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. 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 basieren auf multilateralen Wertschöpfungsnetzwerken, in denen mehrere Akteure durch komplexe Interaktionen gemeinsam Werte generieren und austauschen. Im Gegensatz zur klassischen linearen Wertschöpfungskette sind diese Netzwerke durch wechselseitige Abhängigkeiten, indirekte Netzwerkeffekte und dynamische Rollenverteilungen geprägt. Ein bewährtes Werkzeug zur Modellierung solcher Netzwerke ist e3value, das Akteure, Wertflüsse und wirtschaftliche Abhängigkeiten modelliert.

Ziel dieses Projekts ist die Entwicklung eines interaktiven Modellierungs-Canvas, das durch Verarbeitung natürlicher Sprache eine intuitive Anpassung von e3value-Modellen ermöglicht. Modellierer:innen können das Modell durch einfache Prompts verändern (z. B. „Bitte verschiebe die Rolle Intermediary in die Mitte und den Customer nach rechts“).

Das Tool soll aus einer Excel-Datei ein initiales e3value-Modell generieren und eine Live-Vorschau bereitstellen. Anpassungen werden durch generative KI (z.B. über die OpenAI API) verarbeitet und in einer XML-Datei gespeichert, die in draw.io visualisiert wird. Ein bestehender Prototyp auf Basis von draw.io und der Python-Bibliothek drawpyo (https://github.com/MerrimanInd/drawpyo) dient als Grundlage 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 mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen und potenzielle Softwarelösungen zu realisieren.
• Vorkenntnisse in Programmierung vorteilhaft, aber nicht notwendig

Problemstellung

Der steigende Personalmangel in der Pflege stellt Krankenhäuser und Pflegeeinrichtungen vor große Herausforderungen. Gleichzeitig zeigen erste Erfahrungen mit sozialen Robotern, dass diese durch Interaktion und emotionale Unterstützung positive Effekte auf Patienten erzielen können. Allerdings fehlt es den bisherigen Robotersystemen oft an Anpassungsfähigkeit und Flexibilität, um effektiv auf individuelle Bedürfnisse reagieren zu können. Embodied Generative AI, also verkörperte KI-Systeme, könnte diese Lücke schließen, indem sie autonom und in Echtzeit auf persönliche Anforderungen von Patienten eingehen und Pflegekräfte gezielt entlasten.

Das Ziel dieses Projekts ist es, einen prototypischen, tierähnlichen GenAI-basierten Therapiehund zu entwickeln, der in Pflege- und Therapieumgebungen eingesetzt werden kann. Durch den Einsatz fortschrittlicher generativer KI-Technologien soll der Roboter in der Lage sein, individuell auf emotionale und soziale Bedürfnisse von Patienten einzugehen, autonom Entscheidungen zu treffen und dabei effektiv mit dem Pflegepersonal zu kooperieren. Das Projekt eröffnet damit innovative Wege, um durch empathische und adaptive Interaktionen sowohl die Arbeit des Pflegepersonals zu unterstützen als auch die Lebensqualität der Patienten maßgeblich zu verbessern. Die technische Ausstattung (KI-Workstation mit 2x 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 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 mit einem neuen Wissensgebiet vertiefend auseinanderzusetzen 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 Entwicklung und prototypische Implementierung eines virtuellen Patienten auf Basis von LLMs und Generative Agents. Der 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. 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

Der Einsatz LLM-basierter Agenten eröffnet ein breites Spektrum an innovativen Möglichkeiten. Diese Agenten sind in der Lage, ihr Verhalten zu planen, es innerhalb einer Umgebung auszuführen und die Ergebnisse zu reflektieren. Insbesondere im Bereich von Simulationen mit vielen Akteuren bieten sich neue Anwendungsfelder an, wie etwa das autonome Steuern und Erlernen von Game-Charakteren oder die Imitation menschlicher Akteure in einer virtuellen Stadt.

Vor diesem Hintergrund zielt das Projekt auf die prototypische Entwicklung einer agenten-basierten Simulation ab, die das Verhalten mehrerer autonomer, LLM-basierter Agenten in Echtzeit visualisiert und analysiert. Die Multi-Agenten-Umgebung soll dabei als dynamischer Aktionsraum konzipiert werden, in dem die Handlungen der Akteure unmittelbar sichtbar werden. Durch diese Simulation soll es möglich sein, die Reaktionen von LLM-basierten Agenten auf verschiedene Herausforderungen zu beobachten und nachzuvollziehen. 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 einer agenten-basierten Simulationen
• Wahl geeigneter generativer AI-Frameworks
• Identifikation der notwendigen Entwicklungstools
• Prototypische Realisierung und Evaluation der Simulationsumgebung
• 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

Der Einsatz von autonomen Agenten auf Basis von Large Language Models (LLMs) bietet ein breites Spektrum an innovativen Möglichkeiten, nicht nur für das Privatleben und innerhalb von Unternehmen, sondern auch für die Forschung. LLM-basierte generative Agenten können ihr Verhalten planen, in einer Umgebung ausführen und über die Ergebnisse reflektieren. In Kombination mit den fortgeschrittenen Imitationsfähigkeiten von LLMs eignen sich generative Agenten zur Simulation menschlichen Verhaltens.

Ziel dieses Projekts ist die Konzeption und Entwicklung einer Plattform zur schnellen und systematischen Durchführung agentenbasierter Experimente. Diese Plattform soll es ermöglichen, eine große Anzahl von LLM-basierten Agenten zu definieren und zu instanziieren. Das primäre Ziel ist die Simulation menschlichen Verhaltens in verschiedenen Szenarien und Umgebungen, bspw. der Effekt von Persönlichkeitsfaktoren auf das Kaufverhalten, der Verbreitung von Fehlinformationen oder weitere Experimente im Kontext der Spieltheorie (z.B. Gefangenendilemma). Die Plattform soll auf aktuellen Multi-Agenten-Frameworks basieren, wie beispielsweise AutoGen. 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 der Multi-Agenten Plattform
• Wahl geeigneter generativer AI-Technologien
• Prototypische Realisierung und Evaluation der Plattform
• 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. 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 Entwicklung des Mietrechtsexperten
• Identifikation relevanter Informationen als Datengrundlage
• Prototypische Realisierung und 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