Search
Generic filters
Exact matches only
Filter by content type
Users
Attachments

Lehre

Überblick

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.

Abschlussarbeiten

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.

Derzeit sind keine Arbeiten ausgeschrieben

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:*

    CV:*

    Motivationsschreiben:*

    Notenauszug:

    Vorgesehener Beginn der Arbeit:*

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




    Kurse HS21 & FS21

    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.

    Methodik

    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.

    DSR

    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.

    Quant

    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. https://scholarcommons.usf.edu/oa_textbooks/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.

    Methodik: 

    • 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,  http://users.stat.umn.edu/~gary/book/fcdae.pdf.
    • Seltman, H. J. (2013), Experimental Design and Analysis, www.stat.cmu.edu/~hseltman/309/Book.
    • 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. https://scholarcommons.usf.edu/oa_textbooks/3

    Beispielstudien: 

    • 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 (https://uk.sagepub.com/en-gb/eur/case-study-research-and-applications/book250150).

    Weitere gute Literatur:

    Interviews

    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