Abschlussarbeiten

+++ Aktuelles zu Abschlussarbeiten +++

  • Themen für offene Abschlussarbeiten finden Sie unten auf der Seite.
  • Aufgrund begrenzter Betreuungskapazitäten können wir Ihnen nicht garantieren, dass Sie eines der Themen erhalten.

Wenn Sie sich für eine Abschlussarbeit am Lehrgebiet Datenbanken und Informationssysteme interessieren, bewerben Sie sich bei uns bitte mit folgenden Angaben:

  • Bachelorarbeit oder Masterarbeit sowie Angabe des Studiengangs
  • Gewünschter Beginn der Bearbeitung der Abschlussarbeit
  • Gewünschtes Thema (siehe unten)
  • Welche Kurse haben Sie im Bereich Datenbanken absolviert und mit welcher Note?
  • Welche spezifischen fachlichen Vorkenntnisse haben Sie im Bereich Datenbanken und ggf. passend zum Thema der Arbeit?

Bitte beachten Sie, dass wir von allen Studierenden (unabhängig vom Studiengang) erwarten, dass sie einen Start- oder Zwischenvortrag am Beginn der Bearbeitung (ca. 20 Minuten) und einen Abschlussvortrag nach der Abgabe der Arbeit (30 Minuten) im Rahmen unseres Oberseminars halten. Bei Studierenden, deren Prüfungsordnung ein Kolloquium vorsieht, ersetzt das Kolloquium den Abschlussvortrag.

Das Kolloquium kann entweder online oder vor Ort in Hagen oder am Campus Frankfurt am Main durchgeführt werden. Bitte teilen Sie uns bei der Terminabsprache Ihren diesbezüglichen Wunsch mit.

Ihre Bewerbung richten Sie bitte an Prof. Dr. Uta Störl

Materialien:

  • Formular zur Anmeldung der Abschlussarbeit (bitte inklusive Titel der Arbeit ausfüllen)
  • Leitfaden zum wissenschaftlichen Arbeiten
  • LaTeX-Vorlage (.zip) für Abschlussarbeiten am Lehrgebiet
  • Lesenswerte Seminararbeit (.pdf) zum Thema Reproduzierbarkeit
  • Vorlagen für Folien (PowerPoint und LaTeX)
  • Wissenschaftliches Arbeiten und KI (Leifaden der FernUni)

Offene Themen für Abschlussarbeiten

Masterarbeiten

Bachelorarbeiten

  • N/A

Laufende Abschlussarbeiten

Masterarbeiten

  • E. Janzen: Konzeption und Implementierung der Eingabe von Constraints und Umsetzung von QUBO-Formulierungen mit Constraints im Rahmen eines Quantum Computing Advisers
  • A.-G. Blisse: Transformation und Migration der NIVADIS VBS Daten
  • C. Kartheininger: Landmarkenerkennung in gemessenen 3D-Gesichtsdaten
  • M. Hoppenheit: Best Practices and Processes for Long-Term Preservation of Digital Scholarly Editions
  • C. Kempf: Analyse gängiger PostgreSQL-Protokoll-Implementierungen
  • G. Spankus: Konzept eines universitätsweiten Forschungsdatenmanagementsystems (in Zusammenarbeit mit der Uni Regensburg)
  • D. Ahanin: Quantum Machine Learning for Non-Destructive Testing Data: An Industrial Use Case (in Zusammenarbeit mit ROSEN Technology and Research Center GmbH)
  • D. Celepci-Uludag: Barren Plateaus and Trainability of Hybrid Quantum-Classical Algorithms (in Zusammenarbeit mit dem Fraunhofer IAO)
  • H. Epp: Vorhersagbarkeit von Engpässen in nachgelagerten Produktionsschritten anhand von Ersteinplanungsdaten für einen Fertigungsprozess mit stark schwankenden Durchlaufzeiten

Bachelorarbeiten

  • M. Vaitekunas: Datenanalyse und Visualisierung: Untersuchung von Kundenbewertungen mit einfachen Data Science-Techniken
  • M. Brandau: An Abstract Pipeline Graph for Self-Adapting Data Engineering Pipelines
  • H. Schlitt: Entwicklung eines Knowledge Graphs zur Analyse und Visualisierung von Metadaten in Data Science-Anwendungen
  • N. Zweers: Analyse und Vergleich einfacher KI-Modelle zur Bildklassifikation: Anwendung und Bewertung von k-NN und Entscheidungsbäumen im Kontext des Lebensmittelsektors
  • E. Kraft: Entwicklung und Evaluation eines KI-gestützten Empfehlungssystems für personalisierte Gesundheitsberatung

  • Masterarbeiten

    • M.Volkert: Schemaevolutionsfähige Datenpipelines: Ein Prototyp für die Echtzeit-ETL-Verarbeitung von Kassentransaktionsdaten, Dezember 2024
    • D. Souard: Adaptive Datenpipelines in Dagster, Dezember 2024
    • J. Battke: Mechanismen der Metaverse-Navigation und Bewertung ihrer Technologien, Oktober 2024
    • S. Melissano: Six Dimensions of Benchmarking Time Series Database Management Systems (in Zusammenarbeit mit dem KIT), September 2024
    • H. Pohlhausen: Ende-zu-Ende Schema-Migration und -Optimierung Von relationalen Datenbanken zu MongoDB, August 2024
    • C. Bost: NoSQL Schema Optimzation - Evaluating and Benchmarking different Approaches, Juli 2024
    • J. Zimpel: Erweiterung und Flexibilisierung eines WYSIWYA-Editors für digitale Editionen, Juni 2024
    • M. Sperling: Methoden zur Entdeckung von expliziten und impliziten Referenzen in relationalen und nicht-relationalen Datenbanksystemen, Juni 2024
    • S. Krause: Data Mesh: Lösungsansätze für Data Engineering Pipelines (in Zusammenarbeit mit der Uni Regensburg), Mai 2024
    • I. Diestelkämper: CheDDaR: Konzeption und prototypische Implementierung eines Tools zur Analyse von Datenqualität, April 2024
    • D. Senzel: Trade-offs between Performance-oriented and Sustainability-oriented Approaches for MLWorkloads in the Cloud, April 2024
    • C. Heber: Schematransformation zwischen verschiedenen relationalen und nicht-relationalen Datenbanksystemen, März 2024
    • J. Schmidt: Konzeption und Implementierung eines Open-domain Frage-Antwort-Systems mit Elasticsearch und Sprachmodellen (in Zusammenarbeit mit dem DZHW), Dezember 2023
    • A. Fix: Comparison and Evaluation of In-Database Machine Learning Capabilities of Popular Relational Database Management Systems, November 2023
    • A. Zeidler: Data preparation of semi-structured data, Oktober 2023
    • S. Seemann: Untersuchung von Fertigungsanomalien mittels Analyse von Prozess- und Metrologiedaten in der Halbleiterfertigung, September 2023
    • T. Haschke: Encoding classical data to address production and logistics problems with gate-based quantum computers, September 2023
    • B. Meier: Datenmigration zwischen verschiedenen relationalen und nicht-relationalen Systemen, September 2023
    • D. Laps-Bouraba: Quantencomputing-Adviser für industrielle Softwareanwendungen, August 2023
    • N. Bölter: Schemaextraktion für verschiedene NoSQL-Datenbanksysteme, Juli 2023
    • L. Toma: Solving Distributed and Flexible Job Shop Scheduling Problems in the Wool Textile Industry with Quantum Annealing, Juni 2023
    • K. Tejkl: Analyse von Missing Value Imputation, Mai 2023
    • A. Jamalian: A Context-Aware integrated automatic DBMS Tuning System using Machine Learning, April 2023
    • C. Del Monte: Konzept und Umsetzung eines Data Lakes zur optimalen Nutzung von Big Data in einem Informationssystem (in Zusammenarbeit mit dem DZHW), März 2023
    • A. Schwarz: Reproduzierbarkeit von Data Cleaning Pipelines, Dezember 2022
    • A. Süle: Schema-Evolution in Polystores, Dezember 2022
    • N. Rodenhausen: Data Cleaning in Data Streaming Pipelines, November 2022
    • M. Dang: Linking data from different NoSQL document stores using Grover's quantum search algorithm: Towards a quantum-classical hybrid approach, August 2022
    • I. Russkaya: Schema-Extraktion in NoSQL-Datenbanksystemen, Juli 2022
    • F. Eppinger: NoSQL Database Tuning through Machine Learning, Juni 2022
    • Ph. Utzmann: Metamodelle für NoSQL-Datenbanksysteme, Juni 2022
    • R. Helbig: Optimierung von NoSQL-Schemata, Mai 2022

    Bachelorarbeiten

    • A. Schiestl: Anwendung von Machine Learning zur Vorhersage von Kundenabwanderung in der Telekommunikationsbranche, Dezember 2024
    • M. Galster: Multi-Layer Optimization Strategies for Enhanced Performance in Digital Editions: A Study on Database Queries, Caches, Java EE and JSF, Oktober 2024
    • A. Zanker: Entwurf und Implementierung einer Anwendung zur Erfassung von Arbeitslast-Informationen aus verschiedenen Datenbanksystemen, Mai 2024
    • F. Meier: Data-Streaming: Technologie-Studien im Vergleich, April 2024
    • R. Pani: Innerbetriebliche, bereichsübergreifende Datenintegration: Ein Fallbeispiel bei der Siemens AG, April 2024
    • M. Iwanicki: Prototyp eines Food Scanners zur automatischen Erkennung von Speisen und Ermittlung ihrer Nährwerte (in Zusammenarbeit mit dem DZHW), März 2024
    • S. Diemt: Requirements review based on user needs for an own university-wide Research Data Management System (in Zusammenarbeit mit der Uni Regensburg), Februar 2024
    • F. Boissinot: Vergleich von Methoden zur Detektion von Ausreißern in heterogenen Datensätzen, Januar 2024
    • Ch. R. Schulte-Uentrop: spicy2clean: verlustfreie Konvertierung von XML-Dokumenten im Rahmen einer digitalen Edition, Dezember 2023
    • M. Werner: Fairness in Data Preprocessing, Dezember 2023
    • A. Herling: Constraints for Missing Value Imputation, Dezember 2023
    • M. Heder: Generische Testdatengenerierung für verschiedene relationale und nicht-relationale Datenbanksysteme, September 2023
    • C. Antonin: Data-Streaming-Technologien für Data Cleaning, September 2023
    • S. Wolff: Design und Implementierung eines Workflows zur Qualitätssteigerung der Datenintegration (in Zusammenarbeit mit dem DZHW), August 2023
    • S. Grimm: Reproducibility in Data Preprocessing: An Evaluation of Open Source Tools, Juli 2023
    • J. Ahrens: Entwicklung eines WebUI zur Darstellung und Bearbeitung plattformunabhängiger Datenbankschemata, Juli 2023
    • A. Pinto-Koehler: Verwaltung und Analyse von hochauflösenden Bildern der Sonne (in Zusammenarbeit mit dem DLR, Institut für Datenwissenschaften, Jena), Juni 2023
    • D. Giesen: Missing-Value-Visualisierung, Mai 2023
    • C. Blumm: Vergleichsstudie zur Umsetzung von ACID-Transaktionen in NoSQL- und NewSQL-Systemen, April 2023
    • J. Hübner: Schemaextraktion aus Graphdatenbanken, Februar 2023
    • D. Potthast: Analyse von Integritätsbedingungen in Digitalen Editionen, November 2022
    • H. Wolf: Analyse und Konvertierung von TEI-Dokumenten in Digitalen Editionen, September 2022
    • D. Coric: Perfomance-Evaluierung für verschiedene virtualisierte Datenbankmanagementsysteme, August 2022
    • P. Czaplicki: Anforderungsanalyse und Evaluation von Multi-Modell-Datenbanken, Mai 2022
    • O. Schwammberger: Analyse von Data Cleaning Pipelines, Mai 2022
    • L. Lafleur: Analyse von Data Cleaning Tools, Mai 2022
    • D. Simon: Datenbank-Recovery in Polystores, März 2022
    • G. Boerner: Testdatengenerierung für die Analyse von Data Preparation Pipelines, März 2022
admin.dbis | 17.12.2024