Institut für Wirtschaftsinformatik
Organisation: Institut
- Juniorprofessur für Wirtschaftsinformatik, insbesondere Data Analytics
- Professur für Technische Informatik
- Professur für Wirtschaftsinformatik, insbesondere Data Science
- Professur für Wirtschaftsinformatik, insbesondere Digitale Transformation und Informationsmanagement
- Professur für Wirtschaftsinformatik, insbesondere E-Business und Wissensmanagement
- Professur für Wirtschaftsinformatik, insbesondere Künstliche Intelligenz und Erklärbarkeit
- Professur für Wirtschaftsinformatik, insbesondere Machine Learning
- Professur für Wirtschaftsinformatik, insbesondere Network Science
Organisationsprofil
Am Institut für Wirtschaftsinformatik (IIS) der Leuphana Universität Lüneburg arbeiten wir an innovativen Themen in der Wirtschaftsinformatik und im Data Science. Inhaltliche Schwerpunkte sind die digitale Transformation, E-Health, E-Commerce, Business Analytics, Sport und E-Learning. Methodisch konzentrieren wir uns auf die Entwicklung und Nutzung von Verfahren des maschinellen Lernens und der künstlichen Intelligenz für die Modellierung und Lösung von datengetriebenen Entscheidungsproblemen. Weitere quantitative (z.B. Graphen, Optimierung) und qualitative (z.B. Interviews, Referenzmodellierung) Methoden ergänzen das Methodenspektrum. Die Kooperation mit anderen Universitäten, Unternehmen und Institutionen der Zivilgesellschaft spielen eine wichtige Rolle in der Arbeit unseres Instituts.
Forschungsschwerpunkte
Am Institut für Wirtschaftsinformatik sind derzeit 6 Professoren sowie zahlreiche wissenschaftliche Mitarbeiter*innen und eine Stipendiatin aktiv. Zu den inhaltlichen Schwerpunkten zählen digitale Transformation, E-Health, E-Commerce, Business Analytics, Sport und E-Learning. Details finden Sie auf den Webseiten der Arbeitsbereiche und in der zentralen Forschungsdatenbank der Leuphana. Das Institut für Wirtschaftsinformatik war für die Ausrichtung einer Reihe von Veranstaltungen und Konferenzen an der Leuphana verantwortlich (z.B. ITEE 2013, Endrunde Bundeswettbewerb Informatik 2014, MKWI2018 ).
- 2018
- Erschienen
Der Interne Zins: Ein problematisches Renditemaß bei geschlossenen Fonds?
Tiedemann, L. & Weinrich, G., 28.05.2018, in: Corporate Finance. 2018, 05-06, S. 142-151 10 S., CF1263171.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Transfer › begutachtet
- Erschienen
Predicting Therapy Success For Treatment as Usual and Blended Treatment in the Domain of Depression
van Breda, W. R. J., Bremer, V., Becker, D., Funk, B., Ruwaard, J. & Riper, H., 01.06.2018, in: Internet Interventions. 12, S. 100-104 5 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Predictive modeling in e-mental health: A common language framework
Becker, D., van Breda, W., Funk, B., Hoogendoorn, M., Ruwaard, J. & Riper, H., 01.06.2018, in: Internet Interventions. 12, Juni 2018, S. 57-67 11 S.Publikation: Beiträge in Zeitschriften › Übersichtsarbeiten › Forschung
- Erschienen
Investigating Factors on R estorative Sleep Quality and its Relationship with Personal Work Performance - An Analysis of Diary Data
Bremer, V., Funk, B. & Lehr, D., 24.07.2018, Cornell: PsyArXiv, 14 S.Publikation: Arbeits- oder Diskussionspapiere und Berichte › Arbeits- oder Diskussionspapiere
- Erschienen
Towards an Extended Enterprise Architecture Meta-Model for Big Data: A Literature-based Approach
Burmeister, F., Drews, P. & Schirmer, I., 08.2018, Americas Conference on Information Systems 2018: Digital Disruption, AMCIS 2018. Association for Information Systems, 10 S. (Proceedings of the Americas Conference on Information Systems (AMCIS); Band 2018).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Adaptive Item Selection Under Matroid Constraints
Bengs, D., Brefeld, U. & Kröhne, U., 07.08.2018, in: Journal of Computerized Adaptive Testing. 6, 2, S. 15-36 22 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Predicting Therapy Success and Costs for Personalized Treatment Recommendations Using Baseline Characteristics: Data-Driven Analysis
Bremer, V., Becker, D., Kolovos, S., Funk, B., van Breda, W., Hoogendoorn, M. & Riper, H., 21.08.2018, in: Journal of Medical Internet Research. 20, 8, 11 S., e10275.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Exploiting ConvNet diversity for flooding identification
Nogueira, K., Fadel, S. G., Dourado, I. C., De Werneck, R. O., Munoz, J. A. V., Penatti, O. A. B., Calumby, R. T., Li, L. T., Dos Santos, J. A. & Torres, R. D. S., 09.2018, in: IEEE Geoscience and Remote Sensing Letters. 15, 9, S. 1446-1450 5 S., 8398414.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Deterministic Pod Repositioning in Robotic Mobile Fulfillment Systems
Krenzler, R., Xie, L. & Li, H., 09.10.2018, 37 S. (ArXiv.org).Publikation: Arbeits- oder Diskussionspapiere und Berichte › Arbeits- oder Diskussionspapiere
- Erschienen
MDP-based itinerary recommendation using geo-tagged social media
Gaonkar, R., Tavakol, M. & Brefeld, U., 25.10.2018, Advances in Intelligent Data Analysis XVII - 17th International Symposium, IDA 2018, Proceedings. Duivesteijn, W., Siebes, A. & Ukkonen, A. (Hrsg.). Basel: Springer Nature AG, S. 111-123 13 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Nr. 11191).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet