• Künstliche Intelligenz (KI) in Suchmaschinen (Bachelor, SS 2025)
• Suchergebnisse im Fokus: Erforschen eines informationswissenschaftlichen Themas mit dem Result Assessment Tool (RAT) (Bachelor, SS 2024)
• Werkstatt Recherche und Informationsqualität (Bachelor, WS 2022/23, 23/24, 24/25)
• Information Research 2 (Bachelor, SS 2022 & SS 2021)
• Begleitendes Seminar zum Forschungs- & Praxisprojekt (Master, SS 2021)
• Multimethodenstudien zur Erforschung der Informationssuche (Master, WS 2020/21)

Wissenschaftlicher Mitarbeiter in zwei Projekten

SEO-Effekt: Der Effekt der Suchmaschinenoptimierung auf die Suchergebnisse von Web-Suchmaschinen: Modellentwicklung, empirische Überprüfung und Triangulation mit Nutzer/innen- und Expert/inneneinschätzungen

• meine Schwerpunkte liegen in quantitativen und qualitativen Studien mit Akteursgruppen, die am Suchmaschinenranking beteiligt sind
• repräsentative Online-Befragungen und -Experimente von bzw. mit deutschen InternetnutzerInnen
• Interviews mit SEO-ExpertInnen, Inhaltsverantwortlichen, Online-JournalistInnen und Suchmaschinenbetreibern
• Laborstudien mit SuchmaschinennutzerInnen
• Projektlaufzeit: 05/2019 - (laufend)
• Finanzierung: Deutsche Forschungsgemeinschaft (DFG)

Relevance Assessment Tool (RAT): Entwicklung und Erweiterung einer Software zur Durchführung von Studien, die auf Ergebnissen aus Suchsystemen beruhen

• kontinuierliche Usability-Evaluation des RAT während der gesamten Projektlaufzeit
• Projektlaufzeit: 08/2021 - (laufend)
• Finanzierung: Deutsche Forschungsgemeinschaft (DFG)

Promotionsstudent

• Thema: How user knowledge gain is influenced by search engine marketing: development and empirical testing of an information search behavior model
• kooperierende Universität: Humboldt-Universität zu Berlin

Mitglied im Forschungsausschuss der Fakultät DMI (2019-2022)

Sebastian Schultheiß ist Wissenschaftlicher Mitarbeiter in der Forschungsgruppe Search Studies sowie seit 2020 als Lehrbeauftragter an der HAW Hamburg tätig. Sein Schwerpunkt sind quantitative und qualitative Nutzerstudien zum Informationsverhalten von Suchmaschinennutzern. In Kooperation mit der Humboldt-Universität zu Berlin arbeitet Sebastian Schultheiß an seiner Dissertation zum Thema Wissenszuwachs von Suchmaschinennutzern und wie dieser durch externe Akteure beeinflusst wird. Den Masterabschluss erhielt er im Jahr 2019 im Studiengang Information, Medien, Bibliothek, nachdem er 2016 sein Bachelorstudium Bibliotheks- und Informationsmanagement abgeschlossen hat.

Sünkler, S., Yagci, N., Schultheiß, S., Von Mach, S., & Lewandowski, D. (2024). Result Assessment Tool: Software to Support Studies Based on Data from Search Engines. Advances in Information Retrieval. ECIR 2024. Lecture Notes in Computer Science, 14612, 206–211.

Schultheiß, S., Sünkler, S., Yagci, N., Sygulla, D., Von Mach, S., & Lewandowski, D. (2023). Simplify your Search Engine Research: Wie das Result Assessment Tool (RAT) Studien auf der Basis von Suchergebnissen unterstützt. In W. Semar (Ed.), Nachhaltige Information—Information für Nachhaltigkeit. Tagungsband des 17. Internationalen Symposiums für Informationswissenschaft (ISI 2023), Chur, Schweiz (pp. 429–437). Verlag Werner Hülsbusch.

Sünkler, S., Yagci, N., Sygulla, D., Von Mach, S., Schultheiß, S., & Lewandowski, D. (2023a). Result Assessment Tool: A Software Toolkit for Conducting Studies Based on Search Results. Proceedings of the Association for Information Science and Technology, 60, 1143–1145.

Sünkler, S., Yagci, N., Sygulla, D., Von Mach, S., Schultheiß, S., & Lewandowski, D. (2023b). Result Assessment Tool: Software-Toolkit für die Durchführung von Studien auf der Grundlage von Suchergebnissen. In W. Semar (Ed.), Nachhaltige Information—Information für Nachhaltigkeit. Tagungsband des 17. Internationalen Symposiums für Informationswissenschaft (ISI 2023), Chur, Schweiz (pp. 438–444). Verlag Werner Hülsbusch.

Schultheiß, S., Lewandowski, D., Von Mach, S., & Yagci, N. (2023). Query sampler: Generating query sets for analyzing search engines using keyword research tools. PeerJ Computer Science, 9, Article e1421.

Schultheiß, S. (2023). How search engine marketing influences user knowledge gain: Development and empirical testing of an information search behavior model. ACM SIGIR Conference on Human Information Interaction and Retrieval (CHIIR ’23), March 19–23, 2023, Austin, TX, USA.

Häußler, H., Schultheiß, S., & Lewandowski, D. (2023). Is googling risky? A study on risk perception and experiences of adverse consequences in web search. Journal of the Association for Information Science and Technology, asi.24802.

Schultheiß, S., & Lewandowski, D. (2022). Data set of a representative online survey on search engines with a focus on search engine optimization (SEO): A cross-sectional study [version 2; peer review: 2 approved]. F1000Research, 11(376).

Lewandowski, D., & Schultheiß, S. (2022). Public awareness and attitudes towards search engine optimization. Behaviour & Information Technology.

Schultheiß, S., Häußler, H., & Lewandowski, D. (2022). Does Search Engine Optimization come along with high-quality content? ACM SIGIR Conference on Human Information Interaction and Retrieval (CHIIR ’22), March 14–18, 2022, Regensburg, Germany, 123–134.

Lewandowski, D., Sünkler, S., Schultheiß, S., Häußler, H., Behnert, C., & Spree, U. (2021). The Search Studies Group at Hamburg University of Applied Sciences. Datenbank-Spektrum, 21(2), 145–154.

Schultheiß, S., & Lewandowski, D. (2021a). How users’ knowledge of advertisements influences their viewing and selection behavior in search engines. Journal of the Association for Information Science and Technology, 72(3), 285–301.

Schultheiß, S., & Lewandowski, D. (2021b). Misplaced trust? The relationship between trust, ability to identify commercially influenced results and search engine preference. Journal of Information Science, ahead-of-print(ahead-of-print).

Schultheiß, S., & Lewandowski, D. (2021c). (Un)bekannte Akteure auf der Suchergebnisseite? Ein Vergleich zwischen selbst eingeschätzter und tatsächlich vorhandener Suchmaschinenkompetenz deutscher InternetnutzerInnen. In T. Schmidt & C. Wolff (Eds.), Information between Data and Knowledge. Information Science and Its Neighbors from Data Science to Digital Humanities. Proceedings of the 16th International Symposium of Information Science (ISI 2021), Regensburg, Germany, 8th—10th March 2021, 218–246.

Schultheiß, S., & Lewandowski, D. (2020). “Outside the industry, nobody knows what we do” SEO as seen by search engine optimizers and content providers. Journal of Documentation, 77(2), 542–557. [Preprint]

Schultheiß, S., Linhart, A., Behnert, C., Rulik, I., & Lewandowski, D. (2020). Known-item searches and search tactics in library search systems: Results from four transaction log analysis studies. The Journal of Academic Librarianship, 46(5), 102202. [Preprint]

Lewandowski, D., Sünkler, S., & Schultheiß, S. (2020). Studies on Search: Designing Meaningful IIR Studies on Commercial Search Engines. Datenbank-Spektrum, 20(1), 5–15.

Schultheiß, S. (2019). Der Einfluss des Verständnisses von Suchmaschinenwerbung auf das Rechercheverhalten am PC und am mobilen Endgerät: eine Nutzerstudie [Masterarbeit, Hochschule für Angewandte Wissenschaften Hamburg].

Schultheiß, S., Sünkler, S., & Lewandowski, D. (2018). We still trust in Google, but less than 10 years ago: an eye-tracking study. Information Research, 23(3), paper 799.

Schultheiß, S. (2018). Taktiken der Suche: Eine Logfileanalyse des Discovery-Systems beluga [Forschungsprojekt, Hochschule für Angewandte Wissenschaften Hamburg].

Sünkler, S., Kerkmann, F., & Schultheiß, S. (2018). Ok Google … The End of Search as we know it – Sprachgesteuerte Websuche im Test. B.I.T. Online, 21(1), 25–32.

Schultheiß, S. (2017). IFLA-Weltkongress 2017: Erfahrungen eines Nachwuchsstipendiaten. BuB : Forum Bibliothek Und Information, 69(11), 633.

Kerkmann, F., Sünkler, S., & Schultheiß, S. (2017). Die Suche nach dem „Wie...“. Information - Wissenschaft & Praxis, 68(1), 58–66.

Sünkler, S., Kerkmann, F., Quirmbach, S., & Schultheiß, S. (2016). Sprachgesteuerte Websuche im Test – Ein Erfahrungsbericht aus der Perspektive von Auftraggeber, Auftragnehmer und Durchführendem. In H. C. Mayr & M. Pinzger (Eds.), INFORMATIK 2016, Lecture Notes in Informatics (LNI) (pp. 211–225). Gesellschaft für Informatik (GI).

Schultheiß, S. (2016). Die Praxis der Relevanzbeurteilung von Google-Nutzern auf dem Prüfstand: eine Eye-Tracking-Studie [Bachelorarbeit, Hochschule für Angewandte Wissenschaften Hamburg].

 https://orcid.org/0000-0003-2704-7207

https://searchstudies.org/team/schultheiss/