Themen Bachelorarbeit Informatik: 120 Ideen nach Fachgebiet

Kriterien für die Themenwahl in der Informatik

Ein gutes Thema für die Bachelorarbeit in Informatik ist nicht nur spannend, sondern in drei bis vier Monaten umsetzbar. Prüfen Sie jede Idee an diesen fünf Punkten:

120 Themenvorschläge nach Fachgebieten

Die Themen sind als Ausgangspunkt gedacht. Grenzen Sie sie weiter ein – auf eine Programmiersprache, ein Framework, einen Datensatz oder ein Anwendungsszenario. Springen Sie direkt zu Ihrem Fachgebiet:

Künstliche Intelligenz und Machine Learning – 12 Themenvorschläge

Das gefragteste Feld in der Informatik. Planen Sie früh, woher Trainingsdaten und Rechenleistung kommen – beides entscheidet über die Machbarkeit.

1. Retrieval-Augmented Generation für Fachdokumente: Implementierung und Evaluation eines RAG-Systems mit Open-Source-Sprachmodellen.
2. Halluzinationen in Large Language Models: Vergleich von Methoden zur automatischen Erkennung faktisch falscher Antworten.
3. Fine-Tuning versus Prompt Engineering: Leistungsvergleich bei der Klassifikation deutschsprachiger Texte.
4. Erklärbare KI (XAI): SHAP und LIME im Vergleich für die Interpretation von Klassifikationsmodellen.
5. Bias in Trainingsdaten: Messung und Reduktion von Verzerrungen in einem Bildklassifikator.
6. Anomalieerkennung in Zeitreihen: Autoencoder und Isolation Forest im Vergleich auf Sensordaten.
7. Quantisierung von Sprachmodellen: Auswirkungen auf Genauigkeit und Inferenzzeit auf Consumer-Hardware.
8. Reinforcement Learning in der Robotik-Simulation: Training eines Agenten für eine Greifaufgabe.
9. Objekterkennung mit YOLO: Anpassung an einen eigenen Datensatz mit wenigen Trainingsbeispielen.
10. Synthetische Trainingsdaten: Wann verbessern generierte Daten die Modellqualität, wann schaden sie?
11. KI-Agenten mit Tool-Nutzung: Entwurf und Evaluation eines agentenbasierten Assistenzsystems.
12. Federated Learning: Datenschutzfreundliches Training verteilter Modelle am Beispiel medizinischer Daten.

Softwareentwicklung und Software-Architektur – 12 Themenvorschläge

Themen rund um Entwurf, Architektur und Wartbarkeit von Software. Wie Architekturentscheidungen in der Thesis dokumentiert und begründet werden, zeigt unsere Seite zur Software-Architektur in der Bachelorarbeit.

1. Monolith versus Microservices: Migration einer bestehenden Anwendung und Bewertung von Performance und Wartbarkeit.
2. Architekturdokumentation mit arc42 und C4: Anwendung auf ein reales Softwareprojekt.
3. Technische Schulden messen: Vergleich statischer Analysewerkzeuge wie SonarQube an Open-Source-Projekten.
4. Event-driven Architecture: Entwurf eines ereignisgesteuerten Systems mit Apache Kafka.
5. Domain-Driven Design in der Praxis: Modellierung einer Fachdomäne mit Bounded Contexts.
6. KI-gestützte Programmierung: Einfluss von Code-Assistenten auf Codequalität und Entwicklungszeit.
7. Refactoring von Legacy-Code: Strategien zur schrittweisen Modernisierung einer Java-Anwendung.
8. Clean Architecture versus Hexagonal Architecture: Vergleich am Beispiel einer Webanwendung.
9. Rust versus C++: Speichersicherheit und Performance bei systemnaher Programmierung.
10. Low-Code-Plattformen: Grenzen bei der Entwicklung komplexer Geschäftsanwendungen.
11. API-Design: REST, GraphQL und gRPC im Vergleich für mobile Clients.
12. Architekturerosion: Automatische Erkennung von Abweichungen zwischen geplanter und umgesetzter Architektur.

Softwaretest und Qualitätssicherung – 12 Themenvorschläge

Testthemen lassen sich gut an einem vorhandenen Projekt umsetzen und liefern messbare Ergebnisse. Methodische Hinweise zu Teststrategie und Evaluation finden Sie auf unserer Seite zur Test-Automatisierung in der Bachelorarbeit.

1. Testautomatisierung für Webanwendungen: Playwright, Cypress und Selenium im Vergleich.
2. Mutation Testing: Aussagekraft von Testabdeckung und Mutation Score im Vergleich.
3. KI-generierte Testfälle: Qualität automatisch erzeugter Unit-Tests durch Sprachmodelle.
4. Flaky Tests: Ursachen und Erkennung instabiler Tests in CI-Pipelines.
5. Property-based Testing: Einsatz und Nutzen am Beispiel einer Parser-Bibliothek.
6. Last- und Performancetests: Entwicklung eines Testkonzepts für eine Microservice-Anwendung.
7. Contract Testing: Absicherung von Schnittstellen zwischen Microservices mit Pact.
8. Test-Driven Development: Auswirkungen auf Fehlerdichte und Entwicklungsaufwand in einem Studienprojekt.
9. Fuzzing: Automatisierte Schwachstellensuche in Dateiformat-Parsern.
10. Testen von Machine-Learning-Systemen: Methoden zur Qualitätssicherung nicht-deterministischer Software.
11. Visuelle Regressionstests: Automatisierte Erkennung ungewollter UI-Änderungen.
12. Testmanagement in agilen Teams: Integration von Tests in Scrum-Sprints am Praxisbeispiel.

IT-Sicherheit und Kryptographie – 12 Themenvorschläge

Sicherheitsthemen verlangen klare ethische und rechtliche Grenzen – Penetrationstests nur in eigenen Testumgebungen. Wie Threat Modeling, OWASP und Kryptographie in einer Thesis methodisch sauber umgesetzt werden, beschreibt unsere Seite zur IT-Sicherheit in der Bachelorarbeit.

1. Post-Quanten-Kryptographie: Performancevergleich standardisierter Verfahren wie ML-KEM auf eingebetteten Systemen.
2. Threat Modeling mit STRIDE: Anwendung auf eine Webanwendung und Ableitung von Gegenmaßnahmen.
3. OWASP Top 10: Systematische Sicherheitsanalyse einer Open-Source-Webanwendung.
4. Passwordless Authentication: Sicherheit und Nutzerakzeptanz von Passkeys (FIDO2).
5. Intrusion Detection mit Machine Learning: Evaluation auf öffentlichen Netzwerkdatensätzen.
6. Supply-Chain-Angriffe: Absicherung von Softwareabhängigkeiten durch SBOM und Signaturen.
7. Prompt Injection: Angriffe auf LLM-Anwendungen und mögliche Schutzmechanismen.
8. Zero Trust Architecture: Konzeption für ein kleines Unternehmensnetzwerk.
9. Sicherheit von Smart-Home-Geräten: Analyse der Kommunikation handelsüblicher IoT-Geräte im Testlabor.
10. Secure Software Development: Integration von SAST und DAST in eine DevSecOps-Pipeline.
11. Homomorphe Verschlüsselung: Praxistauglichkeit für datenschutzfreundliche Datenanalysen.
12. Phishing-Erkennung: Vergleich von Klassifikationsverfahren für E-Mails.

Cloud, DevOps und verteilte Systeme – 12 Themenvorschläge

Praxisnahe Themen, die sich oft mit Werkstudentenjob oder Praxispartner verbinden lassen. Worauf es bei Aufbau und Evaluation solcher Arbeiten ankommt, zeigt unsere Seite zu Cloud und DevOps in der Bachelorarbeit.

1. GitOps mit Argo CD: Einführung und Bewertung anhand von DORA-Metriken.
2. Kubernetes-Autoscaling: Vergleich horizontaler Skalierungsstrategien unter Last.
3. Serverless versus Container: Kosten und Latenz am Beispiel einer Webanwendung.
4. Infrastructure as Code: Terraform und Pulumi im Vergleich.
5. Observability: Aufbau eines Monitoring-Stacks mit OpenTelemetry, Prometheus und Grafana.
6. CI/CD-Pipelines optimieren: Maßnahmen zur Verkürzung von Build- und Deployment-Zeiten.
7. Chaos Engineering: Resilienztests für eine Microservice-Architektur.
8. Edge Computing: Verlagerung von Rechenlast an den Netzwerkrand für Echtzeitanwendungen.
9. Konsensalgorithmen: Raft und Paxos im Vergleich anhand einer Simulation.
10. Multi-Cloud-Strategien: Portabilität von Anwendungen zwischen Cloud-Anbietern.
11. Energieeffizienz in Rechenzentren: Messung des Energieverbrauchs containerisierter Workloads.
12. Platform Engineering: Entwurf einer internen Entwicklerplattform.

Datenbanken und Data Engineering – 12 Themenvorschläge

Themen für alle, die gern mit Daten, Abfragen und Performance arbeiten. Methodische Hinweise zu Modellierung und Benchmarks finden Sie auf unserer Seite zum Datenbankdesign in der Bachelorarbeit.

1. Relationale versus NoSQL-Datenbanken: PostgreSQL und MongoDB im Benchmark für ein konkretes Anwendungsszenario.
2. Vektordatenbanken: Vergleich für semantische Suche in großen Textbeständen.
3. Graphdatenbanken: Einsatz von Neo4j für Empfehlungssysteme.
4. Query-Optimierung: Analyse und Verbesserung langsamer SQL-Abfragen in einer bestehenden Anwendung.
5. Data Lakehouse: Aufbau einer Datenplattform mit Delta Lake oder Apache Iceberg.
6. Stream Processing: Apache Flink und Kafka Streams im Vergleich.
7. Datenqualität in Pipelines: Automatisierte Validierung mit Great Expectations.
8. Zeitreihendatenbanken: Performancevergleich für IoT-Messdaten.
9. Datenschutz durch Anonymisierung: Verfahren wie k-Anonymität und Differential Privacy im Vergleich.
10. Schema-Evolution: Strategien für unterbrechungsfreie Datenbankmigrationen.
11. Natural Language to SQL: Evaluation von Sprachmodellen für die Generierung von Datenbankabfragen.
12. Indexstrukturen: B-Bäume und LSM-Bäume im Vergleich bei schreibintensiven Workloads.

Mensch-Computer-Interaktion und Usability – 12 Themenvorschläge

HCI-Themen verbinden Entwicklung mit Nutzerstudien – planen Sie Rekrutierung und Einwilligung der Teilnehmenden früh ein. Wie Usability-Tests in der Thesis aufgebaut werden, zeigt unsere Seite zu HCI und Usability in der Bachelorarbeit.

1. Barrierefreiheit von Webanwendungen: Prüfung nach WCAG 2.2 und Entwicklung von Verbesserungen.
2. Conversational User Interfaces: Nutzererleben von Chatbots und Sprachassistenten im Vergleich.
3. Usability-Evaluation einer App: Kombination aus Thinking Aloud und System Usability Scale.
4. Dark Patterns: Erkennung manipulativer Gestaltungsmuster in Cookie-Bannern.
5. Augmented Reality im Lernen: Prototyp und Evaluation einer AR-Lernanwendung.
6. Gamification: Wirkung spielerischer Elemente auf die Motivation in Lern-Apps.
7. Eye-Tracking: Analyse des Blickverhaltens auf Webseiten.
8. Mensch-KI-Interaktion: Vertrauen in KI-Empfehlungen und Gestaltung von Erklärungen.
9. Virtual Reality: Einfluss der Interaktionsmethode auf Immersion und Motion Sickness.
10. Design Systems: Aufbau und Evaluation einer Komponentenbibliothek für mehrere Anwendungen.
11. Senioren und digitale Dienste: Gestaltungsrichtlinien für eine altersgerechte App.
12. A/B-Testing: Methodik und Auswertung von Interface-Experimenten.

Embedded Systems, IoT und Cyber-Physical Systems – 12 Themenvorschläge

Themen an der Schnittstelle von Hard- und Software. Klären Sie früh, welche Hardware Sie brauchen und wer sie bezahlt. Methodische Hinweise gibt unsere Seite zu Cyber-Physical Systems in der Bachelorarbeit.

1. TinyML: Machine Learning auf Mikrocontrollern am Beispiel der Spracherkennung.
2. Digitaler Zwilling: Entwicklung eines digitalen Zwillings für eine Produktionsanlage.
3. MQTT versus OPC UA: Kommunikationsprotokolle für Industrie-4.0-Anwendungen im Vergleich.
4. Echtzeitbetriebssysteme: FreeRTOS und Zephyr im Vergleich.
5. Energieeffiziente IoT-Sensorknoten: Optimierung von Schlafzyklen und Funkübertragung.
6. Over-the-Air-Updates: Sicheres Aktualisieren eingebetteter Systeme.
7. Predictive Maintenance: Zustandsüberwachung einer Maschine mit Vibrationssensoren.
8. Autonome Fahrzeuge in der Simulation: Spurhaltung mit ROS 2 und Gazebo.
9. Smart Farming: Sensorbasiertes Bewässerungssystem mit LoRaWAN.
10. Firmware-Sicherheit: Absicherung von Secure Boot auf ARM-Mikrocontrollern.
11. Sensorfusion: Kalman-Filter für die Positionsbestimmung einer Drohne.
12. Rust in eingebetteten Systemen: Vergleich mit C bei Speicherverbrauch und Entwicklungsaufwand.

Theoretische Informatik, Algorithmen und Quantum Computing – 12 Themenvorschläge

Themen mit formalem Schwerpunkt: Beweise, Komplexitätsanalysen und algorithmische Experimente. Wie solche Arbeiten aufgebaut werden, zeigen unsere Seiten zur theoretischen Informatik und zum Quantum Computing in der Bachelorarbeit.

1. Approximationsalgorithmen: Güte und Laufzeit für das Traveling-Salesman-Problem im Vergleich.
2. SAT-Solver: Einsatz zur Lösung von Planungs- und Stundenplanproblemen.
3. Parametrisierte Komplexität: Analyse eines NP-schweren Graphproblems.
4. Formale Verifikation: Beweis der Korrektheit eines Algorithmus mit Coq oder Isabelle.
5. Model Checking: Verifikation eines nebenläufigen Protokolls mit TLA+.
6. Graphalgorithmen auf großen Netzwerken: Community Detection im Vergleich.
7. Online-Algorithmen: Kompetitive Analyse von Caching-Strategien.
8. Automaten und reguläre Ausdrücke: Effiziente Implementierung von Regex-Engines.
9. Quantenalgorithmen: Implementierung von Grover-Suche mit Qiskit und Vergleich mit klassischer Suche.
10. Quantum Machine Learning: Variationale Quantenschaltkreise für Klassifikationsaufgaben.
11. Heuristiken und Metaheuristiken: Genetische Algorithmen und Simulated Annealing im Vergleich.
12. Kompressionsalgorithmen: Verlustfreie Kompression für Genomdaten.

Rechnernetze, Web und mobile Anwendungen – 12 Themenvorschläge

Klassische Themen der angewandten Informatik mit gutem Zugang zu Werkzeugen und Testumgebungen.

1. HTTP/3 und QUIC: Performancevergleich mit HTTP/2 unter schwankender Netzqualität.
2. Cross-Platform-Entwicklung: Flutter, React Native und Kotlin Multiplatform im Vergleich.
3. Progressive Web Apps: Grenzen gegenüber nativen Apps bei Offline-Funktion und Hardwarezugriff.
4. WebAssembly: Einsatz rechenintensiver Anwendungen im Browser.
5. Software-Defined Networking: Simulation von Lastverteilung mit Mininet.
6. 5G-Campusnetze: Anforderungen industrieller Anwendungen an Latenz und Zuverlässigkeit.
7. Web-Performance: Maßnahmen zur Verbesserung der Core Web Vitals.
8. Peer-to-Peer-Netzwerke: Dezentrale Datenhaltung mit IPFS.
9. Offline-First-Apps: Synchronisationsstrategien mit CRDTs.
10. Energieverbrauch mobiler Apps: Messung und Optimierung auf Android.
11. Content Delivery Networks: Einfluss von Caching-Strategien auf Ladezeiten.
12. Datenschutz in mobilen Apps: Analyse von Tracking-Bibliotheken in populären Android-Apps.

Vom Thema zur Forschungsfrage: Beispiele und Methoden

Erst die Forschungsfrage legt fest, was Ihre Bachelorarbeit in Informatik zeigen soll – und wie Sie es messen. Typisch sind Implementierung mit Evaluation, Benchmarks und Experimente, Nutzerstudien, formale Beweise und systematische Literaturreviews:

Wie Sie Ihre eigene Frage Schritt für Schritt formulieren, erklärt unser Leitfaden zur Forschungsfrage für die Bachelorarbeit.

Themenfindung in fünf Schritten

Eine Themenliste ersetzt nicht die eigene Themenfindung. So kommen Sie in der Informatik von einer Idee zu einem Thema, das Ihre Betreuung annimmt:

1. Ausgeschriebene Themen der Arbeitsgruppen prüfen

Die meisten Lehrstühle und Arbeitsgruppen der Informatik veröffentlichen offene Themen für Bachelorarbeiten. Sie zeigen, welche Technologien, Werkzeuge und Methoden dort betreut werden – und bringen oft schon Daten oder Code mit.

2. An Projekte anknüpfen

Softwareprojekt, Werkstudentenjob, Praxissemester oder eigenes Open-Source-Projekt: Ein Problem, das Sie schon kennen, lässt sich schneller in eine Bachelorarbeit übersetzen als ein Thema von null.

3. Aktuelle Forschung sichten

Einen Überblick geben die Bibliotheken von ACM und IEEE, arXiv sowie die Tagungsbände großer Konferenzen Ihres Fachgebiets. Achten Sie auf „Future Work“-Abschnitte und auf Arbeiten mit veröffentlichtem Code, an den Sie anknüpfen können.

4. Thema eingrenzen

„Machine Learning in der Medizin“ ist ein Fachgebiet, kein Thema. Grenzen Sie ein auf ein Verfahren (Transfer Learning), einen Datensatz (Röntgenbilder), eine Metrik (Sensitivität) und einen Vergleichsmaßstab (bestehendes Modell).

5. Machbarkeit klären und Exposé schreiben

Prüfen Sie Rechenleistung, Daten, Lizenzen und Zeitbedarf der Implementierung, bevor Sie anmelden. Ein kurzes Exposé mit Forschungsfrage, Methode, Evaluationskriterien und Zeitplan überzeugt die Betreuung schneller als eine lose Idee. Weitere Strategien finden Sie in unserem Leitfaden zur Themenfindung für die Bachelorarbeit.

Themen für Masterarbeit, Seminararbeit und verwandte Studiengänge

Masterarbeit: Im Master wird ein eigenständiger Forschungsbeitrag erwartet. Viele Themen oben lassen sich dafür ausbauen – durch einen neuen Algorithmus statt eines Vergleichs, größere Experimente oder eine Evaluation in mehreren Szenarien.

Seminararbeit: Für Seminararbeiten in Informatik müssen Themen deutlich enger sein und kommen meist ohne eigene Implementierung aus – etwa als Überblick über ein Verfahren oder als Vergleich zweier Ansätze anhand der Literatur.

Wirtschaftsinformatik: Steht der betriebliche Nutzen im Mittelpunkt – Prozesse, Kosten, Organisation –, passt das Thema eher in die Wirtschaftsinformatik. Passende Vorschläge finden Sie bei unseren Themen für die Bachelorarbeit in Wirtschaftsinformatik. Für Medieninformatik eignen sich vor allem die Themen aus Mensch-Computer-Interaktion und Web.

Unterstützung bei der Bachelorarbeit in Informatik

Sie haben ein Thema, aber es fehlt an Zeit für Implementierung und Evaluation oder an Sicherheit bei Methode und Aufbau? Bei Business And Science übernimmt das ein akademischer Ghostwriter mit Studium und Berufserfahrung in der Informatik – etwa aus Softwareentwicklung, Data Science oder IT-Sicherheit. Wie unsere Autoren Informatik-Arbeiten begleiten, zeigt unsere Seite Ghostwriter Informatik.

• Autoren aus der Informatik
• Anonyme und schnelle Kommunikation
• Individuelle Vorgaben werden umgesetzt
• Termintreue Lieferung in Teillieferungen
• Lektorat und Plagiatsprüfung
• Zahlung nach Arbeitsfortschritt

Wie ein Auftrag von der Anfrage bis zur Endlieferung abläuft, beschreibt unsere Auftragsabwicklung. Einen fachübergreifenden Überblick gibt Bachelorarbeit schreiben lassen.

Erfahrungen unserer Kunden