3 search hits
-
Employer Branding der Nordwest Automobilgesellschaft: Ein Entwurf für den Aufbau einer starken Arbeitgebermarke
(2023)
- Zielstellung: Ziel der Arbeit ist es, die Implementierungslücke des „Employer Brandings der Nordwest Automobilgesellschaft“ zwischen erkannter Signifikanz und tatsächlicher Umsetzung zu schließen. Dazu wird ein „Entwurf für den Aufbau einer starken Arbeitgebermarke“ entwickelt, der den Implementierungsprozess des Employer Brandings in der Autohauspraxis fördern soll.
Methodik: Die methodische Vorgehensweise unterteilt sich in einen theoretisch-konzeptionellen und empirisch-praktischen Teil. Auf Grundlage eines literaturbasierten konzepttheoretischen Bezugsrahmens werden Ansätze für das Employer Branding konzipiert, denen die Praxisbeobachtungen der empirischen Untersuchung entgegengestellt werden. Der Vergleich deckt Potenziale auf und dient der spezifischen Ausgestaltung des „Employer Brandings der Nordwest Automobilgesellschaft“, sodass ein praktischer Transfer der Forschungsergebnisse stattfindet.
Ergebnisse: Aus der Auswertung der empirischen Untersuchung und dem Vergleich mit dem konzepttheoretischen Bezugsrahmen konnten Kompetenz- und Optimierungsprofile für das Employer Branding der Schwarte und Braasch Gruppe erarbeitet werden. Darauf basierend wurden Implikationen für die Nordwest Automobilgesellschaft geschaffen. Demnach wird die strategische Initialisierung des Employer Brandings durch ein übergeordnetes Projektteam (Nordwest Automobilgesellschaft) vorgenommen. Ein untergeordnetes Projektteam (Schwarte Gruppe und Braasch Gruppe) übernimmt die operative Entwicklung der Arbeitgebermarken.
Schlussfolgerungen: Mit der Entwicklung des Entwurfs wurde das Ziel der Arbeit nicht vollständig erreicht. Erst durch die praktische Umsetzung und anschließende Validierung des Entwurfs kann die Implementierungslücke für das „Employer Branding der Nordwest Automobilgesellschaft“ geschlossen werden.
-
Optimierung und Hyperparametertuning von neuronalen Netzen zur Trajektorienprädiktion für autonome Fahrzeuge
(2023)
- Ziel
Das Ziel der Bachelorthesis war es, ein Hyperparametertuning für drei neuronale
Beispiel-Netzwerke und die dafür notwendigen Vorbereitungen (Entwicklung einer
automatisierten Testumgebung, Analyse der Trainingsdaten), sowie die
anschließende Auswertung der Ergebnisse durchzuführen.
Methodik
Für die Bewertung der untersuchten neuronalen Netze wurde eine eigene Metrik
definiert. Die Nutzung dieser Metrik ermöglicht die Einschätzung und Bewertung
der trainierten Models.
Ergebnisse
Die Durchführung des Hyperparametertunings lief für die Beispiel-Netze wie
gewünscht ab. Die ausgewählten Netzwerke konnten anhand der definierten Metrik
miteinander verglichen werden. Keines der Netzwerke erreichte eine hinreichend
gute Performance.
Schlussfolgerung
Zur Untersuchung weiterer Netzwerke ist die entwickelte Umgebung geeignet. Die
verwendeten Architekturen sind für die vorliegenden Daten nicht optimal.
Schlüsselwörter
künstliche Intelligenz, Hyperparametertuning, neuronale Netzwerke, Convolutional
Neural Networks, ResNet50
-
Künstliche Intelligenz als Zukunftstechnologie im Controlling
(2023)
- Ziel
Diese Bachelorarbeit zielt darauf ab, KI-Anwendungen zu analysieren und im Controlling der VGRDD GmbH zu testen und ihre Vor- und Nachteile zu bewerten. Dafür wird
das bestehende Controlling-System analysiert, geeignete KI-Anwendungen ausgewählt und in den Prozess implementiert. Ziel ist es, aus Anwendungsbeispielen konkrete Handlungsempfehlungen für die VGRDD GmbH abzuleiten und die Integration
von KI im Controlling zu fördern.
Methodik
Diese Bachelorthesis nutzt einen empirischen Forschungsansatz und eine Fallstudie
mit Praxistest bei der VGRDD GmbH, um die Implementierung von künstlicher Intelligenz im Controlling zu untersuchen. Sie behandelt theoretische Grundlagen des Controllings, der künstlichen Intelligenz und deren Anwendungen.
Ergebnisse
Die Ergebnisse der Bachelorarbeit zeigen, dass die Integration der KI-Anwendung
Chat GPT im Controlling der VGRDD GmbH vielversprechend ist. Die Anwendung
zeigte im Praxistest eine Genauigkeit von etwa 87,5% bei den gestellten Aufgaben und
führte zu einer deutlichen Zeitersparnis/Effizienz.
Schlussfolgerung
Insgesamt lässt sich ableiten, dass die Integration von künstlicher Intelligenz, insbesondere der KI-Anwendung Chat GPT, im Controlling der VGRDD GmbH das Potenzial für eine effizientere und datengetriebene Arbeitsweise bietet. Jedoch müssen die
Limitationen und Herausforderungen im Umgang mit künstlicher Intelligenz sorgfältig
berücksichtigt werden.
Schlüsselwörter
Controlling, Künstliche Intelligenz, Big Data, IT, Sprachmodelle
