330 Wirtschaft
Refine
Year of publication
Document Type
- Bachelor Thesis (85)
- Article (84)
- Master's Thesis (25)
- Contribution to a Periodical (8)
- Part of a Book (7)
- Conference Proceeding (7)
- Other (6)
- Book (3)
- Report (2)
- Review (1)
Is part of the Bibliography
- no (228)
Keywords
- Industrie 4.0 (3)
- Digitalisierung (2)
- Logistik (2)
- Vernetzung (2)
- Academic-stress (1)
- Brand Ecosystem (1)
- Brand Ecosystem Framework (1)
- Brand Strategy (1)
- Classification (1)
- Corona (1)
Im digitalen Zeitalter sind Social Media Plattformen zu unverzichtbaren Werkzeugen
für das Marketing geworden, insbesondere in der Musikindustrie, in der die
Generation Z eine zentrale Zielgruppe darstellt. Diese Arbeit untersucht, wie Künstler
der deutschen Musikbranche die Generation Z erfolgreich durch Influencer-Marketing
auf Instagram und TikTok erreichen und binden können. Mittels einer qualitativen
Inhaltsanalyse nach der Methodik von Mayring werden die Social Media Strategien
von drei verschiedenen Künstlern (Apsilon , Badmomzjay und Shirin David)
analysiert. Die Analyse zeigt, wie Authentizität, visuelle Ästhetik, kulturelle Relevanz
und direkte Interaktion genutzt werden, um Verbindungen zu jungen Zielgruppen
aufzubauen. Die Ergebnisse bieten wertvolle Einblicke in die besonderen Vorlieben
der Generation Z und die Rolle des Influencer-Marketings bei der Gestaltung dieser
Verbindungen. Es werden praxisnahe Empfehlungen für Künstler und die
Musikindustrie gegeben, um Influencer-Marketing-Strategien zu optimieren und
Authentizität in der Kommunikation zu bewahren.
Die Vereinten Nationen setzen sich im Rahmen ihrer Nachhaltigkeitsziele für eine sichere
und menschengerechte Zukunft ein. Ein Agendapunkt thematisiert die Selbstbestimmung
über den eigenen Körper sowie die eigene Gesundheit. Heranwachsende Kenianerinnen in
Regionen mit beschränktem Zugang zu Ressourcen können davon noch nicht profitieren,
denn ihnen mangelt es an Wissen über ihre sexuelle Gesundheit.
Ziel dieser Arbeit ist, im Hinblick auf die voranschreitende Digitalisierung Kenias das
Potenzial einer mobilen Applikation zu nutzen, um die Zielgruppe auf dem digitalen Weg
über Verhütung aufzuklären. Dafür wurde das Konzept der App mithilfe eines selbst er-
stellten Modells entwickelt. Das Modell vereint die nutzendenzentrierte Gestaltung mit
interkulturellen Gesichtspunkten, um die Bedürfnisse der Nutzerinnen einer fremden Kul-
tur in den Fokus zu stellen. Es zeigte sich der Vorteil des Vorgehens, da kulturspezifische
Aspekte in Form von klaren Richtlinien in die Gestaltung eingeflossen sind. Des Weite-
ren eigneten sich die Kreativmethoden des Design Thinkings, um die unbewussten Anteile
der Kultur zu veranschaulichen. So stellte sich heraus, dass die Akzeptanz der digitalen
Lösung zum einen von der sozialen Zugehörigkeit der Nutzerinnen abhängt, zum ande-
ren aber auch vom Interaktionskonzept. Das Potenzial und die Notwendigkeit der mobilen
Aufklärungsapp wurde von Vertretenden der Zielgruppe betont.
Die vorliegende Arbeit widmet sich der Analyse des Konsumentenverhaltens im deutschen Online-Lebensmittelhandel. Sie zeigt drei Handlungsempfeh-lungen und weitere Forschungsfelder für E-Food-Anbieter auf. Basierend auf qualitativer und quantitativer Forschung tragen die Ergebnisse dazu bei, Her-ausforderungen zu lösen und zukünftige Probleme zu minimieren. Die Hand-lungsempfehlungen dienen dazu, bestehende Kunden zu binden, potenzielle Kunden zurückzugewinnen und neue Kunden zu gewinnen.
AI research and applications have experienced a paradigm shift with the emergence of foundation models. Although these models deliver state-of-the-art results across a broad spectrum of tasks, their exponential increase in size necessitates methods for parameterefficient training. To tackle this, the integration of adapter modules represents a promising yet compact strategy, offering remarkable performance by incorporating a minimal number of parameters for each specific task. This research proposes the "repetitive adapter module", designed to add a layer of linear scalability to the traditional bottleneck architecture. By integrating these modules into the foundational models SEEM and Mask DINO and applying them to three downstream tasks, the approach is demonstrated nearly reaching the effectiveness of traditional fine-tuning methods while requiring significantly fewer trainable parameters. Furthermore, the thesis highlights the applicability of repetitive adapters within the modular meta-architecture underlying SEEM and Mask DINO, proving their effectiveness disregarding model size and multi-modality. This investigation also explores the limitations of adapter fine-tuning, laying the groundwork for future research in this domain.
Multi-Marken-Systeme führen
(2019)