Track 10: Business Analytics, Data Science and 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

Prof. Dr. Martin Bichler Technische Universität München

Martin Bichler is Professor of Decision Sciences & Systems at the Faculty of Computer Science, at the Technical University of Munich. His research interests include market design, equilibrium learning, and machine learning and optimization with applications in economics. Martin is an Associate Editor in journals such as Information Systems Research, the INFORMS Journal on Computing, and Naval Research Logistics, among others. He is currently president of the INFORMS Section on Auctions and Market Design.

Prof. Dr. Barbara Dinter

Prof. Dr. Barbara Dinter Technische Universität Chemnitz

Barbara Dinter holds the professorship of Business Information Systems - Business Process and Information Management at Chemnitz University of Technology. She studied and received her doctorate in computer science at the Technical University of Munich. The habilitation took place at the University of St.Gallen. In the course of many years of consulting, she has worked with numerous companies. Her current research interests include business analytics, business intelligence, data management, as well as data-driven innovation and Industrie 4.0. She has repeatedly served as track chair at ECIS, HICSS, AMCIS, and WI and published in renowned journals such as Decision Support Systems, Journal of Database Management, and Journal of Decision Systems, as well as at conferences such as ICIS, ECIS, and WI.

Prof. Dr. Natalia Kliewer

Prof. Dr. Natalia Kliewer Freie Univeristät Berlin

Natalia Kliewer is Professor of Information Systems at Freie Universität Berlin. Her research interests include the design of decision support systems in transportation and logistics, as well as network models and algorithms for applications in the aviation industry, public transportation, and revenue management. Natalia is Department Editor for Decision Analytics & Data Science at the journal Business & Information Systems Engineering and Associate Editor at the journals Public Transport Journal and INFORMS Transportation Science.

Prof. Dr. Guido Schryen

Prof. Dr. Guido Schryen Universität Paderborn

Guido Schryen is Professor of Management Information Systems and Operations Research at the Faculty of Economics at the University of Paderborn. His research activities are primarily in the areas of optimization and decision support in logistics, scheduling, and infrastructure planning, as well as in the application of high-performance computing in operations research. He is co-organizer of the International Workshop on High-Performance Business Computing, member of the editorial board of the department “Decision Analytics and Data Science” of the journal Business & Information Systems Engineering, and reviewer in various journals including Information Systems Research, European Journal of Operational Research, European Journal of Information System, Journal of the AIS, and Journal of Information Technology.

Associate Editors

  • Paul Alpar (University of Marburg)
  • Bastian Amberg (Freie Universität Berlin)
  • Henning Baars (University of Stuttgart)
  • Ivo Blohm (University of St. Gallen)
  • Catherine Cleophas (Kiel University)
  • Jan Ehmke (University of Vienna)
  • Andreas Fink (Helmut-Schmidt-Universität/UniBw Hamburg)
  • Burkhardt Funk (Leuphana Universität Lüneburg)
  • Jochen Gönsch (University Duisburg-Essen)
  • Sarah Hönigsberg (Chemnitz University of Technology)
  • Achim Koberstein (Viadrina European University)
  • Stefan Lessmann (Humboldt-Universität zu Berlin)
  • Alexander Mädche (Karlsruhe Institute of Technology)
  • Dirk Mattfeld (Technische Universität Braunschweig)
  • Lars Mönch (FernUniversität in Hagen)
  • Oliver Müller (Universität Paderborn)
  • Bodo Rieger (Osnabrück University)
  • Christian Schieder (OTH Amberg-Weiden)
  • Thomas Setzer (Catholic University of Eichstätt-Ingolstadt)
  • Benjamin van Giffen (University of St. Gallen)