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

    Formulating and solving integrated order batching and routing in multi-depot AGV-assisted mixed-shelves warehouses

    Xie, L., Li, H. & Luttmann, L., 01.06.2023, in: European Journal of Operational Research . 307, 2, S. 713-730 18 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

  2. Erschienen

    Foreword to applied data science, demo, and nectar tracks

    Brefeld, U., Curry, E., Daly, E., Macnamee, B., Marascu, A. & Pinelli, F., 01.01.2019, Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2018, Dublin, Ireland, September 10-14, 2018 : proceedings. Brefeld, U., Curry, E., Daly, E., Macnamee, B., Marascu, A. & Pinelli, F. (Hrsg.). Cham: Springer, Band 3. S. V-VI 2 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 11053).

    Publikation: Beiträge in SammelwerkenAndere (Vor- und Nachworte ...)Forschung

  3. Erschienen

    ‘Forewarned is Forearmed’: Overcoming Multifaceted Challenges of Digital Innovation Units

    Raabe, J.-P., Horlach, B., Schirmer, I. & Drews, P., 2020, 26th Americas Conference on Information Systems, AMCIS 2020: Strategic and competitive uses of IT. A. F. I. S. (Hrsg.). Atlanta: AIS eLibrary, 10 S. (Proceedings of the Americas Conference on Information Systems (AMCIS); Band 2020).

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  4. Erschienen

    Finding the Best Match — a Case Study on the (Text‑) Feature and Model Choice in Digital Mental Health Interventions

    Zantvoort, K., Scharfenberger, J., Boß, L., Lehr, D. & Funk, B., 12.2023, in: Journal of Healthcare Informatics Research. 7, 4, S. 447-479 33 S., 00148.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

  5. Erschienen

    Finanzmathematische Effektivzins-Berechnungsmethoden

    Kober, J., Knöll, H.-D. & Rometsch, U., 1992, Mannheim: BI Wissenschaftsverlag. 206 S.

    Publikation: Bücher und AnthologienMonografienTransfer

  6. Erschienen

    Finanzanalyse und Finanzrating

    Weinrich, G. & Jacobs, J., 01.01.2007, Finanzrating: Gestaltungsmöglichkeiten zur Verbesserung der Bonität. Achleitner, A.-K. (Hrsg.). Wiesbaden: Dr. Gabler Verlag, S. 15-53 39 S.

    Publikation: Beiträge in SammelwerkenAufsätze in SammelwerkenForschung

  7. Erschienen

    Fehler beim Controlling

    Weinrich, G., 1988, in: Harvard Business Manager. 3, S. 119-123 5 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschung

  8. Erschienen

    Feature selection for density level-sets

    Kloft, M., Nakajima, S. & Brefeld, U., 2009, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Buntine, W., Grobelnik, M., Mladenic, D. & Shawe-Taylor, J. (Hrsg.). Heidelberg: Springer, S. 692-704 13 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 5781 LNAI, Nr. PART 1).

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  9. Erschienen

    Feature Extraction and Aggregation for Predicting the Euro 2016

    Tavakol, M., Zafartavanaelmi, H. & Brefeld, U., 09.2016, in: CEUR Workshop Proceedings. 1842, 1842, 7 S.

    Publikation: Beiträge in ZeitschriftenKonferenzaufsätze in FachzeitschriftenForschungbegutachtet

  10. Erschienen

    FaST: A linear time stack trace alignment heuristic for crash report deduplication

    Rodrigues, I. M., Aloise, D. & Fernandes, E. R., 23.05.2022, The 2022 Mining Software Repositories Conference: MSR 2022, Proceedings; 18-20 May 2022, Virtual; 23-24 May 2022, Pittsburgh, Pennsylvania. New York: Institute of Electrical and Electronics Engineers Inc., S. 549-560 12 S. (Proceedings - IEEE/ACM International Conference on Mining Software Repositories ).

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet