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
Revisiting Supervised Contrastive Learning for Microblog Classification
Huang, J. & Usbeck, R., 2024, The 2024 Conference on Empirical Methods in Natural Language Processing: Proceedings of the Conference; November 12-16, 2024. Al-Onaizan, Y., Bansal, M. & Chen, Y.-N. (Hrsg.). Kerrville: Association for Computational Linguistics, S. 15644-15653 10 S.Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
A Universal Digital Stress Management Intervention for Employees: Randomized Controlled Trial with Health-Economic Evaluation
Freund, J., Smit, F., Lehr, D., Zarski, A. C., Berking, M., Riper, H., Funk, B., Ebert, D. D. & Buntrock, C., 22.10.2024, in: Journal of Medical Internet Research. 26, 13 S., e48481.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Bridging the Gap: Generating a Comprehensive Biomedical Knowledge Graph Question Answering Dataset
Yan, X., Westphal, P., Seliger, J. & Usbeck, R., 16.10.2024, ECAI 2024 : 27th European Conference on Artificial Intelligence, 19-24 October 2024, Santiago de Compostela, Spain; including 13th Conference on Prestigious Applications of Intelligent Systems (PAIS 2024), Proceedings. Endriss, U., Melo, F. S., Bach, K., Diz, A. J. B., Alonso-Moral, J. M., Barro, S. & Heintz, F. (Hrsg.). Amsterdam: IOS Press BV, S. 1198-1205 8 S. (Frontiers in Artificial Intelligence and Applications; Band 392).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Entity Linking with Out-of-Knowledge-Graph Entity Detection and Clustering Using Only Knowledge Graphs
Möller, C. & Usbeck, R., 11.09.2024, Knowledge Graphs in the Age of Language Models and Neuro-Symbolic AI- : Proceedings of the 20th International Conference on Semantic Systems, 17-19 September 2024, Amsterdam, The Netherlands. Salatino, A. A., Alam, M., Ongenae, F., Vahdati, S., Gentile, A. L., Pellegrini, T. & Jiang, S. (Hrsg.). Amsterdam: IOS Press BV, S. 88-105 18 S. (Studies on the Semantic Web; Band 60).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Ablation Study of a Multimodal Gat Network on Perfect Synthetic and Real-world Data to Investigate the Influence of Language Models in Invoice Recognition
Thiée, L. W., 11.09.2024, Document Analysis and Recognition – ICDAR 2024 Workshops: Athens, Greece, August 30–31, 2024 Proceedings, Part II. Mouchère, H. & Zhu, A. (Hrsg.). Cham: Springer Nature AG, Band 2. S. 199-212 14 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 14936)(Document analysis and recognition - ICDAR 2024 workshops ; Band 2).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Structuring Sustainability Reports for Environmental Standards with LLMs guided by Ontology
Usmanova, A. & Usbeck, R., 2024, ClimateNLP 2024 - 1st Workshop on Natural Language Processing Meets Climate Change, Proceedings of the Workshop. Stammbach, D., Ni, J., Schimanski, T., Dutia, K., Singh, A., Bingler, J., Christiaen, C., Kushwaha, N., Muccione, V., Vaghefi, S. A. & Leippold, M. (Hrsg.). Association for Computational Linguistics (ACL), S. 168-177 10 S. (ClimateNLP 2024 - 1st Workshop on Natural Language Processing Meets Climate Change, Proceedings of the Workshop).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Adapting Growth Models for Digital Startups: Empirical Evidence and Directions for Digital Entrepreneurship Research
Tschoppe, N. J. & Drews, P., 2024, ICIS 2024 Proceedings: Digital Innovation, Transformation, and Entrepreneurship. Atlanta: The Association for Information Systems (AIS), 17 S. 37Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Incorporating Type Information into Zero-Shot Relation Extraction
Möller, C. & Usbeck, R., 2024, TEXT2KG 2024 and DQMLKG 2024 : 3rd International workshop one knowledge graph generation from text. Data Quality meets Machine Learning and Knowledge Graphs 2024. Tiwari, S., Mihindukulasooriya, N., Osborne, F., Kontokostas, D., D'Souza, J., Kejriwal, M., Pellegrino, M. A., Rula, A., Labra Gayo, J. E., Cochez, M. & Alam, M. (Hrsg.). Aachen: Sun Site Central Europe (RWTH Aachen University), 10 S. (CEUR Workshop Proceedings; Band 3747).Publikation: Beiträge in Sammelwerken › Konferenzbeitrag › begutachtet
- Erschienen
Making the most out of timeseries symptom data: A machine learning study on symptom predictions of internet-based CBT
Hentati Isacsson, N., Zantvoort, K., Forsell, E., Boman, M. & Kaldo, V., 12.2024, in: Internet Interventions. 38, 8 S., 100773.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Use Cases for Artificial Intelligence in the Product Experimentation Lifecycle
Stotz, N. & Drews, P., 2025, Product-Focused Software Process Improvement: 25th International Conference, PROFES 2024 Tartu, Estonia, December 2–4, 2024; Proceedings. Pfahl, D., Gonzalez Huerta, J., Klünder, J. & Anwar, H. (Hrsg.). Cham: Springer Nature Switzerland AG, S. 289-304 16 S. (Lecture Notes in Computer Science; Band 15452).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet