KI in der Wirtschaft: Interdisziplinäres Tandemprojekt

Betreuende/r Professor/in / Lehrende/r

Prof. Dr. Kawa Nazemi (Fachbereich Informatik)
Prof. Dr. Anna Altmann (Fachbereich Wirtschaft), Prof. Dr. Christopher Almeling (Fachbereich Wirtschaft)

Ausgangssituation und Zielsetzung
Kenntnisse und Fertigkeiten in Bezug auf die Konzeption, Umsetzung und Bewertung KI gestützter Systeme gewinnen in der Praxis zunehmend an Bedeutung. In diesem Projektmodul entwickeln Studierende in Tandemgruppen aus Informatik und Wirtschaft KI-gestützte Softwarelösungen für reale wirtschaftliche und organisatorische Anwendungsfelder. Die konkrete Themenvergabe erfolgt im Modul innerhalb eines übergeordneten Themenblocks. Die Projekte sind forschungsorientiert angelegt und verbinden technische Konzeptionsarbeit, prototypische Implementierung sowie eine methodisch nachvollziehbare Evaluation.

Themenblock
KI-Anwendungen im wirtschaftlichen Kontext mit Schwerpunkt auf softwaretechnischer Realisierung, zum Beispiel Assistenzsysteme, Informations- und Wissensmanagement, intelligente Suche und Retrieval, Dokumenten- und Textanalyse, Entscheidungsunterstützung, Serviceautomatisierung, Prozessunterstützung sowie Qualitäts- und Risikoanalysen. Die genaue Ausgestaltung wird im Modul vergeben und in Absprache mit den Lehrenden präzisiert.

Arbeitsform und Interdisziplinarität
Die Arbeit erfolgt in Tandemgruppen mit klarer Zusammenarbeit zwischen Umsetzungsperspektive (Informatik) und Domänenperspektive (Wirtschaft). Informatikstudierende verantworten insbesondere die Übersetzung der fachlichen Anforderungen in technische Spezifikationen, die Auswahl und Integration geeigneter KI‑Verfahren, die Implementierung eines lauffähigen Prototyps sowie die technische Evaluation und Dokumentation. Die Zusammenarbeit mit den Wirtschaftsstudierenden ist integraler Bestandteil der Bewertung, insbesondere bei der Zieldefinition, der Festlegung von Erfolgskriterien und der Interpretation der Ergebnisse im Anwendungskontext.

Ablauf
Das Projekt ist in Phasen aufgeteilt. Die erste Phase umfasst die Projektplanung. Hierbei entwickelt das Projektteam ausgehend von der oben dargestellten Zielsetzung detaillierte Projektziele, einen Terminplan, einen Projektstrukturplan und definiert die Verantwortlichkeiten im Projekt. Anschließend erfolgt die Phase der Projektdurchführung. In dieser Phase soll der zuvor erstellte Plan ausgeführt werden. Im Rahmen regelmäßiger, z. B. zweiwöchiger Fortschrittsberichte sollen den Projektbetreuern die Projektfortschritte präsentiert werden. Die letzte Phase ist die Projektabschlussphase. Die Projektergebnisse werden in einem Projektbericht dokumentiert und im Rahmen eines Abschlussworkshops präsentiert.

 

 

 

 

Ein mögliches Analysesystem kombiniert modernste Künstliche Intelligenz und Large Language Models mit interaktiven Visualisierungen, um neue und bislang wenig erforschte Technologien intuitiv und verständlich zugänglich zu machen. Durch eine modulare Architektur neuronaler Netzwerke kann ein solches System flexibel an unterschiedliche Anwendungsbereiche angepasst werden. Mögliche Anwendungsfälle reichen von der Technologie- und Trendanalyse über datenbasierte Entscheidungsunterstützung bis hin zur Auswertung komplexer Forschungs- und Marktdaten. In Industrie und Produktentwicklung könnte es zur Prozessoptimierung und zur Identifikation von Innovationspotenzialen eingesetzt werden. Auch in Bildung und Weiterbildung bieten solche Systeme die Möglichkeit, komplexe technologische Zusammenhänge anschaulich aufzubereiten.

 

 

Lernziele

  • fachliche Anforderungen in technische Spezifikationen, Architekturentscheidungen und ein umsetzbares Prototypdesign überführen
  • geeignete KI-Verfahren auswählen, implementieren und in eine Anwendung integrieren, inklusive Datenaufbereitung und Schnittstellenkonzept
  • eine methodisch nachvollziehbare Evaluation planen und durchführen, inklusive Metriken, Baselines und Dokumentation der Versuchsbedingungen
  • Aspekte von Robustheit, Nachvollziehbarkeit, Bias, Datenschutz und Sicherheit im Entwurf und in der Umsetzung berücksichtigen
  • Projektergebnisse reproduzierbar dokumentieren und im Team, im Bericht und in der Präsentation verständlich kommunizieren

 

Bewertung

Konzeption (30 %), Projektbericht zur Konzeption und Implementierung (50 %), Projektpräsentation (20 %)