kategorien „Sicherheit“ und „E-Government-Strategie“ als fördernde Faktoren identifiziert werden. Die Zusammenfassung der Ergebnisse führte zu Empfehlungen zur Förderung der Nutzung der elektronischen Zustellung in Österreich. Auf Grundlage dieser Arbeit könnten weiterführende Studien durchgeführt werden, um die neuen Faktoren detaillierter zu untersuchen. Darüber hinaus wäre ein Experiment denkbar, um genauere Einblicke in das Nutzer*innenverhalten bei Registrierung, Anmeldung und Erhalt von Schreiben in der Anwendung „Mein Postkorb“ zu gewinnen.

Obwohl sich viele Frauen für technische Studiengänge und Berufe begeistern und diese auch wählen, bleibt der Frauenanteil seit Jahren nahezu konstant. Strukturelle Ungleichheiten, mangelnde Netzwerke und stereotypisches Denken tragen dazu bei, dass Frauen die Branche frühzeitig verlassen. Gleichzeitig gewinnt Leadership mehr an Bedeutung, da Führungskräfte den Erfolg als auch die Arbeitszufriedenheit beeinflussen. Diese Arbeit untersucht, welchen Einfluss das Führungsverhalten auf die Karrierewege von Frauen in der österreichischen IT-Branche hat und inwiefern Führungskräfte als unterstützend oder hindernd wahrgenommen werden. Die theoretische Grundlage umfasst die Geschlechterverteilung in der IT-Branche, Erwartungen an Arbeitgeber sowie Herausforderungen und Barrieren für Frauen. Zudem werden unterschiedliche Führungstheorien und deren Auswirkungen auf Mitarbeiter*innen betrachtet. Zur Beantwortung der Forschungsfrage wurde eine qualitative Studie durchgeführt. Mittels semi-strukturierter Interviews mit 15 Frauen aus der österreichischen IT-Branche wurden individuelle Wahrnehmungen und Erfahrungen erfasst. Die Ergebnisse zeigen, dass Führungskräfte eine zentrale Rolle für den beruflichen Werdegang sowie die langfristige Mitarbeiterbindung spielen. Positives Führungsverhalten äußert sich in Form von Unterstützung, konstruktivem Feedback und aktiver Förderung. Negative Führungserfahrungen führten hingegen zu Demotivation oder einem Wechsel des Arbeitgebers. Zudem zeigt die Studie, dass sich die Anforderungen an Führung je nach Karrierephase unterscheiden. In frühen Karrierejahren sind Kommunikation und Unterstützung besonders relevant, gewinnen im späteren Verlauf Empathie und gezielte Förderung an Bedeutung. Auf Basis dieser Erkenntnisse wurden Maßnahmen für Unternehmen abgeleitet, darunter Schulungen zur Sensibilisierung für destruktives Führungsverhalten, Mentoring- und Coachingprogramme sowie die Einführung strukturierter Auswahlprozesse für Führungskräfte. Zukünftige Forschung könnte eine gezieltere Differenzierung nach spezifischen Berufsfeldern anwenden, um gezieltere Ergebnisse zu erhalten. Zudem könnte ein Anforderungsprofil für Unternehmen zur Auswahl von Führungskräften entwickelt werden, um gezielt Führungskompetenzen zu fördern und Fehlbesetzungen zu vermeiden.

Die Technologie Künstliche Intelligenz (KI) gilt als die bedeutendste Technologie der letzten Jahre und umfasst alle Bereiche der Arbeitswelt. Das Know-How und Einsatz dieser Technologie kann enorme Wettbewerbsvorteile für das eigene Unternehmen sichern und die Bedeutung dieser Technologie hat in den letzten Jahren rapide zugenommen (Pfeiffer, 2020). Datenschutz und Compliance sind essenzielle Aspekte, da Unternehmen, die personenbezogene Daten verarbeiten oder über deren Verarbeitung entscheiden, gesetzlich verpflichtet sind, umfassende Datenschutzbestimmungen einzuhalten. Diese Verpflichtungen betreffen alle Unternehmen unabhängig von ihrer Größe und sind durch die Datenschutz-Grundverordnung (DSGVO) der EU geregelt. Verstöße gegen diese Regelungen können zu erheblichen rechtlichen und finanziellen Konsequenzen führen (Datenschutz, o. J.). Durch öffentliche LLMs stellen Anbieter unkomplizierte und preiswerte Lösungen zur Verfügung, weisen aber ein höheres Risiko für Datenlecks und Datenschutzverletzungen auf. Im Gegensatz dazu ermöglichen selbstgehostete LLMs eine verbesserte Datenkontrolle und-sicherung, erfordern aber zusätzliche Investitionen und technisches Know-how. Daher ist es sehr wichtig, das Thema auszuforschen, um im Unternehmen über die potenziellen Risiken und Konsequenzen von Datenschutzverletzungen aufzuklären (Reinking & Becker, 2023).Verstöße gegen Datenschutzrichtlinien können erhebliche rechtliche und finanzielle Folgen nach sich ziehen, einschließlich hoher Geldstrafen und eines erheblichen Imageschadens. Unternehmen riskieren den Verlust des Vertrauens ihrer Kunden und Geschäftspartner, was zu langfristigen geschäftlichen Nachteilen führen kann. Insbesondere die unbewusste oder fahrlässige Verletzung von Datenschutzvorschriften durch Mitarbeitende kann schwerwiegende Auswirkungen haben und muss daher durch um-fassende Schulungen und klare Richtlinien verhindert werden (FAQ zum Thema KI und Datenschutz, o. J.). Ziel dieser Arbeit ist es, die Datenschutz- und Compliance-Herausforderungen bei der Nutzung von selbstgehosteten und öffentlich gehosteten großen Sprachmodellen (LLMs) im Unternehmenskontext zu erforschen. Im Zuge dessen soll untersucht werden, ob und welche Nutzungsrisiken durch die Verwendung von Chatbots entstehen.

Ziel dieser Masterarbeit war es, die Auswirkungen und Benefits durch den Einsatz von künstlicher Intelligenz (KI) auf die Softwareentwicklungsbranche zu beurteilen. Die Beurteilung wurde von der steirischen Softwareentwicklungsbranche durchgeführt. Um Hypothesen aufstellen zu können, wurden aktuelle Literaturquellen analysiert. Der Theorieteil umfasst die Beschreibung einiger KI-Tools, die für die Softwareentwicklung eingesetzt werden können. Die Einsatzmöglichkeiten von KI für Softwareentwicklungstätigkeiten werden anhand aktueller Studien diskutiert. Einige ethische Aspekte sowie Einflüsse auf die Arbeitsweise und Risiken, die der Einsatz von KI mit sich bringt, werden beschrieben. Mit einem Online-Fragebogen wurde die Beurteilung und Meinung der steirischen Softwareentwicklungsbrancheerhoben. Der Fragebogen umfasst Überlegungen, wie beispielsweise die Anpassung der Ausbildungsprogramme, die mögliche Ablöse der Softwareentwicklerinnen und Softwareentwickler durch KI-Tools, das Potenzial einer Effizienzsteigerung sowie die Risiken durch die Verwendung von KI-generiertem Code. Basierend auf den Ergebnissen der Umfrage und den Literaturquellen wird die Beurteilung aktueller sowie zukünftiger Auswirkungen und Benefits abgeleitet, um die Forschungsfrage zu beantworten. Im Großen und Ganzen wird die Codegenerierung von KI-Tools als gut beurteilt. Es kann eine Effizienzsteigerung erzielt werden und wenig erfahrene Personen können durch den Einsatz von KI profitieren. Die Möglichkeit eines geringeren Personalbedarfs wird gelassen beurteilt und als nicht realistisch angesehen. Nur wenige haben in den Ausbildungsprogrammen etwas über KI gelernt, die meisten können KI-Tools trotzdem gut in den Arbeitsalltag integrieren. Bedenken hinsichtlich Lizenzverletzungen liegen kaum vor. Zusammenfassend lässt sich sagen, dass die Beurteilungen, der in dieser Masterarbeit behandelten Auswirkungen und Benefits, durch die steirische Softwareentwicklungsbranche zum Großteil mit dem aktuellen Stand der Literatur übereinstimmt.

Understanding user behaviors and preferences is crucial in today’s digital landscape, driving the need for automated persona generation. This thesis explores the potential of topic modeling and sentiment analysis to enhance data-driven persona creation. Analyzing a corpus of 676,000 tweets from 6,760 Twitter users (now x.com1), the study applies BERTopic for topic modeling and VADER for sentiment analysis to identify distinct themes and emotional tendencies in usergenerated content. A key finding is the significant impact of pre-processing, which improves topic coherence andinterpretability, contradicting claims that BERTopic performs equally well on raw data. The results indicate that bots predominantly generate neutral, task-oriented content, while humanusers – particularly female users – express more varied and emotionally rich sentiment.Integrating topic modeling and sentiment analysis enables multidimensional persona creationby combining thematic interests with emotional characteristics, emphasizing the value of author profiling in data-driven persona generation.This thesis highlights the potential of text mining techniques in persona creation while acknowledging challenges such as sentiment misclassification and the differentiation between bots and humans. Moreover, the findings highlight the need for structured datasets to enhance large language model-based persona descriptions, ensuring greater accuracy and coherence.Future research should explore alternative machine learning models, refine clustering methods, and assess cross-platform applicability. The combination of topic modeling and sentiment analysis offers promising opportunities for automating persona generation, enhancing e.g.,targeted marketing, and improving social media analysis.

Die vorliegende Masterarbeit mit dem Titel Evaluierung der Einsatzmöglichkeiten von E-Learning-Systemen im B2B Vertrieb“ untersucht die Identifizierung und Gewichtung von Kriterien zur Bewertung von E-Learning-Systemen im Business-to-Business (B2B)-Vertriebsumfeld. Angesichts der wachsenden Bedeutung digitalen Lernens im Corporate Learning trägt diese Studie dazu bei, eine bestehende Forschungslücke in der Bewertung von E-Learning-Systemen für das Vertriebsumfeld und Performance-Steigerungen in der Branche zu adressieren. Die Untersuchung basiert auf einem qualitativen Forschungsansatz, welcher eine KI-gestützte Literaturrecherche sowie Befragungen von Personen mit Fachexpertise nach dem Kano-Modell umfasst. Branchenspezifische Bewertungskriterien wurden aus der Fachliteratur abgeleitet und anhand der Einschätzungen erfahrener B2B-Vertriebsexpertinnen und -experten gewichtet. Der Funktionsumfang von zehn E-Learning-Systemen wurde mit einer dreistufigen Skala bewertet, um Objektivität und Vergleichbarkeit sicherzustellen. Die Ergebnisse zeigen, dass Absorb LMS den umfangreichsten ungewichteten Funktionsumfang bietet. Nach der fachspezifischen Gewichtung deutet die Analyse darauf hin, dass führende E-Learning-Systeme Funktionen priorisieren, die von Experten und Expertinnen aus dem B2B-Vertrieb geschätzt werden. Diese Arbeit identifi-ziert19 fundierte, branchenspezifisch gewichtete Kriterien zur Bewertung von E-Learning-Systemen imB2B-Vertrieb. Die Ergebnisse legen nahe, dass aktuelle Plattformen grundsätzlich für den Einsatz in diesem Bereich geeignet sind. Gleichzeitig wird weitere empirische Forschung empfohlen, um die praktische Anwendbarkeit der Kriterien zu validieren und bestehende Auswahlprozesse weiter zu optimieren.

Die zunehmende Verbreitung von Large Language Models (LLMs) in Unternehmenskontexten eröffnet neue Möglichkeiten zur Automatisierung von Wissensabruf, Inhaltserstellung und Entscheidungsunterstützung. Gleichzeitig stellt ihre Implementierung hohe technische Anforderungen an die bestehende IT-Infrastruktur und Datenarchitektur von Unternehmen. Diese Arbeit entwickelt ein strukturiertes Framework, das Unternehmen bei der technischen Vorbereitung auf die Integration von LLMs unterstützt. Im Fokus der Untersuchung stehen die zentralen technischen Anforderungen, die Unternehmen erfüllen müssen, um LLMs gezielt in spezifische Aufgaben innerhalb ihrer Geschäftsprozesse zu integrieren. Ein besonderer Schwerpunkt liegt auf der Analyse unternehmensinterner Datenformate und -strukturen sowie den notwendigen Vorverarbeitungsschritten zur Sicherstellung der Kompatibilität mit LLMs. Darüber hinaus werden Best Practices für die Archivierung und Bereitstellung von Daten identifiziert. Ergänzend erfolgt eine vergleichende Analyse von On-Premises- und Cloud-basierten Hosting-Lösungen sowie von selbst-gehosteten und extern-gehosteten LLMs, wobei Skalierbarkeit und Sicherheit als zentrale Bewertungskriterien herangezogen werden. Ein weiterer Fokus der Arbeit liegt auf Retrieval-Augmented Generation (RAG) als Methode zur Optimierung der LLM-Leistung durch die Nutzung unternehmensspezifischer Wissensbestände. Die Arbeit folgt der Design Science Research Methodologie und kombiniert eine umfassende Literaturanalyse mit leitfadengestützten Experteninterviews, die primär zur Evaluation und Feinjustierung des entwickelten Frameworks dienen. Die Evaluation überprüft dessen Anwendbarkeit in verschiedenen Branchen und dessen Potenzial, IT-Abteilungen und Entscheidungsträger bei der strategischen Einführung von LLMs zu unterstützen. Die Ergebnisse dieser Arbeit sollen praktische Empfehlungen für die technische Implementierung von LLMs in Unternehmen bieten. Sie berücksichtigen sowohl infrastrukturelle als auch datenspezifische Anforderungen und sollen eine Entscheidungsgrundlage für die Einführung und Nutzung von LLMs liefern.

Das Ziel dieser Arbeit ist die Analyse des Einflusses der Trainingsdatenmenge auf die Leistungsfähigkeit neuronaler Netzwerkarchitekturen in der Zeitreihenvorhersage. Untersucht werden Recurrent Neural Network (RNN), Convolutional Neural Network (CNN) und Trans-former-Modelle, einschließlich Long Short-Term Memory (LSTM),Gated Recurrent Unit (GRU) und Temporal Convolutional Network (TCN). Ziel ist die systematische Bewertung ihrer Stärken und Schwächen in der Zeitreihenvorhersage. Dazu wurde die Design Science Research Methodology (DSRM) genutzt. Eine systematische Literaturrecherche identifizierte relevante Architekturen und Bewertungsmetriken. Anschließend wurde ein Benchmarking-Framework entwickelt, um Hyperparameter-Tuning, Training und Evaluation über verschiedene Datensätze zu standardisieren. Eine empirische Analyse unter-suchte den Einfluss variierender Datenmengen auf die Modellleistung. Die Ergebnisse zeigen, dass mehr Trainingsdaten die Vorhersagegenauigkeit verbessern, jedoch mit abnehmendem Nutzen ab einem bestimmten Schwellenwert. Der Einfluss der Datenmenge ist stark architekturabhängig: Rekurrente Modelle wie LSTMs und GRUs profitieren zunächst stark von größeren Datensätzen, erreichen jedoch einen Sättigungspunkt, an dem zusätzliche Daten keinen signifikanten Vorteil mehr bringen oder sogar Overfitting verursachen. Im Gegensatz dazu zeigen TCN- und Transformer-Modelle eine stabilere Leistung über verschiedene Trainingssplits hinweg, was auf eine höhere Robustheit in der Modellierung langfristiger Abhängigkeiten und der Anpassung an unterschiedliche Datenmengen hinweist. Auf Basis dieser Erkenntnisse leistet diese Arbeit einen methodischen Beitrag zur standardisierten Bewertung der Datenmengenabhängigkeit in der Zeitreihenvorhersage. Zukünftige Forschung sollte sich auf die Optimierung der Dateneffizienz durch adaptive Aggregation, fortgeschrittene Vorverarbeitung und Feature Engineering konzentrieren, um die Effizienz und Robustheit neuronaler Netzwerke weiter zu verbessern.

Die vorliegende Masterarbeit geht der Fragestellung nach, wie ein Change-Prozess gestaltet werden kann, um die Cyber-Resilienz von Gesundheitsunternehmen zu verbessern. Aufgrund der zunehmenden Digitalisierung im Gesundheitswesen und der steigenden Anzahl von Cyberangriffen ist dieses Thema von hoher Aktualität und Relevanz. Methodisch wurde zunächst ein Prozess auf Basis einer umfangreichen Literaturrecherche entwickelt. Dieser Prozess wurde anschließend mittels Experteninterviews auf Stärken und Schwächen geprüft, wodurch ein qualitativer Einblick in die Erfahrungen und Wahrnehmungen von Fachleuten aus dem Gesundheitswesen gewonnen werden konnte. Die darauffolgende Inhaltsanalyse nach Mayring ermöglichte eine genaue Untersuchung der Interviews. Im Anschluss wurde ein angepasstes Prozessmodell auf Grundlage der Literaturrecherche und der Expertenmeinungen erstellt. Die Ergebnisse der Masterarbeit führten zur Entwicklung eines optimierten Change-Prozesses, der insgesamt mehrere zentrale Anpassungen umfasst. Dazu zählen unter anderem die Flexibilisierung von Prozessschritten durch optionale Gestaltung abhängig von Risikobewertung und Dringlichkeit, die Anpassung von Implementierungsmethoden und Sprint-Längen an die spezifischen Ressourcen und Kapazitäten im Gesundheitswesen sowie ein effizientes Backlog-Management mit regelmäßiger Aktualisierung und klarer Verantwortlichkeit. Ein weiterer Aspekt, der ursprünglich in Erwägung gezogen wurde, war die umfassende Entwicklung einer Kommunikationsstrategie vor jeder Implementierung. Da jedoch festgestellt wurde, dass in dringenden Fällen nicht immer Zeit für eine ausführliche Kommunikationsplanung bleibt, wurde dieser Punkt im angepassten Prozess als optional gekennzeichnet. Es wurde dennoch empfohlen, die Kommunikationsstrategie im Gesundheitswesen weiterhin zu berücksichtigen, insbesondere für geplante Änderungen. Insgesamt zeigt die Masterarbeit, dass eine gezielte Anpassung von Change-Management-Prozessen an die spezifischen Bedingungen und Herausforderungen des Gesundheitswesens einen wesentlichen Beitrag zur Steigerung der Cyber-Resilienz leisten kann. Vor dem Hintergrund einer zunehmend digitalen und vernetzten Arbeitswelt ist diese Erkenntnis von hoher Relevanz für die langfristige Sicherheit und Stabilität von Gesundheitsunternehmen.

Die vorliegende Arbeit untersucht eingehend die Thematik des Wandels und des Change Managements in Unternehmen, insbesondere im Kontext von Logistikautomatisierungsunternehmen. Die Motivation für diese Forschung basiert auf der Notwendigkeit, die Herausforderungen und Erfolgsfaktoren bei Veränderungsprozessen in dieser speziellen Branche zu verstehen und zu identifizieren. Die Arbeit beginnt mit einer umfassenden Darstellung des Wandels, definiert den Terminus und beleuchtet verschiedene Mo-delle wie das Wachstumsmodell von Greiner, das Unternehmensentwicklungsmodell von Bleicher und das Change-Modell von Hurst. Der Schwerpunkt der Arbeit liegt auf dem Change Management, wobei die Handlungsfelder und Verhaltensmuster eingehend betrachtet werden. Detailliert werden Modelle wie das 8-Stufen Modell nach Kotter, das ADKAR Modell und agile Change-Management-Ansätze untersucht. Erfolgsfaktoren im Change-Management werden herausgearbeitet und zusammengefasst. Ein weiteres zentrales Element der Untersuchung ist die Rolle der Führung als Einflussfaktor im Veränderungsprozess. Die Arbeit analysiert verschiedene Aspekte wie Aufgabenteilung, Zielsetzung, Informationsversorgung, Mitarbeitermotivation, Autorität, Führungsverhalten, Veränderungsbereitschaft, Change-Fähigkeiten und -Kompetenz. Die methodische Herangehensweise beinhaltet die Anwendung analytischer Statistik, die Auswahl der Forschungsmethode sowie die Anpassung und Durchführung von Befragungen. Die Ergebnisse der Untersuchung zeigen das die wichtigsten Erfolgsfaktoren im Change Management die Kommunikation, die Führung und das Identifizieren und Verankern von Erfolgen sind.

Im Zuge der fortschreitenden Digitalisierung und der stetigen Veröffentlichung neuer Softwareprodukte steigen die Anforderungen der Anwender*innen an die Softwarequalität kontinuierlich. Insbesondere die Zuverlässigkeit der Software spielt eine zentrale Rolle für die Zufriedenheit der Nutzer*innen. Die vorliegende Masterarbeit untersucht, wie die Einführung von Software Fault Injection in einem österreichischen Automatisierungstechnikunternehmen zur Steigerung der Softwarezuverlässigkeit beitragen kann. Vor dem Hintergrund wachsender Anforderungen an die Zuverlässigkeit und Fehlertoleranz von Software leistet diese Arbeit einen Beitrag zur Erhöhung der Robustheit und Qualität von Softwareprodukten. Im ersten Schritt wurde methodisch nach dem Design Research Ansatzes mittels Literaturrecherche ein Leitfaden zur Einführung von Software Fault Injection konkret in Form von Mutation Testing erstellt, wobei sich dieser in die drei Bereiche „Schrittweiser Leitfaden zur Anwendung“, „Best-Practices“ und „Schulung und Dokumentation“ untergliedert. Der erstellte Leitfaden wurde im nächsten Schritt anhand eines österreichischen Automatisierungstechnik Unternehmens in einer Fallstudie nach Yin angewandt. Das untersuchte Softwareprodukt ist eine in C# entwickelte Windows-Desktop-Applikation und stellt eine ungewöhnliche Domäne für Fault Injection dar. Daher wurde der Leitfaden insbesondere auf die Anwendbarkeit in einem Praxisumfeld mit diesem Technologie Stack überprüft, um Rückschlüsse über die Effektivität und Effizienz der Anwendung des Leitfadens in dieser spezifischen Fault Injection Domäne zu ziehen. Die Ergebnisse der Arbeit zeigen, dass Mutation Testing in einem Softwareentwicklungsprozess wertvolle Erkenntnisse über die Qualität der Softwaretests auf Unittest Ebene liefert und gezielt Optimierungspotentiale für bestehende Tests sowie mangelhafte Testabdeckung aufdeckt. Die durchgeführte Fallstudie ergab, dass der Einsatz von Mutation Testing zu einer signifikanten Steigerung der Softwaretestqualität beitragen kann. Hierbei liegt der Fokus auf die Verbesserung von Unittests, wodurch potenzielle Problemstellungen frühzeitig identifiziert und behoben werden können. Die Einführung in die CI/CD-Pipeline zeigte, dass die effektive und effiziente Nutzung von Mutation Tests im Zuge der kontinuierlichen Softwareentwicklung auf. Weiters wurden Optimierungspotenziale des Leitfadens identifiziert, welche für zukünftige Forschungen als Grundlage dienen können, um die Verbreitung von Software Fault Injection in diversen Anwendungsdomänen voranzutreiben. Abschließend verdeutlicht die Masterarbeit, dass die Einführung von Mutation Testing in den bestehenden Entwicklungsprozess eines Unternehmens zur Steigerung der Softwarezuverlässigkeit beitragen kann. Technische und organisatorische Herausforderungen werden durch die gewonnenen Erkenntnisse aus Literatur und Praxis adressiert, um eine effektive Einführung von Software Fault Injection zu ermöglichen. Angesichts der zunehmenden Anforderungen an Softwarequalität und Zuverlässigkeit stellt diese Arbeit einen wertvollen Beitrag zur Verbesserung der Softwarequalität in Unternehmen dar.

Eine erfolgreiche Einführung und Nutzung von Cloud-ERP Lösungen bedarf einer organisierten Zusammenarbeit aller Beteiligten im Projekt. Hierbei müssen Entscheidungen getroffen, Prozesse definiert und Zuständigkeiten festgelegt werden. Während des Projektverlaufs werden Wissensinhalte unterschiedlichster Themenbereiche generiert und geteilt. Diese Wissensinhalte gilt es frühzeitig im Projekt transparent zu dokumentieren, um eine stabile Verwendung der ERP-Lösung mit dem Ende der Implementierungsphase und der Übergabe in die Nutzungsphase zu gewährleisten. Im Unternehmen B4B Solutions GmbH kommen für das Wissens- und Projektmanagement die Anwendungen Jira und Confluence von Atlassian zum Einsatz. In der vorliegenden Masterarbeit wird der Nutzen dieser Anwendungen in Bezug auf das Wissensmanagement in ERP-Projekten untersucht. Der Autor hat für diese Untersuchung Interviews mit vier Personen durchgeführt, die bei B4B Solutions in unterschiedlichen Projektrollen mit Jira und Confluence arbeiten. Somit wurden die Fragen aus dem erarbeiteten Interviewleitfaden aus unterschiedlichen Blickwinkeln beantwortet. Die Interviews wurden transkribiert, paraphrasiert und einer qualitativen Inhaltsanalyse unterzogen. Die Ergebnisse der Inhaltsanalyse bilden die Basis für die Beantwortung der Forschungsfrage „Welchen Nutzen schaffen die Webanwendungen Jira und Confluence bei der Einführung und Nutzung von Cloud-ERP-Systemen in mittelständischen Unternehmen?“ und der Validierung der im Vorhinein definierten Hypothesen. Die Hypothesen wurden einer Rücküberprüfung unterzogen. Ein Abschlussfazit und Schlussfolgerungen runden die Masterarbeit ab und spiegeln die persönliche Einschätzung des Autors im Hinblick auf jene Fallstricke im Wissensmanagement wider, mit denen Organisationen in ERP-Projekten rechnen müssen.

This thesis introduces a digital artefact designed to address organizational challenges faced by bands and musicians. Bands often encounter difficulties in managing schedules, resolving conflicts, and organizing shared resources. The artefact provides a centralized platform for task management, scheduling, and collaboration, with a focus on usability and security. Guided by usability principles from experts like Nielsen and Krug, the artefact emphasizes an intuitive user experience. Key features include personalized task management, collaborative tools for bands, and robust privacy controls. User appointments are anonymized in shared views to maintain privacy while enabling collaboration.Security is a cornerstone of the system, implemented through authentication and permission-based access control. The artefact also supports conflict resolution, alerting users to scheduling overlaps and facilitating resolution to reduce disruptions. Additional functionalities include tools for managing equipment, setlists, and band-specific resources.Evaluated heuristically using three personas representing diverse roles within bands, the arte-fact was found to meet all defined requirements. It successfully delivers a secure, efficient, and user-friendly solution to the identified challenges.The artefact’s multilingual support and modular design ensure scalability and adaptability for future enhancements, such as real-time collaboration and advanced analytics. This thesis demonstrates how tailored digital tools can effectively address challenges in the creative industries, empowering musicians to collaborate more efficiently and focus on their craft. The work establishes a foundation for future innovations in technology that support creative professionals.

Ziel dieser Masterarbeit ist die Entwicklung eines fortschrittlichen Modells zur kontextbasierten Erkennung und Filterung von Hassrede in der deutschen Sprache. Die Arbeit geht auf die Einschränkungen bestehender Modelle ein, die vorwiegend für englischsprachige Daten konzipiert sind, und passt moderne Techniken der natürlichen Sprachverarbeitung (NLP) an die sprachlichen und kulturellen Besonderheiten des Deutschen an. Im Fokus steht die Bewältigung der Herausforderungen, die mit der Kontextidentifikation in Textkommunikationen, insbesondere in sozialen Medien und anderen Echtzeitkommunikationsumgebungen, verbunden sind. Ziel ist es, die Defizite traditioneller, schlüsselwortbasierter Ansätze zu überwinden. Die Methodik umfasste eine umfangreiche Datenvorverarbeitung, die Einbindung von Konversationshistorien zur Erfassung des Kontexts sowie das Fine-Tuning eines vortrainierten Large Language Models (LLM). Eine systematische Evaluierung anhand von Metriken wie Accuracy, Precision, Recall und F1-Score zeigte signifikante Verbesserungen gegenüber Basismodellen. Die Ergebnisse unterstreichen die Bedeutung des Kontexts, um die Klassifikationsgenauigkeit zu erhöhen und falsch-positive sowie falsch-negative Ergebnisse zu minimieren. Diese Forschung liefert einen robusten und anpassungsfähigen Rahmen für die Hassredeerkennung in der deutschen Sprache und trägt sowohl zu wissenschaftlichen Fortschritten als auch zu praktischen Anwendungen bei. Potenzielle Einsatzbereiche umfassen die Inhaltsmoderation auf sozialen Medienplattformen, die Echtzeitfilterung in Kommunikationswerkzeugen und andere Domänen, die eine effiziente und skalierbare Textanalyse erfordern. Die Ergebnisse verdeutlichen die Notwendigkeit, kontextsensitive Modelle weiter zu erforschen, um die Herausforderungen moderner digitaler Kommunikation zu bewältigen.

Der Einfluss von Remote Working auf die Arbeitszufriedenheit hängt weitgehend von der Person, dem Arbeitsumfeld, Beziehungen zu Kolleg*innen und einer Reihe anderer Aspekte (Identifikatoren) ab. Einige der positiven Einflüsse des Remote Workings auf die Arbeitszufriedenheit sind: ▪ Flexibilität: Remote Working ermöglicht es der oder dem Einzelnen, mehr Kontrolle über ihren oder seinen Arbeitsplan zu haben, was zu mehr Flexibilität und einer besseren Vereinbarkeit von Beruf und Privatleben führen kann. ▪ Geringere Pendelzeiten: Durch den Wegfall des täglichen Pendelns sparen Telearbeiter*innen Zeit und Geld, und haben einen geringeren ökologischen Fußabdruck. ▪ Verbesserte physische Umgebung: Viele Fernmitarbeiter*innen berichten, dass sie sich in ihrer eigenen Umgebung wohler fühlen und produktiver arbeiten können. Einige der negativen Auswirkungen des Remote Workings auf die Arbeitszufriedenheit sind: ▪ Isolation: Remote Working kann zu Gefühlen der Isolation und Einsamkeit führen, was sich negativ auf die Arbeitszufriedenheit auswirken kann. ▪ Mangelnde Zusammenarbeit: Remote Working kann die Zusammenarbeit mit Kolleg*innen erschweren und zu einem Mangel an sozialer Interaktion führen. ▪ Work-Life-Balance: Für Telearbeiter*innen kann es schwierig sein, Arbeit und Privatleben zu trennen, was zu Überlastung und Burnout führen kann. Insgesamt ist der Einfluss des Remote Workings auf die Arbeitszufriedenheit komplex und vielschichtig. Zudem hängt er von einer Vielzahl von Aspekten ab, zu denen individuelle Präferenzen, die Arbeitskultur und die Unterstützung durch die oder den Arbeitgeber*in zählen. Ziel dieser Arbeit ist es, diese Einflüsse aus der Sicht von Arbeitnehmer*innen und Führungskräften zu untersuchen und eine Liste relevanter Aspekte (Identifikatoren) zu erstellen, die für die Zusammenarbeit zwischen beiden Gruppen hinsichtlich Arbeitszufriedenheit im Remote Working relevant sind.

Durch Trends wie die Digitalisierung, immer verfügbare Online-Shops und Bestellsysteme, die Nutzung von neuen Technologien und größer werdende Datenmengen, gab es in den letzten Jahren eine massive Veränderung der Logistik. Dem hinzukommend verursachte eine weltweite Pandemie einen immensen Druck auf die Logistikbranche . Szenarien wie Ausfälle der Lieferketten, verursacht durch Maschinen oder Softwaresysteme, müssen vermieden werden. Deswegen versucht die Logistikwirtschaft neue Technologien wie Predictive Maintenance und Data Mining in deren Warehouse Management Systeme einfließen zu lassen, um eine nahezu unterbrechungsfreie Logistiklieferkette gewährleisten zu können. Aus diesem Grund werden in der vorliegenden Arbeit die Einflussfaktoren und Potentiale des Data Minings auf Predictive Maintenance in einem Warehouse Management System evaluiert. Um diese Einflussfaktoren des Data Minings zu finden, wurden im ersten Schritt Data Mining Verfahren und deren Einsatzzwecke in der Logistik mit Hilfe einer Literaturrecherche elaboriert. Des Weiteren wurden die Einsatzgebiete von Predictive Maintenance in einem Warehouse Management System seitens Hardware aber auch Software näher betrachtet. Die im Theorieteil der Arbeit erkannten Einflussfaktoren und Potentiale des Data Minings auf Predictive Maintenance in einem Warehouse Management System wurden mittels Interviews mit Experten und Expertinnen aus der Logistikbranche durchgeführt, ausgewertet und evaluiert. Der zentrale Einflussfaktor ,welcher von allen Experten und Expertinnen genannt wurde, ist das aktive Benutzen und Verwerten des Wissens sowie die gewonnenen Erkenntnisse durch das Data Mining. Schließlich konnten, durch die Auswertung der Interviews konnten, folgende Einflussfaktoren und Potentiale erarbeitet werden: ▪Mittels IOT Geräten, welche an Maschinen und Fördertechnik angebracht werden, können frühzeitig Störungen mittels Data Mining Techniken erkannt und aufgezeigt werden. ▪Der Einsatz der Regression auf den Durchsatz eines Systems mittels historischer Daten, um eine Veränderung der Durchlaufzeiten zu erkennen und somit frühzeitig eine Störung oder ein Problem vorauszusagen.

In der modernen Fertigung stellt die Einführung der Predictive Maintenance als Instandhaltungsstrategie einen bedeutenden Fortschritt dar. Diese Methode ermöglicht es Produktionsunternehmen, ihre Wartungsprozesse zu optimieren, indem potenzielle Ausfälle und Wartungsanforderungen vor ihrem Auftreten antizipiert werden. Die Cloud spielt dabei eine entscheidende Rolle als Ressource für die Implementierung, bedingt durch ihre in den letzten Jahren deutlich gestiegene Effizienz. Die Integration von cloudbasierter Predictive Maintenance in Produktionsumgebungen birgt jedoch auch Herausforderungen und Risiken. Diese Masterarbeit zielt darauf ab, diese Probleme zu identifizieren und zu bewältigen, indem Empfehlungen für Produktionsunternehmen zur erfolgreichen Integration von Predictive Maintenance im Kontext der Cloud gegeben werden. Die folgende Forschungsfrage wird behandelt: „Was sind die Handlungsempfehlungen für Produktionsunternehmen, die beabsichtigen, cloudbasierte Predictive Maintenance zu integrieren, um potentielle Herausforderungen und Risiken effektiv adressieren zu können?“ Die Arbeit folgt einem qualitativen und induktiven Forschungsansatz und umfasst eine empirische Untersuchung, die eine Reihe von Expert*inneninterviews in einer Feldstudie beinhaltet. Dieser Ansatz bietet tiefe Einblicke in die praktischen Aspekte der Implementierung von cloudbasierter Predictive Maintenance. Die Ergebnisse zeigen, dass die sorgfältige Auswahl von Cloud-Anbietern, unterstützt durch umfassende Cloud-Assesments und Kriterienkataloge, Bedenken hinsichtlich der Cloud-Technologie minimiert und Partnerschaften gewährleistet, die starke Sicherheitsmaßnahmen und einen guten Ruf haben. Finanziell ist eine frühzeitige und angemessene Budgetplanung unter Berücksichtigung flexibler Finanzierungsmodelle wie Abonnementdiensten entscheidend, um erhebliche Anfangsinvestitionen zu vermeiden und klare Kostenstrukturen zu etablieren. Organisatorisch ist die Integration der Predictive Maintenance in die Unternehmensprozesse entscheidend für den Erfolg, wobei die Schulung des Personals eine wesentliche Rolle spielt, um technisches Verständnis und das Bewusstsein für ihre strategische Bedeutung aufzubauen. Technisch ist eine moderne IT-/OT-Infrastruktur unerlässlich für eine nahtlose Integration und effiziente Datenübertragung. Besonders wichtig sind hierbei ein effektives Datenmanagement und die Nutzung von Edge Devices zur Vorverarbeitung und Einbindung älterer Systeme. Die Ergebnisse betonen die Notwendigkeit eines umfassenden Ansatzes, der technische, organisatorische und finanzielle Faktoren berücksichtigt, um eine nachhaltige und erfolgreiche Implementierung von Predictive Maintenance in der Cloud gewährleisten zu können.

Im Rahmen der vorliegenden Masterarbeit wurden die Herausforderungen bei der Implementierung der Web Content Accessibility Guidelines (WCAG) bei Verwendung von Content Management Systemen (CMS) analysiert, sowie Lösungen für jedes identifizierte Problem vorgestellt. Mithilfe der durchgeführten systematischen Literaturrecherche (SLR) nach vom Brocke et al. (2009) wurden eine Vielzahl an relevanten Quellen zum Thema umfassend analysiert. Basierend auf den Ergebnissen der SLR wurden drei Hauptprobleme identifiziert. Diese beinhalten die allgemeine technische Herausforderung das CMS an einen Standard anzupassen, die Benutzerfreundlichkeit für Content-Ersteller*innen und die zeitliche Herausforderung der Implementierung. Für jedes dieser Probleme werden im Rahmen dieser Arbeit spezifische Lösungen vorgestellt. Darüber hinaus bietet die durchgeführte SLR einen Überblick über die Vor- und Nachteile, bei einer Umsetzung der WCAG-Standards sowie eine Einschätzung der Einstellung gegenüber der Umsetzung von WCAG-Richtlinien mithilfe von CMS. Insgesamt zeigt die Arbeit, nicht nur, dass bei der Implementierung von WCAG-Standards in CMS technische sowie organisatorische Herausforderungen auftreten, sondern präsentiert auch umfassende Lösungskonzepte und gute Orientierungsmöglichkeiten, um eine zugänglichere digitale Welt zu erreichen.

Diese Masterarbeit untersucht den Einsatz von Business Intelligence (BI) im Energiesektor, wobei der Fokus auf dem aktuellen Stand, den potenziellen Vorteilen und den Herausforderungen in diesem spezifischen Bereich liegt. Ein wichtiger Aspekt der Arbeit ist die detaillierte Betrachtung einer Fallstudie zur Implementierung einer zentralen Cloud-BI-Plattform in einem Energieversorgungsunternehmen. Diese Fallstudie bietet konkrete Einblicke in die Herausforderungen und Chancen, die mit der Einführung einer solchen Plattform verbunden sind. Basierend auf den Erkenntnissen aus dem theoretischen Teil und der Fallstudie wird eine Umfrage durchgeführt, um einerseits den Nutzen und die Herausforderungen von BI in der Energiewirtschaft zu identifizieren und andererseits die Wahrnehmung hinsichtlich der implementierten BI-Plattform aufzuzeigen. Diese Umfrage zielt darauf ab, eine ganzheitliche Perspektive auf den Einsatz von BI im Energiesektor zu gewinnen und Möglichkeiten zur Optimierung der BI-Strategien in Unternehmen dieses Bereichs aufzuzeigen.

Aufgrund der Tatsache, dass Unternehmen durch die derzeitige globale COVID-19 Pandemie verstärkt auf die Nutzung von Homeoffice angewiesen sind, gewinnen Themen wie digitaler Arbeitsplatz, Digitalisierung sowie die Automatisierung von Prozessen aktuell vermehrt an Bedeutung. Vor allem Digitalisierung gilt derzeit als globaler Megatrend in der aktuellen Geschäftswelt und wird von vielen Unternehmen als zentraler Aspekt ihrer aktuellen Strategie für die kommenden Jahre gesehen.Ziel dieser Arbeit ist es daher, näher zu beleuchten, wie die Prozessdigitalisierungden digitalen Arbeitsplatz der Zukunft beeinflusst. Hierbei ist der Bedarf nach einereinheitlichen Lösung aufgrund der Vielzahl an Prozessen und im Hinblick auf eine Reihe von Faktoren wie Sicherheit oder Compliance mittlerweile immens. Als derartige Lösung von einem der führenden Anbieter in diesem Bereich wird die aktuelle Produktpalette der Microsoft Power Platform näher erläutert. Der Fokus der Arbeit liegt darauf, zu evaluieren, in welche Richtung sich diese Plattform weiterentwickeln wird. Dabei soll auf die neuesten Entwicklungen Bezug genommen werden, insbesondere auf den verstärkten Einsatz von künstlicher Intelligenz.Mit Hilfe von Experteninterviews soll darüber hinaus herausgefunden werden, auf welche Aspekte im Rahmen der Prozessdigitalisierung besonders geachtet werden sollte. Diese Interviews sollen in Form von Leitfadeninterviews durchgeführt werden. Für den praktischen Teil wurde ein Use Case mit Hilfe der Microsoft Power Platform unter Einbeziehung modernster Technologien umgesetzt.Das Ergebnis dieser Arbeit zeigt, dass sich die im Rahmen dieser Arbeit erläuterten Bereiche enorm weiterentwickelt haben. So ist es heute für sogenannte Citizen Devoloper möglich, Prozesse in kürzester Zeit digital abzuwickeln und zu automatisieren, ohne dass dafür tiefgreifende technische Kenntnisse notwendig sind.

This master’s thesis explores product ownership within the context of software development projects, primarily focusing on identifying key personality traits essential for effective product ownership. The research question is: "What are the key personality traits associated with effective product ownership depending on the type of software development project?". Critical insights were discovered through comprehensive literature research regarding the fundamental traits that distinguish an effective product owner. This research analyzes existing personality traits and their relevance to product ownership. In addition to the widely recognized Big Five personality traits, the research identified the significance of emotional intelligence, openness to experience, conscientiousness, agreeableness, and self-efficacy, providing a holistic perspective of the multifaceted product owner role. A distinctive facet of this thesis lies in its ability to contextualize the personality traits of various software development project types. Five specific project types - custom software development, product development, legacy system modernization, maintenance, and integration projects - were identified, and the thesis explains how these projects demand distinct combinations of personality traits for success. Furthermore, this research provides the practical tool (artifact), the "Product Owner: Key Personality Traits Guideline", and it is designed to empower hiring managers, team leads, and department heads with a structured framework for evaluating the personality traits of product owner candidates and matching them with the unique requirements of their projects. This thesis contributes to the literature and practical application in the software development industry. By offering an improved understanding of the product-owner role and its various demands, this thesis provides a strategic approach to hiring and project placement, ultimately enhancing the likelihood of project success. While it achieves significant milestones, it also identifies potential for future research, including a quantitative exploration to solidify qualitative findings further. This thesis contributes towards more effective product ownership and tries to influence practices within software development.

Diese Arbeit untersucht die Integration der Blockchain-Technologie in das Supply Chain Management (SCM). Sie gibt zunächst einen Überblick über die grundlegenden Konzepte der Blockchain, darunter digitale Signaturen, Hash-Funktionen und die allgemeine Funktionsweise von Blockchain-Systemen. Darüber hinaus werden wichtige Aspekte des SCM vorgestellt, wie Beschaffung, Produktion, Bestandsverwaltung, Logistik und Vertrieb. Die Forschung untersucht die potenziellen Vorteile von Blockchain im SCM und hebt Verbesserungen bei Transparenz, Rückverfolgbarkeit, Betrugsreduzierung, Effizienz durch Automatisierung und Smart Contracts, Kostensenkung, Transaktionsgeschwindigkeit und Anpassungsfähigkeit hervor. Die Arbeit befasst sich jedoch auch mit erheblichen Herausforderungen, da-runter Akzeptanz bei den Stakeholdern, Entwicklungs- und Betriebskosten, technische Komplexität, Systemintegration, Interoperabilität, Sicherheit, Datenschutz und regulatorische Fragen. Es wird eine empirische Studie auf der Grundlage von Experteninterviews durchgeführt, um die theoretischen Erkenntnisse mit Branchenperspektiven zu vergleichen. Das Gesamtziel besteht darin, ein umfassendes Verständnis der Vorteile und Herausforderungen der Blockchain-Integration in SCM zu vermitteln und dabei sowohl Erkenntnisse aus der Literatur als auch aus empirischen Beweisen zu nutzen.

Die Einführung eines einheitlichen Veranstaltungsmanagement-Systems wird in Diözesen häufig außer Acht gelassen. So verfügen oftmals nur einzelne Einrichtungen über ein System, das unterschiedlich in ihrer Art und Ausprägung ist. Dahingehend ist es zielführend, dass ein einheitliches System eingeführt wird, in welches mehrere Einrichtungen eingebunden werden. Anhand dieser Problemstellung werden Methoden, wie eine umfassende Fallstudie sowie Experteninterviews, entwickelt und verwendet. Dazu wurden Interviews mit Mitarbeiter*innen durchgeführt, die von der implementierten Software betroffen sind. Das Forschungsinteresse liegt dabei auf der Analyse der Kommunikation und Zusammenarbeit unter Mitarbeiter*innen im Zusammenhang mit dem eingeführten Veranstaltungsmanagement-System. Ein zentraler Teil dieser Arbeit, die Fallstudie, ermöglicht eine detaillierte Untersuchung und Planung des Einsatzes eines Veranstaltungsmanagement-Systems in mehreren Bildungseinrichtungen. Ergänzt wird dieser zentrale Teil durch Expert*inneninterviews. Diese liefern wertvolle Einblicke aus der Perspektive der Mitarbeiter*innen. Die Forschungsfrage zielt darauf ab, inwieweit das System die Kommunikation und Zusammenarbeit unter Mitarbeiter*innen beeinflusst. Dazu wird die Fallstudie mit Expert*inneninterviews kombiniert. Daraus resultiert ein umfassendes Verständnis für die Auswirkungen des Systems auf die einzelnen Mitarbeiter*innen. Dazu wurden sechs Mitarbeiter*innen befragt, die von der Einführung betroffen waren. Mit Hilfe dieser strukturierten Untersuchung, die von einem Leitfaden gestützt wurde, konnten Informationen für die Bearbeitung der Forschungsfrage erhoben werden. Die Erkenntnisse liefern Informationen darüber, dass die Einführung des Systems nur einen geringen Einfluss auf die Kommunikation und Zusammenarbeit zwischen Mitarbeiter*innen hat. Die Gründe dafür sind die Organisationskultur und -struktur sowie der fehlende Wunsch, die Abteilungen gemeinsam zu sehen. Außerdem sind die Mitarbeiter*innen der Meinung, dass sie bereits in der Vergangenheit gut zusammengearbeitet haben und dass sich dies durch das System nicht geändert hat. Darüber hinaus besteht, aufgrund der Unterschiedlichkeit, kein Wunsch nach einem abteilungsübergreifenden Austausch.

Die vorliegende Arbeit untersucht die Integration von erweiterten Realitäts- (Extended Reality, XR) Technologien im Anlagenbau und bietet eine detaillierte Erkundung von XR sowie deren Anwendung in diesem spezifischen Bereich. Die Einleitung skizziert den Hintergrund der Forschung, die Bedeutung des Themas und das Ziel, den Einfluss von XR auf den Anlagenbau zu untersuchen. Anschließend wird die XR-Landschaft untersucht, einschließlich Virtual Reality (VR), Augmented Reality (AR) und Mixed Reality (MR), wobei ihre Anwendungen und Hardwarekomponenten erläutert werden. Um Herausforderungen im Zusammenhang mit XR zu bewältigen, werden in der Arbeit Probleme wie Cybersickness und Augenbelastung erörtert, wobei Einblicke aus der bestehenden Literatur geboten werden. Im Kontext des Anlagenbaus wird die Rolle von XR in verschiedenen Aspekten untersucht, von Prozessdiagrammen bis zu digitalen Zwillingen. Der Abschnitt zur Methodik erläutert Experteninterviews, wobei Auswahlkriterien und der Rahmen für Datensammlung und -analyse erklärt werden. Die Arbeit schließt mit einer Diskussion der Interviewergebnisse ab, in der Expertenperspektiven zur Akzeptanz, Wirksamkeit und Umsetzungsherausforderungen von XR analysiert werden. Die Diskussion integriert die Ergebnisse in den theoretischen Rahmen, erforscht Implikationen für den Anlagenbau und würdigt Stärken und Grenzen der Studie. Zusammenfassend liefert diese Forschung ein nuanciertes Verständnis von XR-Technologien und ihrer spezifischen Relevanz im Anlagenbau, bietet wertvolle Erkenntnisse für zukünftige Forschung und industrielle Anwendungen.

Diese Masterarbeit erforscht die Integration künstlicher Intelligenz (KI) in die DevOps- und ITOps-Prozesse. Durch eine systematische Literaturübersicht wurden insgesamt 75 relevante Arbeiten in verschiedenen Bereichen eingehend untersucht, darunter Chancen, Herausforderungen und die verschiedenen Arten von künstlicher Intelligenz, die genutzt werden. Der Hauptfokus dieser Forschung liegt darin, eine Abbildung zu erstellen, die potenzielle KI-Integrationen innerhalb des DevOps-Prozesses aufzeigt. Zahlreiche Studien zu KI und Software- oder Betriebssystemen lösen unbeabsichtigt verschiedene Probleme in verschiedenen Phasen von DevOps. Diese Studie fasst eine bedeutende Anzahl wissenschaftlicher Arbeiten zusammen, die diese Phasen unterstützen, und fasst ihre Methoden zusammen. Dieser Ansatz bietet einen Überblick über die Unterstützung von KI für DevOps und die damit verbundenen Herausforderungen. Darüber hinaus listet diese Arbeit die häufig erwähnten Vorteile der KI-Integration sowie die verschiedenen KPIs und Metriken auf, die zur Messung des Erfolgs der KI-Methode oder der Integration selbst verwendet werden. Diese Arbeit hebt die Bedeutung hervor, zu verstehen, wie KI in DevOps und ITOps passt. Nach der Betrachtung verschiedener Studien ist klar, dass KI die Arbeitsweise dieser Prozesse erheblich verbessern kann, indem sie sie schneller und genauer macht. Die Forschung schlägt einen ganzheitlichen Ansatz vor, der nicht nur die positiven und herausfordernden Aspekte zeigt, sondern auch Möglichkeiten aufzeigt, KI in DevOps und ITOps einzusetzen und zu messen, wie gut sie funktioniert. Alle diese Ergebnisse zielen darauf ab, einen Leitfaden zu erstellen, der Fachleuten und Unternehmen dabei hilft, KI in diesem Prozessen klug und effektiv zu nutzen.

Die Verbreitung von ChatGPT (Generative Pre-trained Transformer) und dessen Integration in verschiedene Bereiche unseres täglichen Lebens, hat umfangreiche Diskussionen über dessen Auswirkungen ausgelöst. Die Masterarbeit stellt eine umfassende Analyse dessozialen Diskurses im Kontext der generativen Künstlichen Intelligenz (KI), insbesondere von ChatGPT dar. Mit einer detaillierten empirischen Erhebung werden die vielfältigen Meinungen, Bedenken und Einschätzungen von Individuen zu diesem Thema eingehend untersucht. Das Ziel der Arbeit besteht darin, ein umfassendes Verständnis für die verschiedenen Perspektiven und potenziellen Auswirkungen von generativer KI auf die Gesellschaft zu erlangen. Besondere Aufmerksamkeit wird auf das Thema der Akzeptanz, sowie den potenziellen Auswirkungen von generativer KI auf sozialen, wirtschaftlichen und ethischen Kontexten gerichtet. Die Q-Methode wird genutzt, um die subjektiven Sichtweisen der Teilnehmenden zu ermitteln. Dadurch konnten drei Meinungs-Typen definiert werden: „die Bildungsinnovatorin“, „der/die Bewahrer*in der Gesellschaftswerte“ und „der technologische Realist“. Die Ergebnisse der Studie liefern wichtige Einblicke in die Vielfalt der Standpunkte und zeigen auf, wie die Öffentlichkeit auf die rasante Entwicklung von KI reagiert. Diese Erkenntnisse sind von großer Relevanz für Entscheidungsträger*innen in Politik, Wirtschaft und Technologie, da sie dazu beitragen, die Chancen und Herausforderungen von generativer KI besser zu verstehen, um fundierte Entscheidungen zu treffen. Die Masterarbeit reflektiert nicht nur die aktuelle Debatte über KI, sondern regt auch dazu an, die gesellschaftlichen Auswirkungen dieser Technologien kritisch zu hinterfragen, weiter zu erforschen und in anhaltenden Diskussionen zu vertiefen, um eine nachhaltige und ethisch verantwortungsvolle Integration von KI in die Gesellschaft zu fördern.

Die vorliegende Masterarbeit widmet sich der Implementierung künstlicher Intelligenz (KI) im Bearbeitungsprozess von Serviceanfragen im Kundensupport. Dabei wird der Design Science Research Ansatz als Forschungsmethode verwendet, um eine effektive Gestaltung und Umsetzung der KI-Integration zu gewährleisten. Zu Beginn der Arbeit wird der Design Science Research Ansatz eingehend erläutert. Dieser methodische Rahmen ermöglicht die Entwicklung und Evaluation von artefaktbasierten Lösungen, in diesem Fall die Implementierung von KI im Kundensupport. Es werden Designziele definiert und eine iterative Vorgehensweise skizziert, die die praxisnahe Anwendung von Forschungsergebnissen gewährleistet. Im Anschluss bezieht sich der Fokus auf das Incident Management im Kundensupport. Es erfolgt eine detaillierte Analyse des bestehenden Prozesses, um Herausforderungen zu identifizieren, die durch KI gelöst werden können. Der Schwerpunkt liegt auf der Automatisierung von Routinetätigkeiten, der schnellen Klassifizierung von Anfragen und der Verbesserung der Wissensbasis. Abgeschlossen werden die Grundlagen mit dem Thema künstliche Intelligenz. Verschiedene KI-Technologien wie Supervised Learning und der KNN-Algorithmus werden erläutert, um eine fundierte Basis für die spätere Implementierung zu schaffen. Das vierte Kapitel widmet sich einer empirischen Studie zur Evaluation der implementierten KI im Kundensupport. Hierbei wird die ausgewählte KI-Technologie in der Praxis getestet, und die Ergebnisse werden auf ihre Wirksamkeit und Effizienz hin analysiert. Die Erkenntnisse aus der empirischen Studie fließen in die abschließende Reflexion und Handlungsempfehlungen für zukünftige Implementierungen im Kundensupport ein. Eine Schlussfolgerung bzw. der Ausblick schließen diese Arbeit ab.

Durch den demographischen Wandel werden Arbeitskräfte immer begehrter und es kommt zum sogenannten War for Talents. Unternehmen stehen vor der Herausforderung, aus einem kleiner werdenden Pool an potenziellen Arbeitskräften ihre Stellen zu besetzen und diese Personen bestenfalls langjährig im Unternehmen zu halten. Speziell in der IT-Branche herrscht ein Mangel an Arbeitskräften. Aus diesem Grund befasst sich diese Arbeit mit den Bedürfnissen der aktuell jüngsten Generation in der Arbeitswelt – der Generation Z. Geboren zwischen 1995 und 2010 wird jener ein Wertesystem zugeschrieben, das sich von dem der vorherigen Generation unterscheidet. Unternehmen und insbesondere Führungskräfte müssen sich diesen neuen Bedürfnissen stellen und auf diese eingehen. Das Hauptziel dieser Arbeit ist es, Handlungsempfehlungen für Führungskräfte der Generation Z zu erstellen und geht auf folgende Frage ein „Welche Handlungen sind für Führungskräfte geeignet, um die Begeisterung und Zufriedenheit von Personen der Generation Z in einem österreichischen IT-Unternehmen zu steigern?“ Dazu wurde mithilfe einer Literaturrecherche zuerst eine Basis gebildet. Im ersten Teil der Arbeit wurde das Thema Führung behandelt. Darauf wurde ein Überblick über die Generationen geschaffen sowie das Thema der Mitarbeiterbindung untersucht. Anhand dieser theoretischen Basis wurde im empirischen Teil ein Fragebogen entwickelt. Die erhobenen Daten wurden schließlich analysiert, um daraus Erkenntnisse zu gewinnen. Anhand Letzterer konnten Handlungsempfehlungen für Führungskräfte abgeleitet werden. Zusammengefasst lässt sich festhalten, dass Führungskräfte teilweise den Stellenwert gewisser Aspekte in Bezug auf Arbeitszufriedenheit und Begeisterung für die Arbeit anders einschätzen als die Generation Z.

Das Vertrauen von Konsumentinnen und Konsumenten in Produktkennzeichnungen von Lebensmitteln nimmt aufgrund der steigenden Anzahl von Betrugsfällen und irreführenden Kennzeichnungen kontinuierlich ab. Gleichzeitig sind Konsumentinnen und Konsumenten mit der Anzahl an Kennzeichnungen überfordert. Das Interesse in Blockchain-Technologien ist in den letzten Jahren gestiegen. Auch abseits des Finanzsektors finden sich immer mehr mögliche Einsatzszenarien dieser Technologie. Diese Forschungsarbeit beschäftigt sich mit dem Einsatz der Blockchain-Technologie im Lebensmittelsektor. Geprüft wird das Interesse an einem System, das es Konsumentinnen und Konsumenten erlaubt, die Herkunft der Rohzutaten sowie Details zu einzelnen Produktionsschritten von Lebensmitteln auf einer öffentlichen Blockchain selbst zu prüfen. Nach einer Literaturanalyse wird in dieser Arbeit ein Technologie-Akzeptanzmodell auf Basis der ‚Unified Theory of Acceptance and Use of Technology‘ vorgeschlagen. Dieses Akzeptanzmodell wird mittels einer Umfrage mit österreichischen Konsumentinnen und Konsumenten validiert, bevor ein finales Akzeptanzmodell präsentiert wird. Im Rahmen dieser Arbeit konnte bestätigt werden, dass Konsumentinnen und Konsumenten wenig Vertrauen in aktuelle Produktkennzeichnungen haben. Es besteht ein starkes Interesse an einer unabhängigen Lösung zur Prüfung von Lebensmitteln. Über Blockchain-Technologien haben Konsumentinnen und Konsumenten jedoch wenig Wissen. Dies hat zur Folge, dass das vorgestellte System nicht zwangsweise auf dieser Technologie basieren muss, um akzeptiert zu werden. Zukünftige Forschungsarbeiten sollten sich damit beschäftigen, wie die Vorteile dieser Technologie geeignet kommuniziert werden können, um die Nutzungsabsicht weiter zu steigern und dadurch das Vertrauen in die Lebensmittelindustrie zurückzugewinnen.

Testen von Softwareapplikationen gehört zu einem wesentlichen Bestandteil des Qualitätssicherungsprozesses und muss im agilen Ansatz der Softwareentwicklung laufend durchgeführt werden. Mithilfe des Konzepts von Test Driven Development kann die Testfall- und Anforderungsspezifikation verschmolzen werden, da der Testfall vor der Entwicklungsphase definiert wird und die Entwicklung erst mit positiver Absolvierung des Testfalls abgeschlossen ist. Dadurch können Zeit und Kosten minimiert werden. Ziel dieser Arbeit ist die Entwicklung einer Anwendung, mit deren Hilfe End-to-End Tests für Webanwendungen vor der Implementierung erstellt und automatisiert ausgeführt werden können. Das entwickelte Softwarekonzept soll den Ansatz von Test Driven Development ermöglichen und die Testfallerstellung in textueller Form ohne technischen Hintergrundwissen ermöglichen. Weiters soll das Testkonzept prototypisch realisiert und die erzielten Erfahrungen aus einem Referenzprojekt dokumentiert werden.Im ersten Schritt erhält der Leser Einblick über die Konzepte von Test Driven Development und Behavior Test Driven. Weiters werden die Möglichkeiten der Testautomatisierung für Webanwendungen erläutert und die gängigen verfügbaren Frameworks analysiert und bewertet. Anschließend wird ein Konzept für die Testfallerstellung und Testausführung entworfen, welches in einem Prototypen realisiert wird. Die resultierenden Erfahrungen aus dem Einsatz des Prototypen in einem Referenzprojekt sollen dazu dienen, um auf den Nutzen des Testkonzepts zu schließen. Das Ergebnis der Arbeit zeigt, dass das entwickelte Konzept eine Testfallerstellung auch ohne technischen Hintergrundwissen ermöglicht und so von Personen mit Prozesswissen erfolgen kann. Der Ansatz von Test Driven Development kann mit dem Prototypen gezeigt werden. Im eingesetzten Projekt kann anhand der positiv ausgeführten Testfälle mit fortlaufender Zeit ein positiver Trend und Beitrag zur Qualitätssteigerung identifiziert werden. Die vorliegende Arbeit lässt schlussfolgern, dass der Prototyp für die Erstellung von automatisierten Testfällen nach dem Ansatz Test Driven Development eingesetzt werden kann. Wenngleich im eingesetzten Referenzprojekt nur wenige Testfälle erstellt wurden, kann von einem positiven Trend im Zuge des Einsatz gesprochen werden.

Durch die immer stärkere Vernetzung der Devices, die sinkenden Preise der intelligenten Sensorik und die Möglichkeit, große Datenmengen in Echtzeit zu analysieren, werden neue Technologien wie Predictive Maintenance Services immer häufiger eingesetzt. Durch Predictive Maintenance sollen die Wartungstätigkeiten zum richtigen Zeitpunkt und in richtiger Qualität durchgeführt werden, wodurch die Wartungskosten reduziert werden sollen. Eine weitere wichtiger Veränderung ist die Tertiarisierung, welche den Wandel von der Industrie- zur Dienstleistungsgesellschaft beschreibt. In der Entwicklung von Dienstleistungen spielt die Kundenintegration und deren Know-How eine wichtige Rolle. Die Kunden und Kundinnen sollen durch verschiedene Methoden in den Entwicklungsprozess von Predictive Maintenance Dienstleistung in der Logistikbranche integriert werden. Um das Ziel die Einflussfaktoren einer Predictive Maintenance Dienstleistung in der Logistikbranche, welche durch die eingesetzten Methoden veränderbar sind, zu identifizieren, wurden im ersten Schritt Hypothesen auf Basis der Theorie erarbeitet. Anschließend wurden die Hypothesen durch zehn Interviews der Key-Kunden der SSI Schäfer IT Solutions verifiziert. Die wichtigste Erkenntnis der Arbeit ist es, dass alle Methoden der Kundenintegration gut geplant und durchgeführt werden müssen, da ansonsten ein negativer Effekt entstehen kann. Je nach Methode müssen andere wichtige Kriterien, wie die Auswahl der Kunden und Kundinnen oder die Zieldefinition im Vorfeld gut überlegt und durchgeführt sein. Durch gute Kundenintegration kann die Qualität der Dienstleistung bei der Entwicklung aber auch kontinuierlich verbessert und die Offenheit der Kunden und Kundinnen gesteigert werden. Mit der durchgeführten Arbeit und den resultierenden Ergebnissen kann in weiterer Folge die Kundenintegration bei der Entwicklung eines Predictive Maintenance Service für die Logistikbranche effizienter durchgeführt werden.

Blockchains wurden besonders in den letzten Jahren sehr populär und der Zugang um diese zu Nutzen wurde auch sehr einfach. Aufgrund dieser Entwicklungen wurden viele neue Anwendungsgebiete geschaffen. Die meisten Menschen assoziieren Blockchains mit Kryptowährungen, allerdings gibt es noch weitere Bereiche, die diese Technologie nutzen. Beispiele hierfür sind der Gesundheits- oder der Energiesektor. Immer mehr Unternehmen überprüfen, wie sie diese Technologie ebenfalls nutzen können, um davon zu profitieren und Prozesse zu verbessern. Ein Anwendungsfall, der in dieser Arbeit behandelt wird, ist das Dokumentieren von Dokumenten, Verträgen und Vereinbarungen zwischen Mitarbeiterinnen oder Mitarbeitern und dem Unternehmen. Das Ziel dieser Masterarbeit ist es, zu evaluieren, wie Unternehmen Blockchain-Technologien nutzen können und wie genau Verträge dokumentiert werden können. Es wurde dazu ein Prototyp entwickelt mit dem Verträge in der Blockchain dokumentiert werden können, indem ein Smart Contract verwendet wird. Die Ergebnisse zeigen, dass diese Technologie das Potenzial hat, für diesen Anwendungsfall genutzt werden zu können. Der größte Vorteil dabei ist die Transparenz. Das bedeutet, dass jede Person, die Zugang zur Blockchain hat, nachprüfen kann, wer an diesem Vertrag beteiligt war und wann er abgeschlossen wurde. Allerdings wurden auch einige Probleme festgestellt. Zum Beispiel wird, um Daten in die Blockchain zu schreiben noch mehr Zeit benötigt im Vergleich zu konventioneller Software. Weiters sind bei der Nutzung des entwickelten Prototypen auch öfter Fehler passiert als bei der herkömmlichen Software. Zusammenfassend lässt sich sagen, dass die Verwendung von Blockchain-Technologien zur Dokumentation von Verträgen verwendet werden könnte und es dem Unternehmen einen Mehrwert bieten kann, allerdings ist die Technologie aufgrund der Probleme noch nicht ausgereift genug.

Das MitarbeiterInnen-Management und im Besonderen die Personalbeschaffung ist für jedes Unternehmen von entscheidender Bedeutung und Wichtigkeit. Die vorliegende Masterarbeit befasst sich mit genau diesem Thema, wobei der Fokus auf Remote-Arbeit und den ab dem Jahr 1995 geborenen, potenziellen MitarbeiterInnen der Generation Z liegt. Diese Personengruppe stellt einen der interessantesten KandidatInnen-Pools für die zukünftigen Belegschaften der Unternehmen dar. Mit dieser Arbeit wird der Einfluss des Wertesystems der Generation Z auf den Onboarding-Erfolgt untersucht. Besonders wird der Zusammenhang zwischen den einzelnen Aspekten des Wertesystems und den Faktoren des erfolgreichen Onboardings von Remote-ArbeiterInnen betrachtet. Um die formulierte Forschungsfrage zu beantworten, werden die relevanten Faktoren und Aspekte identifiziert und eine quantitative Umfrage mit anschließender Datenanalyse durchgeführt. Die Zielgruppe entspricht ausnahmslos Personen der Generation Z. Zudem wird Interesse an Remote-Arbeit vorausgesetzt. Beginnend mit einleitenden Fragen, befasst sich die Umfrage mit den Wertvorstellungen und Erwartungen der Befragten an einen neuen Arbeitsplatz, sowie mit den Erwartungen an die Integration in ein neues Arbeitsumfeld im Rahmen der Onboarding-Phase. Mittels Korrelationsanalyse werden die personenbezogenen Erwartungen, Aspekte und Faktoren des MitarbeiterInnen-Onboardings untersucht. Die Resultate zeigen, dass positive Zusammenhänge von Onboarding-Faktoren wie Proaktivität oder bidirektionalem Informationsfluss mit einzelnen Generation Z-Aspekten bestehen. Des Weiteren bestätigt sich die Wichtigkeit der Erfüllung der einzelnen Erwartungen für neue MitarbeiterInnen. Die Auswirkung des Wertesystems auf den Onboarding-Erfolg schlägt sich in Form von vielfältiger und hoher Erwartungshaltung nieder. Zur Ergründung der Kausalitäten und Umsetzung von Maßnahmen bedarf es weiterer Untersuchungen.

Die vorliegende Masterarbeit behandelt die Einsatzmöglichkeit von BI-Systemen und deren Unterstützung der Vertriebssteuerung von Versicherungsunternehmen. Es wurde zu Beginn eine umfangreiche Literaturrecherche durchgeführt, um einerseits die technischen Grundlagen und den Aufbau eines BI-Systems und andererseits den Begriff der Vertriebssteuerung genauer zu erklären. Anschließend wurde die theoretische Grundlage mit der Vertriebssteuerung eines Versicherungsunternehmens in Verbindung gebracht. Im praktischen Teil wurde anhand des Beispiels der Merkur Versicherung AG eine Umsetzung eines neuen BI-Systems erarbeitet. Eingangs wurde die Ist-Situation des Unternehmens erhoben, um die Ausgangsbasis für eine Weiterentwicklung des BI-Systems zu erarbeiten. Anschließend wurden mittels qualitativen mit Fragebogen geführten Interviews die Anforderungen von unterschiedlichen Personengruppen und Hierarchien aufgenommen. Zum Schluss wurde die Entwicklung eines Prototypens auf Basis der Anforderungen erstellt und auf Akzeptanz getestet. Das Ergebnis der Arbeit zeigt, dass eine einfache Umsetzung eines einzigen BI-Tools für die unterschiedlichen Anforderungen der verschiedenen Adressatinnen und Adressaten, welche mit dem Vertrieb eines Versicherungsunternehmens in Berührung kommen, nicht möglich ist. Aufgrund der verschiedenen Nutzergruppen und Anforderungen sollte ein reines Management-Tool und ein operatives BI-Tool als Self-Service BI zur Verfügung gestellt werden. Die Anforderungen an ein Dashboard waren größtenteils nicht gegeben. Sie wären eher als zusätzliches Feature angesehen worden, waren jedoch nicht gefordert. In weiterer Folge könnte ein integriertes BI-System, welches alle Anforderungen beinhaltet, eingeführt werden. Dies müsste dann eventuell in Eigenentwicklung durchgeführt werden, damit es alle Anforderungen eines Versicherungsunternehmens abdeckt.

Release Management spielt in der Softwareentwicklung eine große Rolle. Der Prozess von einer Anfrage zu einer Änderung bis zur Ausrollung der Änderung auf das Live-System behandelt alle Themen, die in dem Bereich des Release Managements fallen. Dass dieser Prozess einen großen Einfluss auf die Qualität der Software und den Erfolg des Unternehmens hat, liegt demzufolge auf der Hand. Aufgrund der Konkurrenzsituation am Markt streben IT-Unternehmen nach dem bestmöglichen Prozess. An diesem Punkt kommen Tools wie Jira aus der Atlassian Suite oder Azure DevOps aus dem Microsoft-Portfolio ins Spiel. Diese Tools unterstützen Unternehmen in den Bereichen Issue-Tracking, Taskplanung, sowie weitere Themen, die im Release Management gebraucht werden. Nichtsdestotrotz treten bei vielen IT-Unternehmen nach wie vor Probleme auf, die für die Qualität des Release Managements negative Auswirkungen haben und verbessert werden müssen. In dieser Arbeit wird mithilfe einer Literaturrecherche über die Probleme in Verbindung mit Toolanalysen sowie einer qualitativen Forschung mit Experten aus dem Bereich des Release Management und in der Softwareentwicklung erforscht, ob die gefundenen Probleme im Kontext des Tools auftreten oder, ob diese durch weitere Handlungsempfehlungen gelöst werden können. Aufgrund der Tatsache, dass die Softwareentwicklung in den letzten Jahren eine Entwicklung eingeschlagen hat, in der der Softwareentwicklungsprozess sich in den meisten Unternehmen mehr in Richtung eines agilen Ansatzes geändert hat, wird in folgender Arbeit die Auswirkung dieses Trends auf das Release Management analysiert. Zu guter Letzt werden einer Gruppe an Unternehmen Handlungsempfehlungen erstellt, die bei Eintritt bestimmter Probleme verwendet werden können, um auch in Verbindung mit dem Tool für eine höhere Qualität im Release Management zu sorgen.

Cloud Technologien wurden zur Bereitstellung von Infrastruktur für REST APIs in den letzten Jahren immer wichtiger. Das Container-as-a-Service (CaaS) Modell bei welchen Anwendungen virtualisiert in der Cloud laufen stellt hierbei einen der meistgenutzten Services dar. Dabei kommt es jedoch immer noch zu einem Overhead bei Verwaltung und Bereitstellung der Container, wodurch Entwicklungsressourcen verloren gehen. Eine noch leichtgewichtigere Alternative ist das neuere Function-as-a-Service (FaaS) Modell, welches den Verwaltungsaufwand reduzieren soll. Ziel der Masterarbeit ist es herauszufinden, ob FaaS sich besser als CaaS für die Entwicklung von REST APIs eignet. Um die Modelle vergleichbar zu machen, werden die Kriterien Kosten sowie Performance herangezogen und es wird folgende Forschungsfrage gestellt: ‚Wie wirkt sich FaaS gegenüber CaaS auf Performance und Kostenentwicklung einer REST API aus?‘. Um die Forschungsfrage zu beantworten, wurde jeweils eine CaaS und eine FaaS API implementiert. Als Metrik für Performance wurde dabei die Response Time (RT) gewählt. Diese gibt die Zeit an, welche zwischen Senden des API Requests und dem Empfang der Response verstreicht. Die RT wurde automatisiert mittels Artillery Skripts gemessen, um gleichzeitige Nutzung durch 1.000 virtuelle Benutzer*innen zu simulieren und verschiedene Anwendungsfälle abzubilden. Anhand der RT Daten wurden anschließend Kosten für verschiedene Benutzerzahlen berechnet. Die Ergebnisse der Performancemessungen zeigen, dass die RT von FaaS durchwegs höher ist als jene von CaaS. Für zeitkritische Applikationen kann FaaS daher nicht empfohlen werden. Bei den Kosten zeigt sich ein gemischtes Bild. Gerade bei wenigen API-Aufrufen entstehen bei FaaS kaum Kosten im Vergleich zu CaaS. Je höher die Anzahl der API Aufrufe, umso mehr verkehrt sich dieser Umstand jedoch ins Gegenteil, bei zwölf Millionen täglichen Aufrufen ist die FaaS Lösung schon beinahe dreimal so teuer wie CaaS. FaaS bietet sich also vor allem für kleinere Applikationen an, um einen Kompromiss zwischen Performance und Kosten zu finden.

Die Einführung von einheitlichen und dokumentierten Telearbeitsmodellen wird von Unternehmen häufig außer Acht gelassen. Zahlreiche Unternehmen aus der IT-Branche verfügen über keine standardisierte Vorgehensweise für die Etablierung von Telearbeitsarbeitsplätzen. Durch die Corona-Pandemie mussten viele Arbeitsplätze rasch in die eigenen vier Wände der Belegschaft transformiert werden. Aufgrund der schnellen Transformation wird vermutet, dass auf wesentliche Aspekte für ein erfolgreiches, langfristiges und nachhaltiges Bestehen der Modelle vergessen wurde. Demzufolge richtet sich die behandelte Forschungsfrage auf die Vorgaben und Modelle, welche für einen rein virtuellen Arbeitsplatz im Kontext der modernen Software-Entwicklung benötigt werden. Hierzu wurden Hypothesen zur Bedeutung der Existenz des physischen Büros, zu Dokumentations- & Kommunikationsstrukturen, zur Arbeitsplatzausstattung und zu den internen Strukturen eines Unternehmens aufgestellt. Für die Prüfung der Hypothesen wurde eine Umfrage mit Teilnehmer*innen aus der IT-Branche durchgeführt. Mit Hilfe der Befragung konnten die aktuell gelebten Strukturen sowie einige Adaptierungswünsche der Befragten erhoben werden. Weiters konnten anhand der erhobenen Merkmale einige wichtige Faktoren zur Verbesserung der aktuell gelebten Telearbeitsrichtlinien identifiziert werden. Auf Basis der Ergebnisse und des erarbeiteten theoretischen Wissens wurden Handlungsempfehlungen ausgesprochen. Das Ergebnis dieser Arbeit zeigt, dass die Telearbeit in dieser Branche nicht mehr wegzudenken ist. Diese Form der Arbeitszeiteinteilung wird vermehrt von den Arbeitnehmern und Arbeitnehmerinnen gefordert, weshalb auch Strukturen für funktionierende Modelle geschaffen werden müssen. Im Anschluss an die geprüften Hypothesen werden zwei neue Telearbeitsmodelle anhand der Ergebnisse vorgestellt.

Every fifth human suffers from musculoskeletal disorders. Diagnosis, treatment and aftercare of those conditions provide a severe problem for the healthcare system around the world. Radiology units are highly occupied with patient demands and in consequence, radiologists are especially prone to suffer from fatigue. Overall 11% to 27% fractures are misdiagnosed. This is especially harmful during childhood since inappropriate treatments are futile for further bone development. Certain care in this perspective is epiphyseal fractures, which are directly linked to bone growth.In recent years more and more computational driven diagnosis methods find their way into clinical diagnosis due to hardware and software advancements. Particularly the evolvement of machine learning algorithms for image analysis in any kind of application is intriguing for clinical usage to support radiologists. Here, we compare state-of-art imaging analysis machine learning modells for their applicability to predict epiphyseal fractures. Using 21557 X-ray images, split into training and validation datasets, from the Radiology Department of the Medical University of Graz were used to train seven different commonly used models. We found that A custom ensemble model of ShapeMask and SpineNet yielded the most accurate prediction with 80,7%. Most tested models, including SpineNet, ResNet, MobileNetV2, a custom convolutional neural network, faster R-CNN, and Azure Custom AI provided an accuracy of 70% to 80%. Only MobileNetV2 turned out to be inapplicable for this use case, resulting in a meagre 40% accuracy. None of the tested models was able to outperform the accuracy of radiologists. All in all, we provide a comprehensive overview of the possible utilization of currently available imaging analysis machine learning models and their possible use for epiphyseal fracture diagnosis.

Selbst für die Hotel Industrie bringt die Digitalisierung viele neue Probleme mit sich, denen sich Hotels stellen müssen. Eines dieser Probleme ist Online-Marketing. Deshalb steht dieser Themenkreis in dieser Masterarbeit im Mittelpunkt der Betrachtung. Welche Schritte im Bezug auf Onlinemarketing sind notwendig, damit ein privater Seminarhotel Betreiber langfristig neue Business Kunden akquirieren kann? Diese Forschungsfrage wird im Rahmen dieser Arbeit zentral behandelt. Alle Grundlagen des Marketings und weitere Grundlagen, um diese Frage beantworten zu können, wird im ersten Teil sorgfältig definiert. Dazu gehören die Definition von Businesshotels, die Digitale Transformation, Marketing, die Alleinstellungsmerkmale oder auch Unique Selling Propositions genannt, die 4Ps des Marketings, die 7Ps des erweiterten Marketings, die Kundenzufriedenheit, die Kommunikationswege, die Kundenbindung, die Personas, die Customer Journey und der Service Blueprint. Im zweiten Teil wird alles, was aus Sicht des Online Marketings für das in dieser Arbeit beschriebene Konzept notwendig ist, abgebildet. Zu diesem Zweck erfolgte eine Gliederung in Social Media, Webseiten, Buchungsportale, Usability / User Experience, Suchmaschinenwerbung, Newsletter Marketing und Signatur Marketing. Im dritten Teil wird das Konzept erstellt und jeder Teil des Konzepts wird detailliert beschrieben. Der vierte Teil befasst sich mit dem Design der Umfrage. Dabei wird einerseits definiert, wer für diese Arbeit als Mitglied der Zielgruppe dient, andererseits werden aber auch der Inhalt, der Bewertungsprozess und die Ergebnisse der Umfrage als auch mögliche Änderungen des Konzepts erörtert. Um dieses Konzept zu validieren, wurde eine Umfrage unter 137 Personen durchgeführt. Die Ergebnisse zeigen, dass ein Konzept für Hotels, wie es in dieser Arbeit erstellt wurde, notwendig ist und dass es kontinuierlich überwacht und verbessert werden muss. Alle Daten aus der Umfrage sind nicht in dieser Arbeit enthalten, sondern separat auf der CD beigefügt.

Das Smart Home hat sich als Anwendungsgebiet innerhalb des IoT große Beliebtheit verschafft. Mithilfe von verschiedenartigen, miteinander vernetzten Geräten werden Komfort und Sicherheit im Wohnbereich gesteigert. Aufgrund der einfachen Bedienung und der Interoperabilität zwischen unterschiedlichen Plattformen ist diese Art von Geräten besonders in Privathaushalten verbreitet. Durch ständige Konnektivität zum Internet bestehen jedoch Risiken hinsichtlich der Informationssicherheit sowie des Schutzes von Daten der BenutzerInnen. Die untersuchte Architektur im Rahmen dieser Arbeit behandelt ein generisches, Cloud-basiertes System. Dieses wird mithilfe des Risikoanalysemodells OCTAVE Allegro und dem Fokus auf kritische Informationsassets systematisch auf Sicherheitsrisiken überprüft. Für eine bessere Übersicht wird das Gesamtsystem in drei Subsysteme aufgeteilt. Ziel der Risikoanalyse ist es, die unterschiedlichen Sicherheitsrisiken, welche mit der Nutzung von Cloud-basierten Smart Home Systemen verbunden sind, aufzuzeigen. Für die Reduzierung von Risiken werden Gegenmaßnahmen sowie ein Katalog über Handlungsempfehlungen für NutzerInnen erarbeitet. Die Ergebnisse zeigen, dass NutzerInnen innerhalb ihres Einflussbereiches gezielt Maßnahmen zur Reduzierung der Risiken setzen können. Besonders beim Betrieb von kritischen Geräten sind eine stabile Energieversorgung und Internetverbindung essenziell. Der restliche Anteil der Sicherheitsrisiken geht bei einem Cloud-basierten System auf die Systemanbieter sowie Service Provider über. Durch die Entwicklung von Systemen innerhalb aktueller Security-Frameworks können Systemanbieter bereits in der Konzeptphase spätere Risiken vermeiden und Security und Privacy by Design Prinzipien einhalten. Für eine nachhaltige Durchsetzung von Smart Home Systemen ist dies ein essenzieller Faktor. Mithilfe neuer Technologien wie Blockchain könnten traditionelle Sicherheitsprobleme im IoT obsolet werden, konkrete Anwendungsfälle dafür befinden sich noch im Forschungsstadium.

Wissen wird zu einem immer wichtiger werdenden Wettbewerbsfaktor, welcher durch die steigende Globalisierung und Entstehung neuer Absatzmärkte begründet wird. Durch die COVID-19-Pandemie ist es jedoch zu einer nie dagewesenen Umstellung der Arbeitsweise gekommen. Der Anteil der an zu Hause arbeitenden Personen ist gestiegen und es haben sich Kommunikationswege durch die verteilte Arbeitsweise auf digitale Kanäle wie E-Mails oder Chatnachrichten verlagert. Dadurch ist das Sammeln, Speichern und Verteilen von Wissen erschwert worden. Das Ziel dieser Arbeit ist es aufzuzeigen, wie ein Werkzeug für Wissensmanagement in dieser geänderten Arbeitsumgebung Unterstützung bieten kann und dazu beiträgt, die mit Teleworking, verteilten Teams und unabhängiger Arbeitsweise verbundenen Herausforderungen zu bewältigen. Deshalb wurden im ersten Schritt die theoretischen Grundlagen zu Wissensmanagement bzw. der dazugehörigen Werkzeugen sowie die Barrieren zu deren Nutzung erarbeitet. Danach wurde der Arbeitsalltag am Beispiel der Softwareentwicklung analysiert, welche Änderungen aufgrund des gesteigerten Teleworkings entstanden sind und wie Wissensmanagement in dieser Branche eingesetzt werden kann. Anschließend wurde eine vertiefte Analyse von modernen Ansätzen für Wissensmanagementsysteme durchgeführt. Basierend auf den Ergebnissen der theoretischen Untersuchung wurde dann ein Prototyp entwickelt, mit welchem es möglich ist, Wissensartikel und Self-Service-Prozesse für Mitarbeiterinnen und Mitarbeiter bereitzustellen. Die Kernfunktionalitäten für die Umsetzung der modernen Ansätze umfassen die folgenden Bereiche: - proaktive Wissensbereitstellung - kontextbasierte Wissenserfassung - Ausführung von Self-Service-Prozessen Letztlich wurde der Prototyp an unterschiedlichen Unternehmen getestet und Feedback hinsichtlich der modernen Ansätze gesammelt und evaluiert. Das finale Kapitel dieser Arbeit zeigt, dass sowohl die proaktive Wissensbereitstellung als auch die Ausführung von Self-Service-Prozessen von den Unternehmen erwünscht wird.

Lagerleitstände sind mit einer Vielzahl an technischen und organisatorischen Herausforderungen konfrontiert. Sich ändernde Umstände im Lagerlogistikumfeld sowie geänderte Konsumentenanforderungen erfordern zudem, dass sich Informationssysteme daran anpassen. Die vorliegende Arbeit befasst sich hier insbesondere damit, wie künstliche Intelligenz den Lagerleitstand in seinen Aufgaben unterstützen kann. Um diese Frage zu beantworten, wird die aktuell vorhandene Literatur in drei Aspekten beleuchtet. Zum einen werden die Aufgaben, die Lagerleitstand zukommen analysiert. Anschließend wird erfasst, mit welchen Informationssystemen dieser in Kontakt ist. Zuletzt wird beschrieben, wie intelligente Systeme implementiert werden können. Um die aus der Literatur aufgestellten Hypothesen zu überprüfen, erfolgte ein zweistufiger Prozess zur Überprüfung dieser. Hierbei wurde eine Befragung von Lagerlogistiksoftware Experten durchgeführt und diese wurde qualitativ ausgewertet. Die Ergebnisse dieser Befragung wurden in einer Kundenumfrage weiter validiert. Diese Kundenumfrage wurde quantitativ ausgewertet. Die Ergebnisse der Arbeit zeigen, dass in unterschiedlichen Teilbereichen zusätzliche intelligente Funktionalitäten benötigt werden. Künstliche Intelligenz ist hierbei lediglich die Möglichkeit, diese Anforderungen umzusetzen und wird nicht gesondert von Kunden nachgefragt. Vor allem in Warehouse-Management-Systemen sind bisher wenig konkrete Anwendungsfälle implementiert worden. Neben intelligenter Lagerung von Waren, die berücksichtigt, welche Produkte häufig gemeinsam ausgeliefert werden, identifizierten die Befragten vor allem auch die Notwendigkeit von Prozessoptimierung. Diese umfasst Ressourcenoptimierung sowie das Erkennen von optimalen Zeitpunkten für bestimmte Lageroperationen. Zudem ist eine vorrauschauende Fehlererkennung in unterschiedlichen Lagerteilbereichen für Lagerleitstände ein besonders relevanter Anwendungsfall. Dieser eignet sich aufgrund der Datenbeschaffenheit und der Komplexität des Problems für eine Implementierung mithilfe von künstlicher Intelligenz.

Web-Anwendungen sind heute kaum mehr aus dem Alltag wegzudenken. Oft bemerken Benutzerinnen und Benutzer nicht einmal, dass es sich bei der Anwendung um eine Web-Anwendung handelt. Web-Technologien sind ein Schlüsselelement für viele Funktionen und Services, die heutige Applikationen ausmachen. Sie ermöglichen die gleichzeitige Benutzung einer Anwendung von vielen Nutzerinnen und Nutzern, ohne dass dabei eine Installation seitens der nutzenden Personen notwendig ist. Doch auch wenn Web-Anwendungen immer öfter zum Einsatz kommen, stellt sich die Frage, ob sie Desktop-Anwendungen auf allen Gebieten ersetzen können. Desktop-Anwendungen bieten viele Vorteile und Einsatzmöglichkeiten. Deshalb werden in dieser Arbeit die Eigenschaften und Merkmale sowie die Einsatzgebiete von Desktop- und Web-Anwendungen genauer betrachtet und analysiert. Dabei wird auf die Vor- und Nachteile der beiden Anwendungstypen eingegangen, um genauer abgrenzen zu können, wo deren Stärken und Schwächen liegen. Die vorliegende Arbeit teilt sich in eine Literatur- und eine empirische Forschungsarbeit. In der Literaturarbeit werden die theoretischen Grundlagen dargelegt und die entsprechenden Erkenntnisse zu den oben angeführten Themenpunkten angeführt. Im empirischen Teil der Arbeit sollen die aus der Literatur gewonnenen Erkenntnisse durch Expertenwissen ergänzt werden. Dabei werden zwei wissenschaftliche Methoden, die Experteninterviews und die qualitative Inhaltsanalyse nach Mayring, angewendet. Mit Hilfe der Erkenntnisse aus der Literaturarbeit und der empirischen Forschungsarbeit soll die Forschungsfrage beantwortet werden. Im Fazit wird die Forschungsfrage nochmals erörtert und schließlich beantwortet.

Mobile Anwendungen bekommen eine immer größere Relevanz zugesprochen. Wesentliche Gründe hierfür sind die Offline-Fähigkeit, uneingeschränkte Geräte-Zugriffe, App Stores zur Bereitstellung, intuitive Interaktionen und vieles mehr. Um diese Charakteristiken zu nutzen, hat sich bisher der native Ansatz durchgesetzt, wobei für jedes Betriebssystem eine eigener Quellcode geschrieben werden muss. Genau hier setzen Progressive Web-Anwendungen an. Diese Art von Technologie verspricht eine native Benutzererfahrung, mit dem entscheidenden Unterschied, dass nur eine einzige Quellcode-Basis notwendig ist. Somit kann der Entwicklungs- und Wartungsaufwand mit den umhergehenden Kosten intensiv verringert werden. Diese Arbeit betrachtet aus diesem Grund die Möglichkeiten und Einschränkungen von Progressive Web-Anwendungen gegenüber nativen iOS- und Android-Anwendungen. Um dieses Ziel zu erreichen, wird ein Benchmarking für die unterschiedlichen Konzepte durchgeführt. Die Basis bilden dabei eine Literaturanalyse und eine Implementierung einer Progressive Web-Anwendung mit den Mindestanforderungen. Im Anschluss werden Vergleichskriterien anhand der ISO 25010 aufgestellt, welche als Norm für die Qualitätskriterien von Software, IT-Systemen und Software-Engineering bekannt sind. Die Technologieansätze werden daraufhin mithilfe dieser Kriterien evaluiert und einander gegenübergestellt. Das Resultat dieser Arbeit ist eine Entscheidungsmatrix, welche für jede Art von Entwicklungsprojekten mobiler Anwendungen anwendbar ist. Diese Matrix hilft, den optimalen Ansatz für vorliegende Projekt-Anforderungen zu bestimmen. Grundsätzlich konnte in dieser Master-Thesis ein aufsteigender Trend für Progressive Web-Anwendungen beim mobilen Chrome und Samsung Internet Browser evaluiert werden. Nichtsdestotrotz sind seitens Apple mit dem mobilen Safari Browser noch wesentliche Einschränkungen vorhanden, was den Ersatz durch Progressive Web-Anwendungen nicht in allen Fällen gewährleisten kann.

Smart Services sind Teil des globalen Megatrends der digitalen Transformation. Seit circa 2015 ermöglichen Smart Services, dass Unternehmen Dienstleistungen erbringen, bereits bevor Kund/innen den Bedarf für diese erkennen. Dies führt zu einer Effizienz- und Effektivitätssteigerung für alle Beteiligten, wodurch wiederum die Zufriedenheit aller gesteigert wird. Die Ursprünge von Smart Homes reichen hingen bis in die 1960er Jahre zurück. Bereits damals wurden reaktive und proaktive Steuerungsmöglichkeiten für das „Wired Home“ aufgezeigt. Der hohe Energie- und Ressourcenbedarf wecken bei immer mehr Menschen das Bedürfnis, die Effektivität und die Effizienz ihres Lebensraumes zu steigern. Trotz der großen Weiterentwicklungen im Bereich des Internet of Things und dem Machine Learning, nennen Benutzer/innen ihren Lebensraum bereits smart, wenn sie diesen aus der Ferne steuern können. Diese Arbeit überträgt die Implikationen des Begriffs „smart“ aus der Grundfunktionalität eines Smart Services auf Smart Homes. Damit soll die Frage beantwortet werden, ob mit Machine Learning eine präemptive Steuerung eines Smart Homes möglich ist. Hierzu werden unterschiedliche Algorithmen verwendet, um mit einem Datensatz aus einer Laborumgebung Machine Learning Modelle zu erstellen. Diese werden auf Basis mehrerer Metriken miteinander verglichen, um festzustellen, ob es möglich ist, damit eine präemptive Steuerung für ein Smart Home umzusetzen.