Track 10

Business Analytics, Data Science und Decision Support

Ein stark wachsender Bereich der Wirtschaftsinformatik beschäftigt sich mit der Anwendung und Entwicklung von daten- und modellbasierten Verfahren, um (Entscheidungs-)Probleme von Organisationen zu lösen. Als zukunftstreibende Faktoren dieses Teilgebiets der Wirtschaftsinformatik erweisen sich die zunehmende Vernetzung von Menschen und Geräten, günstiger und schneller Speicher, Zugriff auf große Datenmengen und hohe Rechenleistung. In Umfeld dieser dynamischen Entwicklungen kommt den Themenfeldern Business Analytics, Data Science und Decision Support sowie ihrem Zusammenspiel eine besondere Bedeutung zu.

 

Business Analytics erlaubt Unternehmen, unter Einsatz eines breiten Spektrums an analytischen Methoden die Ressource Daten in vielfältigen Anwendungsgebieten nutzstiftend einzubringen. Insbesondere in der Praxis wird die Tradition von Business Intelligence-Lösungen weitergeführt und -entwickelt, indem sie beispielsweise in Analytical Ecosystems konzeptuell und architektonisch mit modernen Big Data-Ansätzen kombiniert werden.

 

Die immer größere Verfügbarkeit von Daten sowie Fortschritte in den Möglichkeiten zu deren Verarbeitung und Analyse haben zu einer Blütezeit der Data Science geführt. Dies konstituiert nicht nur neue Forschungsbestrebungen in der Wirtschaftsinformatik (z.B. Künstliche Intelligenz, Verarbeitung unstrukturierter Daten, Visualisierung), auch erfordern Fragestellungen des Datenmanagements (Datenqualität, Data Governance, etc.), der Datenbeschaffung (wie Open Data) und der Datenbereitstellung (etwa auf Datenmarktplätzen oder in Datenökosystemen) neue Lösungen.

 

Decision Support-Methoden verbinden Ansätze aus Management Science, Operations Research und Informatik und beinhalten mathematische Entscheidungsmodelle, Optimierungs- und Simulationsalgorithmen sowie mathematisch-analytische Ansätze mit einem anwendungsorientierten Fokus auf betriebswirtschaftliche Problemstellungen.

 

Die o.g. Themenfelder weisen methodologische, technologische und thematische Überschneidungen auf, die ebenfalls in diesem Track adressiert werden. Ein Beispiel stellt der Forschungsbereich des High Performance (Business) Computing und der parallelen Algorithmen dar, der sich mit der Anwendung von Modellen, Methoden, Werkzeugen und Technologien des High Performance Computing auf Probleme der Wirtschaftswissenschaften befasst.

 

 

Mögliche Themenfelder

In diesem Track begrüßen wir die gesamte Vielfalt der wirtschaftsinformatischen Forschungsbestrebungen in den Gebieten Decision Support, Data Science und Business Analytics sowie Business Intelligence. Diese reichen beispielhaft von der Generierung, Erhebung und Repräsentation von (Big) Data, über die Entwicklung innovativer Theorien, Methoden und Verfahren zur Lösung betriebswirtschaftlicher und gesellschaftlicher Problemstellungen, die Entwicklung spezifischer Anwendungen von Descriptive, Predictive und Prescriptive Analytics, bis hin zur Adoption und Integration dieser Ansätze in Unternehmen. Forschungsarbeiten zur Entwicklung neuer statistischer und maschineller Lernverfahren oder neuer Optimierungsansätze sind willkommen, insofern ein Bezug zur Lösung einer betriebswirtschaftlichen oder gesellschaftlichen Problemstellung aufgezeigt wird. Wir ermutigen die Einreichung von relevanten und originellen Beiträgen unter Ausschöpfung der methodischen Breite des Forschungsgebietes.

    Prof. Dr. Martin Bichler

    Technische Universität München

    Martin Bichler ist Professor für Decision Sciences & Systems an der Fakultät für Informatik der TU München. Seine Forschungsinteressen umfassen Market Design, Equilibrium Learning, sowie Maschinelles Lernen und Optimierung mit Anwendungen in den Wirtschaftswissenschaften. Martin ist unter anderem Associate Editor in Zeitschriften wie Information Systems Research, dem INFORMS Journal on Computing, und Naval Research Logistics. Derzeit ist er Präsident der INFORMS Section on Auctions and Market Design.

    Prof. Dr. Barbara Dinter

    Technische Universität Chemnitz

    Barbara Dinter hat die Professur Wirtschaftsinformatik – Geschäftsprozess- und Informationssysteme an der Technischen Universität Chemnitz inne. Sie studierte und promovierte an der Technischen Universität München in Informatik. Die Habilitation erfolgte an der Universität St.Gallen. Im Rahmen langjähriger Beratungstätigkeit arbeitete sie mit zahlreichen Unternehmen zusammen. Ihre aktuellen Forschungsschwerpunkte umfassen Business Analytics, Business Intelligence, Datenmanagement sowie datengetriebene Innovation und Industrie 4.0. Sie fungierte wiederholt als Track Chair auf ECIS, HICSS, AMCIS und WI und veröffentlichte in renommierten Zeitschriften wie Decision Support Systems, Journal of Database Management und Journal of Decision Systems sowie auf Konferenzen wie ICIS, ECIS und WI.

    Prof. Dr. Natalia Kliewer

    Freie Universität Berlin

    Natalia Kliewer ist Professorin für Wirtschaftsinformatik an der Freien Universität Berlin. Ihre Forschungsinteressen umfassen die Gestaltung von Entscheidungsunterstützungssystemen in Transport und Logistik sowie von Netzwerkmodellen und Algorithmen für Anwendungen in der Luftfahrtindustrie, dem öffentlichen Nahverkehr sowie dem Revenue Management. Natalia ist Department Editor für den Bereich Decision Analytics & Data Science bei der Zeitschrift Business & Information Systems Engineering sowie Associate Editor bei den Zeitschriften Public Transport Journal und INFORMS Transportation Science.

    Prof. Dr. Guido Schryen

    Universität Paderborn

    Guido Schryen ist Professor für Wirtschaftsinformatik und Operations Research an der Fakultät für Wirtschaftswissenschaften der Universität Paderborn. Seine Forschungsaktivitäten finden sich primär in den Bereichen der Optimierung und Entscheidungsunterstützung in Logistik, Scheduling und Infrastrukturplanung sowie in der Anwendung des High-Performance Computing im Operations Research. Er ist Co-Organisator des International Workshop on High-Performance Business Computing, Mitglied des Editorial Board des Department “Decision Analytics and Data Science” der Zeitschrift Business & Information Systems Engineering sowie Gutachter in diversen Zeitschriften einschließlich Information Systems Research, European Journal of Operational Research, European Journal of Information System, Journal of the AIS und Journal of Information Technology.

    Associate Editors

     

    • Paul Alpar (Philipps-Universität Marburg)
    • Bastian Amberg (Freie Universität Berlin)
    • Henning Baars (Universität Stuttgart)
    • Ivo Blohm (Universität St. Gallen)
    • Catherine Cleophas (Christian-Albrechts-Universität zu Kiel)
    • Jan Ehmke (Universität Wien)
    • Andreas Fink (Helmut-Schmidt-Universität/UniBw Hamburg)
    • Burkhardt Funk (Leuphana Universität Lüneburg)
    • Jochen Gönsch (Universität Duisburg-Essen)
    • Sarah Hönigsberg (Technische Universität Chemnitz)
    • Achim Koberstein (Europa-Universität Viadrina Frankfurt (Oder))
    • Stefan Lessmann (Humboldt-Universität zu Berlin)
    • Alexander Mädche (Karlsruher Institut für Technologie)
    • Dirk Mattfeld (Technische Universität Braunschweig)
    • Lars Mönch (FernUniversität in Hagen)
    • Oliver Müller (Universität Paderborn)
    • Bodo Rieger (Universität Osnabrück)
    • Christian Schieder (Ostbayerische Technische Hochschule Amberg-Weiden)
    • Thomas Setzer (Katholische Universität Eichstätt-Ingolstadt)
    • Benjamin van Giffen (Universität St. Gallen)