Pierre Maier

Wissenschaftlicher Mitarbeiter

Pierre Maier, M. Sc.

Raum:
R09 R04 H38
Telefon:
+49 201 18-34150
E-Mail:

Lebenslauf:

Studium

10/2015 - 04/2019: Studium der Wirtschaftsinformatik, B. Sc. an der Universität Duisburg-Essen

  • Bachelorarbeit: "Design Thinking: Theoretischer Hintergrund, grundlegende Konzepte und Anwendungspotenziale im Kontext der Softwareentwicklung"

04/2019 - 05/2021: Studium der Wirtschaftsinformatik, M. Sc. an der Universität Duisburg-Essen

  • Masterarbeit: "Contingency Adaption Through Deep Learning: A Critical Reflection on the Applicability of Deep Learning for Organizational Problem-Solving"

Berufliche Positionen

seit 08/2021: Wissenschaftlicher Mitarbeiter am Lehrstuhl für Wirtschaftsinformatik und Unternehmensmodellierung, Universität Duisburg-Essen

10/2019 - 07/2021: Wissenschaftliche Hilfskraft am Lehrstuhl für Wirtschaftsinformatik und Unternehmensmodellierung, Universität Duisburg-Essen

03/2018 - 01/2020: Tätigkeit im Bereich Metadaten-Management, Data Governance und Datenlizenz-Management bei der E.ON Digital Technology GmbH, Essen

07/2017 - 12/2017: Tätigkeit im Bereich Datenbank-Testing bei der Finanz-Informatik GmbH & Ko. KG, Münster

Publikationen:

Filter:
  • Frank, Ulrich; Maier, Pierre; Bock, Alexander: Low Code Platforms: Promises, Concepts and Prospects: A Comparative Study of Ten Systems - ICB Research Report, 70. Essen 2021. doi:10.17185/duepublico/75244) VolltextBIB DownloadDetails
    Low Code Platforms: Promises, Concepts and Prospects: A Comparative Study of Ten Systems

    In recent years, the catchword “low‐code” has evolved into what can be seen as a major trend
    in software development platforms. A growing number of vendors respond to this trend by
    offering software development platforms that promise limited need for coding only and a tremendous
    boost in productivity. Both aspects have been the subject of intensive research over
    many years in areas such as domain‐specific modeling languages, model‐driven software development,
    or generative programming. Therefore, the obvious question is how ʺlow codeʺ
    platforms differ from such approaches and what specific performance features they offer.
    Since there is no unified definition of “low‐code”, the only way to develop an elaborate understanding
    of what it is – and might be – is to analyze the actual use of the term. For obvious
    reasons, it is not promising in this respect to rely on marketing announcements made by vendors.
    Instead, it seems more appropriate to examine “low‐code” platforms. This research report
    presents a study of 10 relevant platforms, capturing and assessing common characteristics
    as well as specific features of individual tools. The study is guided by a method that consists
    of a conceptual framework, which provides a uniform structure to describe and compare “lowcode”
    platforms, and a process model that describes the sequence of steps.

Begleitete Abschlussarbeiten:

Filter:
  • Convolutional Neural Networks: Technische Grundlagen und kritische Bewertung des Einsatzes in Organisationen (Bachelorarbeit Wirtschaftsinformatik, in Bearbeitung)
  • Ansätze des XAI vor dem Hintergrund juristischer Anforderungen: Entwurf und Anwendung eines Bewertungsrahmens (Bachelorarbeit Wirtschaftsinformatik, in Bearbeitung)
  • Geschäftsprozessautomatisierung durch Robotic Process Automation? Kritische Analyse und Synthese bestehender Kriterienkataloge für die Identifikation und Selektion geeigneter Geschäftsprozesse (Bachelorarbeit Wirtschaftsinformatik, in Bearbeitung)
  • Data Governance: Rekonstruktion zentraler Konzepte und Analyse der Umsetzbarkeit mithilfe bestehender Ansätze der Unternehmensmodellierung (Bachelorarbeit Wirtschaftsinformatik, in Bearbeitung)
  • Handlungstheoretische Perspektive: Eine gewinnbringende Ergänzung der Unternehmensmodellierung? (Bachelorarbeit Wirtschaftsinformatik, 2022) Details

    Motivation:

    Viele Faktoren beeinflussen, welche Handlungen von Individuen in

    Unternehmen ausführt werden und zu welchem Zeitpunkt die Ausführung der

    Handlung ausgelöst wird. Dabei spielen insbesondere vorgegebene

    Entscheidungskriterien, die vorliegende Umweltsituation und die

    persönlichen Wahrnehmungen bzw. Einschätzungen der Individuen eine

    zentrale Rolle.

    Im Rahmen dieser Arbeit ist zunächst zu untersuchen, wie das genaue

    Zusammenspiel der genannten Faktoren abläuft und welche weiteren

    Faktoren dabei beteiligt sind. Innerhalb der BWL und der

    Organisationstheorie existieren dazu verschiedene Handlungstheorien, die

    vom Autor zu erläutern und gegenüberzustellen sind.

    Nach der begründeten Auswahl einer der Handlungstheorien ist zu

    analysieren, inwiefern die für Handlungsauswahl und -auslösung

    relevanten Faktoren in Unternehmensmodellen berücksichtigt werden

    können. Existierende Sprachen zur Unternehmensmodellierung fokussieren

    typischerweise auf die Abbildung von Organisationsstrukturen und

    Geschäftsprozessen. Es ist daher herauszuarbeiten, für welche der

    ermittelten Faktoren in einer ausgewählten Modellierungssprache bereits

    Konzepte vorhanden sind und welche Konzepte noch ergänzt werden müssten.

    Ein Ausblick auf verschiedene Gestaltungsmöglichkeiten bei der

    Einführung der zusätzlichen Konzepte soll den Abschluss der Arbeit

    bilden.

  • In-Memory Datenbanken: Technische und konzeptuelle Grundlagen und Vergleich ausgewählter Systeme (Bachelorarbeit Wirtschaftsinformatik, 2022) Details

    In den letzten Jahren haben sog. "In-Memory"-Datenbanken (IMD) an Bedeutung gewonnen. Sie versprechen einerseits eine gemeinsame Repräsentation von Daten für OLTP und OLAP, wodurch der in DWS erforderliche Transformationsaufwand entfällt und die Datenaktualität deutlich gesteigert wird. Gleichzeitig ermöglichen sie eine höhere Performanz von Analyseverfahren. Diesen möglichen Vorteilen steht eine Reihe von Herausforderungen gegenüber. In dieser Bachelorarbeit sollen zunächst die wesentlichen Architekturkonzepte von IMD untersucht werden. Anschließend ist zu analysieren, wie die Integration mit Anwendungssystemen erfolgt. Vor diesem Hintergrund sind Anforderungen an IMD zu analysieren. Abschließend sind auf dieser Grundlage ausgewählte IMD (bspw. Open Source Systeme) zu vergleichen.

  • Einsatz von Machine Learning in der Fertigungsindustrie: Entwurf einer Methode zur Identifikation und Selektion von Anwendungsmöglichkeiten (Masterarbeit Wirtschaftsinformatik, 2022)
  • Customer Churn Prediction in der Literatur und Praxis - Entwurf eines Vorgehensmodells zur Auswahl eines Churn Prediction-Modells bei Vertragsbindung (Bachelorarbeit Wirtschaftsinformatik, 2022)
  • Problemstrukturierungsmethoden im Requirements Engineering – Entwicklung eines Eignungsrahmens für den Einsatz in der Anforderungserhebung (Bachelorarbeit Betriebswirtschaftslehre, 2022)
  • Deep Learning in Organisationen: Entwurf und Anwendung eines Bewertungsrahmen zum Vergleich von Explainable Artificial Intelligence-Methoden (Bachelorarbeit Wirtschaftsinformatik, 2022)