Verfügbare Themen

Hintergrund

In der Bildungsforschung entwickelt sich ein wachsendes Interesse an Learning Analytics – also der Auswertung und Nutzung von Lernplattformdaten, um Lernprozesse besser zu verstehen und zu optimieren (Siemens & Gašević, 2012). Der Zugriff zu derartigen gestaltet sich allerdings oft schwierig. Datenspenden stellen hierfür eine Lösung dar: Die DSGVO ermöglicht es Individuen, ihre Daten freiwillig für wissenschaftliche Zwecke zur Verfügung zu stellen. Unsere Forschungsfrage lautet daher: Unter welchen Bedingungen sind Nutzende von Lernplattformen bereit, ihre Daten für die Forschung zu spenden?

Ziel der Arbeit

Im Rahmen eines Online-Experiments sollen verschiedene Szenarien (Vignetten) beschrieben werden, wie diese Datenspende ablaufen kann. In diesen Vignetten werden Aspekte der Datenspende, z. B. der zeitliche Aufwand, die Komplexität des Prozesses, oder der Nutzungszweck der Daten variiert. Studienteilnehmende sollen befragt werden, wie bereit sie wären, ihre Daten in den jeweilig beschriebenen Szenarien zu spenden. Ergebnisse aus einer Vorstudie deuten darauf hin, dass der erforderliche Aufwand sowie Privatsphärebedenken wesentliche Einflussfaktoren sind. Diese Abschlussarbeit soll näher untersuchen, wie sich diese und andere Faktoren auf die Spendenbereitschaft auswirken. Dabei können eigene Schwerpunkte gesetzt werden. Es kann auch eine reine Konzeptarbeit erstellt werden. Das heißt, es werden keine Daten erhoben, dafür aber das Studiendesign und erwartete Ergebnisse detailliert ausgearbeitet.

Voraussetzung: Vorkenntnisse im Umgang mit experimentellen Methoden, z. B. durch unseren Kurs „Experimentelle Verhaltensforschung in Data Science (EVIDS)“.

Referenz: Siemens, G., & Gašević, D. (2012). Special issue on learning and knowledge analytics. Educational Technology & Society, 15(3), 1–163.

Es werden keine Bewerbungen für das Wintersemester 2024/2025 mehr angenommen.

In den letzten Jahren hat die Nutzung von Bonuskartendaten in der Forschung zugenommen. Diese Daten, die durch Treueprogramme von Einzelhändlern gesammelt werden, bieten wertvolle Einblicke in das Konsumverhalten und können z. B. Kundensegmentierung und personalisiertes Marketing, aber auch für gemeinnützige Forschungszwecke eingesetzt werden. Beispielsweise besteht großes Potenzial, die Erforschung von Konsumentscheidungen (Katzeff et al., 2020), Ernährungsweisen (Fuchs, 2020; Wu et al., 2022) oder Gesundheitsverläufen und -verhalten (Lee et al., 2021; Nevalainen et al., 2018) durch eine derartig detaillierte Datenquelle zu bereichern.

Das Ziel dieser Bachelorarbeit ist es, eine systematische Literaturreview durchzuführen, um Studien zu identifizieren und zu analysieren, die Bonuskartendaten für Forschungszwecke im öffentlichen Interesse verwenden.

Referenzen:

Fuchs, K. L. (2020). Empowering Diet-Related Health Behavior Change Interventions via Digital Receipts and Food Composition Databases. https://doi.org/10.3929/ethz-b-000450599
Katzeff, C., Milestad, R., Zapico, J. L., & Bohné, U. (2020). Encouraging Organic Food Consumption through Visualization of Personal Shopping Data. Sustainability, 12(9), Article 9. https://doi.org/10.3390/su12093599
Lee, C. L., Aveyard, P. N., Jebb, S. A., & Piernas, C. (2021). Using supermarket loyalty card data to provide personalised advice to help reduce saturated fat intake among patients with hypercholesterolemia: A qualitative study of participants’ experiences. Nutrients, 13(4). https://doi.org/10.3390/nu13041146
Nevalainen, J., Erkkola, M., Saarijärvi, H., Näppilä, T., & Fogelholm, M. (2018). Large-scale loyalty card data in health research. Digital Health, 4, 205520761881689. https://doi.org/10.1177/2055207618816898
Wu, J., Fuchs, K., Lian, J., Haldimann, M. L., Schneider, T., Mayer, S., Byun, J., Gassmann, R., Brombach, C., & Fleisch, E. (2022). Estimating dietary intake from grocery shopping data—A comparative validation of relevant indicators in Switzerland. Nutrients, 14(1), 1–26. https://doi.org/10.3390/nu14010159

Es werden keine Bewerbungen für das Wintersemester 2024/2025 mehr angenommen.

Motivation

Customer Relationship Management (CRM) systems are an extremely important tool for supporting, organizing and steering large sales teams. Many CRM systems rely on versatile and customizable cloud solutions. However, sometime own, custom-built widget are necessary. A description how such extensions can be implemented can help many users.

Methodology: Online research & system setup

Task

• Get your hands around a test version of a common CRM cloud solution such as salesforce
• Build a script the gets information from the systems, changes the information, and stores it back such that others can use it
• Write a solid documentation

Special prerequisites

Some coding, ability to work independently

Hintergrund

In der Bildungsforschung entwickelt sich ein wachsendes Interesse an Learning Analytics – also der Auswertung und Nutzung von Lernplattformdaten, um Lernprozesse besser zu verstehen und zu optimieren (Siemens & Gašević, 2012). Der Zugriff zu derartigen gestaltet sich allerdings oft schwierig. Datenspenden stellen hierfür eine Lösung dar: Die DSGVO ermöglicht es Individuen, ihre Daten freiwillig für wissenschaftliche Zwecke zur Verfügung zu stellen. Unsere Forschungsfrage lautet daher: Unter welchen Bedingungen sind Nutzende von Lernplattformen bereit, ihre Daten für die Forschung zu spenden?

Ziel der Arbeit

Im Rahmen eines Online-Experiments sollen verschiedene Szenarien (Vignetten) beschrieben werden, wie diese Datenspende ablaufen kann. In diesen Vignetten werden Aspekte der Datenspende, z. B. der zeitliche Aufwand, die Komplexität des Prozesses, oder der Nutzungszweck der Daten variiert. Studienteilnehmende sollen befragt werden, wie bereit sie wären, ihre Daten in den jeweilig beschriebenen Szenarien zu spenden. Ergebnisse aus einer Vorstudie deuten darauf hin, dass der erforderliche Aufwand sowie Privatsphärebedenken wesentliche Einflussfaktoren sind. Diese Abschlussarbeit soll näher untersuchen, wie sich diese und andere Faktoren auf die Spendenbereitschaft auswirken. Dabei können eigene Schwerpunkte gesetzt werden. Die Rekrutierung von Studienteilnehmenden kann über das SoSci-Panel angestrebt werden, unter Umständen kann aber auch eine reine Konzeptarbeit erstellt werden. Das heißt, es werden keine Daten erhoben, dafür aber das Studiendesign und erwartete Ergebnisse detailliert ausgearbeitet.

Voraussetzung: Vorkenntnisse im Umgang mit experimentellen Methoden, z. B. durch unseren Kurs „Experimentelle Verhaltensforschung in Data Science (EVIDS)“.

Referenz: Siemens, G., & Gašević, D. (2012). Special issue on learning and knowledge analytics. Educational Technology & Society, 15(3), 1–163.

Die EU-Datenschutzgrundverordnung (DSGVO) ermöglicht es Bürger:innen, auf Daten zuzugreifen, die Institutionen oder Unternehmen über sie gespeichert haben. Durch den Einzug digitaler Technologien in unterschiedlichste Lebensbereiche ergeben sich aussichtsreiche Anwendungskontexte für Datenspenden zur Steigerung des Allgemeinwohls, insbesondere für komplexe Herausforderungen in den Bereichen Gesundheit und Umwelt. Warum spenden Ihre Daten (nicht) an die Wissenschaft? Initiale Faktoren wie soziales Verantwortungsgefühl und mögliche persönliche Vorteile motivieren Menschen zu Datenspenden (Skatova & Goulding, 2019). Im nächsten Schritt können aber zu komplexe Prozesse der Datenpreisgabe selbst bei willigen Teilnehmenden zu geringen Spenderaten führen (Silber et al., 2022). Je nach Plattform gibt es für Datenspenden uneinheitliche Rahmenbedingungen, die sich über die Zeit ändern können. Wie bestimmen Privatsphärebedenken und die Bewertung des notwendigen Aufwands die Bereitschaft zu verschiedenen Formen von Datenspenden? Ziel ist es, eine quantiative Online-Studie durchzuführen. Das Design soll sich an dem sogenannten Campbell-Paradigma (Kaiser et al., 2010) orientieren: Demnach lässt sich der Grad der Zustimmung zu einem Verwendungsziel davon ableiten, wie viel Menschen zur Datenpreisgabe bereit sind, zu tun.Die Arbeit wird im Kontext des Forschungsprojekts DataDonations4SustainableChange betreut.Vorerfahrungen: Vorwissen zu experimentellen Methoden, z. B. durch unseren Kurs „Experimentelle Verhaltensforschung in Data Science (EVIDS)“ ist keine Voraussetzung, wird aber dringend empfohlen.

Referenzen

• Kaiser, F. G., Byrka, K., & Hartig, T. (2010). Reviving campbell’s paradigm for attitude research. Personality and Social Psychology Review, 14(4), 351–367. https://doi.org/10.1177/1088868310366452
• Silber, H., Breuer, J., Beuthner, C., Gummer, T., Keusch, F., Siegers, P., Stier, S., & Weiß, B. (2022). Linking surveys and digital trace data: Insights from two studies on determinants of data sharing behaviour. Journal of the Royal Statistical Society: Series A (Statistics in Society), 185, S387–S407. https://doi.org/10.1111/rssa.12954
• Skatova, A., & Goulding, J. (2019). Psychology of personal data donation. PLoS ONE, 14(11), 1–20. https://doi.org/10.1371/journal.pone.0224240

Die EU-Datenschutzgrundverordnung (DSGVO) ermöglicht es Bürger:innen, auf Daten zuzugreifen, die Institutionen oder Unternehmen über sie gespeichert haben. Durch den Einzug digitaler Technologien in unterschiedlichste Lebensbereiche ergeben sich aussichtsreiche Anwendungskontexte für Datenspenden zur Steigerung des Allgemeinwohls, insbesondere für komplexe Herausforderungen in den Bereichen Gesundheit und Umwelt.Warum spenden Ihre Daten (nicht) an die Wissenschaft? Skatova & Goulding (2019) nennen Faktoren wie soziales Verantwortungsgefühl und mögliche persönliche Vorteile als mögliche Motivation für Datenspenden. Daneben nennen die Autoren auch die Relevanz des Verständnisses von Spender:innen für den Verwendungszweck. Gleichzeitig zeigen ihre Forschungsergebnisse eine höhere hypothetische Spendebereitschaft für einen generischen vs. einen spezifischen Verwendungszweck.Mit einer experimentellen Online-Studie soll ergründet werden, welchen Einfluss unterschiedliche Darstellungen des Verwendungszwecks auf die Bereitschaft zu einer hypothetischen oder simulierten Datenspende haben.Die Arbeit wird im Kontext des Forschungsprojekts DataDonations4SustainableChange betreut.ReferenzSkatova, A., & Goulding, J. (2019). Psychology of personal data donation. PLoS ONE, 14(11), 1–20. https://doi.org/10.1371/journal.pone.0224240

Applications are closed.To address issues of health and sustainability, the scientific community seeks to understand food shopping behaviour. To do this, many researchers rely on retrospective self-reports from consumers. This approach can suffer from biases such as respondents‘ memory lapses or social desirability („I only eat organic meat from happy animals!“).Thanks to digital transformation, more and more supermarket chains have loyalty card programs. By leveraging their data infrastructure, these offer a way to analyze actual purchase data, instead of having to rely on self-reports. There is great potential in making use of this data for the greater good (see e.g., Nevalainen et al., 2018).Tasks

• Establish a solid motivation, based on literature, why purchase data is worth looking at.
• Collect test data from shopping trips of a convenience sample and self-trial.
• Plan and conceptualize a system that enables the processing of loyalty card data donations with the following functionalities:
  • Receive and safely store data donations (existing applications can be used).
  • Extract the relevant data from the donated files.
  • Enrich the data by
    • linking identifiers of products to an external database (e.g., OpenFoodFacts)
    • conceptualizing a workflow that allows item categorization.
    • Document the process, as well as lessons learned and challenges encountered.

Students should be …
… interested in a thesis that can pave the way for future research in this area.
… interested in a thesis that goes beyond the usual quantitative and qualitative methods.
… confident in their Python skills.

Reference:

Motivation

Customer Relationship Management (CRM) systems are an extremely important tool for supporting, organizing and steering large sales teams. Many CRM systems rely on versatile and customizable cloud solutions. However, sometime own, custom-built widget are necessary. A description how such extensions can be implemented can help many users.

Methodology: Online research & system setup

Task

• Get your hands around a test version of a common CRM cloud solution such as salesforce
• Build a script the gets information from the systems, changes the information, and stores it back such that others can use it
• Write a solid documentation

Special prerequisites

Some coding, ability to work independently