Generic filters
Exact matches only
Filter by content type



Unser Lehrprogramm umfasst Veranstaltungen aus dem Gebiet Wirtschaftsinformatik im Bachelor- und Masterstudium sowie Angebote für Doktoranden. Unser Ziel ist es, die Studierenden zu flexiblen und teamfähigen Persönlichkeiten auszubilden, die sowohl in der Lage sind, ihr Fachwissen auf reale Problemstellungen anzuwenden als auch praktische Problemstellungen mit einer wissenschaftlichen Herangehensweise zu lösen. Durch die Integration von aktuellen Forschungsergebnissen in die Lehre wollen wir eine enge Verzahnung von Lehre und Forschung erreichen. Darüber hinaus haben Studenten die Möglichkeit, in Bachelor- oder Masterarbeiten an aktuellen Forschungsfragen und -projekten mitzuarbeiten.


An unserem Lehrstuhl betreuen wir Bachelor- und Masterarbeiten mit Bezug zu unseren Forschungsschwerpunkten. Es gelten die offiziellen Bestimmungen der Universität St.Gallen für Bachelor- und Masterarbeiten. Weitere Informationen zum offiziellen Anmeldeverfahren, zu den formalen Kriterien, zu Plagiaten und sowie zu den Benotungsrichtlinien finden Sie im Intranet der HSG.

Alexander Meier

The Situation:
Are you intrigued by the potential of large language models in revolutionizing the way we manage and disseminate knowledge? Do you want to be at the forefront of combining knowledge graphs with AI to create a more democratic, transparent, and efficient knowledge management system? If so, this thesis on decentralized knowledge management using large language models is for you!

Objective of the Thesis:
The thesis could explore various facets of decentralized knowledge management systems, such as the architecture involving knowledge graphs, the role of large language models like GPT-4 in content curation, retrieval, and generation, and the community governance models that could be applied. Research fields could include the development of a proof-of-concept platform, or exploring ethical considerations in automated knowledge curation. You’ll have the opportunity to work with experienced researchers in the fields of Information Systems and AI. The thesis could involve qualitative research (expert interviews, case studies), quantitative research (surveys, experiments), or (preferred) the development of an application/PoC.

About You:
You should
– have a strong interest in AI, and (may be even distributed systems), and a desire to contribute to cutting-edge research in these fields.
– be a self-starter who can work independently.
– be a communicative and open person.
– work in an accurate way.
– have scientific writing skills in English.

Experience with programming languages such Python for machine learning, or JavaScript for web development could be advantageous depending on the field of research and/or research method.

About Me:
I will offer you
– close supervision, with regular review meetings, feedback discussions, etc.
– the opportunity to start immediately, but the thesis should be completed within +- 6 months.
– the possibility of publishing your thesis (e.g., European Conference on Information Systems) as long as the results are worth publishing

If you are interested in this opportunity, please apply with the following documents:
– CV
– Transcript of records
– An estimated timeline for the thesis
– Max. 150-word motivation

Alexander Meier ()

If you want to learn more about knowledge graphsm decentralized systems and large language models:

Bridging Knowledge and Language: ArangoDB Empowers Large Language Models for Real-World Applications


Are you a Bachelor’s or Master’s student fascinated by the transformative realm of AI? We’re offering an opportunity to delve into the world of tool-augmented conversational agents. This is your chance to participate in a rapidly growing field and enhance your understanding of AI capabilities.

Your research will center around tool-augmented models, identifying their potential and the conditions that lead them to outperform regular models. A crucial part of your task will be to unearth situations where the effectiveness of these models depends on adapting the interaction. Essentially, you will be exploring the circumstances where these models work best, and how to optimize their efficiency through interaction design.

Here’s an outline of your research path and available options:

Research Options:

Qualitative Study of Tool-augmented Conversational Agents: Investigate how users engage with existing platforms that make use of tools (e.g., OpenAI Plug-ins, Bing, Bard, etc.). Open to all students, no coding skills required. You should bring an interesting initial hypothesis to our kick-off.

Review of Tool-augmented Conversational Agents: Survey the current landscape on tool-augmented language models. As this is an emerging field, you will need to combine a literature review with an analysis of the technology landscape. Suitable for Bachelor’s students.

Empirical Study of Existing Tool-augmented Conversational Agents: A deep dive into the performance of current AI agents. Ideal for Master’s students, may require basic coding skills.

Adapting Tool-augmented Conversational Agents: Modify existing AI agents, ideally for a novel use case. Open to both levels of students with coding skills (drag-and-drop alternatives exist but are not necessarily easier to use).

Designing your own Tool-augmented Conversational Agent: Build your own AI agent and deploy on a platform like Python-Anywhere. Ideal for Master’s students with advanced coding skills.

Research Journey:

Your journey begins with an online kick-off, a casual meeting to align research interests. Following this, we’ll move into a brainstorming phase where you’ll get the opportunity to develop your research ideas. Here, guidance on applying theories from fields like information systems and psychology will be provided to help shape your intuitions. You’ll then craft a research proposal, paving the way to the research and writing phases, where we will meet in regular feedback sessions, leading up to your thesis and presentation.

Joining this project means making a tangible contribution to our understanding of AI. You’ll uncover practical use cases, highlight potential improvements, and uncover challenges within the field. If your interest is peaked, don’t hesitate to apply with your transcript and short CV:

Relevant literature:
Göldi, Andreas; Rietsche, Roman (2023): Insert-expansions for Tool-enabled Conversational Agents.
Parisi, Aaron; Zhao, Yao; Fiedel, Noah (2022): TALM: Tool Augmented Language Models.
Wei, Jason; Wang, Xuezhi; Schuurmans, Dale; Bosma, Maarten; Ichter, Brian; Xia, Fei et al. (2022): Chain-of-Thought Prompting Elicits Reasoning in Large Language Models.

Fabian Karst

Analysing processes and digitalisation in the private equity industry.


After an unprecedented period of growth in the last decade, today private equity funds hold more than 6.3 trillion dollars in assets under management and have become a staple in portfolios of institutional investors ([1] McKinsey, Global Private Markets Review, 2022). As this rise was fuelled by astonishing profitability (it consistently outperformed all other asset classes in the last decade ([1])), research in the last years has mainly focused on explaining the reasons for this outperformance ([2] Kaplan and Schoar, 2003; [3] Harris et Al, 2012; [4] Demaria, 2015). However, few studies look at the processes necessary to achieve this performance. The question becomes a multi-dimensional one when realizing that the processes of a fund are probably not only dependent on its type but also on its investment strategies and degree of technological maturity.


We at the IWI aim to combine sophisticated academia and practical insights. While building on profound research, your thesis should generate actionable insights with practical applicability. This can be done with a multitude of scientific methods such as desk research, reviewing scientific literature, and conducting hands-on case interviews.
However, to write an exceptional thesis it is necessary for you to find a topic, which excites you and fits your skills and interests. Therefore, the following topics are for inspiration only and I am looking forward to your ideas:

  • Analysis of the impact of a private equity fund’s investment strategy on its internal processes and use of technology.
  • Use and potential of new technologies in different stages of the private equity investment process.
  • Examination of how target companies, general partners and limited partners interact with each other and which structures and technologies they are using for it.

While the questions mentioned above are more suited for qualitative research, I am happy to discuss more quantitatively focused theses as well, if they should better fit your skill profile.

What we expect

  • You have an organized, conscientious and result-oriented working attitude
  • You want to write a best-in-class master thesis which contributes to state-of-the-art research
  • The thesis can start immediately but should be completed within the next ±6 months

What we offer

  • Close supervision and support with regular review meetings, feedback sessions and discussions
  • Access to experts in the field
  • Possibility of making a real impact through publishing in a scientific journal

If you are interested just book a slot with me ( and I am looking forward to your thesis ideas.

Fabian Tingelhoff


… there are currently no published master thesis on ‘metaverse’ available. However, should you be interested and passionate about ‘metaverse’ and are keen to write your thesis with us, I still want to encourage you to reach out! If you and your topic-idea convince us, there is no reason why a thesis with us shouldn’t be possible! However, please already include a concrete research idea and methodology in your initial request.


Technologic development is changing the World-Wide-Web as we know it. The current version of the “Internet of Information”, used primarily to seemingly exchange information, increasingly evolves to an “Internet of Value”, also called web3, which empowers people to transact items of value with one another. (Tapscott and Tapscott 2017) Indeed, there are key technologies to permit value creation and value exchange in an online setting like cryptocurrencies, NFTs, native coins, and self-sovereign interoperable identities. However, there needs to be a platform so that people can experience web3 and interact with one another. A platform that makes web3 ‘tangible’ is metaverse.

Metaverse and its “combination of technological, social and economic drivers […] is resulting in explosive interest.” (Moy and Gadgil 2022, p. 5) While some consider metaverses to constitute the next evolutional step of the internet, others are still doubting their value proposition (Stokel-Walker 2021). However, there is no dispute that the idea of metaverses is gaining traction among academics and practitioners: With annual purchasing of virtual goods surpassing $54 billion, spending in metaverses almost doubled the amount for buying music in 2021 (Moy and Gadgil 2022). While Gartner forecasts over 30% of organizations to offer values in the metaverse by 2026 (Gartner 2022), JP Morgan estimates metaverses to account for over $1 trillion in yearly revenues by 2027, emphasizing that “metaverses will likely infiltrate every sector in some way in the coming years.” (Moy and Gadgil 2022, p.2)

Despite the prominence that metaverses gain in our society and economy, there is yet no consent of what constitutes a metaverse, in neither academia nor practice. Building on that, many questions about metaverses still need to be asked and answered. Example questions include (but are not limited to):

  • The influence of metaverse’s physical limitations on users and use-cases (e.g., business vs. leisure)
  • The role of VR and AR technology for the value propositions of metaverses
  • The role of distributed data storage for metaverse use-cases
  • The difference of metaverse and real-world interaction on user behaviour and user networking
  • The difference of content creation in metaverse to other online platforms
  • The difference of value creation on metaverses to other platforms
  • The power differences of metaverse providers, celebrities, and common users in a decentralised metaverse
  • The difference between metaverses and massive multiplayer online (MMO) games

You should…

  • have a basic understanding of metaverse and the underlying technologies
  • have a basic understanding of theories and theorizing
  • have a basic understanding of qualitative research methods
  • be a communicative and open person
  • work in an independent and accurate way
  • have scientific writing skills in English

We offer you a close supervision and the opportunity to develop practical, as well as theoretical skills in the area of information systems. If you are interested, send your CV, transcript of records, a brief description of your motivation, and a research idea (including short descriptions for a research methodology) to Fabian Tingelhoff (). We are looking forward to hearing from you!

Haben Sie einen eigenen Themenvorschlag?

Natürlich können Sie auch mit einem eigenen Themenvorschlag für eine Bachelor- oder Masterarbeit auf uns zukommen. Das Thema sollte einen Bezug auf einen der von uns behandelten Bereiche haben.

    Ihre Bewerbung für eine Abschlussarbeit

    Danke für Ihr Interesse, Ihre Abschlussarbeit am Lehrstuhl von Prof. Dr. Jan Marco Leimeister zu schreiben. Wir betreuen gerne Studierende, die sich für unsere Forschungsthemen begeistern und die bisher gute akademische Leistungen erbracht haben. Weil wir eine grosse Anzahl an Bewerbungen bekommen, können wir nur jene berücksichtigen, die gut zu unseren Forschungsgebieten passen. Mehr zu unseren Forschungsgebieten erfahren Sie auf dieser Webseite. Um sich zu bewerben, können Sie eines der Themen in Betracht ziehen, an denen wir arbeiten oder Sie können ein eigenes Thema vorschlagen.

    Bewerbung für:*

    Research Proposal:*




    Vorgesehener Beginn der Arbeit:*

    Vorgesehene Abgabe der Arbeit:*
    Wir rechnen mit mindestens 4 Monaten Bearbeitungszeit von Beginn bis zur Abgabe der Arbeit

    So funktioniert Research

    Das Fachgebiet von Prof. Dr. Jan Marco Leimeister forscht zu hoch relevanten Themen, von der Grundlagenforschung bis zur anwendungsbezogenen Forschung. Die Wirtschaftsinformatik ist eine wichtige Schnittstellendisziplin zwischen Betriebswirtschaft, Informatik, Ingenieurwissenschaften; deshalb ist die Disziplin in der Forschung entsprechend methodisch divers aufgestellt.  Die Wirtschaftsinformatik liefert als Kern-Output ihrer Forschung anwendungsnahe, gestaltungsorientierte Theorien, Modelle und Methode, die ökonomische, technische und soziale Aspekte berücksichtigen.


    Die Arbeiten des Fachgebiets sind durch einen Pluralismus gekennzeichnet, sowohl theoretisch (verhaltenswissenschaftliche, entscheidungs- und gestaltungstheoretische sowie analytisch-konzeptionelle Grundlagen) als auch methodisch (empirisch qualitative, empirisch quantitative, analytisch-konzeptionelle, gestaltungsorientierte [Design Science Research] Grundlagen). Grundannahme st, dass die Auswahl der geeigneten Forschungsmethoden der jeweiligen Forschungsfrage folgen muss. Empirische Arbeiten werden im Kontext der genannten Themenbereiche sowohl explorativ als auch konfirmatorisch durchgeführt.

    Ziel dieser Vorgehensweisen ist es, Zusammenhänge zu erkennen, zu beschreiben und zu erklären, aber auch eine Grundlage für die Entwicklung von Lösungen zu schaffen. Forschungsziele können sowohl die Gegenüberstellung und Reflexion theoretischer Zusammenhänge mit den in der Praxis beobachteten Verhaltensweisen sein als auch die Entwicklung von Lösungen in Form von konzeptionellen, methodischen sowie werkzeugbasierten Artefakten. Die so geschaffenen Artefakte werden in industriellen und/oder experimentellen Szenarien systematisch evaluiert, um sie anschliessend der betrieblichen Praxis zuzuführen. Untenstehend finden Sie eine Auswahl wichtiger Methoden der Wirtschaftsinformatik, deren Beschreibung sowie grundlegende Literatur.


    Design Science Research (DSR) ist ein gestaltungsorientiertes Forschungsparadigma, welches auf das Schaffen von Artefaktnutzen ausgerichtet ist (Hevner et al. 2004). Hierbei unterscheidet sich DSR von reinen Verhaltens-, Sozial- und Naturwissenschaften, welche ausschliesslich nach Wahrheit und weniger nach Nutzen streben (Hevner et al. 2004). In der Wirtschaftsinformatik stellt DSR diverse gestaltungsorientierte Forschungsleitlinien- und -methoden zur Konstruktion soziotechnischer Artefakte zur Verfügung (Gregor und Hevner 2013).

    Einen Überblick von Design Science Research als Forschungsparadigma, dessen methodologische Ausprägungen und Derivate gibt die folgende Publikationsliste:

    Reading List:

    Gregor,  S.,  and  Hevner,  A.  R.  2013.  “Positioning  and  Presenting  Design  Science  Research  for  Maximum Impact,” MIS Quarterly (37:2), pp. 337–355.

    Venable,  J.,  Pries -Heje,  J.,  and  Baskerville,  R.  2016.  “FEDS:  A  Framework  for  Evaluation  in  Design Science Research,” European Journal of Information Systems (25:1), pp. 77–89.

    Peffers,  K.,  Tuunanen,  T.,  Rothenberger,  M.  A.,  and  Chatterjee,  S.  2007.  “A  Design  Science  Research Methodology  for  Information  Systems  Research,” Journal  of  Management  Information  Systems (24:3), pp. 45–77.

    Nunamaker, J., Chen, M., and Purdin, T. 1991. “Systems Development in Information Systems Research,” Journal of Management Information Systems (7:3), pp. 89–106.

    Nunamaker, J. F., Briggs, R. O., Derrick, D. C., and Schwabe, G. 2015. “The Last Research Mile: Achieving Both Rigor and Relevance in Information Systems Research,” Journal of Management Information Systems (32:3), pp. 10–47.

    March, S. T., and Smith, G. F. 1995. “Design and Natural Science Research on Information Technology,” Decision Support Systems (15:4), pp. 251–266.

    Kuechler, B., and Vaishnavi, V. 2008. “On Theory Development in Design Science Research: Anatomy of a Research Project.,”

    European Jou rnal of Information Systems (17:5), pp. 489 –504.

    Hevner,  A.,  March,  S.  T.,  and  Park,  J.  2004.  “Design  Science  in  Information  Systems  Research,” MIS Quarterly (28:1), pp. 75–105.

    Baskerville,  R.,  Baiyere,  A.,  Gregor,  S.,  Hevner,  A.,  and  Rossi,  M.  2018.  “Design  Science  Research Contributions:  Finding  a  Balance  between  Artifact and  Theory,” 

    Journal  of  the  Association  for  Information Systems (19:5), pp. 358–376.

    C. Engel, N. Leicht, and P. Ebel, “The Imprint of Design Science in Information Systems Research: An Empirical Analysis of the AIS Senior Scholars’ Basket,” in International  Conference on Information Systems, Munich, Germany, 2019, pp. 1–10.

    Sein,  M.,  Henfridsson,  O.,  Purao,  S.,  Rossi,  M.,  and  Lindgren,  R.  2011.  “Action  Design  Research,” MIS Quarterly (35:1), pp. 37–56.


    Quantitative Methoden werden genutzt, um Effekte aus der Realität anhand empirischer Daten möglichst präzise zu beschreiben und zu untersuchen. Empirische Daten werden dazu anhand von Beobachtungen im Feld oder im Labor erhoben und mit statistischen Analysen ausgewertet. Im Vordergrund steht das Ziel, die zu erhebenden Merkmale und Ausprägungen möglichst genau zu quantifizieren. Oft genutzte Techniken sind die statistische Signifikanz und Effekt-Analysen, um z.B. Unterschiede in den Merkmalen zwischen zwei verschiedenen Stichproben zu untersuchen.

    Mehr dazu in:

    Bhattacherjee, Anol, “Social Science Research: Principles, Methods, and Practices” (2012). Textbooks Collection. 3.

    Experimental Design

    Mit Experimenten untersuchen Forscher Ursache-Wirkungs-Beziehungen zwischen vordefinierten Variablen. Dabei werden eine oder mehrere unabhängige Variablen vom Forscher manipuliert (sogenannte “Treatments”). Die Versuchspersonen werden nach dem Zufallsprinzip verschiedenen Treatments zugewiesen und die Ergebnisse der Treatments auf die abhängigen Variablen beobachtet. Die Stärke experimenteller Forschung liegt in ihrer internen Validität (Kausalität), da Ursache und Wirkung durch Treatments miteinander in Verbindung gesetzt werden und gleichzeitig der Störeffekt von Fremdvariablen kontrolliert werden können.

    Experimente eignen sich am besten für erklärende Forschung (in Abgrenzung zur deskriptiven oder explorativen Forschung), bei der das Ziel der Studie darin besteht, Ursache-Wirkungs-Beziehungen zu untersuchen (z.B. der Einfluss von Technologie-Charakteristika auf das Nutzerverhalten). Experimentelle Forschung kann im Labor oder im Feld durchgeführt werden. Laborexperimente, die in einer (künstlichen) Laborumgebung durchgeführt werden (z.B. im Behavioral Lab der Universität St. Gallen) , weisen in der Regel eine hohe interne Validität auf, was jedoch auf Kosten einer geringen externen Validität (Verallgemeinerbarkeit) geht, da die künstliche (Labor-) Umgebung, in der die Studie durchgeführt wird, möglicherweise nicht die reale Welt widerspiegelt. Feldexperimente, die in einem Feld-Setting wie in einer realen Organisation durchgeführt werden, weisen in der Regel sowohl eine hohe interne als auch externe Validität auf. Solche Experimente sind jedoch oft schwierig zu realisieren, da die Treatments in das Leben der Probanden eingreifen können und es schwierig ist, das Feldsetting zu kontrollieren.


    • Edelman, B., Valentin, D., & Abdi, H. (2009), Experimental Design and Analysis for Psychology, Oxford University Press. 
    • Harris, P. (2008), Designing and Reporting Experiments in Psychology, 3rd ed., Open University Press.
    • Kirk, R. E. (2012), Experimental Design: Procedures for the Behavioral Sciences, 4th ed., Sage.
    • Montgomery, D. C. (2012), Design and Analysis of Experiments, 8th ed., Wiley.
    • Oehlert, G. W. (2010), A First Course in Design and Analysis of Experiments,
    • Seltman, H. J. (2013), Experimental Design and Analysis,
    • Webster, M., & Sell, J. (2007), Laboratory Experiments in the Social Sciences, Academic Press.
    • Bhattacherjee, Anol, “Social Science Research: Principles, Methods, and Practices” (2012). Textbooks Collection. 3.


    • Komiak, and Benbasat. 2006. “The Effects of Personalization and Familiarity on Trust and Adoption of Recommendation Agents,” MIS Quarterly: Management Information Systems (30:4), pp. 941–960.
    • Komiak, S. Y. X., and Benbasat, I. 2012. “The Effects of Personalization Trust and Adoption of Recommendation Agents,” Management Information Systems (30:4), pp. 941–960.
    • Lankton, N., McKnight, D. H., and Tripp, J. 2015. “Technology, Humanness, and Trust: Rethinking Trust in Technology,” Journal of the Association for Information Systems (16:10), pp. 880–918.
    • Qiu, L., and Benbasat, I. 2009. “Evaluating Anthropomorphic Product Recommendation Agents: A Social Relationship Perspective to Designing Information Systems,” Journal of Management Information Systems (25:4), pp. 145–182.
    • Söllner, M., Hoffmann, A., and Leimeister, J. M. 2016. “Why Different Trust Relationships Matter for Information Systems Users,” European Journal of Information Systems (25:3), Palgrave Macmillan Ltd., pp. 274–287.
    • Wang, W., and Benbasat, I. 2005. “Trust in and Adoption of Online Recommendation,” Journal of the Association for Information Systems (6:3), pp. 72–101.

    Case Studies

    Eine Case-Study ist eine detaillierte Untersuchung eines bestimmten Themas, z.B. von Individuen, einer Gruppe, eines Ereignisses, eines oder mehrerer Unternehmen, Industrien oder eines Phänomens.

    Ein Case Study-Forschungsdesign umfasst normalerweise qualitative Methoden (Interviews, Textdaten, etc.); manchmal werden aber auch quantitative Methoden verwendet. Case Studies eignen sich gut zum Beschreiben, Vergleichen, Bewerten und Verstehen verschiedener Aspekte eines Forschungsproblems.

    Eine sehr gute Einführung mit strukturiertem Vorgehen bietet das Buch von Robert Yin (2018), Case Study Research and Applications Design and Methods (

    Weitere gute Literatur:


    Aus einer instrumentellen Perspektive betrachtet ist ein Forschungsinterview ein Meinungsaustausch zwischen zwei Personen, von denen eine die Rolle des Forschenden hat und in dem beide über ein Thema von gemeinsamem Interesse sprechen (Kvale, 2007). Das Thema von Interesse ist typischerweise die Erfahrung der befragten Person mit ihrer Lebenswelt (Polkinghorne, 2005). Da das Erfahrungsleben der Menschen von anderen nicht beobachtet werden kann und für Einzelpersonen nicht leicht zugänglich ist, wird bei der Befragung versucht, die Probanden direkt in ein Gespräch mit dem Forscher zu verwickeln, um eine Darstellung der sozialen Wirklichkeit des Teilnehmers in der ersten Person zu erhalten. Ziel des Forschenden ist es, informative, neuartige Informationen über ein bestimmtes Interessensphänomen zu erhalten.

    In der Wirtschaftsinformatik werden prinizipell drei Interview-Arten unterschieden: Das wertschätzende Interview, das Laddering- Interview und das Fototagebuch-Interview.

    Das wertschätzende Interview lädt die Teilnehmenden ein, Wege zu visionären Welten zu schaffen, die sie gerne bewohnen würden. Im Gegensatz dazu verwendet das Laddering- Interview Vergleiche und Kontraste als eine Möglichkeit, sinnvolle Muster in den Lebenserfahrungen der Menschen zu erkennen. Das Fototagebuch-Interview stützt sich auf die Reflexionen der Teilnehmenden über ihr Verhalten, ihre Gedanken und Emotionen zu einem bestimmten Zeitpunkt, die oftmals mit Hilfe eines Fotos festgehalten werden. Eine sehr gute Einführung bietet der Artikel «Designing interviews to generate rich data for information systems research» von Schultze und Avital:

    Weiterführende Literatur bieten:

    Zu Canvas (Studynet)

    So zitiere ich richtig