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 ).

  1. Erschienen

    Probabilistic movement models and zones of control

    Brefeld, U., Lasek, J. & Mair, S., 15.01.2019, in: Machine Learning. 108, 1, S. 127-147 21 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

  2. Erschienen

    Principled Interpolation in Normalizing Flows

    Fadel, S., Mair, S., da Silva Torres, R. & Brefeld, U., 09.2021, Machine Learning and Knowledge Discovery in Databases. Research Track: European Conference, ECML PKDD 2021, Bilbao, Spain, September 13–17, 2021, Proceedings, Part II. Oliver, N., Pérez-Cruz, F., Kramer, S., Read, J. & Lozano, J. A. (Hrsg.). Cham: Springer Nature AG, S. 116-131 16 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 12976 LNAI).

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  3. Erschienen

    Preventive Emergency Detection Based on the Probabilistic Evaluation of Distributed, Embedded Sensor Networks

    Busch, B.-H., Kujath, A., Witthöft, H. & Welge, R., 2011, Ambient Assisted Living: 4. AAL-Kongress 2011 in Berlin. Wichert, R. & Eberhardt, B. (Hrsg.). Springer, S. 159-179 21 S. (Advanced Technologies and Societal Change).

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  4. Erschienen

    Preventive Diagnostics for cardiovascular diseases based on probabilistic methods and description logic

    Busch, B.-H., Welge, R., Weiss, C. & Bette, M., 2010, Proceedings of the 2010 IADIS European Conference on Data Mining 2010 at the IADIS Multi Conference on Computer Science and Information Systems 2010. IADIS Press, S. 95-100 6 S. (Proc. of the IADIS Int. Conf. Intelligent Systems and Agents 2010, Proc. of the IADIS European Conference on Data Mining 2010, Part of the MCCSIS 2010).

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  5. Erschienen

    Preliminary data on help‐seeking intentions and behaviors of individuals completing a widely available online screen for eating disorders in the United States

    Fitzsimmons-Craft, E. E., Balantekin, K. N., Graham, A. K., DePietro, B., Laing , O., Firebaugh, M.-L., Smolar, L., Park, D., Mysko, C., Funk, B., Taylor, C. B. & Wilfley, D. E., 01.09.2020, in: The International journal of eating disorders. 53, 9, S. 1556-1562 7 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

  6. 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 ZeitschriftenÜbersichtsarbeitenForschung

  7. 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 ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

  8. 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 ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

  9. Erschienen

    Predicting the Individual Mood Level based on Diary Data

    Bremer, V., Becker, D., Funk, B. & Lehr, D., 06.2017, Proceedings of the 25th European Conference on Information Systems, ECIS 2017. AIS eLibrary, S. 1161-1177 17 S. (Proceedings of the 25th European Conference on Information Systems, ECIS 2017).

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  10. Erschienen

    Predicting the future performance of soccer players

    Arndt, C. & Brefeld, U., 01.10.2016, in: Statistical Analysis and Data Mining. 9, 5, S. 373-382 10 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet