Seminar- und Abschlussarbeiten

Der Lehrstuhl für Maschinelles Lernen, insbes. Uncertainty Quantification bietet jedes Semester zahlreiche Themen für Seminar- und Abschlussarbeiten an. Eine Vergabe der Themen erfolgt nach individueller Absprache oder über das zentrale Vergabesystem der Wirtschaftsinformatik. Studierende im Studiengang Digital Business B.Sc. k?nnen sich über das Vergabeverfahren in SPUR auf eine Bachelorarbeit am Lehrstuhl bewerben (weitere Information finden Sie hier).

Nachfolgend finden Sie eine Liste ausgew?hlter Themen, die in vergangenen Semestern am Lehrstuhl angeboten und betreut wurden:

BACHELOR:

Algorithm Aversion vs. Algorithm Appreciation: When do Humans Prefer Algorithms over Humans
Artificial Intelligence Regulation: Assessing the Implementation and Impact of the AI Act
Explainable AI: LIME and SHAP Explanations for Machine Learning Models
AI-Driven Investment Advisors: From Robo-Advisors to Autonomous Agents
Layoffs and Task Transformation: Understanding the impact of AI on the Labor Market
Uncertainty Quantification and Visualization for Machine Learning in Credit Scoring Tasks
Nudging Data Donors: How to Influence Data Sharing for Social Good
Reinforcement Learning with Verifiable Rewards for Timeline Summarization

MASTER:

Competition between AI-driven Pricing Algorithms: An Agent-based Simulation Analysis
Algorithmic Management: An Experimental Investigation of Control and Matching Mechanisms under Human Oversight
Interactive Explanations in AI: Bridging the Gap Between Transparency and Usability
The State of Artificial General Intelligence and the Implications for AI Safety
Designing a LLM-Powered AI Agent for Strategy Selection in Financial Simulation
White-Box Scorers for Uncertainty Quantification and Hallucination Detection in Large Language Models
How to Price: Understanding the Mechanisms of Algorithmic Pricing on Digital Platforms
Data Donations for Wellbeing: Use Cases and Requirements
Data Donations and the Privacy Paradox: An Experimental Design

nach oben