News
Bachelorseminar Innovations- und Dialogmarketing im Wintersemester 2025/2026
30.06.2025
Bachelorseminar Innovations- und Dialogmarketing im Wintersemester 2025/2026:
„Das Zeitalter von KI – Potentiale im Marketing“
Künstliche Intelligenz hat in den letzten Jahren einen tiefgreifenden Einfluss auf das Marketing genommen und eröffnet neue Möglichkeiten für datenbasierte Entscheidungsfindung und innovative Ansätze in der Kommunikation. Von der Kundenpflege bis zur Erstellung von Empfehlungen und Segmentierungen bietet der Einsatz moderner Technologien Unternehmen die Chance, effizienter zu arbeiten und Kundenbedürfnisse besser zu verstehen. Gleichzeitig erfordert der Umgang mit KI ein fundiertes Verständnis ihrer Potenziale, Limitationen und der damit verbundenen ethischen Fragen.
Das Bachelorseminar greift die Rolle von Künstlicher Intelligenz im Marketing aus verschiedenen Perspektiven auf. Ziel ist es, Studierenden einen umfassenden Einblick in aktuelle Ansätze und Methoden zu geben, die den Einsatz von KI in verschiedenen Bereichen des Marketings prägen. Im Mittelpunkt des Bachelorseminars steht dabei die Untersuchung des aktuellen Stands der Forschung sowie die eigenständige Auseinandersetzung mit diesem, wodurch die Studierenden an das wissenschaftliche Arbeiten herangeführt werden. Es werden neben dem bereits erworbenen Wissen aus dem bisherigen Studium keine Kenntnisse vorausgesetzt, alle notwendigen Grundlagen werden im Seminar erarbeitet.
I. Themen
In diesem Bachelorseminar soll anhand vorliegender Veröffentlichungen untersucht werden, wie man Marketing-Fragestellungen unter Einbezug von künstlicher Intelligenz beantworten kann. Dazu sollen aktuelle Ansätze verstanden, diskutiert und kritisch beleuchtet werden. Teilnehmende des Seminars wählen je eines der folgenden Themen aus. Die einzelnen Themen können mehrfach vergeben werden.
- Thema 1: Machine Learning im Customer Relationship Management – Einsatzgebiete und Potentiale
- Thema 2: Churn Prediction im Online-Handel – Machine Learning zur Vorhersage von Kundenabwanderung
- Thema 3: Produktempfehlungen im Online-Handel – Chancen und Limitationen
- Thema 4: Uplift Modeling im Direktmarketing – Potentiale und State-of-the-art
II. Ablauf
Für den Erhalt des Leistungsnachweises ist die schriftliche Anfertigung und Präsentation einer Seminararbeit und die Teilnahme an allen Terminen (Einführung + Verteidigung) erforderlich. Die Themen werden jeweils bis zu dreimal als Individualarbeit vergeben, die Präsentation erfolgt gemeinsam durch die Bearbeitenden eines Themas. Relevante Termine sind (Änderungen vorbehalten):
- Anmeldung zum Bachelorseminar zwischen dem 07.07.2025 und 11.07.2025 23:59 Uhr in CampusOnline. Es gilt das First-Come First-Served-Prinzip.
- Einführungsveranstaltung und Themenvergabe (Pflichttermin): Dienstag, den 22.07.2025, 10:00-11:00 Uhr, Gebäude B9, R24.3
- Konsultationen erfolgen nach Vereinbarung und auf individuelle Nachfrage innerhalb vorher angekündigter Zeiträume.
- Abgabe der schriftlichen Seminararbeiten: spätestens Montag, den 13.10.2025, 23:59 Uhr
- Abgabe der Präsentation: spätestens Mittwoch, den 22.10.2025, 23:59 Uhr
- Präsentationstermin (Pflichttermin in Form einer Blockveranstaltung): Donnerstag, den 23.10.2025, 13:00-15:00 Uhr, Gebäude B9, R24.3
- Anrechnung: Das Seminar kann für die Marketing-Spezialisierung angerechnet werden. Eine Anrechnung für die Spezialisierung im Dienstleistungsmanagement ist nicht möglich.
III. Anmeldung
Die Anmeldung erfolgt durch jeden Teilnehmer selbst in CampusOnline. Der Eintrag in CampusOnline ist jedoch noch nicht ausreichend für eine Teilnahme. Der Seminarplatz wird erst dann verbindlich zugeteilt, wenn drei Themenwünsche bis 11.07.2025, 23:59 Uhr per E-Mail an Stella Rösch (stella.roesch@uni-bayreuth.de) und Andreas Karasenko (andreas.karasenko@uni-bayreuth.de) geäußert werden: Bezug: Bachelorseminar, Platz 1: Themennummer, Platz 2: ..., Platz 3: ... Nach Eingang der Themenpriorisierung wird die Teilnahme vom Lehrstuhl per E-Mail bestätigt.
Die Betreuung der Themen erfolgt durch Frau Stella Rösch und Herrn Andreas Karasenko.
(Ausgewählte) Literaturhinweise:
- Guhl, D., Paetz, F., Wagner, U., & Wedel, M. (2024). Predicting and optimizing marketing performance in dynamic markets. OR Spectrum, 46(1), 1-27.
- Ledro, C., Nosella, A., & Vinelli, A. (2022). Artificial intelligence in customer relationship management: literature review and future research directions. Journal of Business & Industrial Marketing, 37(13), 48-63.
- Albrecht, T., & Baier, D. (2020). Churn analysis using deep learning: Customer classification from a practical point of view. Data Science-Series A, 6(2), P04.
- Mena, G., Coussement, K., De Bock, K. W., De Caigny, A., & Lessmann, S. (2024). Exploiting time-varying RFM measures for customer churn prediction with deep neural networks. Annals of Operations Research, 339(1), 765-787.
- Guyt, J. Y., Datta, H., & Boegershausen, J. (2024). Unlocking the potential of web data for retailing research. Journal of Retailing, 100(1), 130-147.
- Marchand, A., & Marx, P. (2020). Automated product recommendations with preference-based explanations. Journal of retailing, 96(3), 328-343.
- Baier, D., & Stöcker, B. (2022). Profit uplift modeling for direct marketing campaigns: approaches and applications for online shops. Journal of Business Economics, 92(4), 645-673.
Hier finden Sie die Ankündigung als pdf.