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

    IT Governance in Scaling Agile Frameworks

    Horlach, B., Böhmann, T., Schirmer, I. & Drews, P., 2018, Tagungsband Multikonferenz Wirtschaftsinformatik 2018: Data driven X - Turning Data into Value. Drews, P., Funk, B., Niemeyer, P. & Xie, L. (Hrsg.). Leuphana Universität Lüneburg, Band 5. S. 1789-1800 12 S. (MKWI 2018 - Multikonferenz Wirtschaftsinformatik; Band 2018-March).

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  2. Erschienen

    A health economic outcome evaluation of an internet-based mobile-supported stress management intervention for employees

    Ebert, D. D., Kählke, F., Buntrock, C., Berking, M., Smit, F., Heber, E., Baumeister, H., Funk, B., Riper, H. & Lehr, D., 02.2018, in: Scandinavian Journal of Work, Environment and Health. 44, 2, S. 171-182 12 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

  3. Erschienen

    Propagating Maximum Capacities for Recommendation

    Boubekki, A., Brefeld, U., Lucchesi, C. L. & Stille, W., 2017, KI 2017: Advances in Artificial Intelligence: 40th Annual German Conference on AI, Dortmund, Germany, September 25-29, 2017 : proceedings. Cham, Schweiz: Springer, S. 72-84 13 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 10505 LNAI).

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  4. Erschienen

    Deep Learning auf sequenziellen Daten als Grundlage unternehmerischer Entscheidungen: Schwerpunkt Analyse sequenzieller Daten

    Funk, B., Dr. Rettenmeier, M. & Lang, T., 10.2017, in: Wirtschaftsinformatik & Management. 9, 5, S. 16-25 10 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

  5. Erschienen

    Machine Learning for the Quantified Self: On the Art of Learning from Sensory Data

    Hoogendoorn, M. & Funk, B., 2018, 1 Aufl. Cham: Springer International Publishing AG. 231 S. (Cognitive Systems Monograph; Band 35)

    Publikation: Bücher und AnthologienMonografienForschungbegutachtet

  6. 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

  7. Erschienen

    Bimodal Enterprise Architecture Management: The emergence of a new EAM function for a BizDevOps-based fast IT

    Drews, P., Schirmer, I., Horlach, B. & Tekaat, C., 02.11.2017, Proceedings - 2017 IEEE 21st International Enterprise Distributed Object Computing Conference Workshops, EDOCW 2017: 10–13 October 2017 Quebec City, Quebec, Canada, Proceedings. Lapalme, J., Halle, S. & Dijkman, R. (Hrsg.). IEEE - Institute of Electrical and Electronics Engineers Inc., S. 57-64 8 S. (Proceedings - IEEE International Enterprise Distributed Object Computing Workshop, EDOCW; Band 2017-October).

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  8. Erschienen

    Guest editorial: Special issue on sports analytics

    Brefeld, U. & Zimmermann, A., 01.11.2017, in: Data Mining and Knowledge Discovery. 31, 6, S. 1577-1579 3 S.

    Publikation: Beiträge in ZeitschriftenAndere (Vorworte. Editoral u.ä.)Forschung

  9. Erschienen

    Frame-based Data Factorizations

    Mair, S., Boubekki, A. & Brefeld, U., 25.07.2017, 34th International Conference on Machine Learning, ICML 2017. Precup, D. & Teh, Y. W. (Hrsg.). Red Hook: Curran Associates, S. 2305-2313 9 S. (Proceedings of Machine Learning Research; Band 70).

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  10. Erschienen

    Distributed robust Gaussian Process regression

    Mair, S. & Brefeld, U., 01.05.2018, in: Knowledge and Information Systems. 55, 2, S. 415-435 21 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet