News

Um Forschungsfragen im Marketing umfassend beantworten zu können, bedarf es der Beherrschung eines methodischen Werkzeugkastens. Aus diesem Grund ist es für jeden Marketingwissenschaftler zwingend notwendig, sich mit den Grundbegriffen, wichtigen methodischen Vertretern und einer Übersicht an Vor- und Nachteilen vertraut zu machen.
Dieses Wissen hilft in der kurzen Frist bei Studium und Abschlussarbeit, ist darüber hinaus für die weitere akademische Karriere unabdingbar und hebt Universitätsabsolventen positiv von der breiten Masse ab.
 
Das Bachelorseminar untersucht den aktuellen Stand der Forschung verschiedener Methoden im Marketing und strebt die eigenständige Auseinandersetzung mit diesen an. Dabei sollen sich die Studierenden einen strukturierten Überblick über die Methodik und den aktuellen State-of-the-Art in der Marketingforschung verschaffen und somit an das wissenschaftliche Arbeiten herangeführt werden. Um die konkrete Anwendung vertieft kennenzulernen, kann teils – je nach Themenwahl – das theoretisch erworbene Wissen auf einen selbstgewählten Anwendungsbezug in kleinem Rahmen angewendet und eine mögliche Studie konzipiert werden. Es werden neben dem bereits erworbenen Wissen aus dem bisherigen Studium keine
Kenntnisse vorausgesetzt.

I. Themen
In diesem Bachelorseminar soll anhand vorliegender Veröffentlichungen untersucht werden, wie sich Marketing-Fragestellungen methodisch sauber annähern lassen. Dazu sollen aktuelle Anwendungen verstanden und diskutiert, Potenziale sowie Limitationen benannt und teils – je nach Themenwahl – aufbauend darauf eine kleine Studie selbst konzipiert werden. Teilnehmende des Seminars wählen je eines der folgenden Themen aus. Die einzelnen
Themen können mehrfach vergeben werden.

Thema 1: Experimente im Marketing – State-of-the-Art (und Chancen und Limitationen oder Konzeption eines experimentellen Designs)

Thema 2: Choice-Based Conjointanalyse im Marketing – State-of-the-Art (und Chancen und Limitationen oder Konzeption eines Forschungsdesigns)

Thema 3: Strukturgleichungsmodellierung im Marketing – State-of-the-Art und Beurteilung für die Marketingforschung (Fokus auf PLS-SEM)

Thema 4: Machine Learning im Marketing – Einsatzgebiete und Methoden

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 23.01.2023 und 27.01.2023 23:59 Uhr in CampusOnline.
  Es gilt das First-Come First-Served-Prinzip.
• Einführungsveranstaltung und Themenvergabe (Pflichttermin): Mittwoch, den 08.02.2023, 14:00-15:00 Uhr,
  Gebäude B9, R24.3
• Konsultationen erfolgen nach Vereinbarung und auf individuelle Nachfrage.
• Abgabe der schriftlichen Seminararbeiten: spätestens Sonntag, den 10.04.2023, 23:59 Uhr
• Abgabe der Präsentation: spätestens Sonntag, den 17.04.2023, 23:59 Uhr
• Präsentationstermin (Pflichttermin in Form einer Blockveranstaltung): Freitag, den 21.04.2023, 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 27.01.2023, 23:59 Uhr per eMail an Stella Rösch (stella.roesch@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.

(Ausgewählte) Literaturhinweise:

• Brand, B. M., & Baier, D. (2020). Adaptive CBC: Are the Benefits Justifying its Additional Efforts Compared to CBC?. Archives of Data Science, Series A, 6(1), 1-22.
• Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2-24.
• Mustak, M., Salminen, J., Plé, L., & Wirtz, J. (2021). Artificial intelligence in marketing: Topic modeling, scientometric analysis, and research agenda. Journal of Business Research, 124, 389-404.
• Viglia, G., Zaefarian, G., & Ulqinaku, A. (2021). How to design good experiments in marketing: Types, examples, and methods. Industrial Marketing Management, 98, 193-206.

Hier finden Sie die Ankündigung als pdf.