Ankündigungen von Kolloquien zu Master- und Bachelorarbeiten

Die internen Betreuer der Abschlussarbeiten werden gebeten die Termine hier wie folgt unter Ankündigungen und im Kalender einzutragen:

Die Ankündigung erfolgt öffentlich und wird zukünftig in die Webseiten der Fakultät Informatik und Medien und dem Institut für Informatik integriert. Sie darf daher keinen personenbezogne Daten wie Namen der Studierenden, oder von exetrnen Betreuern enthalten.

Kolloquium zur Bachelorarbeit im Studiengang Informatik am 14.09.26 um 09:30 Uhr s.t., Performance- und Skalierbarkeitsanalyse relationaler und NoSQL-Datenbanken am Beispiel eines KI-gestützten Websystems

Von Prof. Dr.-Ing. Thomas Kudraß

Die Bachelorarbeit untersucht, ob sich PostgreSQL oder MongoDB besser für ein soziales Netzwerk mit KI basierter Beitragsempfehlung eignen. Hierbei ist das Ziel zu untersuchen, welches der beiden Systeme unter steigender Nutzerlast besser performt. Um die beiden Systeme zu vergleichen, werden beide Datenbanken in einem Replica-Set mit einem Client für Schreiboperationen und zwei Clients für Leseoperationen aufgesetzt. Um die Datenbanken mit Daten zu befüllen und Daten von ihnen abfragen zu können wird ein Node.js Backend verwendet. In dem sozialen Netzwerk können Nutzer Beiträge mit tags und Inhalt erstellen, diese Beiträge kommentieren und Beiträge von anderen Nutzern liken. Außerdem können sich die Nutzer einen normalen Feed ausgeben lassen der die Beiträge von Neu nach Alt sortiert ausgibt. Dann gibt es noch einen Feed mit Beitragsempfehlung dieser gibt dem Nutzer Beiträge, die ihm aufgrund der Beiträge, die ihn gefallen auch gefallen könnten. Das Empfehlungssystem funktioniert so, das bei der Beitragserstellung auch die Tags mittels eines KI Modells in Vektoren umgewandelt werden und in der Datenbank gespeichert werden. Für das Empfehlungssystem wird dann, wenn ein Nutzer seine Vorschläge abfragt einmal alle Vektoren geladen von den Beiträgen, die ihm gefallen und auch die Vektoren der neusten 250 Beiträgen. Der Nutzervektor wird dann über die Kosinus Ähnlichkeit mit den 250 Beiträgen jeweils verglichen und die besten Ergebnisse werden dem Nutzer zurückgegeben. Daraus lässt sich auch ableiten, dass die Frage hier auch ist welches der beiden Systeme besser mit großen Vektoren umgehen kann. Die beiden Systeme werden dann Last-Tests unterzogen um zu sehen wie beide sich unter steigender Nutzerlast verhalten. Am Ende zeigt sich das beide Systeme ihre Vor- und Nachteile haben und es keine eindeutige Antwort für die Frage gibt wobei MongoDB bei dem Test für den vorschlagsbasierten Feed deutlich besser abschneidet.

Termin: 14.09.2026 09:30Uhr
Ort: ZU417 
Betreuende Hochschullehrer: Prof. Dr. Thomas Kudraß / Prof. Dr. Andreas Thor

Kolloquium zur Bachelorarbeit im Studiengang Informatik am 26.08.26 um 10:00Uhr s.t., Konzeption und prototypische Umsetzung eines Lakehouse-Architekturmodells zur Unterstützung von BI- und KI-gestützten Analysen

Von Prof. Dr.-Ing. Thomas Kudraß

Unternehmen stehen vor der Herausforderung, heterogene Datenquellen strukturierte API-Antworten, tabellarische Ereignisdaten und unstrukturierte Dokumente effizient in eine konsistente Analysegrundlage zu überführen. Diese Arbeit konzipiert und implementiert eine cloud-basierte Datenarchitektur als Grundlage für automatisierte Lieferantenbewertungsprozesse der Ingenics AG. Die Architektur trennt Rohdatenhaltung, Qualitätssicherung und analytische Bereitstellung in drei aufeinander aufbauende Schichten und gewährleistet, dass mehrere parallel operierende KI-Agenten jederzeit auf konsistente, reproduzierbare Daten zugreifen können. Unstrukturierte PDF-Dokumente werden prototypisch extrahiert und in das Datenmodell integriert, wobei eine vollständige Verarbeitung ein dediziert trainiertes Modell voraussetzt. Die abschließende Evaluation belegt die Machbarkeit des Konzepts und zeigt konkrete Weiterentwicklungspotenziale für den Produktivbetrieb auf.

Termin: 26.08.2026 10:00 Uhr
Ort: ZU417 
Betreuender Hochschullehrer: Prof. Dr. Thomas Kudraß 
Zweitprüfer: M. Sc. Christoph Storm (Ingenics AG)

Kolloquium zur Masterarbeit im Studiengang Informatik am 20.08.2026 um 09:00 Uhr s.t., Konzeption und Implementierung eines empathischen Chatbots für die Hochschullehre

Von Martin Grüttmüller

Kolloquium zur Masterarbeit im Studiengang Informatik am 20.08.2026 um 09:00 Uhr s.t., Konzeption und Implementierung eines
empathischen Chatbots für die Hochschullehre

Im Rahmen mathematischer Lehrveranstaltungen bearbeiten Studierende 
selbständig Übungsaufgaben ohne zeitnahe und individuelle Rückmeldungen 
seitens der Lehrenden. Vor diesem Hintergrund untersucht die vorliegende 
Masterarbeit, inwiefern ein empathischer Chatbot Studierende beim 
Empfehlen nachfolgender mathematischer Übungsaufgaben fachlich und 
emotional unterstützen kann. 
Es wird ein in das Tech4Comp-Ökosystem eingebetteter Chatbotprototyp 
entwickelt, der Rasa als Dialogkomponente nutzt, ein Stimmungsanalysemodell 
und ein LLM zur empathischen Antwortgenerierung integriert und über 
eine Absichts-Stimmungs-Interventionslogik adaptive, empathische Reaktionen 
bereitstellt. Die Evaluation umfasst eine automatische Analyse von
Intent-Erkennung, Stimmungserkennung und Gesamtsystemleistung sowie eine
menschliche Bewertung verschiedener Systemvarianten. Die Ergebnisse zeigen, 
dass der Prototyp trotz nur mittelmäßiger automatischer Erkennungsleistungen 
von den Teilnehmenden häufig als empathisch, hilfreich und angemessen 
wahrgenommen wird. Dies weist darauf hin, dass sorgfältig gestaltete 
kommunikative Strategien und Oberflächen einen wesentlichen Beitrag zur
wahrgenommenen Empathie leisten können und liefert Hinweise für die 
Gestaltung rechtlich und ethisch verantwortungsvoller empathischer 
Chatbots in der Hochschullehre.

Termin: 20.08.2026 um 09:00 Uhr

Ort: ZU417

Betreuende/r Hochschullehrer/in: Prof. Martin Grüttmüller, Prof. Jochen Merker 
 

Kolloquium zur Masterarbeit im Studiengang Medieninformatik am 06.07.2026 um 15:30 Uhr s.t., Entwicklung eines Prototyps zur Messung von Motivation in Serious Games während des Spielens

Von Thomas Riechert

Motivation gilt als zentraler, aber nicht unmittelbar beobachtbarer Faktor für den Lernerfolg in Serious Games. Trotz bekannter Schwächen der Methodik ist bislang nicht hinreichend geklärt, wie motivationspsychologische Konstrukte aus etablierten Fragebogeninstrumenten systematisch in telemetrisch erfassbare Verhaltensdimensionen überführt werden können und in welchem Verhältnis solche Telemetrieindikatoren zu fragebogenbasierten Selbstauskünften stehen. Die vorliegende Arbeit setzt an dieser Schnittstelle an und entwickelt ein theoriegeleitetes Vorgehensmodell, mit dem etablierte Motivationsinstrumente analysiert, daraus motivationsrelevante Verhaltensdimensionen abgeleitet und diese prototypisch in zwei webbasierten Serious Games telemetrisch operationalisiert werden.

Für die empirische Umsetzung wurde ein DOM-basiertes Telemetrieverfahren eingesetzt, das Spielinteraktionen in den Serious Games Wissensquell und Ink & Evidence erfasste. Die erhobenen Rohdaten wurden spielabhängig aufbereitet, in konkrete Metriken überführt und zu explorativen Kompositwerten verdichtet. Diese Werte wurden anschließend mit den nach den jeweiligen Spielen erhobenen Fragebogendaten verglichen, um explorativ zu prüfen, ob und unter welchen Bedingungen Telemetrie Hinweise auf motivationsrelevante Verhaltensdimensionen liefern kann.

Von den insgesamt 40 spielbezogenen Korrelationspaaren erreichte lediglich der Zusammenhang zwischen Performance und Competence in Wissensquell ein Signifikanzniveau von p < ,05 (rs = ,84, p = ,019) und entsprach damit der theoretisch erwarteten Richtung. Die übrigen Ergebnisse zeigten ein deutlich heterogeneres, teils der Erwartung entgegenlaufendes Muster, etwa der signifikant negative Zusammenhang zwischen Exploration und Interest in Ink & Evidence (rs = −,81, p = ,027). Diese Befunde sind nicht als grundsätzliche Widerlegung der motivationalen Annahmen zu verstehen, sondern deuten auf Passungsprobleme zwischen Spielstruktur, technischer Operationalisierung und den zugrunde liegenden Konstrukten hin.

Insgesamt zeigt die Arbeit, dass sich quantitative Messpunkte aus etablierten Fragebogeninstrumenten grundsätzlich ableiten und technisch in Serious Games integrieren lassen, dass die Daten jedoch keine konsistente Bestätigung dafür liefern, motivationale Selbstauskünfte allgemein durch Telemetrie-Komposits abzubilden. Ein Anspruch auf Repräsentativität oder auf die Validierung eines allgemein einsetzbaren Messinstruments wird nicht erhoben, im Vordergrund stehen die methodische Entwicklung, die prototypische Anwendung und die kritische Reflexion eines theoriegeleiteten Vorgehens sowie daraus abgeleitete Implikationen für den Einsatz von Telemetrie in Serious Games.

Termin: 06.07.2026 15:30 Uhr

Ort: ZU530

Betreuende/r Hochschullehrer/in: Prof. Riechert, Stolze F., M.Sc.

Kolloquium zur Bachelorarbeit im Studiengang Informatik am 06.07.2026 um 16:00 Uhr s.t., Konzeption eines adaptiven Verfahrens der Trace-Analyse mit Methoden der künstlichen Intelligenz zur Optimierung der Fehlerdiagnose in komplexen Systemen

Von Sibylle Schwarz | Geändert von Sibylle Schwarz am 30.06.2026

Die Fehlerdiagnose in modernen Fahrzeugen mit über 100 Steuergeräten konfrontiert Analysten
mit einem Skalierungsproblem: Aus mehreren tausend Bus-Signalen einer Trace-Aufzeichnung
müssen die wenigen fehlerverusachenden Signale identifiziert werden. Diese Arbeit konzipiert ein
adaptives Verfahren zur KI-gestützten Trace-Analyse, das eine dreiphasige Methodik (Symptom-
Formalisierung, temporale Lokalisierung, kausale Rückwärtssuche) mit einer mehrstufigen, hybri-
den Merkmalsreduktion kombiniert. Die Analyse-Pipeline wird über das Model Context Protocol
(MCP) angebunden und ist so von konkreten Datenquellen entkoppelt. Das vorgestellte Konzept
ergänzt die agentenbasierte Komposition um eine typisierte Emission strukturierter Werte aus
LLM-Phasen sowie einen visualisierungs-agnostischen Dashboard-Vertrag als Zwischenrepräsen-
tation. Ein Funktionsnachweis auf Basis einer Desktop-Anwendung demonstriert die technische
Realisierbarkeit anhand einer CAN-Trace mit einem fehlerhaften Radgeschwindigkeitssignal,
deren Ergebnisse als Grafana-Dashboard und LLM-Zusammenfassung aufbereitet werden. Der
MCP-basierte Architekturansatz ist domänenunabhängig gestaltet und eröffnet Perspektiven für
den Transfer auf andere komplexe technische Systeme.

Termin: 06.07.2026 um 15:00 Uhr

Ort: ZU417

Betreuende/r Hochschullehrer/in: Prof. Sibylle Schwarz
Kooperationspartner: In-motion

Termin: Kolloquium Bachelorarbeit INB

Informationen: Kolloquium zur Bachelorarbeit im Studiengang Informatik am 06.07.2026 um 16:00 Uhr s.t., Konzeption eines adaptiven Verfahrens der Trace-Analyse mit Methoden der künstlichen Intelligenz zur Optimierung der Fehlerdiagnose in komplexen Systemen

Kolloquium zur Bachelorarbeit im Studiengang Informatik am 06.07.2026 um 15:00 Uhr s.t., Vergleich verschiedener Methoden zur Größenbestimmung von Objekten auf 2D-Bildern in der Logistik

Von Sibylle Schwarz | Geändert von Sibylle Schwarz am 30.06.2026

Die bildbasierte Größenbestimmung von Objekten spielt in der Logistik eine wichtige
Rolle, um die E!zienz von Lager- und Transportprozessen zu verbessern. In dieser Ar-
beit werden drei verschiedene Methoden zur Größenbestimmung von Objekten auf zwei-
dimensionalen Bildern vorgestellt, umgesetzt und miteinander verglichen. Dazu gehört
ein geometrischer Ansatz auf Basis des Lochkameramodells, ein referenzbasierter Ansatz
mit ArUco-Marker sowie ein Machine-Learning-Ansatz mit Tiefenschätzmodell und einem
XGBoost-Regressionsmodell. Die Methoden werden anhand eines selbst erstellten Daten-
satzes von Kartonbildern aus zwei Kameraperspektiven und verschiedenen Abständen
evaluiert. Die höchste Genauigkeit mit einem MAPE von 0,86% wird mit dem geome-
trischen Ansatz erreicht. Die Referenzobjekt-Methode liegt mit einem MAPE von 1,29%
dahinter, während die ML-Methode mit einem MAPE von rund 20% deutlich ungenauere
Ergebnisse liefert. Die Auswertung zeigt, dass die referenzbasierte Methode den besten
Kompromiss zwischen Genauigkeit und praktischer Anwendbarkeit darstellt, da sie im
Gegensatz zum Lochkameramodell keinen bekannten Abstand zum Objekt voraussetzt.
Die Ergebnisse sind in einem kontrollierten Setup erzielt und bilden eine Grundlage für
weiterführende Untersuchungen in einem realen Logistikumfeld.

 

Termin: 06.07.2026 um 15:00 Uhr

Ort: ZU417

Betreuende/r Hochschullehrer/in: Prof. Sibylle Schwarz
Kooperationspartner: Deutsche Telekom MMS GmbH

Termin: Kolloquium Bachelorarbeit INB

Informationen: Kolloquium zur Bachelorarbeit im Studiengang Informatik am 06.07.2026 um 15:00 Uhr s.t., Vergleich verschiedener Methoden zur Größenbestimmung von Objekten auf 2D-Bildern in der Logistik

Kolloquium zur Bachelorarbeit im Studiengang Informatik am 06.07.26 um 13:30 Uhr s.t., Untersuchung von LCNC-Plattformen für Business Intelligence

Von Prof. Dr.-Ing. Thomas Kudraß

Diese Bachelorarbeit untersucht ausgewählte Low-Code/No-Code (LC/NC) Plattformen im Kontext von Business Intelligence. Ziel ist ein Vergleich der Tools KNIME, Microsoft Power BI und Yellowfin hinsichtlich Funktionalität, Benutzerfreundlichkeit sowie Datenverarbeitung und Visualisierung. Bewertet werden unter anderem Datenquellenanbindung, Flexibilität, Deployment-Möglichkeiten, Personalisierung sowie Lizenz- und Kostenmodelle. Zusätzlich wird der Lernaufwand berücksichtigt, da der Autor zuvor keine Erfahrung mit BI-Tools hatte. Auf Basis der Analyse werden Empfehlungen für verschiedene Einsatzszenarien sowie für den möglichen Einsatz in Lehrveranstaltungen abgeleitet. Die Ergebnisse zeigen, dass kein Tool universell überlegen ist, da sich die Systeme in Zielgruppe und Funktionsumfang deutlich unterscheiden. Aufgrund der begrenzten Tool-Auswahl sind keine allgemeinen Aussagen zu LC/NC-Plattformen insgesamt möglich.

Termin: 06.07.2026 13:30Uhr
Ort: ZU417 
Betreuende Hochschullehrer: Prof. Dr. Thomas Kudraß / Prof. Dr. Robert Müller

Kolloquium zur Bachelorarbeit im Studiengang Medieninformatik am 24.06.26 um 10:00 Uhr s.t., Entwicklung eines Serious Games zu den Grundlagen von Git in der Softwareentwicklung

Von Thomas Riechert

Diese Arbeit beschäftigt sich mit der Konzeption, Umsetzung und exemplarischen Evaluation eines Serious Games zur Vermittlung grundlegender Konzepte des Versionskontrollsystems Git. Zur theoretischen Fundierung wurden didaktische, lernpsychologische und motivationsbezogene Ansätze herangezogen. Einen zentralen Bezugsrahmen bildet dabei die Selbstbestimmungstheorie nach Deci und Ryan, die das Erleben von Autonomie, Kompetenzerleben und intrinsischer Motivation als zentrale Voraussetzungen erfolgreichen Lernens beschreibt. Ergänzend wurde der Konnektivismus nach George Siemens berücksichtigt, der Lernen als vernetzten Prozess in digitalen und dynamischen Kontexten versteht. Auf Grundlage dieser theoretischen Ansätze wurde ein didaktisches Konzept entwickelt, das den Fokus auf aktive Interaktion, visuelle Unterstützung und eine schrittweise Progression legt. Dieses Konzept floss in die Gestaltung eines spielbasierten Prototyps ein, der zentrale Git-Konzepte durch interaktive Aufgaben, visuelle Darstellungen und unmittelbares Feedback vermittelt. Die empirische Evaluation des Prototyps wurde explorativ angelegt und zielte auf subjektive Einschätzungen der Nutzenden in Bezug auf Verständlichkeit, Nutzbarkeit und Motivation ab. Die Ergebnisse zeigen eine überwiegend positive Wahrnehmung des Spiels, insbesondere hinsichtlich der Visualisierung der Git-Konzepte und der grundsätzlichen Bedienbarkeit. Gleichzeitig deuten die Rückmeldungen darauf hin, dass individuelle Vorkenntnisse einen Einfluss auf den wahrgenommenen Lernzuwachs haben. Insgesamt verdeutlicht die Arbeit, dass ein Serious Game einen geeigneten Ansatz zur Unterstützung des Einstiegs in Git darstellen kann. Das entwickelte Spiel ersetzt keine umfassende Schulung, bietet jedoch als ergänzendes Lernangebot Potenzial, Verständnisprozesse zu fördern und motivationale Aspekte des Lernens zu unterstützen. 

Termin: 24.06.26 10:00 Uhr

Ort: ZU530

Betreuende/r Hochschullehrer/in: Prof. Riechert; Felix Stolze, M.Sc.

(Nachtrag) Kolloquium zur Bachelorarbeit im Studiengang Medieninformatik am 23.06.2026 um 16:00 Uhr s.t., Entwicklung einer Lernsoftware zu Unterstützung von SchülerInnen der Klasse 7 im Fach Physik

Von Thomas Riechert

Diese Bachelorarbeit entwickelt und konzipiert eine gamifizierte Lernplattform zur Unterstützung von SchülerInnen der 7. Klasse im Fach Physik mit dem Schwerpunkt Schattenkonstruktion. Ausgangspunkt ist die Problematik, dass Kinder aus Nicht-Akademikerfamilien geringere Chancen auf das Abitur haben und digitale Lernangebote einen Beitrag zur Chancengleichheit leisten können. Die didaktische Fundierung erfolgt theoriegeleitet auf Basis des Behaviorismus, des Konstruktivismus, des Konnektivismus sowie der Selbstbestimmungstheorie. Gamification-Elemente dienen der motivationalen Unterstützung und der Förderung intrinsischer Lernprozesse. Die Anforderungen an die Software werden empirisch durch ein leitfadengestütztes Interview mit einer Physiklehrkraft erhoben. Ergebnis ist ein theoriegeleitetes, praxisnahes Konzept einer Lernplattform, die fachliches Verständnis fördert und motivationale sowie soziale Faktoren systematisch integriert.

Termin: 23.06.2026 16:00 Uhr

Ort: ZU417

Betreuende/r Hochschullehrer/in: Prof. Riechert; Felix Stolze, M.Sc.

Kolloquium zur Masterarbeit im Studiengang Medieninformatik am 18.06.2026 um 11:30 Uhr s.t., KI-gestützte Aggregation und Visualisierung von kollaborativem Feedback in einer webbasierten Debriefing-Umgebung

Von Jochen Merker

Die vorliegende Arbeit untersucht die KI-gestützte Aggregation und Visualisierung kollaborativen Feedbacks in einer webbasierten Debriefing-Umgebung im Rahmen
des ERASMUS+-Projekts ACTIVATE. Ziel ist die Konzeption, Implementierung und Evaluation einer Verarbeitungspipeline, die strukturierte Fragebogendaten sowie Audiofeedback aus Debriefing-Situationen automatisiert in eine CHAT-kompatible Wissensbasis überführt und die daraus resultierenden Konflikte im ACTIVATEDashboard visualisierbar macht. Die Arbeit baut auf bestehenden Vorarbeiten zur Domänenmodellierung, Anforderungsanalyse und LLM-basierten Knowledge-Graph-Extraktion auf und erweitert diese um eine End-to-End-Verarbeitung multimodaler Feedbackdaten.

Termin: 18.06.2026 11:30 Uhr

Ort: GU114

Betreuende/r Hochschullehrer/in: Prof. Riechert, Prof. Merker