Anwendungen und Konzepte der Wirtschaftsinformatik

Anwendung von Machine Learning und Deep Learning im automatisierten Finanzhandel

Dogus Tansel, Harald Ritz, Oliver Hein — Thu, 28 Dec 2023 00:00:00 +0000

Zunehmend kristallisieren sich zukunftsorientierte KI-Ansätze als Trend zur Automatisierung des finanziellen Handels mit Blick auf Machine Learning und Deep Learning-Methoden heraus. Insbesondere DL-Modelle haben in den letzten Jahren im Finanzsektor an Bedeutung gewonnen, da sie in der Lage sind, komplexe Zusammenhänge und Muster innerhalb der Datenmengen zu erkennen, die für menschliche Händler schwer zugänglich sind.

Der Artikel stellt ganzheitliche Ansätze zur Entwicklung intelligenter Handelssysteme und die damit einhergehende Nutzbarkeit vor. Hierbei ist das Ziel, zu untersuchen, wie der Einsatz von DL-Modellen innerhalb eines Handelssystems realisiert werden kann. Im Rahmen dieser Realisierung steht dabei die Entwicklung und Anwendung eines algorithmischen Handelssystems für das Treffen automatisierter Handelsentscheidungen im Fokus. Teilnehmer auf den Finanzmärkten stehen vor der spannenden Aufgabe, verschiedene Ansätze zu berücksichtigen. Ob sie sich für den Einsatz von klassischen ML- oder erweiterten DL-Modellen entscheiden oder ob Techniken zur Preis- und Trendvorhersage eingesetzt werden, hängt von den individuellen Zielen und Präferenzen ab.

Editorial

Frank Herrmann, Norbert Ketterer, Konrad Marfurt, Christian Müller — Wed, 27 Dec 2023 00:00:00 +0000

Experimente zur GPT-3.5-unterst¨utzten Entwicklung von Prozessmodellen

Carlo Simon, Stefan Haag, Lara Zakfeld — Wed, 27 Dec 2023 00:00:00 +0000

Noch können Prozessmodelle nicht automatisch aus textuellen Beschreibungen generiert werden. Die Vorteile einer solchen Technologie lägen in kürzeren Entwicklungszeiten und einer kohärenteren, weil algorithmischen Interpretation des Inputs. Dazu müssten Methoden der formalen Modellierung und der Linguistik kombiniert werden. Die aktuellen GPT-Modelle eröffnen gerade hinsichtlich der linguistischen Analyseneue Möglichkeiten. Dieser Beitrag untersucht, ob die Fähigkeiten von GPT-3.5, Texte zusammenzufassen, kausale Zusammenhänge zu erkennen oder Begriffe zu klassifizieren, auch ausreichen, um formale Prozessmodelle zu erstellen. Hierzu wurden systematisch Experimente zur Nutzung von GPT-3.5 durchgeführt. Dabei konnte beobachtet werden, dass die Resultate abh¨angig von den gewählten Transformer-Optionen erheblich variieren. Die Protokolle der Experimente werden in diesem Beitrag zusammengefasst und aus den Ergebnissen dann mögliche, künftige Forschungsaktivitäten abgeleitet.

Ausgestaltung eines digitalen Zwillings im Rahmen von Manufacturing-X

Thu, 28 Dec 2023 00:00:00 +0000

Die Ausgestaltung von digitalen Zwillingen im Rahmen von Manufacturing-X eröffnet sowohl für Unternehmen in der Ausrüsterindustrie als auch für die Betreiber der Plattform erhebliche Chancenpotenziale. Für einen effektiven und effiziente Einsatz gilt es, zugehörige Rahmenbedingungen zu kennen und notwendige Schritte auf beiden Seiten für eine performante Umsetzung einzuleiten. Hierfür werden Lösungsmöglichkeiten, ausgewählte Geschäftsmodelle und ein eigens entwickeltes Vorgehensmodell zur Implementierung vorgestellt. Zur Ausgestaltung des Vorgehensmodells erfolgt eine detaillierte Behandlung der technischen Realisierung. Zur Schaffung von Anreizen werden Vorschläge aus anderen Bereichen zur effizienten Nutzung von Manufacturing-X aufgegriffen.

Entwicklung eines Referenzmodells zur Strukturierung des Einsatzes von Self-Service Business Intelligence in Unternehmen

Julian Beck, Kai Holzweißig — Thu, 28 Dec 2023 00:00:00 +0000

Mit „Self-Service Business Intelligence (SSBI)“ wird gegenwärtig ein Ansatz diskutiert, der Mitarbeiter*innen dazu befähigen soll, anhand einfach zu bedienender BI-Anwendungen, benutzerdefinierte Datenanalysen weitgehend selbstständig durchzuführen. Eine Kernidee hierbei ist, den Wissensaustausch zwischen den verschiedenen Anwendergruppen zu fördern, um ihre Data-Science-Kompetenzen weiterzuentwickeln. Stand heute ist allerdings nicht ausreichend beschrieben, inwiefern eine Zusammenarbeit bei diesen Aufgaben sinnvoll stattfinden kann. Darüber hinaus fehlen bislang Erkenntnisse über die zeitliche Abfolge der Aufgaben und die dabei involvierten Anwender*innen. Im vorliegenden Artikel wird deshalb anhand einer Literaturanalyse sowie qualitativer empirischer Forschungsbefunde ein Referenzmodell für den Einsatz von SSBI in multidisziplinären Teams vorgeschlagen, das die komplexen Interdependenzen zwischen den Anwenderrollen offenlegt und Handlungsempfehlungen zur Strukturierung des Analyseprozesses gibt. Die Ergebnisse zeigen, dass etablierte Modelle wie CRISP-DM keine vollständige Unterstützung für SSBI bieten. Anhand der Forschungsbefunde können vier Trajektorien identifiziert werden, die den Verlauf von verschiedenen Analyseaufgaben aufzeigen und dabei die Zusammenarbeit der Rollen hervorheben. Dem übergeordnet wird eine Reihe von Aktivitäten dargelegt, die eine Ausgangsbasis für die Ableitung weiterer Trajektorien schafft. Insgesamt unterstützt das Referenzmodell Unternehmen darin, BI-relevante-Abläufe schneller anzupassen und Prozessschwächen leichter identifizieren zu können.

A Machine Learning based Approach on Employee Attrition Prediction with an Emphasize on predicting Leaving Reasons

Fabian Engl, Frank Herrmann — Thu, 28 Dec 2023 00:00:00 +0000

Using Vitesco Technologies as an example, this article examines whether machine learning models are suitable for detecting employee attrition at an early stage, with the aim of uncovering underlying reasons for leaving. Nine different machine learning algorithms were examined: K-nearest-neighbors, Naive Bayes, logistic regression, a support vector machine, a neural network, a random forest, adaptive boosting, and two gradient boosting models. A three-way-holdout validation method was implemented to assess the quality of the results and measure both the f-score and the degree of model generalization. Initially, it was found that tree-based methods are best suited for classifying employees. A multiclass classification approach showed that under certain conditions it is even possible to predict the underlying leaving reasons.

Anwendung von Object Centric Process Mining am Beispiel eines Use Cases

Florian Heck, Frank Morelli, Janna Meyer — Thu, 28 Dec 2023 00:00:00 +0000

Die Anwendung von Object-Centric Process Mining (OCPM) erweist sich als hilfreich Geschäftsprozesse besser zu verstehen und sie nachhaltig zu optimieren. Dabei löst OCPM einige Probleme des traditionellen Process Mining Einsatzes und kann als digitaler Prozess-Zwilling die Realität besser abbilden. Der vorliegende Artikel erläutert zum einen die Problematiken von Single-Event Logs im Sinne von Divergenz und Konvergenz. Darüber hinaus werden die theoretischen Grundlagen zu den OCPM-Event-Logs vorgestellt und im weiteren Verlauf in einer praktischen Anwendung veranschaulicht. Die praktische Anwendung der OCPM Lösung erfolgt mit der Process Mining Software der Firma MEHRWERK.

Entwicklung eines Unterweisungsmoduls für Microsoft Dynamics NAV 2016

Frank Herrmann, Patrick Hilgart — Wed, 27 Dec 2023 00:00:00 +0000

Sicherheit am Arbeitsplatz ist in der heutigen Zeit unerlässlich. Die psychische und physische Gesund-heit aller Beschäftigten eines Unternehmens dürfen niemals vernachlässigt werden. Um die Mitarbeiter zu sensibilisieren, sieht der Gesetzgeber regelmäßige Unterweisungen vor. Diese bedeuten für den Unter-nehmer nicht nur Zeitaufwand während den Unter-weisungsterminen, sondern auch bei der Organisation. Die fortschreitende Digitalisierung der Geschäftspro-zesse kann diese Aufgaben erleichtern, menschliche Fehler minimieren und Arbeitszeit einsparen. Die zentralen ERP-Systeme der Unternehmen eignen sich auch in diesem Bereich als Plattform. Für die im Un-ternehmen Pfleiderer Teisnach GmbH & Co. KG ein-gesetzte ERP-Software Microsoft Dynamics NAV 2016 soll ein Unterweisungsmodul programmiert werden, dass auch diese Geschäftsprozesse digitali-siert und zum Großteil automatisiert.

Hinreichende Spezifikation einer KI-Funktion am Beispiel Fußgängerschutz

Bernhard Knie, Stefan Kubica, Vittorio Rocco — Wed, 27 Dec 2023 00:00:00 +0000

Transparenz und Erklärbarkeit sind essenzielle Faktoren bei der Entwicklung sicherer KI-Modelle für den Fußgängerschutz. Dies ermöglicht nicht nur eine ver-besserte Akzeptanz, sondern fördert auch das Vertrauen der Nutzer in die präventiven Fähigkeiten dieser Systeme.

Die Integration von Sensoren, maschinellem Lernen und fortschrittlichen Algorithmen ermöglicht eine präzise Analyse von Fußgängerverhalten und Umge-bungsfaktoren. Dabei spielt die Echtzeitverarbeitung eine entscheidende Rolle, um schnell auf sich ändernde Situationen zu reagieren.

Zusätzlich zur Technologieentwicklung betont diese Analyse die Notwendigkeit strikter Sicherheitsmaß-nahmen, um potenzielle Risiken und Sicherheitslücken zu minimieren. Dazu gehören Sicherheitsprotokolle für die Datenspeicherung, den Modellschutz und den Zu-griff auf KI-Systeme.

Die Einhaltung gesetzlicher und ethischer Richtlinien ist ein weiterer wichtiger Aspekt. Regulatorische Vorgaben und ethische Standards sollen sicherstellen, dass KI-Technologien im Automobilsektor nicht nur sicher, sondern auch im Einklang mit gesellschaftlichen Werten und Normen eingesetzt werden.

Organizational Integration of User Experience Contributors in Agile Software Development

Dominik Oelfin, Frank Morelli — Thu, 28 Dec 2023 00:00:00 +0000

Die vorgestellte Untersuchung zeigt, dass die Einbeziehung der Benutzererfahrung in die Softwareentwicklung in der Theorie als wertvoll angesehen wird, ihre Priorisierung in der Praxis jedoch hinterherhinkt. Daher untersuchen wir Faktoren, die berücksichtigt werden müssen, um die organisatorische Einbindung von User Experience-Mitarbeitern in der agilen Softwareentwicklung zu verbessern. Organisatorisches Design, involvierte Rollen und weitere strukturelle Aspekte wie Autonomie dienen als Grundlage, um eine effektive Einbindung von User Experience-Mitarbeitern in Produktentwicklungsprozesse zu ermöglichen. Organisatorische Praktiken prägen die Art und Weise, wie die Prozesse der User Experience und der agilen Softwareentwicklung kombiniert werden können. Insbesondere die Verflechtung der Prozesse, die gegenseitige Priorisierung und die enge Zusammenarbeit können als Schlüsselfaktoren identifiziert werden. Schließlich fassen wir diese Faktoren in einem Rahmenwerk zusammen und reichern sie mit praktischen Implikationen an. Dieser Rahmen kann als Ausgangspunkt für die weitere Erforschung und Verbesserung der organisatorischen Integration der an der Benutzererfahrung Beteiligten in der agilen Softwareentwicklung dienen.

On the Impact of a Business Intelligence System on Analysis Effort

Kai Petersen, Amelie Wasse, Tim Cruse, Jacob Sietas, Jan Gerken — Wed, 27 Dec 2023 00:00:00 +0000

Hintergrund: Business Intelligence bietet Entscheidungsträgern in öffentlichen Verwaltungen Entscheidungsunterstützung. Bisher haben Forscher die Nutzung von Business-Intelligence-Systemen beispielsweise in Bezug auf Effizienzsteigerungen der Organisation untersucht. Basierend auf unserer Literaturstudie haben Forscher sich jedoch noch nicht auf die Auswirkungen von Business-Intelligence-Systemen auf die Effizienz analytischer Prozesse im Kontext der öffentlichen Verwaltung konzentriert.
Ziel: Ziel dieser Studie ist es, die Auswirkungen der Einführung eines Business-Intelligence-Systems in der öffentlichen Verwaltung zu untersuchen.
Methode: Eine Fallstudie wurde durchgeführt, um die Auswirkungen zu untersuchen. Wir untersuchten vier Abteilungen in der Stadtverwaltung Flensburg in Deutschland. Wir haben Interviews durchgeführt und Dokumentationen analysiert, um die analytischen Prozesse zu beschreiben und Effizienzgewinne abzuschätzen.
Ergebnisse: Das BI-System führte zu Effizienzgewinnen in verschiedenen Abteilungen. Die Gewinne variierten von 1,77% bis 47%. Verluste wurden hinsichtlich Medienwechsel beobachtet.
Schlussfolgerungen: Die Auswirkungen auf die Effizienz variieren je nach Eigenschaften des analytischen Prozesses (z.B. Wiederholungen im Prozess). Daher sind weitere Untersuchungen erforderlich, um Theorien über die Beziehung zwischen Effizienz und der Nutzung von BI-Systemen in öffentlichen Verwaltungen zu entwickeln.

Fuzzy Clustering-Kundensegmentierung im Vorsogevollmacht-Business

Peter Rausch — Thu, 28 Dec 2023 00:00:00 +0000

Abstract

Over the past years, a large market for service providers for powers of attorney has emerged in Germany. In general, the market contains all segments of the population. Not much research in the field of customer segmentation and marketing campaign preparation can be found on this industry. In this paper a real-world example of a service provider with more than 80,000 customers is analyzed. First, we compare the actual regional demographic structures of Germany’s population with the regional structures of the customer base. The data on underrepresented population groups can be used for targeting when future marketing campaigns are prepared. Second, deterministic and fuzzy cluster approaches will be transferred to the use case and suitable configurations are explored. Finally, a recommendation, which of the analyzed approaches is most suitable in the present case will be given. The promising findings can be transferred to many other areas.

Designing a Use Case for Supply Chain Resilience Based on Process Mining

Wed, 27 Dec 2023 00:00:00 +0000

Amidst global disruptions, the significance of Supply Chain Resilience (SCR) has surged in scholarly and practical discourse. This paper endeavors to craft an industry-neutral conceptual dashboard, tailored for in-house consultants, to measure and oversee SCR. Drawing from the SCOR model's resilience metrics, Key Resilience Areas (KRAs), and Accenture’s SCR application, this study presents a practical use case for deploying such a dashboard. Expert evaluation by process mining and supply chain specialists highlighted potential enhancements for the dashboard.

Automatisierungspotenziale von Büro- und Verwaltungsarbeiten anhand von Large Language Models am Beispiel von ChatGPT

Sina Stumpp, Frank Morelli — Thu, 28 Dec 2023 00:00:00 +0000

Dieser Beitrag untersucht das Potenzial von Large Language Models (LLMs) am Beispiel von ChatGPT für die Automatisierung von Büroarbeiten in Beratungsunternehmen. Auf der Basis von Experteninterviews werden zwei Anwendungsfälle identifiziert und Kriterien für die Anwendung des Tools definiert. Es handelt sich dabei um "Erstellung von PowerPoint-Präsentationen" und "Deeskalation beim Verfassen von E-Mails". Die Studie unterstreicht die Notwendigkeit einer robusten KI-Strategie und intensiver Schulungen, um Risiken zu minimieren und Mitarbeiter zu schulen.

Analyse der Chancen und Risiken von KI-basierten Large Language Models am Beispiel von ChatGPT in der innerbetrieblichen IT

Cem Sidar Bulut, Frank Morelli — Thu, 28 Dec 2023 00:00:00 +0000

Im Rahmen dieser Bachelorarbeit werden Möglichkeiten eines ChatGPT-Einsatzes in der innerbetrieblichen Informationstechnologie eines Unternehmens untersucht und diskutiert. Neben den Chancenpotenzialen fließen auch Risikoaspekte wie die Gefährdung der IT-Sicherheit oder der Umgang mit sensiblen Daten bei der Einbettung von ChatGPT ein. Aus dieser Betrachtungweise heraus werden Handlungsempfehlungen abgeleitet.

Vergleich und Evaluierung verschiedener Clustering Algorithmen und Methoden zur Anwendung auf Wetterdaten zum Definieren von Wetterereignisprofilen und deren Charakteristiken

Julian Erath — Wed, 27 Dec 2023 00:00:00 +0000

Clusteranalysen mit den Algorithmen KMeans, HAC, GMM & DBSCAN auf Wetterdaten aus Ontario, Kanada, mithilfe von DSR. Ziel ist die Identifizierung von Wetterereignisprofilen. Die entwickelten Profile könnten in Wettervorhersagen, Dashboards und zur Anomaliedetektion Anwendung finden. IBM Deutschland GmbH stellt sieben Jahre historische Wetterdaten bereit, die Potenzial für zukünftige Forschung bieten.

Prompt Engineering mit ChatGPT 3.5 für Midjourney am Beispiel eines Use Cases für Wildlife Photography

Jonathan Kreiss, Frank Morelli — Wed, 27 Dec 2023 00:00:00 +0000

Das vorliegende Paper beleuchtet das Phänomen des Prompt Engineerings anhand der Anwendung von ChatGPT. In praktischen Anwendungen wird analysiert, was einen effektiven Prompt ausmacht und wie ChatGPT gezielt genutzt werden kann, um präzise Bildbeschreibungen für Midjourney zu generieren. Auf Grundlage dieser Erkenntnisse werden zudem Variationen für verschiedene Use Cases abgeleitet.

Entwicklung einer plattformunabhängigen Chatbot-Frontend-Anwendung

Simon Ludwig, Harald Ritz — Thu, 28 Dec 2023 00:00:00 +0000

Ziel der Masterarbeit ist es eine plattformunabhängige Anwendung für einen KI-basierten Chatbot einer Hochschule im Bereich Prüfungsangelegenheiten zu entwickeln, die auf allen gängigen Endgeräten lauffähig ist. Dabei sind eine barrierefreie Anwendung, eine mehrsprachige, responsive Oberfläche, die langfristige Wartbarkeit, die Wirtschaftlichkeit der Entwicklung und der Betrieb sowie die Benutzerfreundlichkeit zu gewährleisten.