• Lehrstuhl für Wirtschaftsinformatik und Strategisches IT-Management
• Lehrstuhl für Wirtschaftsinformatik und Softwaretechnik
• Forschungsgruppe Wirtschaftsinformatik und Unternehmensmodellierung
• Lehrstuhl für Wirtschaftsinformatik und integrierte Informationssysteme
• Lehrstuhl für Wirtschaftsinformatik und Sustainable Supply Chain Management
• Lehrstuhl für Wirtschaftsinformatik und Transformationsmanagement
• Lehrstuhl für Wirtschaftsinformatik und Applikationsmanagement

• Prof. Dr. Frederik Ahlemann
• Prof. Dr. Stefan Eicker
• Prof. Dr. Ulrich Frank
• Prof. Dr. Reinhard Schütte
• Prof. Dr. Hannes Rothe
• Prof. Dr. Ralf Plattfaut
• Prof. Dr. Mario Schaarschmidt

Grundlagen der Wirtschaftsinformatik. 

Wechselnde Themen aus dem Bereich Wirtschaftsinformatik. Siehe Homepage der anbietenden Lehrstlühle.

Literaturangaben und Links werden individuell bei Vergabe der Themen bekannt gemacht.

Siehe Prüfungsmodalitäten des Moduls.

• AI-SEVertiefungsstudiumBachelorprojekt6. FS, PflichtModul "Bachelorprojekt (Bachelor AI-SE)"

• Lehrstuhl für Wirtschaftsinformatik und Strategisches IT-Management
• Lehrstuhl für Wirtschaftsinformatik und Softwaretechnik
• Forschungsgruppe Wirtschaftsinformatik und Unternehmensmodellierung
• Lehrstuhl für Wirtschaftsinformatik und integrierte Informationssysteme
• Lehrstuhl für Wirtschaftsinformatik und Sustainable Supply Chain Management
• Lehrstuhl für Wirtschaftsinformatik und Transformationsmanagement
• Lehrstuhl für Wirtschaftsinformatik und Applikationsmanagement

• Prof. Dr. Frederik Ahlemann
• Prof. Dr. Stefan Eicker
• Prof. Dr. Ulrich Frank
• Prof. Dr. Reinhard Schütte
• Prof. Dr. Hannes Rothe
• Prof. Dr. Ralf Plattfaut
• Prof. Dr. Mario Schaarschmidt

Grundlagen der Wirtschaftsinformatik. 

Wechselnde Themen aus dem Bereich Wirtschaftsinformatik. Siehe Homepage der anbietenden Lehrstlühle.

Literaturangaben und Links werden individuell bei Vergabe der Themen bekannt gemacht.

Siehe Prüfungsmodalitäten des Moduls.

• SEBachelorprojekt5. FS, PflichtModul "Bachelorprojekt (Bachelor SE)"
• WiInfVertiefungsstudiumBachelorprojekt5. FS, PflichtModul "Bachelorprojekt (Bachelor Wirtschaftsinformatik)"
• WiInfVertiefungsstudiumBachelorprojekt5. FS, PflichtModul "Bachelorprojekt (Bachelor Wirtschaftsinformatik)"

• Lehrstuhl für Wirtschaftsinformatik und Sustainable Supply Chain Management

• Prof. Dr. Hannes Rothe

basics of the Business Model Canvas

In this class, students learn about the characteristics of entrepreneurial ventures that are driven by a dual mission: a strong social, societal and/or ecological purpose alongside an economic mission. They learn about, discuss, and reflect upon social and economic purpose during ideation, team building and business modelling. They get acquainted with ideas, tools, processes and methods from various "practices" in impact-driven businesses and organisations, like Theory U, New Work and Design Thinking.

The class invites students to reflect upon and critically explore if and how social/ecological and economic purposes can be aligned in entrepreneurial ventures. Individually and in teamwork, they learn to reflect upon how personal values can drive the various blocks of a venture creation process. They experiment in teams to deal with potentially conflicting values and interests and align them in a collectively created idea.

Both the process and method Theory U by Otto Scharmer and the 17 Sustainable Development Goals (SDGs) give structure to the course as they are used as method to explore individual values and mindsets and frame teamwork and, respectively, as a framework of reference for sustainability.

• Forms of and ideas on entrepreneurship
• Theory U
• SDGs
• Business Model Canvas - applying it on entrepreneurial cases and own business ideas
• Agile work and design thinking
• Excursion
• Market research
• Challenges for teams and entrepreneurs with purpose
• Final event with poster presentation and joint reflection on learnings

Literature and other form of learning material will be announced in the course.

Lecture and practice. Teamwork. Learning by doing and learning by thinking. Self-learning and teamwork sessions.

Integrierte Veranstaltung: Die Veranstaltung entspricht einem Vorlesungsanteil von 2 SWS und einem Übungsanteil von 2 SWS.

• BWLVertiefungsstudiumWahlpflichtbereichBereich Volkswirtschaftslehre, Rechtswissenschaft, Wirtschaftsinformatik, InformatikVertiefungsbereich Wirtschaftsinformatik4.-6. FS, WahlpflichtModul "Entrepreneurship with Purpose "
• VWLVertiefungsstudiumWahlpflichtbereichBereich BWL, Recht, Wirtschaftsinformatik, InformatikVertiefungsbereich Wirtschaftsinformatik4.-6. FS, WahlpflichtModul "Entrepreneurship with Purpose "
• WiInfVertiefungsstudiumWahlpflichtbereichVertiefungsrichtung "E-Entrepreneurship und IT-Management"5.-6. FS, WahlpflichtModul "Entrepreneurship with Purpose "
• WiInfVertiefungsstudiumWahlpflichtbereich: Wirtschaftsinformatik und Informatik5.-6. FS, WahlpflichtModul "Entrepreneurship with Purpose "

• Lehrstuhl für Wirtschaftsinformatik und Strategisches IT-Management
• Lehrstuhl für Wirtschaftsinformatik und Softwaretechnik
• Forschungsgruppe Wirtschaftsinformatik und Unternehmensmodellierung
• Lehrstuhl für Wirtschaftsinformatik und integrierte Informationssysteme
• Lehrstuhl für Wirtschaftsinformatik und Sustainable Supply Chain Management
• Lehrstuhl für Wirtschaftsinformatik und Transformationsmanagement
• Lehrstuhl für Wirtschaftsinformatik und Applikationsmanagement

• Prof. Dr. Frederik Ahlemann
• Prof. Dr. Stefan Eicker
• Prof. Dr. Ulrich Frank
• Prof. Dr. Reinhard Schütte
• Prof. Dr. Hannes Rothe
• Prof. Dr. Ralf Plattfaut
• Prof. Dr. Mario Schaarschmidt

Grundlagen zu Wirtschaftsinformatik. 

Wechselnde Themen aus dem Bereich Wirtschaftsinformati. Siehe Homepage des Wirtschaftsinformatik-Seminarangebots.

Literaturangaben und Links werden individuell bei Vergabe der Themen bekannt gemacht.

Siehe Prüfungsmodalitäten des Moduls.

• AI-SEVertiefungsstudiumSeminarbereich5. FS, PflichtModul "Seminar (Bachelor AI-SE)"
• LA gbF/kbF BK BaBachelorprüfung in der kleinen beruflichen FachrichtungWirtschaftsinformatikPflichtbereich Kleine berufliche Fachrichtung "Wirtschaftsinformatik"6. FS, PflichtModul "Seminar Wirtschaftsinformatik"
• LA gbF/kbF BKMasterprüfung in der kleinen beruflichen FachrichtungWirtschaftsinformatikPflichtbereich Kleine berufliche Fachrichtung "Wirtschaftsinformatik"3. FS, PflichtModul "Seminar Wirtschaftsinformatik"
• SESeminarbereich4.-5. FS, PflichtModul "Seminar (Bachelor AI-SE)"
• WiInfVertiefungsstudiumSeminarbereich5. FS, PflichtModul "Seminar (Bachelor Wirtschaftsinformatik)"
• WiInfVertiefungsstudiumSeminarbereich5. FS, PflichtModul "Seminar (Bachelor Wirtschaftsinformatik)"
• WiInfSeminarbereich2. FS, PflichtModul "Seminar (Master Wirtschaftsinformatik)"

• Lehrstuhl für Wirtschaftsinformatik und Strategisches IT-Management
• Lehrstuhl für Wirtschaftsinformatik und Softwaretechnik
• Forschungsgruppe Wirtschaftsinformatik und Unternehmensmodellierung
• Lehrstuhl für Wirtschaftsinformatik und integrierte Informationssysteme
• Lehrstuhl für Wirtschaftsinformatik und Sustainable Supply Chain Management
• Lehrstuhl für Wirtschaftsinformatik und Transformationsmanagement
• Lehrstuhl für Wirtschaftsinformatik und Applikationsmanagement

• Prof. Dr. Frederik Ahlemann
• Prof. Dr. Stefan Eicker
• Prof. Dr. Ulrich Frank
• Prof. Dr. Reinhard Schütte
• Prof. Dr. Hannes Rothe
• Prof. Dr. Ralf Plattfaut
• Prof. Dr. Mario Schaarschmidt

Grundlagen der Wirtschaftsinformatik. 

Wechselnde Themen aus dem Bereich Wirtschaftsinformatik. Siehe Homepage der anbietenden Lehrstühle.

Literaturangaben und Links werden individuell bei Vergabe der Themen bekannt gemacht.

• WiInfMasterprojekt3. FS, PflichtModul "Masterprojekt (Master Wirtschaftsinformatik)"

• Lehrstuhl für Wirtschaftsinformatik und Strategisches IT-Management
• Lehrstuhl für Wirtschaftsinformatik und Softwaretechnik
• Forschungsgruppe Wirtschaftsinformatik und Unternehmensmodellierung
• Lehrstuhl für Wirtschaftsinformatik und integrierte Informationssysteme
• Lehrstuhl für Wirtschaftsinformatik und Sustainable Supply Chain Management
• Lehrstuhl für Wirtschaftsinformatik und Transformationsmanagement
• Lehrstuhl für Wirtschaftsinformatik und Applikationsmanagement

• Prof. Dr. Frederik Ahlemann
• Prof. Dr. Stefan Eicker
• Prof. Dr. Ulrich Frank
• Prof. Dr. Reinhard Schütte
• Prof. Dr. Hannes Rothe
• Prof. Dr. Ralf Plattfaut
• Prof. Dr. Mario Schaarschmidt

Grundlagen zu Wirtschaftsinformatik.

Das Proseminar bereitet auf das Hauptseminar vor. Die Teilnahme am Proseminar ist Voraussetzung, um am Hauptseminar teilzunehmen. Während des Proseminars werden begleitende Veranstaltungen und Workshops angeboten (S. https://www.wi.wiwi.uni-due.de/studium/studienangebot/seminararbeiten/begleitende-veranstaltungen/):

• Einführung in wissenschaftliches Arbeiten
• Workshop „wissenschaftliches Arbeiten“
• Einführung in Präsentationstechniken

Neben diesen begleitenden Veranstaltungen sind Seminarteilnehmer dazu verpflichtet im Rahmen des Proseminars eine Leistung in Form einer Hausarbeit oder eines Essays abzugeben. Der genaue Inhalt und die Ausprägung des Essays sind dabei je nach betreuendem Lehrstuhl individuell festzulegen. Die fristgerechte Abgabe des Essays bekundet die erfolgreiche Teilnahme am Proseminar (unbenotet) und gilt folgend als Anmeldung für das Hauptseminar.

Literaturangaben und Links werden in der Veranstaltung bekannt gemacht.

• AI-SEVertiefungsstudiumSeminarbereich5. FS, PflichtModul "Seminar (Bachelor AI-SE)"
• LA gbF/kbF BK BaBachelorprüfung in der kleinen beruflichen FachrichtungWirtschaftsinformatikPflichtbereich Kleine berufliche Fachrichtung "Wirtschaftsinformatik"6. FS, PflichtModul "Seminar Wirtschaftsinformatik"
• LA gbF/kbF BKMasterprüfung in der kleinen beruflichen FachrichtungWirtschaftsinformatikPflichtbereich Kleine berufliche Fachrichtung "Wirtschaftsinformatik"3. FS, PflichtModul "Seminar Wirtschaftsinformatik"
• SESeminarbereich4.-5. FS, PflichtModul "Seminar (Bachelor AI-SE)"
• WiInfVertiefungsstudiumSeminarbereich5. FS, PflichtModul "Seminar (Bachelor Wirtschaftsinformatik)"
• WiInfVertiefungsstudiumSeminarbereich5. FS, PflichtModul "Seminar (Bachelor Wirtschaftsinformatik)"
• WiInfSeminarbereich2. FS, PflichtModul "Seminar (Master Wirtschaftsinformatik)"

• Lehrstuhl für Wirtschaftsinformatik und Sustainable Supply Chain Management

• Prof. Dr. Hannes Rothe

The students should have a basic knowledge of information systems and be familiar with:

• Programming languages such as Python. Good to know frameworks like Pytorch or Tensorflow (but not mandatory).
• Mathematics and Statistics. Topics such as differentiation, matrix operations, vector spaces, and basic probability distributions will be relevant.
• Data Analysis and Manipulation. Basics of data cleaning, transformation, and data analysis.

Sustainability with Machine Learning explores the integration of machine learning techniques into sustainability domains to address environmental and social challenges. This course covers the foundations of machine learning, deep neural networks, and sustainable development applications. Students will gain knowledge of how machine learning may increase sustainability in decision-making, facilitate environmental monitoring, better supply chain management, and optimize energy efficiency. This course also reflects on using AI fairly and with ethical considerations in order to promote sustainable practices.

• Introduction to Sustainable Development
• Fundamentals of Machine Learning
• Deep Learning Architectures
• Sustainable Supply Chain Management
• Predictive Analytics for Energy Efficiency
• Environmental Monitoring and Conservation
• Ethical and Fair AI for Sustainability

• Sustainability: A Comprehensive Foundation by Tom Theis and Jonathan Tomkin (eds.)
• Introduction to Sustainable Development by Jennifer A. Elliott
• Pattern Recognition and Machine Learning by Christopher M. Bishop
• Machine Learning Yearning by Andrew Ng
• Deep Learning by Ian Goodfellow, Yoshua Bengio, and Aaron Courville
• Sustainable Supply Chains: A Research-Based Textbook on Operations and Strategy by Yann Bouchery, Charles J. Corbett, and Jan C. Fransoo
• Predictive Analytics for Energy Efficiency Improvement by Sime Curkovic and Amir S. Gandomi
• Environmental Monitoring Handbook by Frank R. Burden and Robert A. McDonnell
• Artificial Intelligence for Good: How Technologies Can Save Our World by Rajiv Malhotra

Further literature will be provided during the course

There will be lectures in a traditional way, but students will have the opportunity to critically reflect on recently learned material during class discussions and engage with the lecturer in open discussion, enabling active student participation. Problem solving exercises along with some short practical tasks will be provided as assignments to the students in a student-centered approach where each student can assess their understanding of different topics. For more hands-on-experience and collaborative learning, there will be project-based learning from the mid of the semester in which students will work on an AI project in small teams which may culminate in presentations, reports, or prototypes.

• WiInfVertiefungsstudiumWahlpflichtbereichVertiefungsrichtung "Modellierung und Realisierung betrieblicher Informationssysteme"5.-6. FS, WahlpflichtModul "Sustainability with Machine Learning "
• WiInfVertiefungsstudiumWahlpflichtbereich: Wirtschaftsinformatik und Informatik5.-6. FS, WahlpflichtModul "Sustainability with Machine Learning "

• Lehrstuhl für Wirtschaftsinformatik und Sustainable Supply Chain Management

• Prof. Dr. Hannes Rothe
• Mahnoor Shahid

See lecture

See lecture

See lecture

See lecture

The conceptual structure of these tutorials focuses primarily on assisting in assignments, development of the project, emphasize teamwork, group discussions, and presentation sessions.

• WiInfVertiefungsstudiumWahlpflichtbereichVertiefungsrichtung "Modellierung und Realisierung betrieblicher Informationssysteme"5.-6. FS, WahlpflichtModul "Sustainability with Machine Learning "
• WiInfVertiefungsstudiumWahlpflichtbereich: Wirtschaftsinformatik und Informatik5.-6. FS, WahlpflichtModul "Sustainability with Machine Learning "

• Lehrstuhl für Wirtschaftsinformatik und Sustainable Supply Chain Management

• Prof. Dr. Hannes Rothe
• Tomasz Waliczko

The students should have a basic knowledge of information systems and be familiar with fundamental knowledge on digital entrepreneurship and basic understanding of Sustainability with focus on Sustainable Development Goals (SDGs).

The module Sustainable Digital Entrepreneurship is an integrative course on the basics of digital entrepreneurship and sustainability. The course focuses on providing students with entrepreneurial and sustainability competences, including skills and knowledge on solving real life case studies. Within the frameworks of the course, students will learn following aspects: (a) team building, (b) innovation in digital startups, (c) sustainability in digital start-ups, (d) prototyping and minimum-viable products. The students are achieving capabilities to explore the mentioned aspects in group case study projects and individual assignments.

• Dorofeeva, V. V. (2021, March). Opportunities for universities to use the German experience in the startup ecosystem development. In IOP Conference Series: Earth and Environmental Science (Vol. 689, No. 1, p. 012015). IOP Publishing.
• Liedtke, M., Asghari, R., & Spengler, T. (2021). Fostering entrepreneurial ecosystems and the choice of location for new companies in rural areas–The case of Germany. Journal of Small Business Strategy (archive only), 31(4), 76-87.
• Thirasak, V. (2019). Building an effective startup team. In International Conference on Advances in Business and Law (ICABL) (Vol. 3, No. 1, pp. 18-27).
• George, G., Merrill, R. K., & Schillebeeckx, S. J. (2021). Digital sustainability and entrepreneurship: How digital innovations are helping tackle climate change and sustainable development. Entrepreneurship Theory and Practice, 45(5), 999-1027.
• Franceschelli, M. V., Santoro, G., & Candelo, E. (2018). Business model innovation for sustainability: a food start-up case study. British Food Journal, 120(10), 2483-2494.
• Moro-Visconti, R., Cruz Rambaud, S., & López Pascual, J. (2020). Sustainability in FinTechs: An explanation through business model scalability and market valuation. Sustainability, 12(24), 10316.

Further literature will be provided during the course

This course is a unique mixture of theoretical knowledge and practical experience for the students. Students are expected to work on the development of their teamwork skills over the case study project as well as learning the theoretical concepts of digital entrepreneurship.

• WiInfWahlpflichtbereichWahlpflichtbereich I: Wirtschaftsinformatik1.-3. FS, WahlpflichtModul "Sustainable Digital Entrepreneurship "

• Lehrstuhl für Wirtschaftsinformatik und Sustainable Supply Chain Management

• Prof. Dr. Hannes Rothe

The students should have a basic knowledge of information systems and be familiar with:

• Fundamentals of Strategic Management
• Fundamentals of Data Bases and Enterprise Modelling

Artificial Intelligence (AI) is widely considered a generative technology that has the potential to have great impact on our society, economy, and ecology. Whether these impacts will be for worse or for better is up for discussion and depends on the actions of individuals, companies, and authorities worldwide towards the 18 UN Sustainable Development Goals.

Throughout the lecture series, students get familiar with concepts and theories that describe and explain AI companies, and learn about the design of Machine Learning-based applications. Do we need AI – or does AI solve our problems? What problems can machine learning effectively solve? What is the current impact of AI technologies on economy, society and ecology? How can we apply AI to a new domain or problem? What role do humans play in designing AI applications?

Building on fundamentals of information systems strategy and enterprise modelling, students reflect the impact of strategy and organizing in AI companies towards their ability to produce sustainable futures. We particularly investigate the generative capacity of data, tools, and (machine learning) models to produce such futures. Among others, we will cover the impact of biases in data and algorithms, explainability of AI applications, as well as accuracy, sovereignty, (inverse) scalability and framing of ML models. Throughout the entire module, we critically reflect impacts of managerial and algorithmic decision-making on sustainability, this includes impacts, for instance, on aspects of health and well-being (SDG 3), gender equality (SDG 5), or climate action (SDG 13).

• AI Companies & Data-centric Thinking
• Sustainable Information Systems
• Strategy & AI Companies for Sustainable Futures
• Organization & AI Companies for Sustainable Futures
• Managing Machine Learning Projects for Sustainable Futures
• Building AI Applications
• Generativity and Boundaries from Digital Tools
• Generativity and Boundaries from Data
• Generativity and Boundaries from (ML) Models

• Berente, N., Gu, B., Recker, J., & Santhanam, R. (2021). Managing artificial intelligence. MIS Quarterly, 45(3).
• Brynjolfsson, E., & Mcafee, A. (2017). Artificial intelligence, for real. Harvard Business Review, 1, 1-31.
• Brynjolfsson, E., Rock, D., & Syverson, C. (2018). Artificial intelligence and the modern productivity paradox: A clash of expectations and statistics. In The economics of artificial intelligence: An agenda (pp. 23-57). University of Chicago Press.
• Fürstenau, D., Baiyere, A., Schewina, K., Schulte-Althoff, M., and Rothe, H. (forthcoming). Extended Generativity Theory on Digital Platforms, Information Systems Research.
• Gregory, R. W., Henfridsson, O., Kaganer, E., & Kyriakou, H. (2021). The role of artificial intelligence and data network effects for creating user value. Academy of Management Review, 46(3), 534-551.
• Provost, F., & Fawcett, T. (2013). Data Science for Business: What you need to know about data mining and data-analytic thinking. O'Reilly Media, Inc.
• Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review, 46(1), 192-210.
• Russell, S., & Norvig, P. (2021). Artificial Intelligence, Global Edition: A Modern Approach. (4th ed.). Pearson Education.

Further literature will be provided during the course

This course follows a blended-learning approach. Students are expected to watch and reflect upon video lectures and read obligatory literature as part of their weekly preparation, regardless of their location. Classroom discussions will enable students to critically reflect on the newly acquired knowledge and discuss open questions with the lecturer.

• WiInfWahlpflichtbereichWahlpflichtbereich I: Wirtschaftsinformatik1.-3. FS, WahlpflichtModul "Towards Sustainable Futures with AI "

• Lehrstuhl für Wirtschaftsinformatik und Sustainable Supply Chain Management

• Prof. Dr. Hannes Rothe

see lecture

The tutorial complements the lecture in that students critically reflect topics of the lecture before applying their newly acquired knowledge to a case study in which they design a minimum viable product for an AI application.

The tutorial extends the content of the lecture. In the first third of the course, the tutorial largely focuses on description, explanation, and eventually critical reflection of core topics from the lecture in light of current cases, such as generation of text, images, videos, or sounds with machine learning. Thereafter, students will be guided towards their own AI application to solve a real-world problem linked to the Sustainable Development Goals. Following a step-by-step design-oriented process, students develop a business case for this AI applications and work towards a minimum viable product using agile project management techniques and low-code applications. They are asked to present their solution in verbal and written assignments.

see lecture

The didactical design for this tutorial is highly design-oriented and focuses on team work, critical case reflection, group discussions, presentations and a written assignment.

• WiInfWahlpflichtbereichWahlpflichtbereich I: Wirtschaftsinformatik1.-3. FS, WahlpflichtModul "Towards Sustainable Futures with AI "