Data Science & Business Analytics

Trackbeschreibung

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), sondern hat auch einen wesentlichen Einfluss auf etablierte Themen der Wirtschaftsinformatik wie Business Intelligence und Entscheidungsunterstützungssysteme.

Mögliche Themenfelder

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

Track Chairs

Ivo Blohm

Ivo Blohm ist Assistenzprofessor für Data Science und Management am Institut für Wirtschaftsinformatik der Universität St.Gallen. Ivo studierte Technologie und Managementorientierte Betriebswirtschaftslehre mit Nebenfach Elektrotechnik and Technischen Universität München, wo er auch im Bereich Wirtschaftsinformatik promovierte. Seine Forschungsinteressen umfassen Business Analytics, digitale Plattformen sowie Crowdsourcing und Crowd Work. Seine Forschungsarbeit wurde in zahlreichen renommierten Zeitschriften wie z.B. Information Systems Research, Journal of Management Information Systems oder California Management Review publiziert.

Barbara Dinter

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.

Natalia Kliewer

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.

Associate Editors

  • Paul Alpar, Universität Marburg
  • Rainer Alt, Universität Leipzig
  • Bastian Amberg, Freie Universität Berlin
  • Henning Baars, Universität Stuttgart
  • Tobias Brandt, Erasmus Universität Rotterdam
  • Jan Fabian Ehmke, Universität Wien
  • Andreas Fink, Helmut Schmidt Universität Hamburg
  • Christoph Flath, Universität Würzburg
  • Burkhard Funk, Universität Lüneburg
  • Kai Heinrich, Technische Universität Dresden
  • Sarah Hönigsberg, Technische Universität Chemnitz
  • Christian Janiesch, Universität Würzburg
  • Ralf Knackstedt, Universität Hildesheim
  • Heiner Lasi, Ferdinand-Steinbeis-Institut der Steinbeis-Stiftung
  • Stefan Lessmann, Humbold Universität Berlin
  • Oliver Müller, Universität Paderborn
  • Boris Otto, Technische Universität Dortmund und Fraunhofer-Institut für Software- und Systemtechnik
  • Bodo Rieger, Universität Osnabrück
  • Roman Rietsche, Universität St. Gallen
  • Christian Schieder, Ostbayerische Technische Hochschule Amberg-Weiden
  • Daniel Schnurr, Universität Passau
  • Guido Schryen, Universität Paderborn
  • Benjamin Spottke, Universität St. Gallen
  • Lena Wolbeck, Freie Universität Berlin
  • Lin Xie, Leuphana Universität Lüneburg