Momentan bieten wir folgende Abschlussarbeiten an:

(Wirtschafts-)Informatik: Kalibrierung und Validierung KI-basierter Analysen zur Bewertung von Kommunikationskompetenzen

Motivation:

Die automatisierte Analyse von Kommunikation mittels Künstlicher Intelligenz (z. B. durch Large Language Models oder Speech-to-Text-Analysen) eröffnet völlig neue Wege für das Training von Soft Skills. Doch während KI-Systeme schnell Feedback generieren, bleibt eine Kernfrage der Wissenschaft und Praxis oft unbeantwortet: Wie verlässlich sind diese Ergebnisse wirklich?

Gerade bei der Bewertung von weichen Faktoren wie aktivem Zuhören, Deeskalation oder überzeugender Argumentation führen Nuancen in der Sprache zu völlig unterschiedlichen Einschätzungen. Damit solche Systeme im professionellen Kontext – etwa in der Personalentwicklung oder im Kundenservice-Training – ernsthaft eingesetzt werden können, müssen die Analysen extrem präzise, objektiv und vor allem reproduzierbar sein. Fehlerhafte Diagnosen oder schwankende Ergebnisse bei identischem Input zerstören das Vertrauen der Nutzenden. Es gilt daher zu erforschen, wie wir KI-Analysemodelle so kalibrieren und validieren können, dass sie sowohl Kommunikationsstärken als auch kritische Schwachstellen fehlerfrei und konsistent identifizieren.

Forschungsfrage:

Wie lässt sich eine KI-basierte Analyse von Kommunikationskompetenzen so kalibrieren und validieren, dass sowohl Stärken als auch Schwachstellen fehlerfrei, objektiv und reproduzierbar nachgewiesen werden können?

Erwartete Ergebnisse:

• Systematischer Überblick über bestehende Ansätze zur KI-basierten Analyse von Soft Skills sowie gängige Methoden zur Modellkalibrierung und Qualitätsmessung.

• Definition einer „Ground Truth“ und geeigneter Metriken zur Messung von Präzision, Fehlerfreiheit und Reproduzierbarkeit im Kontext von Kommunikationsanalysen.

• Konzeption eines Kalibrierungsverfahrens (z. B. durch optimiertes Prompt Engineering, Fine-Tuning, Few-Shot Learning oder algorithmische Nachbereitung), um Varianzen in den KI-Antworten zu minimieren.

• Prototypische Umsetzung einer Validierungs- und Kalibrierungspipeline für ein ausgewähltes Kommunikationsszenario.

• Empirische Evaluation des kalibrierten Systems anhand von Testdaten zur Messung der Reproduzierbarkeit und Fehlerquote im Vergleich zu menschlichen Expertenurteilen.

• Kritische Reflexion der technischen Grenzen und ethischen Implikationen einer vermeintlich „fehlerfreien“ automatisierten Verhaltensbewertung.

  Kontakt: [Bitte aktivieren Sie Javascript]

(Wirtschafts-)Informatik, Interaktive Medien: Entwicklung eines Dashboards für die KPI-basierte Fortschrittsmessung bei der Anwendung von Kommunikationstechniken

Motivation:

Kommunikationstechniken wie aktives Zuhören, Fragetechniken, Feedbackregeln oder Gesprächsstrukturierung spielen in nahezu allen beruflichen Kontexten eine zentrale Rolle. Obwohl viele Unternehmen ihre Mitarbeitenden gezielt in solchen Techniken schulen, fehlt häufig eine systematische Möglichkeit, den individuellen Lernfortschritt und den nachhaltigen Transfer in die Praxis messbar zu machen. Trainingsmaßnahmen werden daher oft subjektiv bewertet und selten datenbasiert begleitet. Ein digitales Dashboard könnte dabei unterstützen, die Anwendung von Kommunikationstechniken anhand geeigneter KPIs transparent darzustellen, Fortschritte sichtbar zu machen und gezielte Verbesserungsmaßnahmen abzuleiten. Insbesondere in Kombination mit KI-basierten Trainings- oder Feedbacksystemen entsteht so die Möglichkeit einer kontinuierlichen, personalisierten Lernunterstützung.

Forschungsfrage:

Welche Anforderungen muss ein Dashboard zur KPI-basierten Fortschrittsmessung bei der Anwendung von Kommunikationstechniken erfüllen und wie kann dieses prototypisch umgesetzt und evaluiert werden?

Erwartete Ergebnisse:

• Systematischer Überblick über relevante Kommunikationstechniken und bestehende Ansätze zur Erfolgsmessung

• Entwicklung eines Kennzahlenmodells zur Fortschrittsmessung

• Funktionale und nicht-funktionale Anforderungen an ein Dashboard zur Visualisierung von Kommunikationsfortschritten

• Prototypische Umsetzung eines webbasierten Dashboards

• Evaluation des Dashboards hinsichtlich Nutzbarkeit, Verständlichkeit und Mehrwert für Lernende

 Kontakt: [Bitte aktivieren Sie Javascript]

IA/IMS: KI-gestützte Auswertung und Weiterentwicklung der THA 360° Feedback App

Motivation:

Ganz im Sinne “Communication is key!“ hilft kontinuierliches, strukturiertes Feedback zwischen Dozierenden und Studierenden sowie zwischen Studierenden untereinander, um Lernen und Lehren an der THA zu verbessern. Doch Feedback entfaltet seinen vollen Wert erst dann, wenn es nicht nur gesammelt, sondern auch sinnvoll ausgewertet und nutzbar gemacht wird. An der THA existiert bereits ein funktionaler Prototyp einer webbasierten 360°-Feedback-App (feedback.informatik.tha.de), der sich in produktiver Testphase befindet. Dieser bildet die Grundlage für das vorliegende Projekt: Aufbauend auf dem bestehenden Tool soll ein KI-gestütztes Auswertungskonzept entwickelt werden, das aus gesammeltem Feedback konkrete, personalisierte Hinweise auf Stärken und Entwicklungsfelder ableitet. Damit dieses Feature seine Wirkung entfalten kann, soll die App parallel durch ein modernes UI/UX-Konzept so umgestaltet werden, dass Nutzbarkeit und Akzeptanz bei den Zielgruppen nachhaltig steigen.

Forschungsfrage:

Wie kann ein 360°-Feedback-Tool mit KI-gestützter Auswertung gestaltet werden, sodass Studierende und Lehrende möglichst aussagekräftige Hinweise auf persönliche Stärken und Entwicklungspotenziale – sowohl individuell als auch auf Gruppenebene – erhalten?

Erwartete Ergebnisse:

• Bedarfsanalyse: Erhebung funktionaler und nicht-funktionaler Anforderungen durch Nutzerbefragungen sowie Analyse der bestehenden App – mit besonderem Fokus auf den Informationsbedarf bei der Feedback-Auswertung.
• Konzept zur KI-Auswertung: Übersicht und begründete Auswahl geeigneter Methoden zur automatisierten Analyse von Feedback, inklusive Ansätzen zur Ableitung wie individueller Stärken und Potenziale.
• UI/UX-Konzept: Ausgearbeitetes Designkonzept inkl. Wireframes und High-Fidelity-Prototypen
• Usability-Tests: Durchführung und Auswertung von Tests mit repräsentativen Nutzenden sowie Dokumentation der Ergebnisse.

Kontakt: [Bitte aktivieren Sie Javascript] 

IA: Verknüpfung von generierten Texten mit Animationen zur Gestaltung von ausdrucksstarken KI-Avataren

Motivation:

Die Kommunikation mit KI-Modellen erfolgt derzeit vornehmlich über Schrift oder Sprache. Unternehmen entwickeln aber auch zunehmend graphische Schnittstellen, bei denen ein menschlicher Avatar die Aussagen der KI wiedergibt. Besonders realistisch erscheinen die so genannten MetaHumans von Unreal Engine; diese stehen allerdings nur im Ökosystem von Unreal Engine zur Verfügung. Solche Charaktere lassen sich mit Hilfe von Charakterbuildern erstellen - wie aber verknüpft man die von einem KI-Modell generierten Texte für einen solchen Avatar mit Animationen für Gestik und Mimik? Die bisher vorhandenen Lösungen, wie sie beispielsweise in Computerspielen vorhanden sind, sollen für dynamisch generierte Texte adaptiert werden, um so dynamische Dialoge zu verbessern.

Forschungsfrage:

Wie kann man die von einem KI-Modell generierten Texten mit Animationen erweitern, sodass ein Avatar auch Emotionen/unterschwellige Botschaften mit Hilfe von Mimik und Gestik ausdrücken kann?

Erwartete Ergebnisse:

• Liste an funktionalen und nicht-funktionalen Anforderungen an eine Schnittstelle zwischen Text und Animationen.
• Recherche und Übersicht zu möglichen Implementationen.
• Liste an funktionalen und nicht-funktionalen Anforderungen an Animationen und Charakter Rig, um solche Animationen gut einsetzten zu können.
• Webbasierter Prototyp eines Avatars, der basierend auf den Texten eines KI-Modells auch Mimik und Gestik nutzt.

Kontakt: [Bitte aktivieren Sie Javascript]

Nichts dabei? Sie können auch  mit eigenen Vorschlägen auf uns zukommen!