Welcome to the website of the Chair of Information Systems and Data Analytics! Our research and teaching focuses on how human decision-making processes can be improved through the responsible use of data and algorithms.

FLEMING-Projekt offiziell gestartet

Kick-Off des Projekts FLEMING
Mit einer Kick-Off Veranstaltung am ABB Forschungszentrum Deutschland in Ladenburg ist das Forschungsprojekt „FLEMING – Flexible Monitoring- und Regelsysteme für die Energie- und Mobilitätswende im Verteilnetz durch Einsatz von Künstlicher Intelligenz“ gestartet. In einem ersten Schritt verschafften sich die Forschungs- und Wirtschaftspartner unter der Projektleitung von ABB einen umfassenden Überblick über die anstehenden Arbeiten und Ziele des Projekts. Neben dem ABB Forschungszentrum Deutschland beteiligen sich das Forschungsinstitut für Rationalisierung e.V. (FIR), die Heimann Sensor GmbH, das Karlsruher Institut für Technologie (KIT), der SICP – Software Innovation Campus Paderborn an der Universität Paderborn sowie die SÜC Energie und H2O GmbH aus Coburg am Projekt. Für FLEMING ist eine Laufzeit von drei Jahren vorgesehen. Die Gesamtkosten belaufen sich auf 5,1 Millionen Euro, das Fördervolumen liegt bei ca. 3,3 Millionen Euro.

Gleichbleibende Versorgungsqualität
„Das deutsche Verteilnetz ist derzeit mit verschiedenen Herausforderungen konfrontiert. Auf der Erzeugungsseite steigt der Anteil von dezentral in das Verteilnetz eingespeister Energie aus erneuerbaren Quellen mit volatiler Erzeugungscharakteristik, z.B. Solaranlagen und Windkraftanlagen. Auf der Verbrauchsseite führt die zunehmende Integration von Ladesäulen für die
Elektromobilität zu einer zeitlich und räumlich konzentrierten Energienachfrage.
Die daraus resultierenden möglichen Lastschwankungen führen zu einer stärkeren Belastung der elektrischen Betriebsmittel und Komponenten,“ erläutert Projektleiter Dr. Oliver Becker, Senior R&D Project Manager am ABB Forschungszentrum Deutschland. Um die Ziele der Energie- und Mobilitätswende bei gleichbleibender
Versorgungsqualität zu erreichen, benötigen die Netzbetreiber ein verbessertes Verständnis des aktuellen Netzzustandes und seiner Komponenten. Genau hier setzt das Forschungsprojekt an. Anlagenausfälle oder potentielle Schäden können somit frühzeitig erkannt bzw. vorhergesagt oder durch verbesserte Regelung vermieden werden. Dazu werden im Rahmen eines intelligenten
Lastmanagements zuverlässige und leicht nachrüstbare Sensoren zur Regelung benötigt, wodurch eine flexiblere Netznutzung ermöglicht werden soll.

Bei erneuerbaren Energien auf Künstliche Intelligenz setzen
Das beschriebene Szenario verlangt nach einem durchgängigen Einsatz von Sensorik, Informations- und Kommunikationssystemen zur Erfassung der nötigen Daten der einzelnen Netzbetriebsmittel und -komponenten. Daher untersuchen die Projektpartner im Projekt FLEMING, wie der heutige Sensoreinsatz in Verteilnetzen durch Verwendung von Methoden der
Künstlichen Intelligenz zusammen mit einer Erweiterung der Sensortechnik grundlegend verbessert werden kann. Ziel ist es, so wesentlich zum Erfolg der Energie- und Mobilitätswende in Deutschland beizutragen.

Research

The aim of our research is to improve human decision-making processes through the responsible use of data and algorithms. We pursue a socio-technical approach that incorporates the latest technologies (in particular machine learning and artificial intelligence) as well as social and societal aspects. 

The following topics are the focus of our research:

  • Development and evaluation of AI-based methods and systems to support and automate decisions  
  • Acceptance/Adoption and economic value of artificial intelligence

Our research is application-orientated and takes place in interdisciplinary teams. Applications can be found, for example, in the fields of energy, logistics/transport, finance, culture, and sport.

soda.lab - Social & Data-Intensive Computing Lab

The soda.lab is available to our students for final theses and modules in the Department of Information Systems. It includes powerful servers and workstations with GPUs that enable deep learning, complex simulations and realistic visualizations in real time.

Mitarbeitende tauschen sich auf Sofa aus.

Publications

We publish our research results in the leading scientific journals and at international conferences.

Mitarbeiter schreibt etwas an eine Tafel.

Projects

Our application-orientated research often takes place in interdisciplinary projects with members from research and practice.

Teaching

We offer lectures and seminars at the Bachelor's, Master's, and Doctoral levels.

Bachelor

Module name Module type Semester ECTS Language
Fundamentals of management information systems Lecture summer semester 5 DEU
Methods of Data Science (Film) Lecture winter semester 5 DEU
Predictive Analytics Student research project summer /winter semester 5 DEU/ENG

 

Master

Module name Module type Semester ECTS Language
Data Science for Business Lecture winter semester 5 ENG/DEU
Applied Machine Learning for Text Analysis Seminar winter semester 10 ENG/DEU
Real-World Machine Learning Projects Seminar summer semester 10 ENG/DEU

 

Doctorate

Module name Module type Semester ECTS Language
Machine Learning for Research Seminar summer semester (irregular) 6 ENG

 

Application

The Department of Information Systems does not participate in the centralized allocation procedure of the Faculty of Business Administration and Economics. Consequently, the application process varies for each chair.

Our application deadlines are as follows:

  • Winter semester: January 1 - February 28 (29)
  • Summer semester: July 1 - August 31

To apply, please submit the following:

  • Curriculum vitae
  • Current transcript of records
  • Letter of application

Your letter should express your interest in "Data Analytics" topics and include suggested themes for your thesis. Please email your complete application to the chair.

We emphasize the importance of a strong interest in a topic as a key to success. Rather than publishing pre-defined topics, we encourage students to bring their own interests and define their thesis topics in consultation with a chair member.

Occasionally, we offer theses with practice partners, where topics are usually predefined. If applicable, you will find these under the relevant heading.

Preparation (template)

Please use this LaTeX template as a guide when designing your thesis !

Team

Meet the brilliant minds driving research and teaching at the Data Analytics Group. Our team is an interdisciplinary blend of experts, each passionate about data-driven decision making in domains ranging from energy over finance to sports.

 

Find out more about our team here!

Join our team!

Become part of our team, either as a student assistant or research assistant with a Bachelor's degree or as a research assistant after completing your Master's degree.

Contact

Wirtschaftsinformatik, insb. Data Analytics

Paderborn University
Warburger Str. 100
33098 Paderborn
Directions