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 ).
- Erschienen
Evaluation of a temporal causal model for predicting the mood of clients in an online therapy
Becker, D., Bremer, V., Funk, B., Hoogendoorn, M., Rocha, A. & Riper, H., 11.02.2020, in: BMJ mental health. 23, 1, S. 27-33 7 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Evaluating OWL 2 reasoners in the context of checking entity-relationship diagrams during software development
Kropotin, A. A., 2014, in: CEUR Workshop Proceedings. 1207, S. 44-50 7 S.Publikation: Beiträge in Zeitschriften › Konferenzaufsätze in Fachzeitschriften › Forschung › begutachtet
- Erschienen
Evaluating one-shot tournament predictions
Ekstrom, C. T., Van Eetvelde, H., Ley, C. & Brefeld, U., 05.04.2021, in: Journal of Sports Analytics. 7, 1, S. 37-46 10 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Evaluating a hybrid web-based training program for panic disorder and agoraphobia: Randomized controlled trial
Ebenfeld, L., Lehr, D., Ebert, D. D., Stegemann, S. K., Riper, H., Funk, B. & Berking, M., 04.03.2021, in: Journal of Medical Internet Research. 23, 3, 14 S., e20829.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
European COMPARative Effectiveness research on blended Depression treatment versus treatment-as-usual (E-COMPARED): Study protocol for a randomized controlled, non-inferiority trial in eight European countries
Kleiboer, A., Smit, J., Bosmans, J., Ruwaard, J., Andersson, G., Topooco, N., Berger, T., Krieger, T., Botella, C. M., Banos Rivera, R. M., Chevreul, K., Araya, R., Cerga-Pashoja, A., Cieslak, R., Rogala, A., Vis, C., Draisma, S., van Schaik, D. J., Kemmeren, L., Ebert, D. D., Berking, M., Funk, B., Cuijpers, P. & Riper, H., 03.08.2016, in: Trials. 17, 1, 10 S., 387.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Estimation of minimal data sets sizes for machine learning predictions in digital mental health interventions
Zantvoort, K., Nacke, B., Görlich, D., Hornstein, S., Jacobi, C. & Funk, B., 12.2024, in: npj Digital Medicine. 7, 1, 10 S., 361.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Erfolgsstrategien zur Gestaltung von Innovationsprozessen: eine empirische Analyse mittelständischer Innovationssysteme
Seeger, B., 01.07.2014, Wiesbaden: Springer Gabler. 253 S. (Beiträge zur Produktionswirtschaft)Publikation: Bücher und Anthologien › Buch
- Erschienen
Erfolgsbesteuerung und Risikobereitschaft bei unternehmerischen Langfristentscheidungen
Sturm, N., 09.1986, in: Zeitschrift für Betriebswirtschaft. 56, 9, S. 805-826 22 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung
- Erschienen
Erfolgreiche Business Intelligence-Projekte
Piechota, S., 2004, in: Controlling & Finance. 2, S. 3 1 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung
- Erschienen
Environmental scorecard: ein Konzept zur Unterstützung der Implementierung und Aufrechterhaltung von Umweltmanagementsystemen
Sturm, N., 2003, in: Controlling. 15, 11, S. 597-605 9 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung