Ajánljuk figyelmükbe az alábbi TDK-témákat, amelyek valós ipari kihívásokhoz kapcsolódnak, és közvetlen vállalati együttműködéseket kínálnak.
A Kautz Kar kezdeményezésére együttműködés indult több ipari vállalattal, amelyek több TDK-témákat is ajánlanak. A témákhoz a vállalat külső konzulenst biztosít, aki támogatja a hallgatót a dolgozat készítése során, és az egyetemi konzulenssel is együttműködik.
Kérjük, ha bármelyik téma felkeltette érdeklődését, vegye fel velünk a kapcsolatot a kgk.tdk@sze.hu e-mail címen!
Gránit Bank
1. A neobankok térnyerésének hatása a hagyományos bankok üzleti modelljére
A betétgyűjtés, a hitelezési kapacitás és a nem kamatjellegű bevételek átrendeződése a magyar piacon
2. Támogatott hitelek után – a piaci vállalati hitelezés jövője Magyarországon
A támogatott konstrukciók visszaszorulása és megszűnése esetén milyen kamatszint mellett maradhat fenn a vállalkozások hitelfelvételi hajlandósága, mely vállalati szegmensekben várható a legnagyobb keresletcsökkenés, és milyen hatással lehet mindez a beruházásokra, a vállalati hitelállományra és a bankok piaci hitelezési lehetőségeire.
3. Mesterséges intelligencia a bankban – hatékonyságnövekedés és új kockázatok:
Valós hatása a működésre és a jövedelmezőségre – költségcsökkenés és profitnövekedés, növekvő „Black-box” kitettség és felmerülő eddig nem vizsgált kockázatok
4. A hitelkockázati döntéshozatal jövője – adatok, digitalizáció és AI
Hogyan alakítja át a digitalizáció, az alternatív adatok és a mesterséges intelligencia a banki hitelkockázati döntéshozatalt a hiteligényléstől a monitoringig és a követeléskezelésig?
5. A Z generáció elvárásai a jövő bankszektorával szemben
K&H Bank
1. A bankolás vége? – Hogyan alakíthatja át a generatív AI és az agentic AI a pénzügyi szolgáltatásokat 2030-ig?
Milyen banki feladatokat és ügyfélkapcsolati folyamatokat vehet át a mesterséges intelligencia 2030-ig, és milyen szerep marad az emberi szakértelem számára?
2. Az AI bankár vagy emberi tanácsadó jövője? AI-ra vagy emberre bíznánk a pénzügyeinket?
A mesterséges intelligencia egyre nagyobb szerepet kap a mindennapi pénzügyi szolgáltatásokban. Az ügyfelek azonban eltérően viszonyulhatnak ahhoz, hogy pénzügyi kérdésekben emberi tanácsadót vagy AI-alapú megoldást vegyenek igénybe.
Kutatási kérdés:
- jövőbeli működési modell: Milyen pénzügyi döntéseket bíznak szívesebben a magyar ügyfelek mesterséges intelligenciára, és mely pontokon igényelnek továbbra is emberi tanácsadást?
- ügyfélbizalom és elfogadottság: Milyen pénzügyi döntésekben bíznának meg egy AI-alapú tanácsadóban? Mely ügyekben várnak továbbra is emberi segítséget? Milyen tényezők befolyásolják a bizalmat és az elfogadottságot? E témában milyen generációs különbségek figyelhetők meg?
Célcsoport / módszertani javaslat: lakossági ügyfelek / egyetemi hallgatók; kérdőív és kísérleti kutatás
3. Generáció Z és Alfa generáció pénzügyi jövőképe / „Eltűnnek a bankfiókok?" – Milyen bankolási élményt várnak a Z és Alfa generáció tagjai?
A fiatal generációk már teljesen digitális környezetben nőnek fel. Számukra természetes az azonnali ügyintézés, az online ügyfélkiszolgálás és a mobilalapú szolgáltatáshasználat. Nyitott kérdés, hogy a jövő ügyfelei milyen szerepet szánnak a bankfiókoknak, a személyes tanácsadásnak és a hagyományos banki kapcsolattartásnak.
Kutatási kérdés:
- stratégiai trendkutatás: Hogyan választ majd bankot az a generáció, amely már AI, TikTok és embedded finance környezetben nő fel?
- ügyfélélmény és csatornapreferencia kutatás: Milyen bankolási élményt vár el a Z és az Alfa generáció? Milyen ügyeket intéznének kizárólag digitálisan? Milyen élethelyzetekben tartják még fontosnak a személyes kapcsolatot? Milyen lenne számukra az „ideális bank”? Bankválasztás és AI elfogadottság napjainkban
Célcsoport / módszertani javaslat: 16-30 éves fiatalok; kérdőíves kutatás / fókuszcsoportos interjúk / generációs összehasonlítás
4. Kapcsolatokból közösség – Hogyan lehet tartalommal megtölteni a partneri hálózatokat?
Milyen programok, aktivitások és együttműködési formák erősítik leginkább a tagok közötti kapcsolatokat és az egymás iránti bizalmat?
5. Az elköteleződés receptje – Hogyan építhető aktív és önfenntartó üzleti közösség?
Milyen közösségépítési eszközök és működési modellek járulnak hozzá ahhoz, hogy a tagok ne csak jelen legyenek, hanem aktívan hozzájáruljanak a közösség fejlődéséhez?
6. A tökéletes ESG-adatcsomag – Hol találkoznak a banki és ügyféligények?
Mi az a minimális ESG-adatkészlet, amely egyszerre biztosít értékes információt a bank számára és kezelhető adatszolgáltatási terhet jelent az ügyfeleknek?
7. Az ESG-adatgyűjtés jövője – Hogyan lehet egyszerre pontosabb és egyszerűbb?
Milyen adatgyűjtési és adatkezelési modell képes a legjobban egyensúlyt teremteni a banki információigény, a szabályozói megfelelés és az ügyfélélmény között?
8. Ember vagy algoritmus? A mesterséges intelligencia szerepe a kiválasztási döntésekben.
Hogyan befolyásolja a mesterséges intelligencia alkalmazása a kiválasztási döntések objektivitását, a jelöltek bizalmát és a döntésekért viselt szervezeti felelősséget?
9. Az AI által feljavított pályázók problémája: mit mér valójában a kiválasztási folyamat?
Hogyan alakítja át a generatív AI használata az önéletrajzok, motivációs levelek és interjúfelkészülés szerepét, és milyen új kihívásokat jelent a tehetségek azonosításában és értékelésében?
10. Munkakörök helyett készségek? A skills-based szervezetek hatása a belső mobilitásra és a karrierutakra
Milyen mértékben támogatja a készségalapú megközelítés a szervezeten belüli mobilitást, és hogyan alakíthatja át a karrierutakat, a kiválasztási folyamatokat és a tehetségmenedzsmentet?
11. A bankolás legidegesítőbb pillanatai – Hol romlik el az ügyfélélmény
A banki ügyfélutak során számos olyan pont létezhet, ahol az ügyfelek bizonytalanságot, frusztrációt vagy időveszteséget élnek meg. Ezen fájdalompontok feltárása kulcsfontosságú a szolgáltatások fejlesztéséhez és az ügyfélelégedettség növeléséhez.
Kutatási kérdés: Melyek a legemlékezetesebb negatív banki élmények? Milyen ügyintézési helyzetek okozzák a legtöbb stresszt? Milyen (esetleg AI vagy automatizációs) fejlesztések csökkentenék leginkább az ügyfelek frusztrációját? Van-e különbség a digitális és személyes csatornák megítélése között?
Célcsoport / módszertani javaslat: lakossági ügyfelek; mélyinterjúk / customer journey mapping / online kérdőív
12. Pénzügyi stressz a mindennapokban – Mit várnak valójában az ügyfelek a bankjuktól?
Az infláció, a megélhetési költségek és a pénzügyi bizonytalanság egyre több embert érintenek. A bankok számára fontos kérdés, hogy az ügyfelek milyen támogatást várnak pénzügyi céljaik elérésében és pénzügyi biztonságuk megőrzésében.
Kutatási kérdés: Mely élethelyzetek okozzák a legnagyobb pénzügyi bizonytalanságot? Milyen szerepet várnak az ügyfelek a bankoktól pénzügyi döntéseik támogatásában? Hogyan hat a pénzügyi edukáció az ügyfélélményre és a lojalitásra?
Célcsoport / módszertani javaslat: 18-65 éves lakossági ügyfelek; kérdőív / mélyinterjúk / szegmentációs elemzés
Bosch
1. Akadémiai eredmények ipari hasznosíthatóságának vizsgálata az autóiparban és annak határterületein
Absztrakt: Magyarország régiójában az ipar és akadémia részben párhuzamos fejlődésének történelme, a jelenlegi növekvő ipari résztvevők számának növekedése, illetve a 2020-as évek közepére kialakult gyorsuló autóipari fejlesztési ciklusok megkövetelik a magyar egyetemek és autóipari fejlesztő vállalatok szorosabb együttműködését. Az elmúlt években egyre nagyobb hangsúly helyeződik az egyetemi kutatások gyakorlatiassá tételére, illetve az eredmények applikáció-orientált közlésére. Míg a mérnöki terület ilyesfajta törekvései üdvözölendők, szükséges a folyamatokat üzletfejlesztési, innováció-, folyamat- és erőforrásmenedzsment szempontjából is támogatni. Általánosan elmondható, hogy a hibrid akadémiai-ipari közegben nem alkalmazhatók egyértelműen az iparban vagy akadémiában megszokott eszközök. Ezenfelül a két világ kommunikációja is merőben eltér, emiatt külön figyelmet kell fordítani a felek működéseinek megértésére.
A téma kidolgozásával várhatóan a következő eredményeket érjük el:
- Helyzetfelmérés: vezetői (egyetemi kompetenciaközpontok, hasznosító cégek ill. kutatásvezetők, illetve Bosch vezetők, innováció menedzserek) illetve mérnöki szinten (kutatás és fejlesztés-vezetők, kutató ill. fejlesztő mérnökök) elvégzett adatgyűjtéssel szükséges feltárni a kommunikációs különbségeket, külső korlátokat/kötöttségeket, üzleti érdekeket (több szinten, azaz Bosch Magyarország és Bosch Globál helyzetét külön elemezve), létező jó és rossz együttműködési példákat ill. a hasznosítás eddigi eredményeit (megjegyzés: adott esetben más egyetemre is ki lehet terjeszteni a kutatást).
- Kiválasztott (az előző pont tanulságai alapján) szempont szerint menedzsment folyamatok felépítése, preferencia: információmenedzsment (példa: egy egyetemi kutatás eredményeit melyik fázisban, kinek és milyen érettséggel érdemes tálalni ahhoz, hogy közelebb kerüljünk a hasznosításhoz), kommunikációs stratégiák, alternatívaként szervezetfejlesztés, szerepek, jogi környezet.
- Üzleti modellek: különféle üzleti modellek felsorolása, értékelése abból a szempontból, hogy az akadémiai eredményeket melyik modellben lehet/érdemes leginkább hasznosítani.
- Elvárásmenedzsment: feltárni az elérhető és az irreális elvárásokat.
Variációk:
- hasznosítási modellek, mérőszámok és az ide kapcsolódó folyamatok (potenciálok értékelése, a kutatás eredményeinek teljesítményértékelése),
- központilag támogatott (pl. EU pályázatok) várható átalakulása és szerepe a kutatási eredmények ipari hasznosulásában,
- piaci trendek elsősorban Európában és Amerikában a kínai innovációs modellek mellett, illetve azokra adott válaszként, elsősorban figyelembe véve az akadémiai-ipari együttműködéseket.
2. Magasan képzett mérnökmunkaerő utánpótlásának lehetőségei tehetséggondozó programokon keresztül, középiskolától az elhelyezkedésig.
Absztrakt: a mesterséges intelligencia elterjedésével a kutatás fejlesztésben dolgozó szellemi munkaerővel kapcsolatos elvárások is megváltoztak. A felgyorsult fejlesztési ciklusok és a több mérnöki terület együttműködésével létrejövő termékkoncepciók megkövetelik, hogy egy fejlesztési csapat tagja olyan kompetenciákkal rendelkezzen, amelyek nem sorolhatóak be egyszerűen egy adott mérnöki szak vagy képzés keretei közé. A mesterséges intelligencia nagyon sok, korábban emberek által végzett, automatizálható folyamatot kivált, így az emberi munkaerőkkel kapcsolatos elvárásokban egyre nagyobb hangsúlyt kap az alkalmazkodó képesség, illetve az eredetiség és kreativitás. Ahhoz, hogy a nagy szellemi hozzáadott értékkel rendelkező munkaerőt megtaláljuk, elengedhetetlen a tehetséggondozás, már a középiskola utolsó éveitől. Jól felépített programokon keresztül karrier utat tervezünk és működtetünk, amely során kiegészíthetők vagy akár át is alakíthatók a hagyományos képzési eszközök annak érdekében, hogy a fenti megváltozott követelményeknek megfeleljenek az egyetemről frissen végzett hallgatók.
A téma kidolgozásával várhatóan a következő eredményeket érjük el / kérdéseket válaszoljuk meg:
- átfogó kép a megváltozott munkaerő igényekről és annak az egyetemi tehetséggondozásra gyakorolt hatásáról,
- az oktatás fejlesztés jelenlegi tendenciájának ismerete elsősorban a magyar egyetemeken,
-tehetséggondozási programok átfogó képe középiskoláktól a munkaerő piacig, - felmérés a tehetséges diákok/hallgatók körében, a döntéseik és kihívásaik megismerése,
- az előző szempontokat figyelembevéve ajánlások megfogalmazása, hogyan lehet a megfelelő mederben tartani a tehetséggondozást, továbbá milyen új területek és módszertanok szükségesek a magasan képzett hallgatók oktatásában (pl. soft skillek, csapatmunka, üzleti tudás…stb.)
- hogyan lehet a műszaki területeken az emberi kreativitást, a digitalizációt és klasszikus mérnöki tudást ötvözni,
- hogyan lehet (és kell) az ipari problémákat a középpontba helyezni a műszaki tehetséggondozásban.
Waberer's
1. Balkán logisztika helyzete és jövője
Milyen negatív piaci hatása van a nemzetközi fuvarozásra nézve az egyre nagyobb számban megjelenő, főként a keleti országokból érkező, fuvarozó cégek (román, bolgár, ukrán, török, lett, littván)
2. Mitől lesz vonzó a „Z” generáció számára a logisztika?
3. Készletkártevők elleni védekezés a raktárlogisztikában: a megelőzés, a fertőzés-felszámolás és a kármentesítés gyakorlata
4. Az automatizálás mint válasz a munkaerőhiányra? Korlátok és lehetőségek a szolgáltató raktárak működésében
5. Vezetési és pihenő idő szabályozás – mobilitási csomag hatása a nemzetközi fuvarozásra, negatív következményei, büntetési kockázatai
BI-KA Logisztika
1. Elektromos tehergépjárművek gazdaságossága rövid, ismétlődő ipari ingajáratokon: TCO-paritás és különbözet megosztása megbízó és fuvarozó között
Kutatási kérdés: Milyen feltételek mellett éri el egy BEV a dízel TCO-paritását hazai viszonyok között? A vizsgált tényezők: napi futás, műszakszám, villamosenergia díja, útdíj, támogatás és maradványérték. Emellett: mekkora a fizetési hajlandóság a megbízói oldalon, ki viseli a különbözetet
Módszer: TCO-modell érzékenységvizsgálattal, kiegészítve megbízói interjúkkal. Győrben ehhez kézenfekvő a terep, hiszen ott van bőven autóipari beszállító.
2. Gépjárművezető-megtartás a közúti fuvarozásban: a fluktuáció meghatározói és a harmadik országbeli munkaerő integrációja
Kutatási kérdés: Mi hajtja a sofőrök kilépési szándékát? A lehetséges tényezők: bér, hazajutás, beosztás, jármű állapota, diszpécser-kapcsolat. Miben tér el ez a hazai és a harmadik országbeli sofőröknél
Módszer: Kérdőív, ideális esetben juttatáscsomag-conjoint elemzéssel. A mintát érdemes a BI-KA mellett partnerfuvarozók sofőrjeire is kiterjeszteni.
Nehézség: A sofőrök elérése és a nyelvi akadályok, ezért erős céges támogatás kell hozzá
Győr Audi ETO KC
1. Social media és szurkolói elköteleződés
A közösségi média hatása a sportklubok szurkolói elköteleződésére – a Győri Audi ETO KC példáján.
2. Az utánpótlás és a példakép szerepe
A női kézilabdázók, mint példaképek szerepe a fiatal sportolók sportmotivációjában – a Győri Audi ETO KC utánpótlásának vizsgálata.
3. ETO-identitás
A sportklub identitásának kialakulása és szerepe a helyi közösségben – a Győri Audi ETO KC példáján
4. Győri Audi ETO KC, mint márka
A Győri Audi ETO KC márkaértéke és a szurkolói lojalitás kapcsolata.
5. Social” fókusz
A női sport társadalmi értékteremtése ESG-szempontból – a Győri Audi ETO KC esettanulmánya.
6. E-pillér: „Zöld sportklub”
A professzionális sportklubok környezeti fenntarthatósága – a Győri Audi ETO KC ESG-gyakorlatának
vizsgálata.
