• Zur Metanavigation
  • Zur Hauptnavigation
  • Zur Suche
  • Zum Inhalt
  • Zur Subnavigation
  • Zum Seitenfuß
  • Universität Hamburg
  • Presse
  • KUS-Portal0
  • STiNE
https://www.kus.uni-hamburg.de/aktuelles.json?recentnews=true
  • Einrichtungen und Zielgruppen
    • Einrichtungen
      • Fakultäten

        • Fakultät für Rechtswissenschaft
        • Fakultät für Wirtschafts- und Sozialwissenschaften
        • Medizinische Fakultät
        • Fakultät für Erziehungswissenschaft
        • Fakultät für Geisteswissenschaften
        • Fakultät für Mathematik, Informatik und Naturwissenschaften
        • Fakultät für Psychologie und Bewegungswissenschaft
        • University of Hamburg Business School
      • Dienste

        • STiNE
        • Surfmail
        • Exchange
        • KUS-Portal
        • Lernplattformen
        • Katalogplus
        • SharePoint
      • Einrichtungen für Studierende

        • Campus-Center
        • Career-Center
        • PIASTA
        • AStA
        • Hochschulsport
        • Universitätsmusik
        • Familienbüro
        • Sprachenzentrum
        • Allgemeinsprachen
        • Koordination der Belange von Studierenden mit Beeinträchtigungen
        • Bibliotheken
        • Healthy Campus
      • Weitere Einrichtungen

        • Exzellenzcluster CLICCS
        • Exzellenzcluster CUI
        • Exzellenzcluster Quantum Universe
        • Exzellenzcluster Understanding Written Artefacts
        • Hamburg Research Academy
        • Pier Plus
        • Hamburger Zentrum für Universitäres Lehren und Lernen (HUL)
        • Hub for Crossdisciplinary Learning (HCL)
        • Centrum für Erdsystemforschung und Nachhaltigkeit (CEN)
        • Museen und Sammlungen
        • Universitätsarchiv
        • Regionales Rechenzentrum (RRZ)
        • Präsidialverwaltung
        • Transferagentur
        • Unikontor
    • Zielgruppen

      • Studieninteressierte
      • Studierende
      • Internationale
      • Promovierende
      • Forschende
      • Lehrende
      • Beschäftigte (KUS)
      • Weiterbildungsinteressierte
      • Alumni
      • Presse
      • Geflüchtete
    Schließen
  • Gebärdensprache
  • Leichte Sprache
  • Language
    • Deutsch
    • English
  • /sitemap.json
    GebärdenspracheLeichte Sprache
Universität Hamburg - der Forschung, der Lehre, der Bildung, zur Homepage

Professur für Statistik mit Anwendung in der Betriebswirtschaftslehre

Professurfür Statistik mit Anwendung in der Betriebswirtschaftslehre
  • Über uns
  • Studium und Service
    • Abschlussarbeiten
    • Empfehlungsschreiben
    • Sommersemester 2027
    • Wintersemester 2026/27
    • Sommersemester 2026
    • Wintersemester 2025/26
    • Sommersemester 2025
    • Wintersemester 2024/25
    • Sommersemester 2024
    • Wintersemester 2023/24
  • Forschung
    • Aktuelle Forschungsprojekte und Publikationen
    • Software und Daten
  • Wissenstransfer
  • Team
    • Prof. Dr. Martin Spindler
    • Julia Bachale
    • Dr. Jan Rabenseifner
    • Jan Teichert-Kluge
    • Julius Herzig
    • Valérian Fourel
    • Julian Diefenbacher
    • Maximilian Knechtel
    • Philipp Schwarz
    • Dr. Zihao Yuan
  • Kontakt

Foto: UHH

  1. UHH
  2. University of Hamburg Business School
  3. Professur für Statistik mit Anwendung in der Betriebswirtschaftslehre
  4. Studium und Service
  5. Abschlussarbeiten

Abschlussarbeiten

Wir freuen uns über Ihr Interesse an einer Abschlussarbeit (Bachelor- oder Masterarbeit) am Lehrstuhl für Statistik. Um den Anmeldeprozess noch übersichtlicher und einfacher zu gestalten, haben wir für Sie wichtige Informationen und Vorlagen zusammengestellt.

Mögliche Themen für Ihre Abschlussarbeit
Sie sind auf der Suche nach einem spannenden Thema? Wir haben eine Liste mit aktuellen Themenvorschlägen vorbereitet, die regelmäßig aktualisiert wird.

Natürlich sind auch eigene Themenvorschläge jederzeit willkommen. Bitte senden Sie diese direkt in dem Anmeldeformular (Bitte nutzen Sie ihre @studium.uni-hamburg.de Kennung). Sie erhalten eine Rückmeldung innerhalb weniger Tage.

Vorlagen und Guides
Zur optimalen Gestaltung Ihrer Abschlussarbeit stehen Ihnen Vorlagen sowie ein detaillierter Leitfaden zur Verfügung:

  • Vorlage Deutsch (Overleaf)
  • Vorlage Englisch (Overleaf)
  • Empfehlungen für das Verfassen von Abschlussarbeiten (Lehrstuhl Prof. Dr. Merz)

Ablauf nach Themenzuteilung

  1. Themenbesprechung und individuelle Literaturempfehlungen.
  2. Eigenständige Einarbeitung ins Thema.
  3. Erstellung eines Exposés bzw. eines Extended Abstracts und Rückmeldung an den Betreuer.
  4. Termine und Treffen mit dem Betreuer nach Vereinbarung.
  5. Bei Schwierigkeiten stehen Ihnen Ihre Betreuer selbstverständlich jederzeit zur Verfügung.

FAQs

  • Die Studierenden sind selbst für die Anmeldung verantwortlich.
  • Der Bearbeitungsbeginn ist jederzeit möglich.
  • Bachelorarbeiten sollten etwa 30 Seiten umfassen sollten, während Masterarbeiten etwa 60 Seiten Hauptinhalt haben sollten (d. h. ohne den Anhang und die Listen mit Tabellen, Symbolen, Abbildungen, Referenzen usw.).
  • Im Allgemeinen ist der Einsatz von KI zur Unterstützung des Schreibens nicht verboten. Wenn Sie KI verwenden, informieren Sie bitte Ihren Betreuer.

Bei weiteren Fragen oder Unklarheiten wenden Sie sich bitte direkt ans Funktionspostfach(thesis-stats.bwl"AT"uni-hamburg.de) (thesis-stats.bwl "AT" uni-hamburg.de).

Formular zur Anfrage einer Abschlussarbeit

Liste bisheriger Bachelor- und Masterarbeiten:

Bachelorarbeiten

Integration von Domänenwissen in das Maschinelle Lernen: Schätzung des Abfluggewichts von Flugzeugen

Ridge Regression: aktuelle Entwicklungen und Anwendungen

Messfehler und Lasso

Recurrent Neutral Networks: Theorie und Anwendung

L2-Boosting mit Kernschätzung

Der AdaBoost-Algorithmus mit Anwendung zur Konjunkturvorhersage

Random Forest für heterogene Treatment-Effekte - Theorie und Anwendung

Entwicklung eines Big Data-konformen Maschinelles Lernen-Ansatzes als Schlüssel für prädikative Maßnahmen der Technologie Widerstandspunktschweißen

Lasso und die KKT-Bedingungen

Masterarbeiten

Ensembles und Diversität: Ausgewählte Aspekte

Autoencoder for Fraud Detection: An Empirical Application

Simulationsstudie zum Vergleich von Verfahren des Maschinellen Lernens

  • Studium und Service

  • Abschlussarbeiten
    • Empfehlungsschreiben
    • Sommersemester 2027
    • Wintersemester 2026/27
    • Sommersemester 2026
    • Wintersemester 2025/26
    • Sommersemester 2025
    • Wintersemester 2024/25
    • Sommersemester 2024
    • Wintersemester 2023/24

    Verändert am 3. November 2025

    • Feedback
    • Impressum
    • Datenschutzerklärung
    • Barrierefreiheit
    • Sitemap

    Universität Hamburg

    Innovating and Cooperating for a Sustainable Future in a Digital Age

    • Folge uns auf Instagram.
    • Folge uns auf Facebook.
    • Vernetze dich mit uns auf LinkedIn.
    • Folge uns auf Mastodon.
    • Folge uns auf Bluesky.
    • Abonniere unseren Kanal auf YouTube.
      • Studium an der UHH
      • Studieninteressierte
      • Weiterbildung
      • Forschung an der UHH
      • Lehre an der UHH
      • Promovieren
      • Karriere & Stellenangebote
      • Transfer
      • Universität
      • Exzellenz
      • Nachhaltigkeit
      • Fakultäten
      • Alumni-Netzwerk
      • Kontakt
      • Campus-Karte
      • UHHApp
      • Notfall & Sicherheit
      • Antidiskriminierung
    Zur Seite Audit familiengerechte Hochschule
    Zur Seite Audit Internationalisierung
    Zur Seite Audit Nachhaltigkeit
    Zur Seite Diversity-Audit
    Zur Seite Systemakkreditierung

    © 2026 Universität Hamburg. Alle Rechte vorbehalten