Dipl.-Kfm. Oliver Oechslein, MBR

Lebenslauf

• Geboren 1986 in München
• Abitur am Gymnasium Grafing (2005)
• Studium der Technologie- und Managementorientierten Betriebswirtschaftslehre (Technikfach: Informatik) an der Technischen Universität München (2005–2010)
• Auslandssemester an der Universität Zürich (CH), der Hawai’i Pacific University (USA) und der Tongji University Shanghai (VR China)
• Diplomarbeit inkl. Forschungsaufenthalt in der Volksrepublik China mit dem Thema „The role of team structure for founding and financing startups - an empirical investigation in mainland China" mit Auszeichnung
• Praktika und berufliche Tätigkeiten: Wacker Chemie AG, Telefonica O2, Komdat.com, Client Vela, Smartminds.de
• Seit März 2011 wissenschaftlicher Mitarbeiter und Doktorand am Institut für Wirtschaftsinformatik und Neue Medien (WIM)
• Mai 2013: Master of Business Research (MBR) mit Auszeichnung

Forschungsinteressen

• Digitalisierung von Medienunternehmen
• Social Media
• Social Recommender Systems
• Social Networking Analysis
• Crowdsourcing
• Personalized News Aggregators (PNA)

Betreute Lehrveranstaltungen

• Vorlesung Digitale Unternehmung (B.Sc.)
• Vorlesung / Übung New Products: From Ideas to Markets (M.Sc.)
• Vorlesung / Übung Grundlagen der Betriebswirtschaftslehre für Nebenfach- und Lehramtsstudierende (B.Sc.)
• Projektkurs in Kooperation mit Burda Digital GmbH (B.Sc.)
• Projektkurs Digitale Wirtschaft in Kooperation mit Burda Digital GmbH (M.Sc.)
• Seminar Advanced Topics in Information Systems (B.Sc.)
• Empirische Studien zu Neue Medien (B.Sc.)

Betreute Abschlussarbeiten

• Die Produktion von Inhalten durch Social Media
• Das Geschäftsmodell der Huffington Post
• Nutzungsmöglichkeiten verschiedener Crowdsourcing Ansätze
• Personalized News Aggregator - Nutzungskonzept und aktuelle Anwendungen
• Content Farming Plattformen als Geschäftsmodell
• Soziale Empfehlungssysteme – Verknüpfung klassischer Empfehlungssysteme mit sozialer Nähe
• Erfolgsfaktoren des Crowdsourcing aus Unternehmensperspektive
• Die Akzeptanz sozialer Empfehlungssysteme: Eine qualitative Untersuchung zur Identifikation von Nutzungsdeterminanten
• An Empirical Analysis of User Acceptance for Different Content Recommender System Technologies
• Social Recommender Systems – Technological perspective on information retrieval, access and reprocessing