piwik-script

Intern
    A.2 - Servicezentrum Forschung und Technologietransfer (SFT)

    Netzwerk Data Mining, KI und (tiefes) Lernen für die Arbeitswelt 4.0

    weitere Infos zum Netzwerk gibt es hier

    Unser ESF-ZDEX Netzwerk für Data Mining, künstliche Intelligenz und (tiefes) Lernen für die Arbeitswelt 4.0 bietet Ihnen Beratung bei der Anwendung dieser Techniken für Ihre Probleme und bei vielversprechenden Szenarien auch die Entwicklung von Prototypen. Nutzen Sie die Chance einer kostenlosen Beratung, wenn Sie ein Unternehmen mit Sitz in Nordbayern sind!


    Netzwerkleiter Prof. Dr. Christoph Flath

    Professor Christoph Flath ist seit 2018 Inhaber des Lehrstuhls für Wirtschaftsinformatik und Informationsmanagement an der JMU Würzburg. Er studierte Wirtschaftsingenieurwesen an der Universität Karlsruhe und der University of Toronto (2003-2008). Im Jahr 2013 promovierte er im Bereich Wirtschaftsinformatik am Karlsruher Institut für Technologie. Er war Gastwissenschaftler an der Kellogg School of Management und arbeitete als wissenschaftlicher Mitarbeiter an der WHU - Otto Beisheim School of Management und am FZI - Forschungszentrum für Informatik. Bevor er als Juniorprofessor an die Universität Würzburg kam (2014), leitete er die Forschungsgruppe "Smart Grids and Energy Markets" am Karlsruher Institut für Technologie.

    Forschungsschwerpunkte im Business Analytics & Data Mining:

    • Optimierung und maschinelles Lernen
    • Datenvisualisierung
    • Anwendungen in den Bereichen Energie, Industrie, Mobilität und eCommerce

    Netzwerkleiter Prof. Dr. Frank Puppe

    Frank Puppe ist Inhaber des Lehrstuhls für Künstliche Intelligenz und Wissenssysteme an der Universität Würzburg seit 1992. Seine Forschungsgebiete umfassen die Weiterentwicklung und Anpassung von KI-Techniken aus den Bereichen Maschinelles Lernen, Wissensbasierte Systeme, Sprachverarbeitung, Bildverarbeitung, E-Learning, Datenaufbereitung und Data Mining in industriellen, medizinischen, juristischen, philologischen, technischen und administrativen Anwendungsprojekten.


    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter im Netzwerk Data Mining, KI und (tiefes) Lernen für die Arbeitswelt 4.0

    Michael Banck (M. Sc.)

    Michael Banck absolvierte sein Bachelor und Masterstudium der Informatik in Würzburg, bereits in seiner Masterarbeit 2017 hat er in Kooperation mit dem Universitätsklinikum Würzburg an der Verarbeitung und Auswertung von medizinischen Bilddaten gearbeitet. Parallel war er seit 2015 als Softwareentwickler und nach dem Abschluss des Masters bis Mitte 2020 als Softwarearchitekt in einem Projekt für Schaeffler tätig. Im Juli 2020 startete er erneut seine Zusammenarbeit mit dem Universitätsklinikum Würzburg und dem Lehrstuhl für Künstliche Intelligenz und Wissenssysteme, unter der Leitung von Prof. Dr. Puppe. Seine Forschung befasst sich mit der computergestützten Verbesserung von medizinischen Untersuchungen im Bereich der Gastroenterologie.

    Toni Greif (M. Sc.)

    Toni Greif ist wissenschaftlicher Mitarbeiter am Lehrstuhl für Wirtschaftsinformatik und Informationsmanagement an der Wirtschaftswissenschaftlichen Fakultät. Hier arbeitet er seit Herbst 2018 - an anwendungsorientierten Verfahren für das Operations Management: Es geht darum, verschiedene Entscheidungsunterstützungssysteme für logistische Prozessen mit Hilfe datengestützter Methoden weiter zu verbessern. Bevor er am Lehrstuhl für Wirtschaftsinformatik und Informationsmanagement begann, hat er im Sommer 2018 sein Studium der Mathematik und Wirtschaftsmathematik abgeschlossen. Mit seinem Hintergrund in Wirtschaftsinformatik, Mathematik und Betriebswirtschaftslehre sowie seiner Berufserfahrung aus verschiedenen Praktika unterstützt er das ZDEX Projekt mit seiner starken methodischen und analytischen Expertise.

    Matthias Griebel (M. Sc.)

    Matthias Griebel absolvierte sein Bachelorstudium in Wirtschafswissenschaften und sein Masterstudium in Wirtschaftsinformatik an der Universität Würzburg. Seit Juni 2017 arbeitet er als wissenschaftlicher Mitarbeiter am Lehrstuhl für Wirtschaftsinformatik und Informationsmanagement. Er unterstützt das ZDEX Projekt mit seiner Expertise zum Thema maschinelles Lernen. Insbesondere befasst er sich mit der Objektivität, Zuverlässigkeit und Validität von Deep Learning und bayesianischen Deep Learning Ansätzen.

    Amar Hekalo (M. Sc.)

    Amar Hekalo hat 2018 sein Masterstudium der Physik absolviert. Seit November 2018 promoviert er am Lehrstuhl für Künstliche Intelligenz und Wissenssysteme an der Universität Würzburg. Dort arbeitet er daran, zentrale Prozesse in der klinischen Praxis, spezifisch bei der Erstellung von Befundberichten, schneller und sicherer zu gestalten. Dafür forscht er an verschiedenen Methoden des Machine Learning im Kontext der Text- und Sprachverarbeitung sowie der automatischen Erkennung von Krankheiten in medizinischen Bildern. Er unterstützt daher das ZDEX-Projekt mit seinem Fachwissen im Bereich des Deep Learning, insbesondere der Bildverarbeitung, sowie der Beschaffung und Verarbeitung des zugehörigen Datenmaterials.

    Leon Liman (M. Sc.)

    Leon Liman absolvierte sein Bachelor- und Masterstudium der Informatik an der Universität Würzburg, wobei er sich bereits in seiner Bachelor- und Masterarbeit mit dem Data Warehouse der Uniklinik Würzburg beschäftigt hat. Seit April 2017 arbeitet er als wissenschaftlicher Mitarbeiter am Lehrstuhl für Künstliche Intelligenz und Wissenssysteme der Universität Würzburg. Dort ist er an der Entwicklung eines Data Warehouses beteiligt und forscht in diesem Zusammenhang speziell in den Bereichen der Exploration, Aufbereitung und Generierung von Daten mit einem Schwerpunkt auf medizinische Anwendungen.

    Janine Rottmann (B. Sc.)

    Janine Rottmann absolvierte ihr Bachelorstudium in Wirtschaftswissenschaften und schließt zurzeit ihr Masterstudium in Wirtschaftsinformatik an der Universität Würzburg ab. Seit September 2020 arbeitet sie als wissenschaftliche Mitarbeiterin am Lehrstuhl für Wirtschaftsinformatik und Informationsmanagement. Sie unterstützt das ZDEX-Projekt mit ihrer Erfahrung im Operations Management und maschinellem Lernen. Der Schwerpunkt ihrer Forschung liegt auf der simulationsgestützten Kapazitätsplanung in Krankenhäusern.

    David Schmidt (M. Sc.)

    David Schmidt arbeitet seit März 2018 am Lehrstuhl für künstliche Intelligenz und Wissenssysteme. Er beschäftigt sich dort mit der Verarbeitung natürlicher Sprache, unter anderem der Erkennung von Figuren und ihren Beziehungen in Romanen mit Methoden der Named Entity Recognition, Koreferenzauflösung und Relationserkennung.

    Dr. Nikolai Stein

    Dr. Nikolai Stein absolvierte sein Bachelorstudium in Wirtschaftswissenschaften und sein Masterstudium in Wirtschaftsinformatik an der JMU Würzburg. Seit 2015 arbeitet er am Lehrstuhl für Wirtschaftsinformatik und Informationsmanagement und schloss seine Promotion zum Einsatz intelligenter Systeme in der betriebswirtschaftlichen Planung 2019 ab. Seine Forschung untersucht den Paradigmenwechsel von einer modellgetriebenen Planung hin zu einer datengetriebenen präskriptiven Entscheidungsunterstützung. Aufbauend auf Unternehmens-, Sensor- und Webdaten nutzt er Verfahren aus den Bereichen des maschinellen Lernens und des Operations Research für die bessere Planung und Steuerung betrieblicher Prozesse. Durch seine interdisziplinäre Forschung an der Schnittstelle Wirtschaft-Technik-Gesellschaft bringt Dr. Nikolai Stein Expertise aus verschiedenen Bereichen in das ZDEX Projekt ein.