Wissenschaftliche Literatur Maschinelles Lernen

Andreas Zippel

People Analytics – Künstliche Intelligenz und digitale Hilfestellungen im Personalmanagement

Beiträge zu Datenschutz und Informationsfreiheit

Künstliche Intelligenz, MaschinellesLernen oder Algorithmen – all diese technischen Begriffe sind längst in der Realität vieler Unternehmen angekommen. Auch das Personalmanagement versucht sich von Entscheidungen nach reinem Bauchgefühl zu lösen. Unter Zuhilfenahme von „People Analytics“ versuchen Betriebe, evidenzbasierte Personalentscheidungen auf Datengrundlage zu treffen.

Diese Arbeit fasst die dahinterstehenden technischen Grundlagen von People Analytics…

Helmut Wasserbacher

Causal Inference and Causal Machine Learning for Data-Driven Management

Applications in Corporate Finance and Marketing

Schriftenreihe innovative betriebswirtschaftliche Forschung und Praxis

The availability of large amounts of data, coupled with artificial intelligence and machine learning as suitable techniques to exploit them, has led to increasing interest in data-driven management. Data are turned into insights, and insights into management decisions.

In the midst of this passion for artificial intelligence, practitioners must remain aware that most machine learning methods maximize predictive performance. This is not the same as identifying…

Tim Vintis

Klassifikationsverfahren zur Risikobewertung von Jahresabschlüssen

Eine empirische Analyse fehlerhafter Jahresabschlüsse deutscher Unternehmen

QM – Quantitative Methoden in Forschung und Praxis

Informationen des Jahresabschlusses dienen für eine Vielzahl externer Adressaten als wesentliche Informationsquelle zur Entscheidungsfindung. Trotz zahlreicher Kontrollinstanzen kommt es regelmäßig zu Bilanzskandalen, durch die die derzeitigen Kontrollmechanismen auf den Prüfstand gestellt werden. Gleichzeitig sehen sich Prüfer im Zuge der Digitalisierung mit komplexeren Unternehmenssystemen und -daten konfrontiert, wodurch effizientere Prüfungen zwingend notwendig…

Sergej Uschakow

Prognose von Bear- und Bull-Phasen unter der Zeit-Skalen-Dekomposition

Finanzmanagement

Nach der Entwicklung des modernen quantitativen Asset Managements scheint die Prognose von Preisen nach wie vor ein nicht zu überwindendes Hindernis darzustellen. Ungeachtet aller Fortschritte der letzten Jahrzehnte bleibt die Prognostizierbarkeit der zentrale Problembereich des quantitativen Asset Managements.

Zahlreiche Untersuchungen zu Prognosen von Aktienrenditen, die mit immer aufwändigeren ökonometrischen Verfahren „zuverlässige“ Renditeprognosen zu…

Oliver Böhme

Prädiktion des Projektfortschritts als Beitrag zur virtuellen Absicherung im Automobilsektor

Forschungsergebnisse zur Informatik

Die Qualität eines Produkts zählt für die meisten Kunden zu den zentralen Faktoren einer Kaufentscheidung. Innerhalb eines Marktes versuchen daher viele Marken, sich über dieses Kaufkriterium zu differenzieren.

Neben den ständig wachsenden Anforderungen aus dem Wettbewerb und von staatlicher Seite wachsen mit fortschreitendem technologischen Fortschritt auch die Herausforderungen in der Entwicklung von innovativen Produkten. Mit Blick auf den Automobilsektor…

Daniel Bohlmann

Mustererkennungsbasierte Prognosesysteme für Finanzmärkte

Entwicklung eines heuristischen, sequentiellen Verfahrensansatzes unter Verwendung digitaler Signalverarbeitung, nichtlinearer Zeitreihenanalyse und maschinellen Lernens zur Vorhersage des EUR/USD-Wechselkurses

Finanzmanagement

Die Vorhersage von Finanzzeitreihen ist ein schwieriges und hoch komplexes Themenfeld der Finanzmarktforschung. Kursausprägungen sind durch eine Vielzahl von Variablen, wie Angebot und Nachfrage, Wirtschafts- und Unternehmensmeldungen, politische Signale, aber auch ein hohes Maß an Zufälligkeit getrieben. Die eingeschränkte kognitive Kapazität der Marktakteure verhindert eine akkurate Selektion und Bewertung relevanter Determinanten für zukünftige Kursverläufe.…

Stefan H. Ungruh

Psychomotorische Analyse von Maus- und Tastatursignalen zur Detektion von Müdigkeit im Kontext maschinellen Lernens

Ein signalverarbeitungsbasierter Brute-Force Merkmalsextrationsansatz zur Untersuchung zentraler Eingabemodalitäten der Mensch-Maschine-Interaktion

Schriften zur Arbeits-, Betriebs- und Organisationspsychologie

Zeig mir wie du arbeitest und ich sage dir, wie müde du bist!

Eine zentrale Frage der Arbeits- und Organisationspsychologie befasst sich mit der Herausforderung, inwieweit innerhalb einer arbeitenden Organisation Sicherheit, Qualität und Arbeitskomfort gewährleistet werden kann. Schließlich unterliegen Menschen unterschiedlichsten Faktoren, die Einfluss auf diesen Zustand haben können. Mitarbeiter interagieren regelmäßig mit Maschinen, wie Computern, Smartphones…

Anja Tetzner

Einsatz künstlicher neuronaler Netze zur Identifikation von Ironie im Rahmen der Sentiment-Analyse

Studien zur Wirtschaftsinformatik

Die automatisierte Identifikation von Ironie stellt computergestützte Systeme vor eine komplexe Herausforderung, da sie als figurativer Sprachakt umfassende kognitive Fähigkeiten zur Erkennung voraussetzt. Gleichzeitig ist das korrekte Erkennen von Ironie in vielfältigen Anwendungsbereichen der computergestützten Datenverarbeitung und -analyse, allem voran dem Bereich der Sentiment-Analyse, von großer Bedeutung, da die Missachtung des Vorhandenseins von Ironie zu…

Matthias Fuchs

Learning Search Heuristics for Automated Deduction

Forschungsergebnisse zur Informatik

Viele Probleme in der Informatik, speziell im Teilgebiet der Künstlichen Intelligenz (KI), werden mit Verfahren bearbeitet, die auf Suche basieren. Zu diesen Suchproblemen zählt auch die automatische Deduktion. Probleme aus diesem Bereich gehören zu den schwierigsten Suchproblemen. Gerade hier ist es unbestritten, dass die oftmals eigentlich unintelligenten Suchmethoden (Suchstrategien bzw. Suchheuristiken) Schwächen haben, die auch schnelle Rechner und ausgeklügelte…