Vorlesungsverzeichnis

Forecasting and Simulation (Vorlesung)

Dozent/in: Ulf Brefeld, Soham Majumder

Inhalt: The module provides a survey of the theory and application of data-based computational techniques to forecast and simulate data with temporal dependencies. Selected statistical approaches dealing with the special role of time in modeling will be discussed in detail. Topics of interest include: - stationary and non-stationary time series (ARIMA models) - conditional heteroscedastic time series (ARCH and GARCH models) - multivariate time series (VAR and VARMA models) - state space models (Kalman Filter)

Masterprogramm Management: Management & Data Science - Pflichtmodule - Forecasting and Prediction

Forecasting and Simulation (Übung)

Dozent/in: Ulf Brefeld, Soham Majumder

Inhalt: The module provides a survey of the theory and application of data-based computational techniques to forecast and simulate data with temporal dependencies. Selected statistical approaches dealing with the special role of time in modeling will be discussed in detail. Topics of interest include: - stationary and non-stationary time series (ARIMA models) - conditional heteroscedastic time series (ARCH and GARCH models) - multivariate time series (VAR and VARMA models) - state space models (Kalman Filter)

Masterprogramm Management: Management & Data Science - Pflichtmodule - Forecasting and Prediction

Einführung in die Künstliche Intelligenz (Vorlesung)

Dozent/in: Ulf Brefeld

Termin:
wöchentlich | Dienstag | 12:30 - 14:00 | 06.04.2026 - 10.07.2026 | C HS 3 | Kreidetafel notwendig

Inhalt: Es werden grundlegende Kenntnisse des maschinellen Lernen vermittelt, die zur intelligenten Datenverarbeitung notwendig sind. Wir gehen auf verschiedene Problemstellungen ein (z.B. Klassifikation, Regression, Clustern), lernen Standardverfahren kennen (z.B. Entscheidungsbäume, SVMs), Strategien für eine allgemeine Herangehensweise und Versuchsaufbauten für eine solide empirische Evaluation.

Leuphana Bachelor - Major Wirtschaftsinformatik (ab Studienbeginn WiSe 20/21) - Einführung Künstliche Intelligenz

Über Dummheit (Seminar)

Dozent/in: Ulf Brefeld, Claus Pias

Inhalt: »Intelligence is what the tests test.« (Edwin G. Boring: »Intelligence as the Tests Test It,« in: New Republic 36 (1923), S. 35-37) Das Seminar beschäftigt sich mit informatischen und kulturwissenschaftlichen Aspekten von Künstlicher Intelligenz. Damit diese nicht getrennt bleiben, wollen über die Disziplinen hinweg ins Gespräch kommen. Dabei gehen wir von drei Schwerpunkten aus: 1. Nicht nur die sogenannte »KI«, sondern alle Intelligenz ist »künstlich«, weil sie immer eine kulturelle (d.h. nicht rein ›menschliche‹ oder angeborene) Leistung ist. Obwohl das Wort alt ist, sind die Techniken ihrer Beobachtung jung: etwa in Form von Intelligenztests, die »Intelligenz« daran messen, wie gut Versuchspersonen Intelligenztest lösen können. Sobald ein IQ gemessen ist, gibt es nicht nur Normale und Kluge, sondern plötzlich auch Dumme und noch Dümmere – über die längste Zeit Juden, Nicht-Europäer, Kriminelle, Frauen etc. (Stephen Jay Gould). Wir werden also der Frage nachgehen, wie Dummheit und Naturalisierung von »Intelligenz« zusammenhängen. 2. Es gibt »dumme« Arbeiten. Die Computerisierung sollte sie, wie der Kybernetiker Norbert Wiener in den 1950ern prognostizierte, an Maschinen als moderne »Sklaven« delegieren, damit Menschen für intelligentere Tätigkeiten entlastet würden. Heute würde man z.B. fragen: Ist Auswendiglernen dumm und das Schreiben von Hausarbeiten ein Aufweis von Intelligenz? Und seit wann eigentlich? Wir werden daher der Frage nachgehen, was »dumme« Arbeiten waren und sind, in deren Bereich heute künstliche Intelligenz interveniert. 3. Die Zeichen selbst sind zwar »dumm« (Jacques Lacan), aber wenn man sie lange genug geschickt kombiniert und nach Wahrscheinlichkeiten aufeinander folgen läßt (Shannon), sieht das im Ergebnis nach »Intelligenz« aus. Joseph Weizenbaum ärgerte sich in den 1960ern über die Dummheit von Usern, die seinen recht einfachen Chatbot ELIZA für intelligent hielten. Und über die gerade gegründete Informatik, dass sie das ausnutzt. Andere KI-Pioniere waren weniger erfolgreich und haben mit viel mehr Aufwand nur Ergebnisse erzielt, die von außen eher dumm wirkten. Wir werden daher der Frage nachgehen, was und warum und aus wessen Perspektive eigentlich dummes oder intelligentes Verhalten ist.

Research Colloquium Business Informatics & Data Science (Kolloquium)

Dozent/in: Olga Abramova, Ulf Brefeld, Paul Drews, Burkhardt Funk, Peter Niemeyer, Kathrin Padberg-Gehle, Ricardo Usbeck

Inhalt: The Research Colloquium at the Institute for Information Systems (IIS) at Leuphana University is a dynamic and interdisciplinary platform for scholarly exchange, critical dialogue, and academic networking focused on PhD students in and around Data Science and AI. Designed to foster a vibrant research culture, the colloquium brings together faculty, researchers, doctoral candidates, and external guests to discuss current topics in the field of information systems and beyond. Our colloquium features a diverse set of formats: * Research Talks: IIS faculty and doctoral researchers present ongoing projects and recent findings, receiving constructive feedback in a collaborative environment. * Invited Expert Lectures: Renowned national and international scholars are invited to share cutting-edge research and theoretical insights, offering new perspectives and fostering academic exchange. * Startup & Industry Talks: Entrepreneurs and professionals from startups and established companies discuss real-world challenges and innovations at the intersection of business and technology, providing practical insights and networking opportunities. * Interdisciplinary Dialogues: The colloquium also opens space for collaborative sessions across disciplines, reflecting the integrative and transdisciplinary mission of Leuphana University. Open to members of the university and interested guests, the IIS Research Colloquium serves as an essential forum for inspiration, collaboration, and advancing impactful research.

Elevator Pitch Seminar (Seminar)

Dozent/in: Ulf Brefeld

Termin:
Einzeltermin | Mi, 15.04.2026, 14:00 - Mi, 15.04.2026, 16:00 | C 14.201 Seminarraum | Kick-off; additional dates will be agreed upon.

Inhalt: The seminar addresses presentation and writing in technical domains. We'll begin with elevator pitches, that is, very short summary presentations. The name comes from the possibility of meeting a VIP in front of an elevator and you have only a very limited amount of time before the VIP exists the elevator to tell her about your idea/research/undertaking/... We will then turn the oral presentation into a scientific write-up. The audience will take the role of independent reviewers commenting on motivation/technical contribution/risk/challenges/... etc. In general, the shorter the presentation the more difficult it is and the more work you should put into it to give a good presentation. In this seminar, we will get to know the ingredients of a good presentation, how to prepare for it and how to perform well in front of an audience (e.g., VIP in an elevator).

Deep Learning (Übung)

Dozent/in: Ulf Brefeld, Maximilian Hannes Reinhardt

Masterprogramm Management: Management & Data Science - Pflichtmodule - Deep Learning

Deep Learning (Vorlesung)

Dozent/in: Ulf Brefeld, Maximilian Hannes Reinhardt

Masterprogramm Management: Management & Data Science - Pflichtmodule - Deep Learning

Einführung in die Künstliche Intelligenz - Übung Gruppe 4 (Übung)

Dozent/in: Ulf Brefeld, Tino Paulsen

Inhalt: Es werden grundlegende Kenntnisse des maschinellen Lernen vermittelt, die zur intelligenten Datenverarbeitung notwendig sind. Wir gehen auf verschiedene Problemstellungen ein (z.B. Klassifikation, Regression, Clustern), lernen Standardverfahren kennen (z.B. Entscheidungsbäume, SVMs), Strategien für eine allgemeine Herangehensweise und Versuchsaufbauten für eine solide empirische Evaluation.

Leuphana Bachelor - Major Wirtschaftsinformatik (ab Studienbeginn WiSe 20/21) - Einführung Künstliche Intelligenz

Einführung in die Künstliche Intelligenz - Übung Gruppe 3 (Übung)

Dozent/in: Ulf Brefeld, Shirley Metz

Inhalt: Es werden grundlegende Kenntnisse des maschinellen Lernen vermittelt, die zur intelligenten Datenverarbeitung notwendig sind. Wir gehen auf verschiedene Problemstellungen ein (z.B. Klassifikation, Regression, Clustern), lernen Standardverfahren kennen (z.B. Entscheidungsbäume, SVMs), Strategien für eine allgemeine Herangehensweise und Versuchsaufbauten für eine solide empirische Evaluation.

Leuphana Bachelor - Major Wirtschaftsinformatik (ab Studienbeginn WiSe 20/21) - Einführung Künstliche Intelligenz

Einführung in die Künstliche Intelligenz - Übung Gruppe 1 (Übung)

Dozent/in: Ulf Brefeld, Tino Paulsen

Inhalt: Es werden grundlegende Kenntnisse des maschinellen Lernen vermittelt, die zur intelligenten Datenverarbeitung notwendig sind. Wir gehen auf verschiedene Problemstellungen ein (z.B. Klassifikation, Regression, Clustern), lernen Standardverfahren kennen (z.B. Entscheidungsbäume, SVMs), Strategien für eine allgemeine Herangehensweise und Versuchsaufbauten für eine solide empirische Evaluation.

Leuphana Bachelor - Major Wirtschaftsinformatik (ab Studienbeginn WiSe 20/21) - Einführung Künstliche Intelligenz

Einführung in die Künstliche Intelligenz - Übung Gruppe 2 (Übung)

Dozent/in: Ulf Brefeld, Shirley Metz

Inhalt: Es werden grundlegende Kenntnisse des maschinellen Lernen vermittelt, die zur intelligenten Datenverarbeitung notwendig sind. Wir gehen auf verschiedene Problemstellungen ein (z.B. Klassifikation, Regression, Clustern), lernen Standardverfahren kennen (z.B. Entscheidungsbäume, SVMs), Strategien für eine allgemeine Herangehensweise und Versuchsaufbauten für eine solide empirische Evaluation.

Leuphana Bachelor - Major Wirtschaftsinformatik (ab Studienbeginn WiSe 20/21) - Einführung Künstliche Intelligenz

Vorlesungsverzeichnis

Veranstaltungen von Prof. Dr. Ulf Brefeld

Lehrveranstaltungen

Forecasting and Simulation (Vorlesung)

Forecasting and Simulation (Übung)

Einführung in die Künstliche Intelligenz (Vorlesung)

Über Dummheit (Seminar)

Research Colloquium Business Informatics & Data Science (Kolloquium)

Elevator Pitch Seminar (Seminar)

Deep Learning (Übung)

Deep Learning (Vorlesung)

Einführung in die Künstliche Intelligenz - Übung Gruppe 4 (Übung)

Einführung in die Künstliche Intelligenz - Übung Gruppe 3 (Übung)

Einführung in die Künstliche Intelligenz - Übung Gruppe 1 (Übung)

Einführung in die Künstliche Intelligenz - Übung Gruppe 2 (Übung)