Ehemalige

Dr. Adriana Moros Daza war von 2017 bis 2019 unsere externe PhD-Studentin im Dual Degree Program mit der Universidad del Norte in Barranquilla und ist nun Dozentin an selbiger Universität.

Forschungsinteressen:

Optimierung der Port-Logistik, Supply Chain Management, Optimierung, Simulation und Zusammenarbeit in internationalen Handelsketten

Werdegang:

Frau Moros hat Ihre Promotion am Department für Industrietechnik der Universidad del Norte, Kolumbien begonnen und führt sie an der UHH zu Ende. Sie hat ein Ingenieursstudium und einen Master in Wirtschaftsingenieurwesen an der Universidad del Norte absolviert. Frau Moros hat an Gemeinschaftsprojekten mit der Universität für die kolumbianische Karibik-Region teilgenommen, beispielsweise dem LOGPORT-Projekt.

Prof. Dr. Eduardo Lalla-Ruiz war von 2017 bis 2019 Alexander-von-Humboldt Stipendiat am IWI und ist nun Assistant Professor an der Universität Twente in den Niederlanden.

Lehre:

• Informationsmanagement im Verkehr (in English)

Auszeichnungen:

• Auszeichnung "extraordinary doctoral award" der Universidad de la Laguna (Teneriffa) für die beste Doktorarbeit 2016

Prof. Dr. Lalla-Ruiz war von 2017 bis 2018 ein durch die Von-Humboldt-Stiftung finanzierter Post-Doc an unserem Institut. Mittlerweile ist er Assistant Professor an der Universität in Twente.

Yingjie Fan ist Assistant Professor an der Universität Leiden in den Niederlanden und war von 2012 bis Juni 2017 externe Phd-Studentin am IWI.

Forschungsinteressen:

Supply Chain Management, Supply Chain Risk Management, Metaheuristiken, Simulationsbasierte Optimierung, Multi-Agenten-Systeme, Produktionsmanagement, Lagerverwaltung, Logistik

Publikationen:

Yingjie Fan, Frank Schwartz, Stefan Voß. Flexible supply chain design under stochastic catastrophic risks. The 9th Hamburg International Conference of Logistics 2014 (HICL), 2014.

Yingjie Fan, Jiangtao Mo. Study on backorder allowed single-manufacturer multi-retailer coordination strategy. Logistics Technology, 2010 (20) 79-82. (auf Chinesisch)

Yingjie Fan. Study on the joint decision-making within a multi-echelon supply chain with invariant demand. Logistics Technology, 2010 (16) 124-126. (auf Chinesisch)

Zengxin Wei, Yingjie Fan, Jiangtao Mo. Research on the decision-making problem of the producer and the retailer on the supply chain. Microcomputer Information, 2008 (15) 24-25. (auf Chinesisch)

Auszeichnungen:

Stipendium vom China Scholarship Council (CSC) für das PhD-Studium von Okt. 2012-Sept. 2016

Werdegang:

Von 2007 bis2017 war Dr. habil. Silvia Schwarze wissenschaftliche Mitarbeiterin und Post-Doc am IWI.

Forschungsinteressen:

• Operative Prozesse an Containerterminals
• Auswirkungen des digitalen Wandels auf Prozesse an Häfen
• Fragen des Gütertransports; insbesondere der Tourenplanung unter Berücksichtigung von
• Fahrzeugeigenschaften
• Fragen des öffentlichen Personenverkehrs, insbesondere Linienplanung
• Netzwerk-Design in Telekommunikationsnetzen, z.B. Glasfasernetze oder
• Content Delivery Netze
• Metaheuristiken
• Spieltheorie
• Multiagentensysteme und Supply Chain Management

Publikationen:

Zeitschriftenartikel:

S. Schwarze: Pricing Strategies for the Site-Dependent Vehicle Routing Problem. OR Spectrum 38(1), pp. 137-173, 2016.

D. Meignan, S. Schwarze, S. Voß: Improving Local-search Metaheuristics through Look-ahead Policies. Annals of Mathematics and Artificial Intelligence 76, pp. 59-82. 2016.

E. Zehendner, M. Caserta, D. Feillet, S. Schwarze, S. Voß: An Improved Mathematical Formulation for the Blocks Relocation Problem. European Journal of Operational Research  245, pp. 415-422, 2015.

S. Schwarze, S. Voß: Interaction of Maritime Shipping and Hinterland Traffic Using a Two-level
Hierarchical Transport Network. International Journal of Logistics Research and Applications 18(3), pp. 276-290, 2015

A. Schöbel, S. Schwarze: Finding Delay-Resistant Line Concepts using a Game-Theoretic Approach. Netnomics, 14(3), pp. 95-117, 2013

S. Schwarze, S. Voß:  Improved Load Balancing and Resource Utilization for the Skill Vehicle Routing Problem. Optimization Letters, 7(8), pp. 1805-1823, 2013

M. Fricke, A. Heckwolf, R. Herber, R. Nitsch, S. Schwarze, S. Voß, S. Wevering: Requirements of 4G-Based Mobile Broadband on Future Transport Networks [PDF]. Journal of Telecommunications and Information Technology, 2/2012, pp. 21 - 28. 2012

M. Caserta, S. Schwarze, S. Voß: Developing a Ring-Based Optical Network Structure with Glass-Through Nodes. Journal of Telecommunications and Information Technology [PDF], 2/2012, pp. 13 - 20. 2012

M. Caserta, S. Schwarze, S. Voß: A mathematical formulation and complexity considerations for the blocks relocation problem. European Journal of Operational Research, 219(1), pp. 96-104, 2012

S. Voß, S. Schwarze: LTE und LTE-A: Mobilfunk der vierten Generation, WISU, Das Wirtschaftsstudium, 5/12, pp. 689 - 692, 2012

S. Schwarze, M. Caserta, S. Voß: Die Kunst des Stapelns – Eine Einführung in das Blocksortierproblem, WiSt, Wirtschaftswissenschaftliches Studium, Vol. 39 (12), pp. 576 - 581, 2010.

I. Montalvo, J. Izquierdo, S. Schwarze, R. Pérez-García: Multi-objective particle swarm optimization applied to water distribution systems design: An approach with human interaction, Mathematical and Computer Modelling 52 pp. 1219-1227, 2010

J. Puerto, A. Schöbel, S. Schwarze: The path player game: A network game from the point of view of the network providers, Mathematical Methods of Operations Research, 68(1), pp. 1-20, 2008

Buchkapitel und Konferenzbeiträge:

L. Heilig, S. Schwarze, S. Voß: An Analysis of Digital Transformation in the History and Future of Modern Ports. In: Proceedings of the 50th Hawaii International Conference on System Sciences (HICCS'2017) pp 1341-1350 (2017)

E. Lalla-Ruiz, S. Schwarze, S. Voß: A Matheuristic Approach for the p-Cable Trench Problem. In: Festa P., Sellmann M., Vanschoren J. (eds) Learning and Intelligent Optimization. LION 2016. Lecture Notes in Computer Science, vol 10079. Springer, pp 247-252 (2016)

S. Schwarze: The multi-commodity cable trench problem. Twenty-Third European Conference on Information Systems (ECIS 2015) Completed Research Papers. Paper 165. (2015)

S. Schwarze, S. Voß: A bicriteria skill vehicle routing problem with time windows and an application to pushback operations at airports. In: J. Dethloff, H.-D. Haasis, H. Kopfer, H. Kotzab, J. Schönberger (eds.) Logistics Management, Lecture Notes in Logistics, Springer, pp. 289-300 (2015)

D. Meignan, S. Schwarze, S. Voß: Two look-ahead strategies for local-search metaheuristics. In: P.M. Pardalos, M.G.C. Resende, C. Vogiatzis, J.L. Walteros (eds.) Learning and Intelligent Optimization, LNCS 8426, Springer, pp.187-202 (2014)

S. Schwarze, S. Voß: Look Ahead Hyper Heuristics, In: A. Fink, M.J. Geiger (eds): Proceedings of the 14th EU/ME Workshop, pages 91-97. (2013)

S. Schwarze, S. Voß, G. Zhou, G. Zhou: Scientometric Analysis of Container Terminals and Ports Literature and Interaction with Publications on Distribution Networks, In: H. Hu, X. Shi, R. Stahlbock,

S. Voß (eds): Computational Logistics, volume 7555 of Lecture Notes in Computer Science, pages 33-52. Springer, Berlin (2012).

I. Montalvo, J. Izquierdo, S. Schwarze, R. Pérez-García: Agent swarm optimization, a novel approach in swarm intelligence, In: S. Mambretti, C.A. Brebbia (eds): Urban Water, WIT Transactions on The Buildt Environment, Vol. 122, pp. 35-47, WIT Press (2012)

S. Schwarze: Einführung in die Spieltheorie, In: A. Schöbel, D. Scholz (eds): Evolution und Epidemie.
Spieltheorie in der Biophysik, pp. 3-16, Shaker (2011)

M. Caserta, S. Schwarze, S. Voß: Container Rehandling at Maritime Container Terminals, In: J.W. Böse (ed): Handbook of Terminal Planning, Operations Research/Computer Science Interfaces Series, Vol. 49, pp. 247-269, Springer (2011)

I. Montalvo, J. Izquierdo, S. Schwarze, R. Pérez-García: Agent Swarm Optimization: a paradigm to tackle complex problems. Application to Water Distribution System Design, In: D.A. Swayne, W. Yang, A.A. Voinov,  A. Rizzoli, T. Filatova  (Eds.) Proc. of the iEMSs 2010

M. Caserta, S. Schwarze, S. Voß: A New Binary Description of the Blocks Relocation Problem and Benefits in a Look Ahead Heuristic, In: Cotta, C. and Cowling P., editors, Evolutionary Computation in Combinatorial Optimization, volume 5482 of Lecture Notes in Computer Science, pages 37-48. Springer, Berlin (2009)

M. Caserta, A. Fink, A. Raiconi, S. Schwarze, S. Voss: Mathematical Formulations and Metaheuristics Comparison for the Push-Tree Problem. In: J.W. Chinneck, B. Kristjansson and M. Saltzman (eds.) Operations Research and Cyber-infrastructure, Springer, New York (2009), 253 - 278

A. Schöbel, S. Schwarze: Dominance and equilibria in the path player game,  In: Operations Research
Proceedings 2005, pages 489 - 494, Springer 2006

J. Puerto, A. Schöbel, S. Schwarze: A class of infinite potential games, Preprint des Instituts für Numerische und Angewandte Mathematik, Nr. 2006-15

A. Schöbel, S. Schwarze: A game-theoretic approach to line planning, In: Proc. of ATMOS 2006 - 6th Workshop on Algorithmic Methods and Models for Optimization of Railways, 2006

Bücher:

S. Voß, J. Pahl, S. Schwarze (eds.): Logistik Management: Systeme, Methoden, Integration, Physica Verlag, Heidelberg (2009)

S. Schwarze:  Path Player Games: Analysis and Applications, Springer, 2008

W. Hamacher, E. Korn, R. Korn, S. Schwarze:  Mathe und Ökonomie, Universum Verlag, 2004

Forschungsprojekte:

Auszeichnungen:

Werdegang:

Lehre an der UHH:

Vorlesungen:

• Datenerhebung und Statistik (SS16)
• Projektmanagement (WS13/14)
• Produktion für Ingenieure (WS13/14)
• Produktion für Ingenieure (SS13)
• Advanced Production Planning (WS09/10)
• Produktion (SS09)
• Multiagenten Systeme (WS08/09)
• Spieltheorie (WS06/07)
• Multikriterielle Optimierung (SS06)

Seminare und Übungen:

• Übung: Grundlagen der Wirtschaftsinformatik (WS14/15)
• Projekt Wirtschaftsinformatik: "Analyzing Big Data – Large Scale Textmining
  zur Analyse von unstrukturierten Daten" (SS14)
• Übung: Grundlagen der Wirtschaftsinformatik (WS12/13)
• Proseminar: Telekommunikation (WS12/13)
• Übung: Produktion (SS12)
• Übung: Grundlagen der Wirtschaftsinformatik (WS11/12)
• Proseminar: Optimierungsprobleme der Telekommunikation (WS11/12)
• Seminar: Produktion / Production (WS09/10)
• Übung: Production Planning (SS08) mit Prof. Voß
• Oberseminar Optimierung (SS06 - WS 06/07) mit Prof. A. Schöbel
• Seminar: Standortplanung (WS05/06) mit Prof. A. Schöbel
• Seminar: Gleichgewichtsverteilungen in Netzwerken (SS05) mit Prof. A. Schöbel
• Proseminar: Game Theory (SS04) with Prof. H.W. Hamacher
• Übung:Optimization II: Nonlinear Optimization and Game Theory (SS03)
• Proseminar: Mathematisches Modellieren (WS02/03) with Dr. Bracke

Weiterbildung für Lehrende:

• Management Mathematics for European School Teacher Meeting (Sept. 2004, Lambrecht)
• Anwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht (June 2004, Speyer)
• Produktionsplanung und lineare Optimierung (Nov. 2003, Düsseldorf)
• Lineare Optimierung in Wirtschaft und Schule (Oct. 2002, Kaiserslautern)

Prof. Dr. Julia Pahl arbeitet an der Syddansk Universitet als Associate Professor am Institute of Technology and Innovation  an der SDU Engineering Operations Management und war von 2008 bis 2013 wissenschaftliche Mitarbeiterin am IWI.

Forschungsinteressen:

Supply Chain Management, Lead Time Management, Lastabhängige Vorlaufzeiten, taktische Produktionsplanung, Modellierung von Verfall / Vergänglichkeit, Netzwerkplanung, Green Supply Chain Management (GSCM), Airline und Airport Management.

Publikationen:

Kumulative Dissertation

J. Pahl. Production Planning with Load Dependent Lead Times and Sustainability Aspects (EDISS). Universität Hamburg. (Link)

Zeitschriften mit Peer-Review-Verfahren
   
J. Pahl, S. Voß, and D.L. Woodruff. Production planning with load dependent lead times. 4OR: A Quarterly Journal of Operations Research, 3(4):257–302, 2005 (Link: Springerlink)     

J. Pahl, S. Voß, and D.L. Woodruff. Production planning with load dependent lead times: An update of research. Annals of Operations Research, 153(1):297-345, 2007 (Link: Springerlink)     
   
    
Konferenzbände mit Double-Blind-Peer-Review-Verfahren
   
A. Mies, J. Pahl, S. Voß. Supply Chain Integration: Improvements of Global Lead Times with SCEM in: J. Geldermann, M. Treitz, H. Schollenberger, O. Rentz (Eds.) Challenges for Industrial Production, Workshop of the PepOn Project: Integrated Process Design for Inter-Enterprise Plant Layout Planning of Dynamic Mass Flow Networks, Karlsruhe, Nov. 7-8. 2005 (Link: Book Overview)
 
J. Pahl, S. Voß, D.L. Woodruff. Production Planning with deterioration constraints: A survey. In: J.A. Ceroni (ed.) The Development of Collaborative Production and Service Systems in Emergent Economies, Proceedings of the 19th International Conference on Production Research, IFPR , Valparaiso, Chile (2007), Tu3. 6-2, 6 pages [ISBN: 978-956-310-751-7] (Link: ICPR19)
 
J. Pahl, S. Voß. Discrete Lot-Sizing and Scheduling Including Deterioration and Perishability Constraints. In: W. Danglmainer and A. Blecken and R. Delius and S. Klöpfer (ed.) Advanced Manufacturing and Sustainable Logistics, Proceedings of the 8th International Heinz Nixdorf Symposium, IHNS 2010, Paderborn 2010 (Link: Springerlink)

J. Pahl, S. Voß, D.L. Woodruff. Discrete Lot-Sizing and Scheduling with Sequence-Dependent Setup Times and Costs including Deterioration and Perishability Constraints, IEEE, HICSS-44, January 2011.
(Testinstanzen und Performance [19MB!])
    
T. Reiners, J. Pahl, M. Maroszek, C. Rettig. Integrated Aircraft Scheduling Problem: An Auto-Adapting Algorithm to Find Robust Aircraft Assignments for Large Flight Plans, IEEE, HICSS-45, January 2012, (Quellcode, Testinstanzen, Visual Suite Software [27MB])
 
    
Buchkapitel
 
J. Pahl, S. Voß, and D.L. Woodruff. Load dependent lead times - from empirical evidence to mathematical modeling. In H. Kotzab, S. Seuring, M. Müller, and G. Reiner, editors, Research Methodologies in Supply Chain Management, 539–554. Physica, Heidelberg, 2005 (Link: Springerlink)

   
Technical Reports und Working Papers
   
M. Maroszek, C. Rettig. A Tabu Search for the p-Median Problem, Technical Report, Universität Hamburg, 27.03.2008 (Download technical report (PDF))

Weitere Aktivitäten

Mitglied im internationalen Herausgeberteam des  International Journal of Operations Research and Information Systems (IJORIS).

Forschungsprojekte

internationales Forschungsprojekt mit  der Universität von Salerno, Italien
DAAD-PPP Vigoni Forschungsprojekt "Sustainability and Green Supply Chain Planning - Network Flow Formulations and Solution Methods" in Kooperation mit der Universitá degli Studi di Salerno, Dipartimento di Informatica, Assistant Professor Monica Gentili, Fisciano/Italien.

Auszeichnungen

Young Graduate Traineeship der European Space Agency, VEGA Small Launcher Project

Forschungsstipendium für die HICSS-44

Lehre an der UHH

Studienprojekt (WS 2008/09, SoSe 2009, SoSe2010)

Vorlesungsassistenz Informationsmanagement (WS 2008/09)

Seminar zur Wirtschaftsinformatik (WS 2008/09, WS 2009/10)

Vorlesungsassistenz Produktion (SoSe 2009)

Übung zur VL Informationsmanagement (WS 2008/09)  

Übung zur VL Produktionsplanung (SoSe 2009)   

Übung zur VL Statistik II (SoSe 2009)

Google Scholar Profil

Prof. Dr. Stefan Lessmann war von 2001 bis 2014 wissenschaftlicher Mitarbeiter und Lehrkraft für besondere Aufgaben am IWI und ist seit 2014 Professor an der wirtschaftswissenschaftlichen Fakultät der Humboldt-Universität zu Berlin.

Forschungsinteressen:

Ich interessiere mich besonders für angewendete Rechenmethoden zur Unterstützung von Management-Entscheidungen sowie deren Änderungen und Erweiterungen, um ihre Ausrichtung auf die Unternehmensanforderungen zu erhöhen. Solche Bemühungen werden heute allgemein als Data Mining bezeichnet.

Anwendungen dieses Tehmenbereichs sind z. B. die Wahrscheinlichkeitsschätzung der Beantwortung direkter Mailanfragen (Wirkungs-Modellierung ), die Identifizierung von Kunden die Gefahr laufen ihre Verbindung mit einem Unternehmen abzubrechen(Churn Prediction), Betrugserkennung oder auch Risikoeinschätzungen bei Geldverleih (Credit-Scoring).

Die Bedarfsprognose ist eine weitere wichtige Anwendung von quantitativen Modellen und besonders von Entscheidungsunterstützungsvorhersagemodellen.Jedweder praktische Planungsansatz z. B. in der Produktion oder im weitergefassten Rahmen des Supply Chain Managements ist auf eine genaue Schätzung der zukünftigen Nachfrage angewiesen.Daraus ergibt sich ein spannendes Forschungsfeld für die Erkundung der Lebensfähigkeit von Nachfrageprognosen für bestimmte Anwendungen aus rechen-, statistik-und prozessorientierten Perspektiven. Ebenso interessant ist die Untersuchung von Wechselwirkungen zwischen Prognosemethodik und anschließender Planung.


Predictive Data-Mining-Methoden können auch verwendet werden, um im Software-Projektmanagement fehleranfällige Software-Module zu einem frühen Zeitpunkt im Entwicklungszyklus zu identifizieren. Dies kann eine effizientere Allokation von eingeschränkten Test-Ressourcen zur Folge haben.

Zudem habe ich ein starkes Interesse an der Erforschung von Mechanismen und Verhaltensmustern der Entscheidungsträger innerhalb spekulativer Finanzmärkte. Meine Arbeit in diesem Bereich zielt auf die Beurteilung ab, in welchem Umfang öffentlich verfügbare Informationen in den Marktpreisen unberücksichtigt gelassen werden.

Um ein tieferes Verständnis für diesen Forschungszweig zu erlangen, hat sich eine Forschungskooperation mit Prof. J.E.V.Johnson aus dem Cenre of Risk Research der Universität Southampton ergeben. Ein beliebter Ansatz zur Ergründung der Informationseffizienz an Märkten beinhaltet wiederum Vorhersagemodelle, die ja das zentrale Thema meiner Forschungstätigkeit darstellen.

Aus methodischer Sicht bin ich vor allem an Support-Vektor-Maschinen und Ensemble-Ansätzen zur Lösung von allgemeinen Klassifikations- und Regressionsproblemen interessiert. Darüber hinaus sind neuartige Lern- Paradigmen wie aktives, transduktives oder strategisches Lernen ein besonders ansprechender Bereich für mich.

Publikationen:

(ein Überblick findet sich bei Google Scholar)

Monografien und Herausgeberschaften:

R. Stahlbock, S.F. Crone, S. Lessmann, (2009), Data Mining - Special Issue in Annals of Information Systems, Springer, Berlin. [ext. Link]

R. Stahlbock, S.F. Crone, S. Lessmann, G. M. Weiss, P. Lenca and W. Lippe (2009), Proceedings of the International Conference on Data Mining - DMIN'09, CSREA Press, Las Vegas.

R. Stahlbock, S.F. Crone, S. Lessmann, (2008), Proceedings of the International Conference on Data Mining - DMIN'08, CSREA Press, Las Vegas.

R. Stahlbock, S.F. Crone, S. Lessmann, (2007), Proceedings of the International Conference on Data Mining - DMIN'07, CSREA Press, Las Vegas. - ISBN 1-60132-004-3

S.F. Crone, S. Lessmann, R. Stahlbock (2006), Proceedings of the International Conference on Data Mining - DMIN'06, CSREA Press, Las Vegas. - ISBN 1-60132-031-0

Internationale Zeitschriften (mit Peer-Review-Verfahren):

Brandner, H., Lessmann, S., & Voß, S. (2013). A memetic approach to construct transductive discrete support vector machines. European Journal of Operational Research, 230(3), pp. 581-595. [ext. link]

M.-C. Sung, S. Lessmann (2012), Save the Best for Last? The Treatment of Dominant Predictors in Financial Forecasting. Expert Systems With Applications 39(15), pp. 11898-11910 [ext. link]

S. Lessmann, M.-C. Sung, J.E.V. Johnson, T. Ma (2012), A new methodology for generating and combining statistical forecasting models to enhance competitive event prediction. European Journal of Operational Research 218(1), pp.163-174. [ext. link]

S. Lessmann, M. Caserta, I. Montalvo Arango (2011). Tuning metaheuristics: A data mining based approach for particle swarm optimization, Expert Systems With Applications 38(10), pp. 12826-12838. [ext. link]

S. Lessmann, M.-C. Sung, J.E.V. Johnson (2011), Towards a methodology for measuring the true degree of efficiency in a speculative market, Journal of the Operational Research Society 62, pp.2120-2132. [ext. link]
     
S. Lessmann, S. Voß (2010), Customer-centric decision support: A benchmarking study of novel versus established classification models, Business & Information Systems Engineering 2(2), pp. 79-93 [die deutsche Version erscheint in der Zeitschrift Wirtschaftsinformatik]. [ext. link]

S. Lessmann, M.-C. Sung, J.E.V. Johnson (2010), Alternative methods of predicting competitive events: An application in horserace betting markets. International Journal of Forecasting 26(3), pp. 518-536. [ext. link]

R. Stahlbock, S. F. Crone, S. Lessmann (2009), Data Mining and Information Systems: Quo Vadis?, Annals of Information Systems 8, pp. 1-15. [ext. link]

S. Lessmann, S. Voß (2009), A framework for customer-centric data mining with support vector machines, European Journal of Operational Research 199(2), pp. 520-530. [ext. link]

S. Lessmann, M.-C. Sung, J.E.V. Johnson (2009), Identifying winners of competitive events: A SVM-based classification model for horserace prediction, European Journal of Operational Research 196(2), pp. 569-577. [ext. link]

S. Lessmann, B. Baesens, C. Mues, S. Pietsch (2008),  Benchmarking classification models for software defect prediction: A proposed framework and novel findings, IEEE Transactions on Software Engineering 34(4), pp. 485-496. [ext. link]
         

S. Lessmann, M.-C. Sung, J.E.V. Johnson (2007), Adapting least-square support vector regression models to forecast the outcome of horseraces, Journal of Prediction Markets 1(3), pp. 169-187. [ext. link]

S. F. Crone, S. Lessmann, R. Stahlbock (2006), The impact of preprocessing on data mining: An evaluation of classifier sensitivity in direct marketing, European Journal of Operational Research 173(3), pp. 781-800. [ext. link]

Nationale Zeitschriften (mit Peer-Review-Verfahren):

S. Lessmann, S. Voß (2010), Unterstützung kundenbezogener Entscheidungsprobleme: Eine Analyse zum Potenzial moderner Klassifikationsverfahren, Wirtschaftsinformatik 52(2), pp. 79-93. [ext. link]

S. Lessmann, S. Schüller, S. Voß (2009), Kostensensitive Klassifikation mit Random Forest, HMD - Praxis der Wirtschaftsinformatik 268, pp. 57-68. [ext. link]

S. Lessmann (2003), Customer Relationship Management, WISU 2, pp. 190-192.

Konferenzbeiträge (mit Peer-Review-Verfahren):

H. Brandner, S. Lessmann, S. Voß (2011). Support of Managerial Decision Making by Transductive Learning. Proc. of the 10th Intern. Conf on Wirtschaftsinformatik (WI'11), Zurich, Switzerland.

S. Lessmann, M. Listiani and S. Voß (2010). Decision support in car leasing: A forecasting model for residual value estimation. In: M. Lacity, F. Niederman, S. March (Eds.) Proc. of the Intern. Conf. on Information Systems (ICIS’10), Saint Louis, MO, USA. [ext. link]

S. Lessmann, S. Voß (2009), Feature Selection in Marketing Applications. Proc. of the Intern. Conf on Advanced Data Mining and Applications (ADMA'09), Beijing, China. [ext. link]

S. Schüller, S. Lessmann, S. Voß (2009), A Case Study of Random Forest in Predictive Data Mining. Proc. of the Intern. Tagung Wirtschaftsinformatik (WI'09), Vienna, Austria.

M. Caserta, S. Lessmann, S. Voß (2009), A Novel Approach to Construct Discrete Support Vector Machine Classifiers. Proc. of the Anual Conf. of the German Classification Society (GFKL'09), Hamburg, Germany

N. Martin, S. Lessmann, S. Voß (2008), Crowdsourcing: Systematisierung praktischer Ausprägungen und verwandter Konzepte, Proc. of the 2008 Multi-Konferenz Wirtschaftsinformatik (MKWI'08), München, Germany [auf deutsch]

S. Lessmann, N. Li, S. Voß (2008), A Case Study of Core Vector Machines in Corporate Data Mining, Proc. of the 41th Hawaiian Intern. Conf. on System Science (HICSS'08), Hawaii, USA.

S. Lessmann, S. Voß (2006), Solving discrete support vector machines with tabu search, Proc. of the 2006 INFORMS Workshop on Artificial Intelligence and Data Mining, Pittsburgh, USA.

S. F. Crone, S. Lessmann, S. Pietsch (2006), Business Advantages with Computational Intelligence –An Investigation of Parameter Preselection for Support Vector Regression and Artificial Neural Networks applied on Time Series Forecasting, Proc. of the Intern. Conf. on Data Mining (DMIN'06), Las Vegas, Nevada, USA.

S. Lessmann, S. F. Crone, R. Stahlbock, N. Zacher (2006), An evaluation of support vector machines for cost-sensitive learning, Proc. of the Intern. Joint Conf. on Neural Networks (IJCNN'06), Vancouver, Canada.

S. Lessmann, R. Stahlbock, S. F. Crone (2006), Genetic algorithms for support vector machine model selection, Proc. of the Intern. Joint Conf. on Neural Networks (IJCNN'06), Vancouver, Canada.

S. F. Crone, S. Lessmann, S. Pietsch (2006), Forecasting with Computational Intelligence - An evaluation of support vector regression and artificial neural networks for time series prediction, Proc. of the Intern. Joint Conf. on Neural Networks (IJCNN'06), Vancouver, Canada.

S. F. Crone, S. Lessmann, R. Stahlbock (2005), Utility Based Data Mining for Time Series Analysis - Cost sensitive learning for Neural Network Predictors,  Proc. of the 1st ACM SIGKDD Workshop on Utility based Data Mining (UBDM@KDD'05), Chicago, Illinois, USA.

S. Lessmann, R. Stahlbock, S. F. Crone (2005), Genetically constructed kernels for support vector machines. In Haasis, H.D., Kopfer, H., Schönberger, J. (Eds.):  Operations Research Proceedings  2005, Springer, Berlin, pp. 257-262.

R. Stahlbock, S. F. Crone, S. Lessmann (2005) Evolutionary Neural Classification Approaches for Strategic and Operational Decision Support in Retail Store Planning, Proc. of the Intern. Conf. on Artificial Intelligence (IC-AI’05), Las Vegas, Nevada, USA.

S. Lessmann, R. Stahlbock, S. F. Crone (2005), Optimizing Hyperparameters of Support Vector Machines by Genetic Algorithms, Proc. of the Intern. Conf. on Artificial Intelligence (IC-AI’05), Las Vegas, Nevada, USA.

S. F. Crone, S. Lessmann, R. Stahlbock (2005) A New Perspective on Forecasting Seasonal Time Series with Artificial Neural Networks, Proc. of the Intern. Conf. on Artificial Intelligence (IC-AI’05), Las Vegas, Nevada, USA.

S. F. Crone, S. Lessmann, R. Stahlbock (2004), Empirical Comparison and Evaluation of classifier Performance for data mining in Customer Relationship Management. In: D.Wunsch et al. (eds.): Proc. of the  Int. Joint Conf. on Neural Networks (IJCNN’04), 25.-29. July, Budapest, Hungary, IEEE, New York, pp. 443-448 [ext. link]

S. Lessmann (2004), Solving imbalanced classification Problems with Support Vector Machines, Proc. of the Intern. Conf. on Artificial Intelligence (IC-AI’04), Las Vegas, Nevada, USA.

Buchkapitel:        

S. Lessmann, S. Voß (2008), Supervised Classification for Decision Support in Customer Relationship Management. In: Bortfeldt, A., Homberger, J., Kopfer, H., Pankratz, G., Stangmeier, R. (Eds): Intelligent Decision Support, Gabler, Wiesbaden, pp. 231-253.

D. B. Preßmar, S. Lessmann (2008), Wissensexploration mit der Support Vektor Maschine. In: Kortzfleisch, H. F. O., Bohl, O.  (Eds): Wissens Vernetzung Virtualisierung. Josef Eul Verlag, Köln, pp. 187-197.

S. Lessmann, R. Stahlbock (2005), Support Vektor Klassifikatoren im analytischen Kundenbeziehungsmanagement. In: Rommelfanger, H. (Ed.): Neue Anwendungen von Fuzzy-Logik und Künstlicher Intelligenz. Shaker Verlag, Aachen, pp. 113-124.

S. F. Crone, S. Lessmann, R. Stahlbock (2005), Support Vector Machines versus Artificial Neural Networks - new potential in Data Mining for Customer Relationship Management?  In: Wang, D., Lee, K. (Eds.): Neural Networks Applications in Information Technology and Web Engineering. Borneo Publishing, Malaysia, pp. 80-93.

Weitere Publikationen:

J.E.V. Johnson, S. Lessmann, M.-C. Sung, (2007) A new Method for Predicting the Outcome of Speculative Events, Centre for Risk Research Working Paper CRR-07-03, University of Southampton.

S. Lessmann, S. Voß: Electronic Procurement (2005). In: Häberle, G. (Ed.): Lexikon der Betriebswirtschaftslehre, to appear - accepted  

R. Stahlbock, S. Lessmann (2003), Potential von Support Vektor Maschinen im analytischen Customer Relationship Management, Working Paper Institute of Information Systems, University of Hamburg.

Akademische Tätigkeiten:

• Programmvorsitz der International Conference on Data Mining, (DMIN'07)
• gewählter Programmvorsitz der International Conference on Data Mining, (DMIN'06)
• eingeladener Gutachter bei der International Joint Conference on Neural Networks, (IJCNN'07)
• eingeladener Gutachter bei der Zeitschrift Netnomics
• eingeladener Gutachter bei der Zeitschrift Neural Processing Letters
• eingeladener Gutachter bei der Zeitschrift Journal of Data & Knowledge Engineering
• eingeladener Gutachter bei der Zeitschrift International Transactions in Operations Research
• eingeladener Gutachter bei der Zeitschrift Annals of Operations Research
• eingeladener Gutachter bei der Zeitschrift Informs Journal of Computing

Praxisprojekte

Auszeichnungen

Werdegang

Lehre an der UHH

Bachelor/ Vordiplom:

• Rechnerpraktikum (WiSe und SoSe)
• Grundlagen der Wirtschaftsinformatik
• Begutachtung von Abschlussarbeiten

Master/Diplom-Hauptstudium:

• Business Intelligence and Data Mining
• Begutachtung von Abschlussarbeiten

Dr. Torsten Reiners war von 2003 bis 2010 wiss. Mitarbeiter am IWI. Aktuell arbeitet er als Senior Lecturer an der Curtin Business School (CBS) der Curtin University in Perth, Australien.

Dr. Marco Caserta war von 2007 bis 2009 wiss. Mitarbeiter am IWI. Aktuell arbeitet er als adjunct Professor für Operations and Technology an der IE Business School  und als Professor im Bereich Statistics der IE University in Madrid.

Dipl. Kfm. Ronald Krick war von 2003 bis 2007 wiss. Mitarbeiter am IWI. Aktuell arbeitet er freiberuflich als Senior Consultant.

Dr. Sebastian Friedrich war in den Jahren von 1999 bis 2002 wiss. Mitarbeiter am IWI. Aktuell arbeitet er als Leiter im Bereich Mathematische Optimierung bei der Initions AG.

Prof. Dr. Andreas Fink war von 2002 bis 2005 wiss. Mitarbeiter in einer PostDoc Position am IWI. Aktuell ist er Professor für BWL, insbes. Wirtschaftsinformatik an der Universität der Bundeswehr (HSU) Hamburg.

Prof. Dr. Dr. h. c. Dieter B. Preßmar war der Gründungsvater und frühere geschäftsführende Direktor des Instituts für Wirtschaftsinformatik.

Assoc. Prof. Dr. Frederik Schulte war von 2012 bis 2017 wissenschaftlicher Mitarbeiter am IWI. Er hat einen Ruf an die Technical University of Delft angenommen.

Lehre: 

• Informationsmanagement (Vorlesung und Übung)
• Seminar zur Wirtschaftsinformatik

Herr Dr. Malek Sarhani war vom 01.09.2019 bis zum 19.02.2022 als Alexander-von-Humbold-Stipendiat Gastwissenschaftler an unserem Institut und ist momentan Assitant Professor an der Al Akhawayn Universität in Rabat, Marokko.

Forschungsinteressen:

• Computational intelligence
• Machine learning
• Metaheuristiken
• Zeitreihenvorhersage
• Logistik

Publikationen:

Buchkapitel

1. Sarhani, Malek, Abdellatif El Afia, and Rdouan Faizi. "Facing the feature selection problem with a binary PSO-GSA approach".
   Recent Developments in Metaheuristics. Springer, Cham, 2018. 447-462. DOI: 10.1007/978-3-319-58253-5_26
2. Aoun, Oussama, Malek Sarhani, and Abdellatif El Afia. "Hidden markov model classifier for the adaptive particle swarm
   optimization". Recent Developments in Metaheuristics. Springer, Cham, 2018. 1-15. DOI: 10.1007/978-3-319-58253-5_1
3. Sarhani, Malek, and Abdellatif El Afia. "Forecasting Demand with Support Vector Regression Technique Combined with X13-ARIMA-SEATS Method in the Presence of Calendar Effect". Artificial Intelligence: Concepts, Methodologies, Tools, and Applications. IGI Global, 2017. 2146-2159. DOI: 10.4018/978-1-5225-1759-7.ch089
4. Sarhani, Malek, and Abdellatif El Afia. "Forecasting Demand with Support Vector Regression Technique Incorporating Feature Selection in the Presence of Calendar Effect". Contemporary Approaches and Strategies for Applied Logistics. IGI Global, 2018.
   Chapter 12. DOI: 10.4018/978-1-5225-5273-4.ch012
5. El Afia, Abdellatif, and Malek Sarhani. "Optimization of a Predictive Aircraft Maintenance Routing Model Using Mutated Constrained Particle Swarm Optimization". Contemporary Approaches and Strategies for Applied Logistics. IGI Global, 2018.
   Chapter 15. DOI: 10.4018/978-1-5225-5273-4.ch015
6. El Afia, Abdellatif, and Malek Sarhani. "Runtime prediction of optimizers using improved support vector machine". In Cloud Computing and Big Data: Technologies, Applications and Security. Springer, Cham, 2019, 337-350. DOI: 10.1007/978-3-319-97719-5_21
7. El Afia, Abdellatif, Malek Sarhani, and Oussama Aoun. "A Probabilistic Finite State Machine Design of Particle Swarm Optimisation". In Bioinspired Heuristics for Optimization. Springer, Cham, 2019. 185-201. 10.1007/978-3-319-95104-1_12

Zeitschriftenartikel:

1. Sarhani, Malek, and Abdellatif El Afia. "Simultaneous feature selection and parameter optimisation of support vector machine using adaptive particle swarm gravitational search algorithm". International Journal of Metaheuristics 5.1 (2016): 51-66. DOI: 10.1504/IJMHEUR.2016.079112
2. Sarhani, Malek, Abdellatif El Afia, and Rdouan Faizi. "Hybrid approach-based support vector machine for electric load forecasting incorporating feature selection". International Journal of Big Data Intelligence, 4.3 (2017): 141-148. DOI: 10.1504/IJBDI.2017.085520
3. Aoun, Oussama, Malek Sarhani, and Abdellatif El Afia. "Investigation of hidden markov model for the tuning of metaheuristics in airline scheduling problems". IFAC-PapersOnLine 49.3 (2016): 347-352. DOI: 10.1016/j.ifacol.2016.07.058
4. Aoun, Oussama, Malek Sarhani, and Abdellatif El Afia. "Particle swarm optimisation with population size and acceleration coefficients adaptation using hidden Markov model state classification". International Journal of Metaheuristics 7.1 (2018): 1-29.
   DOI: 10.1504/IJMHEUR.2018.10012905
5. El Afia, Abdellatif, Malek Sarhani, and Oussama Aoun. "Hidden markov model control of inertia weight adaptation for Particle swarm optimization". IFAC-PapersOnLine 50.1 (2017): 9997-10002. DOI: 10.1016/j.ifacol.2017.08.2030
6. Ezzinbi, Omar, Malek Sarhani, Abdellatif El Afia and Youssef Benadada "Preventive Maintenance with Aircraft on Ground Case Consideration, and Airline Crew Scheduling Problem: A Meta-Heuristics Approaches". International Journal of Applied Logistics (IJAL) 5.2 (2014): 62-73. DOI: 10.4018/ijal.2014040105

Konferenzbeiträge:

1. Sarhani, Malek, and Abdellatif El Afia. "Generalization enhancement of support vector regression in electric load forecasting with model selection." International Conference on Learning and Optimization Algorithms (LOPAL). ACM, 2018. DOI: 10.1145/3230905.3230947
2. Sarhani, Malek, and Abdellatif El Afia. "Electric Load Forecasting Using Hybrid Machine Learning Model incorporating Feature selection". Proceedings of the First International Conference on Big Data, Cloud and Applications: Selected Papers. CEUR Workshop Proceedings, 2015. URN: urn:nbn:de:0074-1580-3
3. Sarhani, Malek, and Abdellatif El Afia. "An extension of X13-ARIMA-SEATS to forecast Islamic holidays effect on logistic activities". Second International Conference on Logistics and Operations Management (GOL). IEEE, 2014. DOI: 10.1109/GOL.2014.6887423
4. Sarhani, Malek, and Abdellatif El Afia. "Intelligent system based support vector regression for supply chain demand forecasting". Second World Conference on Complex Systems (WCCS). IEEE, 2014. DOI: 10.1109/ICoCS.2014.7060941
5. Sarhani, Malek, Omar Ezzinbi, Abdellatif El Afia, and Youssef Benadada "Particle swarm optimization with a mutation operator for solving the preventive aircraft maintenance routing problem". Third International Conference on Logistics and Operations Management (GOL). IEEE, 2016. DOI: 10.1109/GOL.2016.7731683 Journal of Applied Logistics (IJAL) 5.2 (2014): 62-73.
6. Sarhani, Malek, and Abdellatif El Afia. "Feature selection and parameter optimization of support vector regression for electric load forecasting". International Conference on Electrical and Information Technologies (ICEIT). IEEE, 2016. DOI: 10.1109/EITech.2016.7519608
7. El Afia, Abdellatif, and Malek Sarhani. "Particle Swarm Optimization for Model Selection of Aircraft Maintenance Predictive Models". Proceedings of the 2nd international Conference on Big Data, Cloud and Applications. ACM, 2017. DOI: 10.1145/3090354.3090355
8. Ezzinbi, Omar, Malek Sarhani, Abdellatif El Afia, and Youssef Benadada "A metaheuristic approach for solving the airline maintenance routing with aircraft on ground problem". Second International Conference on Logistics and Operations Management (GOL). IEEE, 2014. DOI: 10.1109/GOL.2014.6887447
9. Ezzinbi, Omar, Malek Sarhani, Abdellatif El Afia, and Youssef Benadada "Particle swarm optimization algorithm for solving airline crew scheduling problem". Second International Conference on Logistics and Operations Management (GOL). IEEE, 2014. DOI: 10.1109/GOL.2014.6887446
10. El Afia, Abdellatif, and Malek Sarhani. "Performance prediction using support vector machine for the configuration of optimization algorithms". Third International Conference of Cloud Computing Technologies and Applications. IEEE, 2017. DOI: 10.1109/CloudTech.2017.8284699

Werdegang:

Herr Michael Myschik war bis zum 31.12.2018 als wiss. Mitarbeiter am Institut für Wirtschaftsinformatik tätig und ist im Ruhestand.

Forschungsinteressen:

• Wirtschaftsinformatik-Ausbildung – insbesondere produktbezogene Kenntnisse und Fähigkeiten im IT-Umfeld (z.B. Handhabung von Anwendungssystem speziell von SAP-Produkten).
• Seit 2009 Ansprechpartner (SAP-A-User) zur zentralen Koordination zwischen der Fakultät Wirtschafts- und Sozialwissenschaften (WISO), dem UCC Magdeburg und der SAP AG.

Lehre:

WS 2016/17: Enterprise Resource Planning: Bedeutung von ABAP Objects im Rahmen von SAP ERP
SS 2017: Design und Implementierung von Geschäftsprozessen in SAP ERP
WS 2017/18: Enterprise Resource Planning: Bedeutung von ABAP Objects im Rahmen von SAP ERP
SS 2018: Design und Implementierung von Geschäftsprozessen in SAP ERP

Weitere Aktivitäten:

• Verwaltung zentraler Netzwerkressourcen der Fakultät BWL
• im Bedarfsfall unterstützende Beratung von IT-Projekten und Beschaffung von Hard- und Software.

Im März 2001 installierte Herr Myschik auf Einladung der Wirtschaftsuniversität Tashkent - Usbekistan (TSEU) mit einem  Projektteam des Instituts für Wirtschaftsinformatik ein Client-Server-System einschließlich eines integrierten Schulungskonzeptes für die EDV-Ausbildung an der Wirtschaftsuniversität Tashkent.

Werdegang:

• Stefan Anschütz
• Sven Crone
• René Eisenberg
• André Henkel
• Holger Höller
• Imke Sassen