Beispiele für Themen von Abschlussarbeiten

Im Folgenden werden beispielhaft konkretere Fragen aufgeführt, jedoch erfolgt die spezifische Themenwahl in Abstimmung mit den Studierenden:

Transformations-, Gründungs- und Innovationsprozesse

• Nebenerwerbsgründung: Was motiviert Gründer dazu, ein Anstellungsverhältis zu behalten?
• Wann würden Arbeitgeber Nebenerwerbsgründungen von Angestellten unterstützen (siehe dazu ein erschienener Artikel)?
• Wie kann Gründungsförderung und Gründungspolitik Nebenerwerbsgründungen fördern?
• Wie können Nebenerwerbsgründungen im Kontext von Corporate Entrepreneurship und Innovationsmanagement genutzt werden?
• Maschinelles Lernen: Eine andere Art von Standardisierung?

Medizinische Versorgung

• Anwendung von Gründungstheorie auf die ärztliche Niederlassung
• Ausbildung von Medizinern und Praxisleitung
• Regionale Versorgungsunterscheide und die die Herkunft von Medizinern
• Ausbildung und Motivation von Landärzt*innen

Wirtschaftspsychologie

• Welche Rolle spielt Hoffnung im Kontext der modernen Entscheidungstheorie?
• Gibt es kulturelle Unterschiede in Bezug auf die Bedeutung von Hoffnung?
• Sind soziale Menschen weniger international mobil?
• Wie unterscheiden sich Frauen und Männer in Bezug auf Ihren Umgang mit Wettbewerben (siehe dazu ein erschienener Artikel)?
• Entscheidet man anders wenn man in einer Fremdsprache arbeitet (siehe dazu ein erschienener Artikel)?
• Gibt es kulturelle Unterschiede in der Wahrnehmung und im Umgang mit Wettbewerb?
• Wo finden sich in den Organisationen unserer Wirtschaft die mehr oder weniger sozialen Menschen?
• Wie werden Karriereentscheidungen durch Einstellungen gegenüber dem Wettbewerb (Spaß am Wettbewerb, persönliche Weiterentwicklung im Wettbewerb und der Wille zu Gewinnen) beeinflusst (siehe dazu ein erschienener Artikel)?
• Neugier und Lernen bei Unternehmensgründer
• Wie kann man Neugier von Menschen messen?
• Lernen und Verlernen als komplementäre Fähigkeiten

Künstliche Intelligenz in Praxis und Forschung

• Kausalität im deep leanring
• Gute und schlechte Kontrollvariablen: Implikationen für deep learning
• Large language models in der Beratung
• Large language models in der qualitativen Textanalyse