Webbasierte Automatsierung des Inkubator-Fragebogens
Die Automatisierung des Inkubator-Fragebogens des FHNW ImpactLab setzt neue Massstäbe
in der Effizienz und Benutzerfreundlichkeit. Eine webbasierte Lösung ersetzt den manuellen
Auswertungsprozess durch eine intuitive Plattform, die datenbasierte Entscheidungen und
Innovation nachhaltig unterstützt.
Tino Zinniker, 2025
Art der Arbeit Bachelor Thesis
Auftraggebende FHNW ImpactLab
Betreuende Dozierende Laurenzi, Emanuele, Meyer, Dario
Views: 9
Inkubatoren fördern Innovation und wirtschaftliches Wachstum, daher möchte das FHNW
ImpactLab ihre Effektivität mit einer präzisen Selbstanalyse ihrer Stärken und Schwächen
unterstützen. Derzeit basiert die Auswertung kritischer Erfolgsfaktoren auf einem ineffizienten,
manuell gesteuerten Prozess, der Google Forms und ein R-Skript nutzt. Dieser Prozess ist
ineffizient und schwer zugänglich. Um die Bewertung zu optimieren und diesen manuellen
Prozess abzulösen, benötigt das FHNW ImpactLab eine online zugängliche und automatisierte
Lösung.
Die Auswahl des Technologie-Stacks erfolgte mithilfe einer Nutzwertanalyse, um eine
objektive und nachvollziehbare Entscheidung zu treffen. Django/React wurde aufgrund der
langfristigen Skalierbarkeit und moderner Entwicklungsmöglichkeiten ausgewählt. Ein
Projektplan mit den Phasen Analyse, Entwicklung, Testen und Abschluss wurde erstellt und
regelmässig mit der Auftraggeberschaft abgestimmt. Ergänzend wurde eine Risikomatrix
entwickelt, um mögliche Herausforderungen zu bewerten. Die Umsetzung erfolgte iterativ, mit
Fokus auf Benutzerfreundlichkeit und Automatisierung.
Mit der entwickelten Software revolutioniert das FHNW ImpactLab seinen Evaluationsprozess.
Die vollständige Automatisierung des Fragebogens (P1) ersetzt den manuellen Prozess
vollständig, indem ab dem Absenden des Formulars die Auswertung, die Darstellung im
Radar-Diagramm (P3) und der Zugriff auf historische Daten automatisch erfolgen. Die Login-
Maske (P2) stellt sicher, dass nur berechtigte Nutzer Zugriff erhalten. Das Django-Backend
gewährleistet das Datenmanagement (P4) mit Speicherung, Nachverfolgbarkeit und der
Möglichkeit zur Datenlöschung. Die GPT-basierte Feedback-Generierung (P5) liefert gezielte
Empfehlungen, das Superuser-Dashboard (P6) erleichtert die Analyse für Administratoren,
und die Vergleichsfunktion (P7) erweitert die Evaluationsmöglichkeiten für Inkubatoren. Die
Kompatibilität mit der FHNW-Serverinfrastruktur (P8) wurde sichergestellt, wobei alle
notwendigen Anpassungen geplant und abgestimmt sind. Das Projektziel wurde erfolgreich
erreicht: Die Automatisierung des zuvor manuellen Prozesses gewährleistet automatisierte
und benutzerfreundliche Abläufe und stärkt die Innovationskraft des FHNW ImpactLab
nachhaltig.
Studiengang: Wirtschaftsinformatik (Bachelor)
Keywords FHNW ImpactLab, Automatisierung Fragebogen, Webanwendung
Vertraulichkeit: öffentlich