Problemstellung

Die Einführung von ChatGPT und Co. hat sowohl die Lehre als auch die Bearbeitung von Aufgaben in Schulen und Universitäten stark verändert. Schüler und Studierende nutzen Large Language Models (LLMs) etwa immer häufiger zum Verfassen und Verbessern von Texten oder zum Erklären neuer Konzepte und Themen. Obwohl die Integration von LLMs in der Lehre innovative Möglichkeiten zur Verbesserung der Lehrqualität bietet, wird ihr Potenzial bisher nicht ausreichend ausgeschöpft. Durch die ständige Verfügbarkeit eines LLM-basierten digitalen Assistenten soll es Lernenden ermöglicht werden, zeitlich und räumlich unabhängig Lerninhalte in ihrem individuellen Lerntempo zu erarbeiten sowie den Unterricht vor- und nachzubereiten. Durch die digitale Unterstützung wird eine qualitativ hochwertige individualisierte Lernerfahrung als Erweiterung des gemeinsamen Lernens im Klassenraum geschaffen.

Ziel dieses Projekts ist daher die Entwicklung und prototypische Implementierung eines KI-basierten Lernassistenten. Dieser soll in der Lage sein, Studierende individuell beim Lernen und der Bearbeitung von Aufgaben mit korrektem Fachwissen zu unterstützen. Darüber hinaus soll er als Interaktionspartner für offene Fragen über die Veranstaltungen hinaus dienen und begleitende Lernmaterialien generieren (bspw. Karteikarten, Quizze, Beispielaufgaben). Der Prototyp soll für unsere Bachelorveranstaltung „Einführung in die Wirtschaftsinformatik“ entwickelt werden. Abgeschlossen werden soll das Projekt mit einer (Nutzer-)Evaluation, basierend auf einem zuvor entwickelten Evaluationsplan. Alle notwendigen Daten und entsprechende Hardware (KI-Workstation 2x RTX4090), also auch Lizenzen (OpenAI), werden vom Lehrstuhl zur Verfügung gestellt.

Anforderungen an das Projektteam

Die konkrete Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Anforderungserhebung, Konzeptualisierung und prototypische Entwicklung des virtuellen Dozenten
• Wahl geeigneter generativer AI-Technologien
• Identifikation relevanter Informationen als Grundlage für das KI-Training
• Prototypische Realisierung und Evaluation des Prototyps
• Verwaltung des Source-Codes in einem Git-Repository (wird vom Lehrstuhl bereitgestellt)
• Abschlusspräsentation der Ergebnisse

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master.
• Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung vorteilhaft, aber nicht notwendig

Problemstellung

Digitale Plattformökosysteme sind Netzwerke, in denen viele verschiedene Akteure gemeinsam Werte schaffen und austauschen. Anders als in einer klassischen, linearen Wertschöpfungskette hängen diese Akteure stark voneinander ab. Sie beeinflussen sich gegenseitig, erzeugen indirekte Netzwerkeffekte und können ihre Rollen dynamisch ändern. Um solche Strukturen zu analysieren, wird die Modellierungssprache e3value genutzt. Sie hilft dabei, Rollen und Austauschbeziehungen übersichtlich darzustellen.

Ziel des Projekts ist es, ein interaktives Modellierungs-Canvas zu entwickeln. Damit können Studierende e3value-Modelle per Texteingabe in natürlicher Sprache erstellen und verändern – zum Beispiel mit Anweisungen wie: „Erstelle einen Anbieter eines digitalen Marktplatzes namens Amazon.“ Das Wertnetzwerk wird sofort visualisiert und kann bei Bedarf manuell korrigiert werden. Später soll das System auch Spracheingaben (Speech-to-Text) unterstützen.

Für die Technik stehen KI-Dienste wie die OpenAI-API zur Verfügung. Die Modelle werden mit draw.io erstellt und im XML-Format gespeichert. Ein bestehender Prototyp, der auf draw.io und der Python-Bibliothek drawpyo (https://github.com/MerrimanInd/drawpyo) basiert, dient als Ausgangspunkt für die Weiterentwicklung.

Zielgruppe: Studierende mit Interesse an Modellierung, KI-gestützter Interaktion und Python-Programmierung.

Wir freuen uns auf innovative Ansätze zur Weiterentwicklung des Prototyps!

Anforderungen an das Projektteam

Die konkrete Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Anforderungserhebung und Spezifizierung der Modellierungsmöglichkeiten
• Wahl des geeigneten Technologie-Stacks
• Iterative, prototypische Realisierung und Evaluation des Prototyps
• Verwaltung des Source-Codes in einem Git-Repository (wird vom Lehrstuhl bereitgestellt)
• Abschlusspräsentation der Ergebnisse

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master.
• Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung vorteilhaft, aber nicht notwendig

Problemstellung

In der modernen Softwareentwicklung stehen Teams vor komplexen Herausforderungen, die durch steigende Anforderungen, kürzere Entwicklungszyklen und die Notwendigkeit kontinuierlicher Innovation geprägt sind. Agile Methoden wie Scrum haben sich als effektive Rahmenwerke etabliert, um diesen Herausforderungen zu begegnen, indem sie iterative Entwicklung, Zusammenarbeit und Flexibilität betonen. Generative KI und insbesondere generative Agenten haben bereits gezeigt, dass sie die Produktivität in konkreten Aufgabenfeldern erheblich steigern können. Bisher agieren diese Technologien jedoch primär als unterstützende CoPiloten für Menschen, beispielsweise in der Rolle eines Assistenten für Softwareentwickler. Generative Agenten bieten das Potenzial, komplexere Rollen innerhalb der agilen Softwareentwicklung eigenständig zu übernehmen. Dabei geht es nicht nur um die Übernahme von Entwicklungsaufgaben, sondern auch um Tätigkeiten wie Planung des Projektes, Delegation von Aufgaben und die Evaluation des Projektfortschrittes innerhalb agiler Teams. Langfristig eröffnet sich somit eine Vision von hybriden Mensch-Agenten Teams, in denen KI-Agenten als vollwertige Teammitglieder in der agilen Softwareentwicklung mitwirken.

Ziel des Projektes ist die Konzeption und prototypische Entwicklung eines Multi-Agenten Systems zur Simulation agiler Softwareentwicklung nach Scrum. Dabei sollen alle relevanten Scrum-Rollen, insbesondere Entwickler, Scrum Master und Product Owner, durch spezialisierte generative Agenten abgebildet werden. Der Fokus liegt auf einer möglichst realitätsnahen Simulation eines Scrum-Teams, das in der Lage ist, konkrete Softwareprojekte eigenständig umzusetzen. Besonderes Augenmerk wird auf die Interaktion und Koordination zwischen den Agenten gelegt, um typische Herausforderungen agiler Teams wie Aufgabenplanung, Entscheidungsfindung und Kommunikation realistisch abzubilden. Die erforderliche Hardware (KI-Workstation mit 2x RTX4090 oder Zugang zum Rechenzentrum) sowie notwendige Softwarelizenzen (z.B. OpenAI) werden vom Lehrstuhl bereitgestellt.

Anforderungen an das Projektteam

Die konkrete Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Anforderungserhebung durch Experteninterviews
• Konzeptualisierung und prototypische Entwicklung des Multi-Agenten Systems
• Iterative Evaluation des Agenten-basierten Prototyps
• Verwaltung des Source-Codes in einem Git-Repository (wird vom Lehrstuhl bereitgestellt)
• Abschlusspräsentation der Ergebnisse

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master.
• Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung vorteilhaft, aber nicht notwendig

Problemstellung

Blinde und sehbehinderte Menschen sind im Alltag häufig auf die Unterstützung anderer Personen, von Blindenhunden oder auf konventionelle Hilfsmittel angewiesen, um mobil und sicher unterwegs zu sein. Obwohl KI-gestützte Technologien erhebliche Fortschritte in der Objekterkennung und autonomen Navigation erzielt haben, fehlt es vielen Systemen an der Flexibilität und Intelligenz, um Menschen im Alltag aktiv zu begleiten. Embodied Generative AI – also KI-Systeme mit einer physischen Verkörperung – könnte diese Lücke schließen und als autonomer Assistent die Unabhängigkeit und Lebensqualität Betroffener deutlich verbessern.

Ziel des Projekts ist es, eine prototypische Implementierung eines embodied GenAI-basierten Blindenführers in Form eines Roboterhundes zu entwickeln. Dieser soll mithilfe von fortschrittlicher Sensorik, Computer Vision und natürlicher Sprachverarbeitung sehbehinderte Nutzer sicher durch den Alltag begleiten, Hindernisse erkennen, Routen beschreiben und nonverbale Hinweise der Umgebung interpretieren können. Dies bietet nicht nur neue praktische Lösungen für sehbehinderte Menschen, sondern eröffnet auch spannende Fragestellungen hinsichtlich Akzeptanz, Sicherheit und gesellschaftlicher Integration autonomer Assistenzsysteme. Die erforderliche technische Ausstattung, bestehend aus einem Unitree Go2 Roboterhund, einer KI-Workstation mit 2x RTX 4090 GPUs sowie GenAI-Lizenzen (OpenAI), wird vom Lehrstuhl bereitgestellt.

Anforderungen an das Projektteam

Die konkrete Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Analyse und Konzeptentwicklung des Assistenzsystems
• Auswahl geeigneter generativer KI-Technologien und Algorithmen
• Implementierung und Simulation der KI auf relevanten Umgebungsdaten
• Prototypische Realisierung auf dem Unitree Go2 Roboterhund
• Iterative Evaluierung des Prototyps hinsichtlich Alltagstauglichkeit und Nutzerakzeptanz
• Dokumentation und Verwaltung des Source-Codes in einem bereitgestellten Git-Repository
• Abschließende Präsentation der Projektergebnisse

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master.
• Bereitschaft, sich vertiefend in Generative AI und Robotik einzuarbeiten und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung vorteilhaft, aber nicht notwendig

Problemstellung

Naturkatastrophen, Unfälle und Krisensituationen stellen Einsatzkräfte im Zivil- und Katastrophenschutz vor große Herausforderungen. Insbesondere der steigende Personalmangel und die Gefahr für die Sicherheit der Rettungskräfte machen den Einsatz unterstützender Robotersysteme zunehmend relevant. Erste Erfahrungen mit robotischen Plattformen zeigen, dass sie wertvolle Dienste leisten können – etwa durch das Erkunden gefährlicher Umgebungen oder das Bereitstellen von Informationen für Einsatzleitungen. Allerdings mangelt es bestehenden Systemen häufig an Anpassungsfähigkeit und Flexibilität, um dynamische und komplexe Szenarien zuverlässig zu bewältigen.

Embodied Generative AI, also verkörperte KI-Systeme, könnten hier neue Perspektiven eröffnen. Durch ihre Fähigkeit, in Echtzeit autonom Entscheidungen zu treffen, Umgebungen zu analysieren und kooperativ mit Menschen und anderen Systemen zu agieren, können sie Rettungseinsätze gezielt unterstützen.

Das Ziel dieses Projekts ist die Entwicklung eines prototypischen, tierähnlichen GenAI-basierten Such- und Rettungsroboters auf Basis des Unitree Go2. Dieser soll in der Lage sein, verschiedene Objekte zu erkennen, deren Positionen zu kartografieren und zu speichern sowie eine Umgebung systematisch und zielgerichtet abzusuchen. Damit wird ein technologisches Fundament geschaffen, um Rettungskräfte zu entlasten und die Effizienz von Such- und Bergungsoperationen maßgeblich zu steigern.

Ein Ausblick des Projekts liegt in der offenen Weiterentwicklung der Plattform, sodass perspektivisch auch die Kooperation mit weiteren Systemen wie anderen Robotern oder Drohnen möglich wird. Die technische Ausstattung (KI-Workstation mit 2× RTX 4090 GPUs, GenAI-Lizenzen von OpenAI sowie ein Unitree Go2 Roboterhund) wird vollständig vom Lehrstuhl bereitgestellt.

Anforderungen an das Projektteam

Die konkrete Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Analyse und Konzeptentwicklung des Assistenzsystems
• Auswahl geeigneter generativer KI-Technologien und Algorithmen
• Implementierung und Simulation der KI auf relevanten Umgebungsdaten
• Prototypische Realisierung auf dem Unitree Go2 Roboterhund
• Iterative Evaluierung des Prototyps hinsichtlich Alltagstauglichkeit
• Dokumentation und Verwaltung des Source-Codes in einem bereitgestellten Git-Repository
• Abschließende Präsentation der Projektergebnisse

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master.
• Bereitschaft, sich vertiefend in Generative AI und Robotik einzuarbeiten und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung vorteilhaft, aber nicht notwendig

Problemstellung

Die medizinische Ausbildung ist ein anspruchsvolles und vielseitiges Feld, in dem angehende Ärzte kontinuierlich nach effektiven Möglichkeiten suchen, ihre klinischen Fähigkeiten und Kommunikationskompetenzen zu verbessern. Die Arzt-Patienten-Interaktion stellt dabei eine zentrale Herausforderung dar, die entscheidend für den Erfolg der medizinischen Behandlung ist. Mit dem rasanten Fortschritt im Bereich der generativen KI und insbesondere der Large Language Models (LLMs) eröffnen sich neue Möglichkeiten für die Gestaltung realitätsnaher, interaktiver Lernumgebungen in der medizinischen Ausbildung.

Das Ziel dieses Projekts ist die Weiterentwicklung, prototypische Implementierung und vor allem Evaluation eines virtuellen Patienten auf Basis von LLMs und Generative Agents. Der existierende virtuelle Chatbot soll medizinischen Fachkräften in der Ausbildung ermöglichen simulierte Patientengespräche zu führen, um den angehenden Ärzten Kommunikationsfähigkeiten und Fachwissen anzueignen. Virtuelle Patienten bieten die Chance, in einer sicheren und kontrollierten Umgebung komplexe Patientengespräche zu simulieren, ohne dabei auf reale Patienten oder Schauspieler angewiesen zu sein. 

Das Projekt verfolgt das Ziel den bisherigen chat-basierten Prototypen um 1) Text-to-Speech / Speech-To-Text Interfaces sowie um 2) einen digitalen Avatar (z.B. basierend auf Unreal Engine Digital Humans) zu erweitern und anschließend mit Medizinern zu evaluieren.  Alle notwendigen Daten und entsprechende Hardware (KI-Workstation 2x RTX4090), also auch Lizenzen (OpenAI), werden vom Lehrstuhl zur Verfügung gestellt.

Anforderungen an das Projektteam

Die konkrete Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Anforderungserhebung, Konzeptualisierung und prototypische Entwicklung des virtuellen Patienten
• Wahl geeigneter generativer AI-Technologien
• Identifikation relevanter Informationen als Grundlage für das KI-Training
• Prototypische Realisierung und Evaluation des Prototyps
• Verwaltung des Source-Codes in einem Git-Repository (wird vom Lehrstuhl bereitgestellt)
• Abschlusspräsentation der Ergebnisse

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master.
• Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung vorteilhaft, aber nicht notwendig

Problemstellung

Das deutsche Rechtssystem ist komplex und von erheblicher Informationsasymmetrie geprägt. Während Anwälte Bürgern rechtliche Unterstützung bieten können, sind ihre Dienste für kleinere Anliegen oft zu teuer. Besonders im Mietrecht, das einen großen Teil der Bevölkerung betrifft, besteht ein hoher Bedarf an rechtlicher Beratung. Vereine, wie der Mieterschutzbund, stellen zwar eine kostengünstigere Alternative dar, doch auch hier gibt es Einschränkungen hinsichtlich Verfügbarkeit und Umfang der Beratung. Aktuelle Fortschritte in den Fähigkeiten von Large Language Model-basierten Agenten (LLM-basierte Agenten) bieten eine vielversprechende Möglichkeit, diese Informationsasymmetrien kostengünstig und effektiv zu überwinden. Diese Agenten können rund um die Uhr persönliche Beratung bieten und dynamisch relevante Dokumente wie Mietverträge in ihre Analysen einbeziehen. Somit haben sie das Potenzial rechtliche Informationen zugänglicher zu machen und den Zugang zur Rechtsberatung zu demokratisieren.

Ziel dieses Projekts ist die Konzeptualisierung und prototypische Entwicklung eines Agenten-basierten digitalen Assistenten für das deutsche Mietrecht. Dieser soll fundierte rechtliche Beratung zu gängigen Themen wie Lärmbelästigung, Mängelbeseitigungsansprüchen oder Mieterhöhungen bieten können. Er soll auf die jeweilige Rechtsprechung (z.B. BGB und Gerichtsurteile) zugreifen und persönliche Dokumente wie den Mietvertrag einbeziehen können. Die oberste Priorität in diesem Projekt liegt auf der Transparenz und Zuverlässigkeit der Beratung sowie der Zusammenarbeit mehrerer Agenten zur Bewältigung dieser. Dabei steht in diesem Projekt die wissenschaftliche Evaluation im Vordergrund. Entsprechende Hardware (KI-Workstation 2x RTX4090), als auch Lizenzen (OpenAI), werden vom Lehrstuhl zur Verfügung gestellt.

Anforderungen an das Projektteam

Die konkrete Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Anforderungserhebung, Konzeptualisierung und prototypische (Weiter-)Entwicklung des Mietrechtsexperten
• Identifikation relevanter Informationen als Datengrundlage
• Prototypische Realisierung des Agenten-basierten Prototyps
• Empirische Evaluation des entwickelten Systems
• Verwaltung des Source-Codes in einem Git-Repository (wird vom Lehrstuhl bereitgestellt)
• Abschlusspräsentation der Ergebnisse

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master.
• Bereitschaft sich mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung vorteilhaft, aber nicht notwendig

Problemstellung

Das Gesundheitssystem steht vor enormen Herausforderungen, insbesondere in Notaufnahmen, wo Zeitdruck und komplexe Entscheidungen das Leben von Patienten bestimmen. Während erfahrene Notfallmediziner über umfassende diagnostische Fähigkeiten verfügen, ist ihre Kapazität durch die stetig wachsende Patientenzahl und den Mangel an Fachkräften begrenzt. Besonders bei der initialen Triage und Diagnosestellung können kritische Informationen übersehen oder Behandlungspfade verzögert werden. Aktuelle Fortschritte in medizinischen Large Language Models und Multi-Agenten-Systemen bieten eine vielversprechende Möglichkeit, Ärzte in Notaufnahmen bei schnellen und präzisen Entscheidungen zu unterstützen. Diese intelligenten Assistenten können rund um die Uhr verfügbar sein, medizinische Falldaten analysieren und evidenzbasierte Behandlungsempfehlungen generieren. Somit haben sie das Potenzial, die Qualität der Notfallversorgung zu verbessern und Leben zu retten.

Ziel dieses Projekts ist die Konzeptualisierung und prototypische Entwicklung eines Multi-Agenten-Systems für die Notfallmedizin. Dieses soll Ärzte bei der schnellen Diagnosestellung und Behandlungsplanung für häufige Notfälle wie Herzinfarkt, Schlaganfall oder Traumata unterstützen. Das System soll auf medizinische Leitlinien, Falldatenbanken und aktuelle Forschungsergebnisse zugreifen können und dabei patientenspezifische Daten wie Vitalparameter, Laborwerte und Bildgebung einbeziehen. Die oberste Priorität liegt auf der Transparenz und Zuverlässigkeit der medizinischen Empfehlungen sowie der nahtlosen Integration verschiedener spezialisierter Agenten zur Bewältigung komplexer Notfallsituationen. Entsprechende Hardware (KI-Workstation 2x RTX4090) für die Ausführung spezialisierter Agenten (bspw. auf Basis von MedGemma) sowie Lizenzen (OpenAI) werden vom Lehrstuhl zur Verfügung gestellt.

Anforderungen an das Projektteam

Die konkrete Ausgestaltung der Aufgabenstellung bleibt dem Projektteam überlassen, jedoch sollen nachfolgende Anforderungen erfüllt werden.

• Anforderungserhebung, Konzeptualisierung und prototypische medizinischen Assistenzsystems
• Prototypische Realisierung und Evaluation des Multi-Agenten-basierten Prototyps
• Integration verschiedener medizinischer Datenmodalitäten (Text, Bilder, Vitalparameter)
• Verwaltung des Source-Codes in einem Git-Repository (wird vom Lehrstuhl bereitgestellt)
• Abschlusspräsentation der Ergebnisse

Voraussetzungen

• Studierende der Wirtschaftsinformatik oder Angewandten Informatik im Bachelor mit mindestens 90 CP oder im Master
• Bereitschaft sich mit medizinischen Konzepten und Notfallprotokollen vertiefend auseinanderzusetzen
• Interesse an der Entwicklung von KI-Lösungen für gesellschaftlich relevante Anwendungsbereiche