Wirtschaftsinformatik, insbesondere Machine Learning

Forschung

Wir interessieren uns für statistisches maschinelles Lernen mit einem Schwerpunkt auf Raum-Zeit-Problemen, wie zum Beispiel die Navigation von Nutzern innerhalb einer Website, adaptives Testen und adaptive Lernumgebungen sowie die Koordination von Fußballspielern auf dem Spielfeld. Unsere Beiträge sind zumeist in der Grundlagenforschung verortet und wir kooperieren mit ausgewählten Partnern aus Wissenschaft, Sport und Industrie in verschiedenen Projekten (→ Gruppenwebseite).

Lehre

Wir bieten Einführungsveranstaltungen und fortgeschrittene Spezialkurse im Themenbereich maschinelles Lernen und Data Mining an. Unser Lehre erbringen wir hauptsächlich im Master Management & Data Science als auch im Bachelor Wirtschaftsinformatik. Beispiele sind etwa Deep Learning (Data Science), Einführung in die Statistik (Wirtschaftsinformatik) und Maschinelles Lernen und Data Mining (Management & Engineering). 

Abschlussarbeiten

Wir betreuen regelmäßig Abschlussarbeiten auf Bachelor und Master-Level. Sprechen Sie uns einfach an, wenn Sie Interesse haben Ihre Arbeit am Lehrstuhl zu schreiben.

Team

Leitung

  • Prof. Dr. Ulf Brefeld

Gastwissenschaftlerin

    Sekretariat

    • Diana Kästner
    • Madlen Schmaltz

    Wissenschaftliche Mitarbeiter

    • Soham Majumder, M.Sc.
    • Kai Neubauer, M. Sc.
    • Tino Paulsen, M.Sc.
    • Yannick Rudolph, M.Sc.
    • Moritz Hauke Wohlstein, M.Sc.

    Externe Doktorand*innen

    Daniel Bengs 
    Jennifer Matthiesen
    Jakub Michalczyk