Courses

Virtuelle Teams in der Wissensgesellschaft (KO2W:04WI)

Thema Nr. 1
Aktuelle Ansätze im Wissens- und Kompetenzmanagement
betreut von Tobias Keim
Das Management von Wissen ist eines der beherrschenden Themen in Unternehmen in den vergangenen Jahren. Dabei werden verschiedene Wissensarten unterschieden, die unterschiedliche Maßnahmen erfordern. Diese Seminararbeit soll daher zum Einstieg in das Seminar in einem kurzen Abriss „Wissen“ definieren und begrifflich abgrenzen. Aufbauend darauf sollen Ansätze des Wissensmanagements dargestellt werden. Von besonderer Bedeutung für den Erfolg der Arbeit sind dabei insbesondere technologische Aspekte der Wissensrepräsentierung wie z.B. Ontologien für das Skill-Management.   

<p> Erste Literaturempfehlungen: </p>
Bennett, Bryan Robert et al.: Towards a notion of personal ontology </br>
Fan, James et al.: Representing roles and purpose </br>
Gruber, Thomas R.: Toward principles for the design of ontologies used for knowledge sharing </br>
Guarino, N. et al.: Formal ontology, conceptual analysis and knowlegde representation </br>
Nammuni, Kushan et al.: Skill-based resource allocation using genetic algortihms and onotlogies </br>
Sure, York et al.: Leveraging corporate skill knowledge - from ProPer to OntoProPer </br>
Vasconcelos, José et al.: A group memory system for corporate knowledge management: an ontological approach </br>
Zelewski, Stephan: Wissensmanagement mit Ontologien


Thema Nr. 2
Erfolgreiches Arbeiten in virtuellen Teams
betreut von Tobias Keim
Die Konfiguration von Mitarbeitern oder Wissensträgern zu erfolgreich arbeitenden Teams ist ein wichtiger Teil des Managements von Wissen. Dabei kann das Zusammenstellen von Teams als zweidimensionales Matching-Problem verstanden werden, bei dem es gilt (1) Personen zu Personen und (2) Personen zu Aufgaben zu zuzuordnen. Dies macht deutlich, dass aufgabenbezogene Aspekte einerseits und soziale Faktoren andererseits berücksichtigt werden müssen. Im Rahmen der Seminararbeit soll daher analysiert werden, was erfolgreiche Teams auszeichnet. In einem weiteren Schritt soll darauf eingegangen werden, welche spezifischen Anforderungen das Arbeiten in räumlich verteilten Teams an die Zusammenarbeit stellt. Ein anderer Schwerpunkt innerhalb dieser Arbeit könnte eine Analyse von Einflussfaktoren wie sozialer Kohäsion oder Vertrauen auf Teamarbeit sein.  

<p> Erste Literaturempfehlungen (teilweise als Kopiervorlage im Sekretariat erhältlich): </p>
Abdul-Rahman, Alfarez; Hales, Stephen: Supporting trust in virtual communities </br>
Bungard, W.: Team- und Kooperationsfähigkeit. In: Sarges, W. Management-Diagnostik. Hogrefe Verlag für Psychologie: Göttingen. 1990: pp. 315-325. </br>
Coppola, Nancy W.; Hiltz, Roxanne S.; Rotter, Naomi: Building trust in virtual teams. IEEE, 2001 </br>
Guzzo, R.A. Fundamental considerations about work groups. In: West, M.A. (Ed.) Handbook of workgroup psychology. John Wiley & Sons: Chichester, UK. 1996: pp. 3-21 </br>
Jackson, S.E.: The consequences of diversity in multidisciplinary work teams. In: West, M.A. (Ed.) Handbook of workgroup psychology. John Wiley & Sons: Chichester, UK. 1996: pp. 53-76 </br>
West, M.A.: Effective teamwork. BPS Books: Leicester, UK. 1994 </br>

Thema Nr. 3
Vertrauen in der Teamarbeit
betreut von Tobias Keim
Vertrauen ist ein wesentlicher Erfolgsfaktor bei der Arbeit in Teams. Dabei können verschiedene Vertrauensbegriffe oder zumindest graduelle Unterschiede eines einzigen Vertrauenbegriffs unterschieden werden. Beispielsweise wird Vertrauen oftmals als das Ergebnis wiederholter erfolgreicher sozialer Interaktion angesehen. Auch die Transitivität von Vertrauen spielt hier eine besondere Rolle. Andere Vertrauensbegriffe bekräftigen, dass sich Vertrauen auch unabhängig von vergangenen Erfahrungen aus der gemeinsamen Situation ergeben kann. Im Rahmen der Seminararbeit sollen ausgehend von diesen Ansätzen verschiedene Dimensionen und Einflussfaktoren von Vertrauen erarbeitet werden.    

<p> Erste Literaturempfehlungen: </p>

Falcone, R., and Castelfranchi, C. (2001). Social trust: A cognitive approach. In: Trust and Deception in Virtual Societies. Castelfranchi, C., and Tan, Y.-H., eds. Dordrecht: Kluwer Academic Publishers; pp. 55–90 </br>

Iacono, C. S., and Weisband, S. (1997). Developing trust in virtual teams. In: Proceedings of HICSS-30, Virtual Communities Minitrack, Hawaii, January 2002. Los Alamitos: IEEE. </br>

Jarvenpaa, S. L., and Leidner, D. E. (1998). Communication and trust in global virtual teams. Journal of Computer Mediated Communication. 3(4) </br>

Jarvenpaa, S. L., Knoll, K., and Leidner, D. (1998). Is anybody out there? Antecedents of trust in global virtual teams. Journal of Management Information Systems. 14(4):29–64 </br>

Kramer, M., and Tyler, T., eds. (1996). Trust in Organizations: Frontiers of Theory and Research. Thousand Oaks, CA: Sage; pp. 166–195 </br>

McKnight, D. H., Cummings, L., and Chervany, N. L. (1995). Trust formation in new organizational relationships. 
Zolin. Z., Levitt, R., Fruchter, R., and Hinds, P. (2000). Modeling and Monitoring Trust in Virtual A/E/C Teams; A Research Proposal </br>

Meyerson, D., Weick, K. E., and Kramer, R. M. (1996). Swift trust and temporary groups. In: Trust in Organizations: Frontiers of Theory and Research. Kramer, R. M., and Tyler, T. R., eds. Thousand Oaks, CA: Sage Publications; pp. 166–195 </br>

Thema Nr. 4
Metriken in der sozialen Netzwerkanalyse
betreut von Tobias Keim
Ein Einflussfaktor der Zusammenarbeit in Teams ist die Topologie des entstehenden sozialen Netzwerks. Das Forschungsgebiet der social network analysis liefert hier Ansätze, um Netzwerkstrukturen zu analysieren und anhand verschiedener Techniken und Indikatoren zu betrachten. Die Seminararbeit soll daher in einem ersten Teil eine Einführung in die social network analysis geben. In einem zweiten Schritt sollen dann verschiedene Metriken dargestellt werden bevor diese in den Kontext des Seminarthemas gestellt werden und mit relevanten empirischen Arbeiten in Bezug gesetzt werden. 

<p> Erste Literaturempfehlungen: </p>
Glückler, Johannes; Schrott, Gregor: Knowing the flows is knowing who grows - An experimental exploration of the impact of physical, electronic and mobile communication flows on individual and team performance - a network approach </br>
M. E. J. Newman: Who is the best connected scientist? A study of scientific coauthorship networks </br>
M. E. J. Newman; Juyong Park: Why social networks are different from other types of networks </br>
Freeman, Linton c. 1979, Centrality in social networks, Social networks 3: 287-306 </br>
Wasserman, S.; Faust, K.: Social network analysis : methods and applications 

Thema Nr. 5
Empfehlungssysteme
betreut von Tobias Keim
Empfehlungssysteme oder recommender systems kommen bisher sehr stark in Anwendungen wie Webshops zum Einsatz, um Nutzern unbekannte Objekte zu empfehlen, die diese ebenfalls mögen könnten. Die Übertragung solcher Systeme auf die Empfehlung von Personen wird dadurch erschwert, dass relationale Aspekte in die Analyse einbezogen werden müssen. Im Rahmen der Seminararbeit soll daher die bisherige Entwicklung innerhalb der Empfehlungssysteme dargestellt werden: content-based und collaborative filtering sowie hybride Ansätze. Ein besonderer Schwerpunkt der Arbeit soll hier auf probabilistischen Modellen liegen sowie auf der bisherigen Verwendung von Empfehlungssystemen in relationalen Kontexten wie zum Beispiel der link prediction oder co-citation analysis. Ein anderer Schwerpunkt der Arbeit kann in der Analyse des zu Grunde liegenden Vertrauensbegriffs liegen. 

<p> Erste Literaturempfehlungen: </p>
Balabanovic , M.; Shoham, Y.: Fab: content-based, collaborative recommendation. Communications of the ACM 40 (3), 1997: pp. 66-72 
</br> Breese, J. S.; Heckerman, D.; Kadie, K.: Empirical analysis of predictive algorithms for collaborative filtering. Proceedings of the 14th Conference on Uncertainty in Artificial Intelligence (UAI), 1998: pp. 43-52 </br>
Hofmann, T.; Puzicha, J.: Latent class models for collaborative filtering. Proceedings of the 16th International Joint Conference on Artificial Intelligence, 1999: pp.683-693 </br>
Melville, P.; Mooney, R.J.; Nagarajan, R.: Content-boosted collaborative filtering for improved recommendations. Proceedings of the 18th National Conference on Artificial Intelligence, 2002.: pp. 187-192 </br>
Popescul, A.; Ungar, L.H.; Pennock, D.M.; Lawrence, S.: Probabilistic models for unified collaborative and content-based recommendation in sparse-data environments. Proceedings of the 17th Conference on Uncertainty in Artificial Intelligence (UAI), 2001: pp. 437-444 </br>
Schein, A.; Popescul, A.; Ungar, L.H.; Pennock, D.M.: Methods and metrics for cold-start recommendations. Proceedings of the 25th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR), 2002: pp. 253-260 </br>
Popescul, A.; Ungar, L.: Statistical relational learning for link prediction

Thema Nr. 6
Recommender Systems in Theorie und Praxis
betreut von Tim Weitzel
Gegenstand dieses Themas sind aktuelle theoretische und praktische Entwicklungen im Bereich IS-gestützter Empfehlungssysteme. Theoretisch sollen der Stand der Forschung, aktuelle Entwicklungstrends und die prinzipielle Leistungsfähigkeit und Anwendbarkeit erarbeitet werden. Im praktischen Teil sollen entsprechende Systeme für die Produktauswahl (z. B. amazon.com) bzw. Dienstplattformen  (z.B. Anwendung psychometrischer Testdaten zum Partnermatching bei friendscout) und die HR-Funktion  (z. B. IS-gestützte Selektion von Menschen (z. B. im Virtuellen Arbeitsmarkt der Bundesanstalt für Arbeit) untersucht werden. 

Thema Nr. 7
Recommender Systems versus künstliche neuronale Netze (KNN)
betreut von Tim Weitzel
Gegenstand dieses Themas ist die Herausarbeitung der wesentlichen Unterschiede zwischen (hybriden) Recommender Systems (siehe Literatur) und KNN bezüglich ihrer methodischer Grundlage, prinzipiellen Anwendbarkeit auf bestimmte Probleme sowie Anwendung und Leistungsfähigkeit in der Praxis. Dabei sollen entsprechende Systeme für die Produktauswahl (z. B. amazon.com) und die HR-Funktion untersucht werden. 

Thema Nr. 8
Wie gut sind Matching-Verfahren?
betreut von Tim Weitzel
Gegenstand dieses Themas ist die Bewertung und Entwicklung von Verfahren zur Messung der Leistungsfähigkeit von Empfehlungssystemen. Es soll theoretisch wie praktisch ermittelt werden, welche Gütemaße sinnvoll sind und was dementsprechende Anforderungen an die Leistungsgüte in der Praxis verwendeter Systeme sind. 

Thema Nr. 9
Rechtliche Aspekte relationaler Information
betreut von Tim Weitzel
Auswahlprozesse können als Abläufe verstanden werden, in denen permanenent zwischen der Prozessdauer und der vorhandenen bzw. der zu erwartenden Informations- und Entscheidungsqualität abgewogen werden muss. Die Selektion von Personen basiert dabei oftmals auf unären Attrbuten, also Informationen, die direkt mit der jeweiligen Person verbunden werden können (Kompetenzen, Alter, Geschlecht,...). Darüber hinaus können auch binäre und n-äre Attribute unterschieden werden, die sich auf die Beziehung zwischen Personen in Situationen beziehen. Die Besonderheit der Personalauswahl liegt darin, dass unter Umständen bestimmte Attribute nicht in die Selektion einbezogen werden können oder dürfen. Gründe hierfür können sein, dass keine Diskriminierung verschiedener Personengruppen (z.B. aufgrund des Alters oder des Geschlechts) stattfinden sollte oder auch dass Individuen unter Umständen kein Interesse haben, bestimmte Beziehungen zu anderen Personen öffentlich zu machen. Die Seminararbeit soll anhand dieser beiden Dimensionen und anhand verschiedener geographischer Regionen (USA, EU, D) einen Überblick darüber geben, welche Informationen in Auswahlentscheidungen einbezogen werden dürfen und inwieweit die sich anschließende Auswahl automatisiert stattfinden darf.