Zum Hauptinhalt springen

Prof. Dr. Ulf Brefeld

21335 Lüneburg, Universitätsallee 1, C4.311
Fon +49.4131.677-1663, ulf.brefeld@leuphana.de

Werdegang

Ulf Brefeld ist Professor für Maschinelles Lernen an der Leuphana Universität Lüneburg. Nach dem Studium der Informatik an der Universität des Saarlandes, Saarbrücken, und der Technischen Universität Berlin promovierte er an der Humboldt-Universität zu Berlin und am Max-Planck-Institut für Informatik, Saarbrücken. Er war Postdoc an der Technischen Universität Berlin und der Universität Bonn und arbeitete für Yahoo! Research, Barcelona, bevor er die Leitung der Recommender-Gruppe bei Zalando übernahm. Von 2012-2015 war er Professor für Knowledge Mining & Assessment an der TU Darmstadt und am DIPF, Frankfurt am Main. Ulf Brefeld interessiert sich für statistisches Maschinelles Lernen und Data-Mining. ML3 homepage

Projekte

  1. Verbundprojekt: Anonymisierung und Synthese von Bewegungsdaten in Web und Smart- Cities - SynTrace -
    Ulf Brefeld (Wissenschaftliche Projektleiter*in)

    Projekt: Forschung

  2. Adaptives Lernen in der ökonomischen Bildung
    Ulf Brefeld (Wissenschaftliche Projektleiter*in) , Kai Neubauer (Wissenschaftliche Projektleiter*in)

    Projekt: Forschung

  3. Verbundprojekt: Anonymisierung und Synthese von Clickpfaden und Verhalten im Web
    Ulf Brefeld (Wissenschaftliche Projektleiter*in) , Moritz Hauke Wohlstein (Projektmitarbeiter*in)

    Projekt: Forschung

  4. Information Technology and Education in Support of Digital Citizenship
    Valéria Quadros dos Reis (Wissenschaftliche Projektleiter*in) , Ulf Brefeld (Wissenschaftliche Projektleiter*in)

    Projekt: Forschung

  5. Memory Path
    Ulf Brefeld (Wissenschaftliche Projektleiter*in)

    Projekt: Anderes

Publikationen

Bücher und Anthologien

  1. Machine Learning and Data Mining for Sports Analytics: 11th International Workshop, MLSA 2024, Vilnius, Lithuania, September 9, 2024, Revised Selected Papers
    Ulf Brefeld (Herausgeber*in) , Jesse Davis (Herausgeber*in) , Jan Van Haaren (Herausgeber*in) , Albrecht Zimmermann (Herausgeber*in) , 2025 Cham , 119 S.

    Publikation: Bücher und AnthologienKonferenzbände und -dokumentationenForschung

  2. Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2019, Würzburg, Germany, September 16–20, 2019, Proceedings, Part I
    Ulf Brefeld (Herausgeber*in) , Elisa Fromont (Herausgeber*in) , Andreas Hotho (Herausgeber*in) , Arno Knobbe (Herausgeber*in) , Marloes Maathuis (Herausgeber*in) , Céline Robardet (Herausgeber*in) , 2020 Cham , 766 S.

    Publikation: Bücher und AnthologienKonferenzbände und -dokumentationenForschung

  3. Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2019, Würzburg, Germany, September 16–20, 2019, Proceedings, Part II
    Ulf Brefeld (Herausgeber*in) , Elisa Fromont (Herausgeber*in) , Andreas Hotho (Herausgeber*in) , Arno Knobbe (Herausgeber*in) , Marloes Maathuis (Herausgeber*in) , Céline Robardet (Herausgeber*in) , 2020 Cham , 732 S.

    Publikation: Bücher und AnthologienKonferenzbände und -dokumentationenForschung

  4. Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2019, Würzburg, Germany, September 16–20, 2019, Proceedings, Part III
    Ulf Brefeld (Herausgeber*in) , Elisa Fromont (Herausgeber*in) , Andreas Hotho (Herausgeber*in) , Arno Knobbe (Herausgeber*in) , Marloes Maathuis (Herausgeber*in) , Céline Robardet (Herausgeber*in) , 2020 Cham , 804 S.

    Publikation: Bücher und AnthologienKonferenzbände und -dokumentationenForschung

  5. Machine Learning and Data Mining for Sports Analytics: 7th International Workshop, MLSA 2020, Co-located with ECML/PKDD 2020, Ghent, Belgium, September 14–18, 2020, Proceedings
    Ulf Brefeld (Herausgeber*in) , Jesse Davis (Herausgeber*in) , Jan van Haaren (Herausgeber*in) , Albrecht Zimmermann (Herausgeber*in) , 2020 Cham , 146 S.

    Publikation: Bücher und AnthologienKonferenzbände und -dokumentationenForschung

Beiträge in Zeitschriften

  1. Principled Transformers for Predictive Performance in Knowledge Tracing
    Kai Neubauer (Autor*in) , Ulf Brefeld (Autor*in) , Yannick Rudolph (Autor*in) , 01.01.2026 , in: Journal of Educational Data Mining, 18, 1 , S. 89-112 , 24 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

  2. Joint Item Response Models for Manual and Automatic Scores on Open-Ended Test Items
    Daniel Bengs (Autor*in) , Ulf Brefeld (Autor*in) , Ulf Kroehne (Autor*in) , Fabian Zehner (Autor*in) , 01.09.2025 , in: Psychometrika, 90, 4 , S. 1346-1367 , 22 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

  3. The promise and challenges of computer mouse trajectories in DMHIs – A feasibility study on pre-treatment dropout predictions
    Kirsten Zantvoort (Autor*in) , Pontus Bjurner (Autor*in) , Marie Bendix (Autor*in) , Ulf Brefeld (Autor*in) , Burkhardt Funk (Autor*in) , Viktor Kaldo (Autor*in) , Jennifer Matthiesen (Autor*in) , 01.06.2025 , in: Internet Interventions, 40 , 7 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

  4. Masked autoencoder for multiagent trajectories
    Ulf Brefeld (Autor*in) , Yannick Rudolph (Autor*in) , 01.02.2025 , in: Machine Learning, 114, 2 , 18 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

  5. Interactive sequential generative models for team sports
    Moritz Cordes (Autor*in) , Ulf Brefeld (Autor*in) , Dennis Fassmeyer (Autor*in) , 01.02.2025 , in: Machine Learning, 114, 2 , 15 S.

    Publikation: Beiträge in ZeitschriftenZeitschriftenaufsätzeForschungbegutachtet

Beiträge in Sammelwerken

  1. Self-improvement for Computerized Adaptive Testing
    Kai Neubauer (Autor*in) , Ulf Brefeld (Autor*in) , Yannick Rudolph (Autor*in) , 01.01.2026 Cham , S. 70-86 , 17 S.

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  2. Studying properties of water data using manifold-aware anomaly detectors
    Tino Paulsen (Autor*in) , Ulf Brefeld (Autor*in) , 23.04.2024

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  3. Masked Autoencoder Pretraining for Event Classification in Elite Soccer
    Ulf Brefeld (Autor*in) , Yannick Rudolph (Autor*in) , 26.02.2024 Cham , S. 24-35 , 12 S.

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  4. Hands in Focus: Sign Language Recognition Via Top-Down Attention
    Noha Sarhan (Autor*in) , Christian Wilms (Autor*in) , Vanessa Closius (Autor*in) , Ulf Brefeld (Autor*in) , Simone Frintrop (Autor*in) , 08.10.2023 Piscataway , S. 2555-2559 , 5 S.

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

  5. Exploring the Poincaré Ellipsis
    Tino Paulsen (Autor*in) , Ulf Brefeld (Autor*in) , Samuel Fadel (Autor*in) , 01.09.2023

    Publikation: Beiträge in SammelwerkenAufsätze in KonferenzbändenForschungbegutachtet

Aktivitäten

  1. Self-improvement for Computerized Adaptive Testing
    Kai Neubauer (Sprecher*in) , Ulf Brefeld (Ko-Autor*in) , Yannick Rudolph (Sprecher*in)

    Aktivität: KonferenzvorträgeForschung

  2. Masked Autoencoder Pretraining for Event Classification in Elite Soccer
    Ulf Brefeld (Ko-Autor*in) , Yannick Rudolph (Sprecher*in)

    Aktivität: Vorträge in anderen VeranstaltungenForschung

  3. Data-efficient Pattern Detection in Elite Soccer
    Ulf Brefeld (Ko-Autor*in) , Yannick Rudolph (Sprecher*in) , Dennis Faßmeyer (Ko-Autor*in)

    Aktivität: KonferenzvorträgeForschung

  4. Modeling Conditional Dependencies in Multiagent Trajectories
    Ulf Brefeld (Ko-Autor*in) , Yannick Rudolph (Sprecher*in)

    Aktivität: Präsentationen (Poster ua.)Forschung

  5. Detection of tactical patterns using semi-supervised graph neural networks
    Gabriel Anzer (Sprecher*in) , Pascal Bauer (Sprecher*in) , Ulf Brefeld (Sprecher*in) , Dennis Faßmeyer (Sprecher*in)

    Aktivität: KonferenzvorträgeForschung

Presse / Medien

  1. Data Science: Lern- und Ausbildungsinhalte
    1 eigener Medienbeitrag

    Presse/Medien: Presse / Medien

Lehrveranstaltungen

Studierende können vor der Kurswahl häufig schwer einschätzen, welche Vorkenntnisse in Lehrveranstaltungen zu KI-Themen tatsächlich vorausgesetzt werden. Dieses Seminar widmet sich der Erstellung eines transparenten und verständlichen KI-Niveau-Guides, der Lehrveranstaltungen hinsichtlich ihres Anspruchsniveaus einordnet und so eine passgenauere Kurswahl ermöglicht. Ziel ist es, Über- und Unterforderung in Lehrveranstaltungen zu vermeiden. Zunächst analysieren die Studierenden bestehende Kompetenzmodelle (z.B. das UNESCO AI Competency Framework For Students) und diskutieren deren Vor- und Nachteile. Auf Grundlage dieser Kenntnisse entwickeln die Studierenden Kriterien und Formate für ihren eigenen KI-Niveau-Guide. Die entwickelten KI-Niveau-Guides werden durch gegenseitiges Feedback weiter optimiert.
Nächster Termin:
Mittwoch, 14.10.2026 um 10:15 Uhr
Address a learning task in a data-driven fashion. After reviewing related work, you'll formalize the problem, derive an appropriate method to solve it, implement the method, define an experimental setup and identify relevant baselines and empirically evaluate your approach. The learning task can be arbitrarily defined. We provide fallback problems but bringing your own idea(s) and/or data is more than welcome! The final report may have the form of a research paper. We'll have milestones where progress is reported in short presentations.
Nächster Termin:
Donnerstag, 15.10.2026 um 14:15 Uhr
Sports Analytics deals with player evaluation, performance prediction, match strategy and tactics and the impact of data-driven decision-making. The use of machine learning and data mining techniques has opened up new opportunities for Sports Analytics researchers and practitioners.
Nächster Termin:
Dienstag, 13.10.2026 um 14:15 Uhr
• Grundlagen Analysis
• Differential- und Integralrechnung
• Grundlagen Statistik
• Einführung in die Wahrscheinlichkeitstheorie
• Zufallsvariablen und Wahrscheinlichkeitsverteilungen
• Parametertests
• Konfidenzintervalle
• Hypothesentests
Nächster Termin:
Donnerstag, 15.10.2026 um 10:15 Uhr
Raum: W HS 4
- Basics of Analysis
- Differential and integral calculus
- Fundamentals of statistics
- Introduction to probability theory
- Random variables and probability distributions
- Parameter tests
- Confidence intervals
- Hypothesis tests
Nächster Termin:
Dienstag, 13.10.2026 um 10:15 Uhr
- Basics of Analysis
- Differential and integral calculus
- Fundamentals of statistics
- Introduction to probability theory
- Random variables and probability distributions
- Parameter tests
- Confidence intervals
- Hypothesis tests
Nächster Termin:
Dienstag, 13.10.2026 um 10:15 Uhr
- Basics of Analysis
- Differential and integral calculus
- Fundamentals of statistics
- Introduction to probability theory
- Random variables and probability distributions
- Parameter tests
- Confidence intervals
- Hypothesis tests
Nächster Termin:
Dienstag, 13.10.2026 um 14:15 Uhr
- Basics of Analysis
- Differential and integral calculus
- Fundamentals of statistics
- Introduction to probability theory
- Random variables and probability distributions
- Parameter tests
- Confidence intervals
- Hypothesis tests
Nächster Termin:
Dienstag, 13.10.2026 um 14:15 Uhr