Automatisierte Erschließung der Erkenntnispotentiale digitaler Daten - Konzeption und Entwicklung intelligenter Analysemethoden und Werkzeuge zur Operationalisierung nutzergenerierter Daten mittels Data Science und generativer Künstlicher Intelligenz - Publikationsserver der Universität Regensburg

Dokumentenart:	Hochschulschrift der Universität Regensburg (Dissertation)
Open Access Art:	Primärpublikation
Datum:	18 Februar 2026
Begutachter (Erstgutachter):	Prof. Dr. Susanne Leist und Prof. Dr. Gregor Zellner
Tag der Prüfung:	2 Dezember 2025
Institutionen:	Wirtschaftswissenschaften > Institut für Wirtschaftsinformatik > Lehrstuhl für Wirtschaftsinformatik III - Business Engineering (Prof. Dr. Susanne Leist) Informatik und Data Science > Fachbereich Wirtschaftsinformatik > Lehrstuhl für Wirtschaftsinformatik III - Business Engineering (Prof. Dr. Susanne Leist)
Stichwörter / Keywords:	Data Science, Generative Artificial Intelligence, User-Generated Content, Topic Modelling, Sentiment Analysis, Lead User Identification, Adaptive Conversational Agents, Design Science Research
Dewey-Dezimal-Klassifikation:	000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik
Status:	Veröffentlicht
Begutachtet:	Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:	Ja
Dokumenten-ID:	78495

Zusammenfassung (Deutsch)

Die vorliegende kumulative Dissertation untersucht zwei komplementäre Forschungsfelder zur datengetriebenen Analyse und Nutzung digitaler Kommunikationsdaten. Das erste Forschungsgebiet adressiert ökonomische Fragestellungen und entwickelt Methoden, mit denen unstrukturierte, nutzergenerierte Inhalte aus sozialen Medien systematisch für marketingorientierte Entscheidungsprozesse operationalisiert ...

Zusammenfassung (Deutsch)

Die vorliegende kumulative Dissertation untersucht zwei komplementäre Forschungsfelder zur datengetriebenen Analyse und Nutzung digitaler Kommunikationsdaten. Das erste Forschungsgebiet adressiert ökonomische Fragestellungen und entwickelt Methoden, mit denen unstrukturierte, nutzergenerierte Inhalte aus sozialen Medien systematisch für marketingorientierte Entscheidungsprozesse operationalisiert werden können. Durch die Konzeption, Implementierung und Evaluation datengetriebener Analysewerkzeuge werden neue Ansätze zur Erschließung von Erkenntnispotenzialen aus digitalen Kommunikationsstrukturen bereitgestellt. Das zweite Forschungsgebiet erweitert den Fokus um eine gesellschaftliche Perspektive und befasst sich mit der Gestaltung KI-gestützter digitaler Assistenzsysteme. Im Mittelpunkt stehen adaptive, nutzerzentrierte Kommunikationsagenten in der Augmentative and Alternative Communication (AAC) sowie gesundheitsbezogene Chatbots, die durch generative KI personalisiert und kontextsensitiv interagieren. Beide Forschungsstränge leisten einen Beitrag zur methodischen Weiterentwicklung und praktischen Anwendung von Data-Science- und KI-Methoden im IS-Kontext. Sie zeigen, wie datengetriebene Technologien sowohl unternehmerische Entscheidungsprozesse unterstützen als auch gesellschaftliche Teilhabe und individuelle Autonomie fördern können.

Übersetzung der Zusammenfassung (Englisch)

This cumulative dissertation investigates two complementary research fields that advance the data-driven analysis and utilization of digital, user-generated content. The first research area focuses on economic and marketing-related questions and develops methods to systematically operationalize unstructured social-media data for decision support. By designing, implementing, and evaluating ...

Übersetzung der Zusammenfassung (Englisch)

This cumulative dissertation investigates two complementary research fields that advance the data-driven analysis and utilization of digital, user-generated content. The first research area focuses on economic and marketing-related questions and develops methods to systematically operationalize unstructured social-media data for decision support. By designing, implementing, and evaluating data-driven analytical tools, the research provides new approaches for uncovering actionable insights from digital communication data. The second research area adds a societal perspective and examines the design of AI-driven digital assistance systems. It centers on adaptive, user-centric communication agents for Augmentative and Alternative Communication (AAC) and for health-related chatbot applications, leveraging generative AI to enable contextualized and personalized interaction. Together, these research streams contribute to the methodological advancement and practical application of data-science and AI techniques within the information systems domain. They demonstrate how data-driven technologies can simultaneously create business value and enhance societal inclusion and individual autonomy.

Automatisierte Erschließung der Erkenntnispotentiale digitaler Daten - Konzeption und Entwicklung intelligenter Analysemethoden und Werkzeuge zur Operationalisierung nutzergenerierter Daten mittels Data Science und generativer Künstlicher Intelligenz

Details

Vorschau

Bibliographische Daten exportieren

Zusammenfassung (Deutsch)

Zusammenfassung (Deutsch)

Übersetzung der Zusammenfassung (Englisch)

Übersetzung der Zusammenfassung (Englisch)

Downloadstatistik

Downloads

Weitere Literatur (mittels CORE)

Universitätsbibliothek