Prof. Dr. Ulf Brefeld
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
-
Adaptives Lernen in der ökonomischen Bildung
Ulf Brefeld (Wissenschaftliche Projektleiter*in) , Kai Neubauer (Wissenschaftliche Projektleiter*in)
→Projekt: Forschung
-
Verbundprojekt: Anonymisierung und Synthese von Clickpfaden und Verhalten im Web
Ulf Brefeld (Wissenschaftliche Projektleiter*in) , Moritz Hauke Wohlstein (Projektmitarbeiter*in)
→Projekt: Forschung
-
Information Technology and Education in Support of Digital Citizenship
Valéria Quadros dos Reis (Wissenschaftliche Projektleiter*in) , Ulf Brefeld (Wissenschaftliche Projektleiter*in)
→Projekt: Forschung
-
Memory Path
Ulf Brefeld (Wissenschaftliche Projektleiter*in)
→Projekt: Anderes
-
Adaptives Lernen in der ökonomischen Bildung
Ulf Brefeld (Wissenschaftliche Projektleiter*in) , Kai Neubauer (Projektmitarbeiter*in)
→Projekt: Forschung
Publikationen
Bücher und Anthologien
- 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 Anthologien › Konferenzbände und -dokumentationen › Forschung
- 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 Anthologien › Konferenzbände und -dokumentationen › Forschung
- 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 Anthologien › Konferenzbände und -dokumentationen › Forschung
- 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 Anthologien › Konferenzbände und -dokumentationen › Forschung
- 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 Anthologien › Konferenzbände und -dokumentationen › Forschung
Beiträge in Zeitschriften
- Principled Transformers for Predictive Performance in Knowledge Tracing
Kai Neubauer (Autor*in) , Yannick Rudolph (Autor*in) , Ulf Brefeld (Autor*in) , 01.01.2026 , in: Journal of Educational Data Mining, 18, 1 , S. 89-112 , 24 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- 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 Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- The promise and challenges of computer mouse trajectories in DMHIs – A feasibility study on pre-treatment dropout predictions
Kirsten Zantvoort (Autor*in) , Jennifer Matthiesen (Autor*in) , Pontus Bjurner (Autor*in) , Marie Bendix (Autor*in) , Ulf Brefeld (Autor*in) , Burkhardt Funk (Autor*in) , Viktor Kaldo (Autor*in) , 01.06.2025 , in: Internet Interventions, 40 , 7 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Masked autoencoder for multiagent trajectories
Yannick Rudolph (Autor*in) , Ulf Brefeld (Autor*in) , 01.02.2025 , in: Machine Learning, 114, 2 , 18 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Interactive sequential generative models for team sports
Dennis Faßmeyer (Autor*in) , Moritz Cordes (Autor*in) , Ulf Brefeld (Autor*in) , 01.02.2025 , in: Machine Learning, 114, 2 , 15 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
Beiträge in Sammelwerken
- Self-improvement for Computerized Adaptive Testing
Yannick Rudolph (Autor*in) , Kai Neubauer (Autor*in) , Ulf Brefeld (Autor*in) , 01.01.2026 Cham , S. 70-86 , 17 S.Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Masked Autoencoder Pretraining for Event Classification in Elite Soccer
Yannick Rudolph (Autor*in) , Ulf Brefeld (Autor*in) , 26.02.2024 Cham , S. 24-35 , 12 S.Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- 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 Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Exploring the Poincaré Ellipsis
Samuel Fadel (Autor*in) , Tino Paulsen (Autor*in) , Ulf Brefeld (Autor*in) , 01.09.2023Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- User Authentication via Multifaceted Mouse Movements and Outlier Exposure
Jennifer Matthiesen (Autor*in) , Hanne Hastedt (Autor*in) , Ulf Brefeld (Autor*in) , 01.04.2023 Cham , S. 300-313 , 14 S.Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung
Aktivitäten
-
Self-improvement for Computerized Adaptive Testing
Yannick Rudolph (Sprecher*in) , Kai Neubauer (Sprecher*in) , Ulf Brefeld (Ko-Autor*in)
Aktivität: Konferenzvorträge › Forschung
-
Masked Autoencoder Pretraining for Event Classification in Elite Soccer
Yannick Rudolph (Sprecher*in) , Ulf Brefeld (Ko-Autor*in)
Aktivität: Vorträge in anderen Veranstaltungen › Forschung
-
Data-efficient Pattern Detection in Elite Soccer
Yannick Rudolph (Sprecher*in) , Dennis Faßmeyer (Ko-Autor*in) , Ulf Brefeld (Ko-Autor*in)
Aktivität: Konferenzvorträge › Forschung
-
Modeling Conditional Dependencies in Multiagent Trajectories
Yannick Rudolph (Sprecher*in) , Ulf Brefeld (Ko-Autor*in)
Aktivität: Präsentationen (Poster ua.) › Forschung
-
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: Konferenzvorträge › Forschung
Presse / Medien
-
Data Science: Lern- und Ausbildungsinhalte
1 eigener MedienbeitragPresse/Medien: Presse / Medien
Lehrveranstaltungen
⌄
⌄
⌄
⌄
⌄
⌄
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).
⌄
- 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)
⌄
- 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)
⌄
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.
⌄
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.