ANIMATE - ANWENDUNGEN DER KÜNSTLICHEN INTELLIGENZ IM MITTELSTAND

Ziel des Projekts ANIMATE (Anwendungen der Künstlichen Intelligenz im Mittelstand: Data Analytics – Technologie, Kompetenz und Erfolgsfaktoren in der betrieblichen Anwendung) ist die Anwendung von Technologien aus dem Bereich der künstlichen Intelligenz (KI) im Mittelstand. Dabei sollen nicht nur die Potentiale und die technische Umsetzbarkeit an realen Anwendungsfällen erprobt werden, sondern auch evaluiert werden, wie diese disruptive Schlüsseltechnologie in die Unternehmensstrukturen integriert werden kann.

THEMATISCHER HINTERGRUND DES PROJEKTS

Unternehmensentscheidungen oder fördert disruptive Innovationen. Digitale Innovationen und die Anwendung aktueller Technologien sind zukünftig essentiell für die Wettbewerbsfähigkeit von Unternehmen. Digitalisierung spielt in allen wirtschaftlichen und gesellschaftlichen Bereichen eine zunehmend zentrale Rolle und erfordert vom Management Verständnis für Technologie und informations-wirtschaftliche Zusammenhänge. Sie verändert Unternehmensorganisation und Arbeitsplätze und insbesondere das Geschäftsmodell und beeinflusst bzw. automatisiert Gerade Unternehmen ohne Schwerpunkt in der Softwareentwicklung fällt es schwer, digitale Technologien für das eigene Geschäftsmodell zu nutzen.

Viele Methoden der künstlichen Intelligenz (KI) weisen zwar einen anwendungsreifen Entwicklungsgrad auf, sind jedoch noch nicht stark in den Unternehmen in Anwendung, möglicherweise auch deswegen, weil Kompetenzen fehlen und die Technologien selten out-of-the-box einsetzbar sind. Gleichzeitig verfügen Unternehmen über eine große Menge und Vielfalt an Daten, die durch die Geschäftsprozesse anfallen, ohne diesen Datenschatz ausreichend zu nutzen. Häufig ist unklar, welche zusätzlichen Informationen aus den Daten gewonnen bzw. zu welchem Zweck/Nutzen Informationen eingesetzt werden können, oder es fehlt das Know-How zur Datenanalyse mit Hilfe moderner Ansätze.

Was ist Künstliche Intelligenz?

Unter Künstlicher Intelligenz wird ein Teilbereich der Informatik verstanden, welcher sich mit der Automatisierung von intelligentem Verhalten und dem maschinellen Lernen befasst. Machine Learning (maschinelles Lernen) beschäftigt sich dabei mit Lernalgorithmen. Diese können u.a. eingesetzt werden, um aus vorhandenen Daten Erkenntnisse zu gewinnen, mit deren Hilfe Vorhersagen über zukünftige Ereignisse getroffen werden können. Wesentliche Eigenschaft des maschinellen Lernens ist die selbstständige Anpassung der Algorithmen an die jeweilige Anwendungsumgebung.

Projektziele und Aufbau

Die Zielsetzung der Projekts ANIMATE ist ein genaueres Verständnis für die technischen Voraussetzungen und die Möglichkeiten der Umsetzung von Methoden der Künstlichen Intelligenz im Mittelstand zu erhalten. Dies wird in Kooperation mit mittelständischen Unternehmen in drei aufeinanderfolgenden Projektschritten umgesetzt.

1Gemeinsam mit Firmen werden KI-basierte Datenanalyse und Prognosemodelle entwickelt und trainiert

Die Forschung zu künstlicher Intelligenz hat für verschiedene Anwendungsfälle eine Vielzahl von Lernalgorithmen hervorgebracht, bspw. Bayesian Belief Networks, Multilayer Neural Networks, genetische Algorithmen oder Support Vector Machines (Han et al., 2012). Dabei werden künstliche neuronale Netzwerke für verschiedene komplexe Probleme, d.h. auf mehrdimensionale sehr große Datensätze, angewandt. Aufgrund der wachsenden verfügbaren Rechnerleistung wird in jüngster Zeit insbesondere mit mehrschichtigen neuronalen Netzwerken mit vielen Neuronen (Knoten), sog. Deep Learning, erfolgreich gearbeitet. Künstliche neuronale Netze werden erfolgreich für Prognosen genutzt und sind insbesondere bei großen Datenmengen gut einsetzbar.

2Es werden Anwendungsfälle für diese Prognosemodelle entwickelt und diese in der Praxis zu getestet

In den Unternehmen werden die konkreten Voraussetzungen für den erfolgreichen Einsatz künstlicher neuronaler Netze identifiziert und geschaffen sowie Kompetenzen in diesem Bereich aufgebaut. Die Verwendung dieser Schlüsseltechnologie gerade in KMU bringt einen großen Mehrwert, zeigt Unternehmen konkrete Vorteile der Digitalisierung auf und sensibilisiert gleichzeitig auch für weitere Vorhaben im Rahmen der digitalen Transformation.

3Aus verschiedenen Anwendungsfällen werden Problemmuster gebildet, um daraus generalisierte Modelle abzuleiten

Es soll vielmehr ein Beitrag zur Anwendung in der unternehmerischen Praxis geleistet werden. Dazu sollen verschiedene Problemklassen und Anwendungsszenarien künstlicher neuronaler Netzwerke identifiziert und strukturiert werden. Darauf aufbauend, werden für die einzelnen Problemklassen entsprechende Lösungsmöglichkeiten abgeleitet und konkrete Algorithmen so implementiert, angepasst und trainiert, dass Unternehmen mit niedrigem Aufwand eine Nutzung künstlicher neuronaler Netzwerke ermöglicht wird.

Projektstruktur und Partner

Das Projekt ist eine Kooperation der Hochschule Reutlingen, dem B2B-Händler REIFF und der Beratungsfirma 4flow. Diese Zusammenarbeit ermöglicht den Einsatz und die Evaluation von Schlüsseltechnologie Künstliche Intelligenz anhand realer Szenarien aus dem Geschäftsleben: REIFF bietet als Händler von mehr als 140.000 unterschiedlichen Produkten eine Vielzahl an möglichen Anwendungsfällen, die im Rahmen des Projekts erforscht werden sollen. Die praktischen Ergebnisse werden anschließend in einen theoretischen Kontext gesetzt und veröffentlicht.

Publikationen

  • Dinther, C. van & Mauch, S. (2019). Chancen der künstlichen Intelligenz zur Prognose im Mittelstand. Growth Magazine, 2.
  • Kiefer, D., Ulmer, A. & Dinther, C. van. (2019). Application of Artificial Intelligence to optimize forecasting capability in procurement. In U. Kloos, N. Martinez, & G. Tullius (Hrsg.), Wissenschaftliche Vertiefungskonferenz. Tagungsband 2019 (1. Aufl., S. 69–80). Reutlingen: Reutlingen University. doi: https://doi.org/10.5281/zenodo.3539397

Projektleiter

Clemens van Dinther

Prof. Dr. Clemens van DintherWirtschaftsinformatik, Business Analytics

Sprechstunde: nach Vereinbarung

ESB-Profilseite

Gebäude 5
Raum 210
Tel. +49 7121 271 3118
Mail senden »

Amt/Aufgabe
  • Studiendekan BSc International Management Double Degree (IMX)
  • Länderbeauftragter BSc International Management Double Degree deutsch-chinesich
  • IMX Ressort: Studierendenangelegenheiten
  • Fakultätsbeauftragter für Infrastruktur, Gebäude 5
Vorlesungsschwerpunkte
  • Management Information Systems
  • Computational Economics
  • Smart Grid Economics
  • Gründung von Internet-Startups
  • IT-Management
  • Wissensmanagement
Forschungsthemen

Interessensgebiete:

  • Business Analytics, Big Data
  • Electronic Markets
  • Mechanism Design
  • Electronic Services
  • Value Networks
  • Artificial Intelligence

Forschungsprojekte:

Vita
  • seit Oktober 2014 Professor für Wirtschaftsinformatik/Business Analytics an der ESB
  • Geschäftsführer der Genek GmbH und Co. KG
  • Lehraufträge an der RWTH Aachen
  • Director Energy Management/Business Process Outsourcing, Manager Business Development bei der ista Deutschland GmbH
  • Privatdozent am Karlsruher Institut für Technologie (Venia Legendi für BWL)
  • Professurvertretung Informationsbetriebswirtschaftslehre am Karlsruher Institut für Technologie
  • Abteilungsleiter Information Management and Systems, Forschungszentrum Informatik Karlsruhe, Projektleiter eines EU-Projekts
  • Projektleiter eines BMBF-Forschungsprojekts und Doktorand, Universität Karlsruhe (TH)
  • Studium an den Universitäten Stuttgart, Karlsruhe und Galway (Irland); Diplom Wirtschaftsingenieur
Publikationen

Beiträge in referierten Fachzeitschriften:

F. Salah, J. Ilg, C. Flath, H. Basse, C. van Dinther: Impact of Electric Vehicles on High-Voltage Grids – A Swiss Case Study, Journal of Applied Energy, 2015, vol. 137, pp. 88-96

Provider Learning in Service Value Networks (zusammen mit C. Haas, S. Kimbrough), Journal of Service Research (JSR), 16(3), 2013, pp. 259–276.

Stochastic simulation of the economic impact of load forecast errors on electricity storage systems (zusammen mit K.-H. Ahlert), Electric Power Systems Research, forthcoming

Clusteranalyse von Smart Meter Daten – Eine praxisorientierte Umsetzung (zusammen mit C. Flath, T. Conte, L. Filipova-Neumann, D. Nicolay), Zeitschrift Wirtschaftsinformatik, Vol. 54, No. 1, February 2012, pp. 33-42

Rewarding Participation in Service Value Networks, e-Service Journal, Vol. 7, No. 2, Indiana University Press, 2010 (zusammen mit: T. Conte, B. Blau, G. Satzger, C. Weinhardt ; Vorversion erschienen auf der AMCIS 2009)

A Multidimensional Procurement Auction for Trading Composite Services, Issue in the Electronic Commerce Research and Applications Journal (ECRA) on Emerging Economic, Strategic and Technical Issues in Online Auction and Electronic Markets, Elsevier, Vol. 9, No. 5, September 2010, pp. 460-472 (zusammen mit B. Blau, T. Conte)

How to Coordinate Value Generation in Service Networks? -- A Semantic Mechanism Design Approach. Journal of Business and Information Systems Engineering (Wirtschaftsinformatik), Vol. 1, No. 5., October 2009, pp. 343-356 (zusammen mit B. Blau, T. Conte, Y. Xu, C. Weinhardt)

Negotiation for Cooperation in Logistic Networks - An Experimental Study, Group Decision and Negotiation, Springer, Netherlands, Vol. 19, No. 3, May 2010, pp. 211-226 (zusammen mit D. Rief; Vorversion erschienen auf der GDN-Konferenz)

Agent-based Simulation in Market Engineering - Bidding under Uncertainty, KI - Zeitschrift Künstliche Intelligenz, Rubrik “Zusammenfassung von KI-Dissertationen”, 2007, pp. 70-72 (unreferiert)

Management Decision Support using Long-Term Market Simulation, Journal of Information Systems and e-Business Management (ISeB), 1(4), 2003, pp. 405-423 (zusammen mit W. Fichtner, D. Veit und C. Weinhardt)

Monographien/Herausgeberschaften:

Energieinformatik 2011, Tagungsband. FZI Forschungszentrum Informatik, Karlsruhe. ISBN 978-3-00-036436-5 (gemeinsam mit Appelrath, H. J.; Weinhardt, C.; Dinther, C. v.; Filipova-Neumann, L.; Nieße, A.; Sonnenschein, M.)

Designing Service Value Networks – Coordination, Competition and Cooperation, Habilitationsschrift, Karlsruher Institut für Technologie, 2010

Adaptive Bidding in Single Sided Auctions under Uncertainty, Whitestein Series in Software Agent Technologies and Autonomic Computing, Birkhäuser, Basel, Boston, Berlin, 2007

CAME-Toolsuite meet2trade - auf dem Weg zum Computer Aided Market Engineering, Universitätsverlag Karlsruhe, Karlsruhe, Abschlussbericht des Projekts electronic Financial Trading, 2006 (zusammen mit C. Weinhardt, M. Grunenberg, K. Kolitz, M. Kunzelmann, J. Mäkiö, I. Weber, H. Weltzien)

Referierte Beiträge in Büchern und Konferenzen:

Kimbrough, S. O.; McElfresh, M.; van Dinther, Clemens (2018): On the Business Case of Merchant Solar. In: Proceedings of the 19th IEEE International Conference on Industrial Technology, Lyon, February 20-22, 2018, S. 1012–1018. Online verfügbar unter proceedings.ieee-ies.org/icit18/

Bischoff, Bettina und Clemens van Dinther (2016): Workflow Management Systems – an analysis of current open source products, in Dieter Hertweck, Christian Decker (Hrsg.): Digital Enterprise Computing 2016, Lecture Notes in Informatics (LNI), Gesellschaft für Informatik, Bonn 2016

Renewable Energy for Electric Vehicles: Price Based Charging Coordination, 12th IAEE European Energy Conference, Venice, Italy (gemeinsam mit J. Richstein, A. Schuller, W. Ketter und C. Weinhardt)

Demand Response in Smart Grids: Opportunities for IS Research, eingereicht bei der AMCIS 2012, (gemeinsam mit Jens Strüker)

Benchmarking Electric Vehicle Charging Control Strategies. Proceedings of the 2012 Innovative Smart Grid Technologies, Washington, 2012 (gemeinsam mit A. Schuller, und J. Ilg)

Personality Traits, Feedback Mechanisms and their Impact on Motivation to Contribute to Wikis in Higher Education, als Poster angenommen bei The International Symposium on Wikis and Open Collaboration 2011 (WikiSym), Mountain View, October 2011 (gemeinsam mit A. Mazarakis)

Motivation durch Feedbackmechanismen in Vorlesungswikis – Welche versprechen mehr Wirkung? Angenommen bei der Konferenz DeLFI 2011, September, Dresden (zusammen mit A. Mazarakis)

Motivationssteigerung in Wikis durch systemneutrales Feedback. angenommen bei der Konferenz Mensch&Computer, Chemnitz, 2011 (zusammen mit A. Mazarakis)

Designing Auctions for Coordination in Service Networks. in: The Science of Service Systems (Demirkan, H.; Spohrer, J. C.; Krishna, V., eds.), Springer Series: Service Science: Research and Innovations in the Service Economy, March 2011, ISBN: 978-1-4419-8269-8 (zusammen mit B. Blau, T. Conte, C. Weinhardt,)

Managing the Quality of Modular Services – a Process-Oriented Aggregation of Expected Service Levels Based on Probability Distributions, Proceedings of the 12th IEEE Conference on Commerce and Enterprise Computing, Shanghai, 2010 (zusammen mit R. Knapper., B. Blau, C. Conte, A. Anandasivam)

Innovation Assessment via Enterprise Information Markets. Proceedings of the 1st International Conference on IT-enabled Innovation in Enterprise, Athen, 2010 (zusammen mit S. Stathel, F. Teschner, T. Kullnig, T. Kranz, C. Weinhardt)

Robustness of Scheduling Algorithms for Distributed Storage Systems. Proceedings of the Multikonferenz Wirtschaftsinformatik (MKWI), Göttingen, 2010 (zusammen mit K.-H. Ahlert)

Annotieren von Bildschirmfotos zur Steigerung der Anwenderbeteiligung, 9. Konferenz Mensch und Computer, Berlin, 2009, pp. 193-202 (zusammen mit A. Rashid)

Open, Clocked And Multimodal Transport Networks, Volatile and Fragile Supply Chains, Logistics Research Network Conference 2009 (LRN), Cardiff, pp. 840-848 (zusammen mit A. Oelbermann, H. Breier)

Enabling Service Networks Through Contribution-Based Value Distribution, 15th Americas Conference on Information Systems, San Francisco, 2009, Paper 764 (zusammen mit T. Conte, B. Blau, G. Satzger)

Service Value Networks. In Proceedings of the 11th IEEE Conference on Commerce and Enterprise Computing, Vienna, 2009, pp. 194-201 (zusammen mit B. Blau, J. Krämer, T. Conte)

Coordinating Value Generation in Service Networks, 17th European Conference on Information Systems, Verona, 2009 (zusammen mit B. Blau, T. Conte; als Vortrag angenommen)

Sensitivity Analysis of the Economic Benefits from Electricity Storage at the End Consumer Level, Proceedings of the IEEE conference PowerTech 2009, Bucharest, published on CD, Paper 687 (zusammen mit K.-H. Ahlert)
Basil Papadias Award (Best Student Paper Award für K.-H. Ahlert)

Strategic Behavior in Service Networks under Price and Service Level Competition, 9. Internationale Tagung Wirtschaftsinformatik 2009, Wien, Band 1, pp. 599-608 (zusammen mit B. Blau, T. Conte)

Estimating economic benefits of electricity storage at the end consumer level, 9. Internationale Tagung Wirtschaftsinformatik 2009, Wien, Band 2, pp. 665-674 (zusammen mit K.-H. Ahlert)

Service Innovation with Information Markets, 9. Internationale Tagung Wirtschaftsinformatik 2009, Wien, Band 1, pp. 825-834 (zusammen mit S. Stathel, A. Schönfeld)

Definition of an Optimization Model for Scheduling Electricity Storage Devices. In Web 2008 - 7th Workshop on e-Business, Paris (zusammen K.-H. Ahlert)

Auctions for Service Brokerage in Business Value Networks, Proceedings of the GDN 2008, Coimbra, pp. 43-44 (zusammen C. Holtmann, T. Setzer, A. Stage, S. Stathel)

Incentives and control for information revelation - an empirical study, Proceedings of the GDN 2008, Coimbra, pp. 41-42 (zusammen mit T. Conte, G. Baust)

Offene getaktete robuste multimodale Dienstleistungsnetze. 13. Magdeburger Logistiktagung, 2008, pp. 73-92 (zusammen mit C. Cardeneo, K. Furmans, C. Weinhardt)

Agent-based Simulation for Research in Economics, Handbook of Finance, 2007, pp. 421-442

Collaborative Smart Items, INFORMATIK 2007 – Informatik trifft Logistik, GI Proceedings 110, Band 2,Bremen, pp. 221-226 (zusammen mit C. Decker, J. Müller, M. Schleyer, E. Peev)

Negotiation for Cooperation in Logistic Networks - An Experimental Study, Proceedings of the GDN 2007, Volume II, Montreal, pp. 293-306 (zusammen mit D. Rief)
Best Student Paper Award

meet2trade: A generic electronic trading platform, Proceedings of the 4th Workshop on e-Business (WEB 2005), Las Vegas, USA (zusammen mit C. Weinhardt, K. Kolitz, J. Mäkiö, I. Weber)

Simulation for Evaluating Electronic Markets – An Agent-based Environment, IEEE Workshop Proceedings of the International Symposium on Applications and the Internet (SAINT 2005), pp. 392-395

Simulation of Ending Rules in Online Auctions, Proceedings of The Eleventh Research Symposium on Emerging Electronic Markets (RSEEM 2004), pp. 97-106 (zusammen mit I. Weber, C. Weinhardt)

Integrating Electronic Market Models – Problems and Solution of Parallel Markets, Proceedings of the 10th Research Symposium on Emerging Electronic Markets (RSEEM 2003), pp. 93-104 (zusammen mit K. Kolitz, J. Mäkiö, I. Weber, C. Weinhardt)

Automated Bidding Strategy Adaption using Learning Agents in Many-to-Many e-Markets, Poster Proceedings of the Workshop on Agent Mediated Electronic Commerce V (AMEC-V), held AAMAS), Melbourne, 2003 (zusammen mit D. Veit)

Sonstige Beiträge:

van Dinther C, Mauch S. Chancen der künstlichen Intelligenz zur Prognose im Mittelstand. Decision Growth. 2019:  p. 21-27. ISSN: 2698-8569.

F. Bomarius; G. Brunekreeft; H. Frey; B. Heinlein; H. Hubschneider; B. Jahn; van Dinther, Clemens et al. (2018): Künstliche Intelligenz aus der Sicht von Energie und Klima. Hg. v. Bundesverband der Deutschen Industrie e.V. Berlin (Positionspapier BDI Internet der Energie). Online verfügbar unter bdi.eu/publikation/news/internet-der-energie-kuenstlicheintelligenz-aus-der-sicht-von-energie-und-klima/. Seiten: 15

van Dinther, B. Fey, S. Renelt, J. Strüker, C. Flath, O. Terzidis und P. Brettschneider: Die 10 Punkte Agenda der Bundesregierung zur Energiewende – eine Reflektion anhand von fünf Prinzipien, Energiewirtschaftliche Tagesfragen (et), 03/2017

Boes, C. van Dinther, T. Heim, T. Keller, J. Meßmer, G. da Silva, H. Stoll, A. Weidlich: Klimafreundliches Pendeln in der Grenzregion Hochrhein, horizonte Nr. 49, Koordinierungsstelle für Forschung und Entwicklung, Mannheim, 2017, S. 32

C. van Dinther, P. Kleine-Möllhoff, S. Löbbe, H. Nebeling, G. Schullerus, B. Thomas, F. Truckenmüller, T. Zenner: Das Reutlinger Energiezentrum (REZ) – für die Energiewende gewappnet, horizonte Nr. 47, Koordinierungsstelle für Forschung und Entwicklung, Mannheim, 2016

Auf dem Weg zum Internet der Energie - Der Wettbewerb allein wird es nicht richten. Smart Grid. Paradigmenwechsel in Deutschland, BDI-Drucksache Nr. 450 Bundesverband der Deutschen Industrie e.V. (BDI), 05, 2011 (zusammen mit Kollegen des BDI-Arbeitskreises)

Service Procurement Auctions under Service Level Uncertainty. Abstract at the 18th Annual Frontiers in Service Conference 2009, Honolulu, USA (zusammen mit S. Haak, T. Conte)

Value co-creation by customers – Challenges in Web 2.0-based Business. Proceedings of the QUIS 11 (Stauss, B.; Brown, S. W.; Edvardsson, B.; Johnston, R., eds.), 2009, p. 52 (zusammen mit T. Conte, C. Holtmann, M. Umfahrer)

Information Efficiency and Liquidity in Information Markets - A market maker based approach, Third Workshop on Prediction Markets, ACM Conference on Electronic Commerce 2008, Chicago, USA (zusammen mit S. Stathel, S. Luckner)

Internet der Energie - IKT für die Energiemärkte der Zukunft, BDI-Drucksache Nr. 418 Bundesverband der Deutschen Industrie e.V. (BDI), 12, 2008 (zusammen mit Kollegen des BDI-Arbeitskreises)

Some strategic considerations on open service/logistics networks, Accepted Abstract, INFORMS Annual Meeting 2008, Washington D.C. (zusammen mit M. Schleyer)

Design of Warehouses under the Constraint of On-Time Order Fulfillment, Accepted Abstract, INFORMS Annual Meeting 2008, Washington D.C. (zusammen mit M. Schleyer)

Value Webs Evaluation and Pricing in Service Networks, Accepted Abstract at the Frontiers in Service Conference, Washington DC, October 2-5, 2008 (zusammen mit T. Conte, B. Blau, C. Weinhardt, S. Lamparter, C. Holtmann)

State of the Art in Service Modeling Languages, Technical Report, Universität Karlsruhe (TH),2007, zusammen mit B. Blau, M. Behrendt

Adaptive Bidding in Auctions under Uncertainty – An Agent-based Approach in Market Engineering, accepted abstract, INFORMS Annual Meeting 2007, Seattle

Energiemärkte der Zukunft, White Paper, 2006 (zusammen mit A. Weidlich, C. Block)

Mobiles Diktieren im Krankenhaus – Neue Wege mit mobiler IT (Teil 1+2), Krankenhaus IT-Journal, Ausgabe 01 und 02/2006, Antares Computerverlag, Dietzenbach, 2006 (zusammen mit A. Rashid, C. Holtmann)

Towards integrated parallel Markets - A Solution Approach to the Order Allocation Problem, Discussion Paper, Universität Karlsruhe (TH), 2002, zusammen mit K. Kolitz, J. Mäkiö, I. Weber and C. Weinhardt

ExpSoft in Java – Ein Programmpaket für internetunterstützte experimentelle Spiele, Working Paper in: "Game Theory and Experimental Economics" (12), Institut für Statistik und Mathematische Wirtschaftstheorie, Universität Karlsruhe (TH), 2000, zusammen mit Holländer, Wünstel, Ostmann

APLIGAME - Ein Programmpaket für Experimentelle Spiele, Working Paper in: "Game Theory and Experimental Economics" (9), Institut für Statistik und Mathematische Wirtschaftsforschung. Universität Karlsruhe (TH), 1998, zusammen mit A. Ostmann, K. Planta

Projektmitarbeiter

Gerald Blessing

Dr. Gerald BlessingForschungsgruppe Digitalisierung und Management

ESB Profilseite

Gebäude 5
Raum 011
Tel. +49 7121 271- 1432
Mail senden »

Forschungsthemen
  • Digitales Marketing  (u.a. Internet of Things, Social Selling)
  • Quantitative Methoden des Marketing
  • Kundenzufriedenheit, Customer Experience
  • Sales Management
Vita
  • 2015-2018: Goethe Universität Frankfurt, wissenschaftlicher Mitarbeiter am Marketing-Department
  • 2017-2019: Frankfurt School of Finance, Lehrbeauftragter
  • 2018: Promotion dr.rer.pol. (summa cum laude)
  • 1999-2013: Deutsche Telekom AG, leitender Angestellter im Bereich Vertrieb und Marketing
  • 1997-1999: Motorola Inc.: Director of Distribution EMEA
  • 1987-1996: Robert Bosch GmbH, zuletzt Leiter Produktbereich Funktechnik
Publikationen

 

Blessing, G.; Kühnl, C. (2020): Customer Experience in the Internet of Things, Marketin Review St. Gallen, (1), 30-37.

Blessing, G.; Natter, M. (2019): Do Mystery Shoppers Really Predict Customer Satisfaction and Sales Performance?, Journal of Retailing, 3, 47-62..

Florian Grimm

Florian Grimm, M.Sc.Forschungsgruppe Digitalisierung und Management

ESB-Profilseite
LinkedIn-Profil
XING-Profil

Gebäude 5
Raum 011
Tel. +49 7121 271 1498
Mail senden »

Verantwortungsbereiche

Wissenschaftlicher Mitarbeiter der Forschungsgruppe Digitalisierung und Management

Aktuelle Forschungsprojekte

ANIMATE

Daniel Kiefer

Daniel Kiefer, M.Sc.Forschungsgruppe Digitalisierung und Management

Sprechstunde: Nach Vereinbarung

ESB-Profilseite
LinkedIn-Profilseite
Xing-Profilseite

Gebäude 5
Raum 011
Tel. +49 7121 271 1466
Mail senden »

Verantwortungsbereiche

Wissenschaftlicher Mitarbeiter in der Forschungsgruppe Digitalisierung und Management

Forschungsthemen
  • Artificial Intelligence
  • Machine learning
  • Deep Learning
  • Digitalisierung & Management
  • Industrie 4.0
Aktuelle Forschungsprojekte
Vita

Berufserfahrung:

  • Science & Research, ESB Business School
  • Management Consulting, Barkawi Management Consultants
  • Management Consulting, goetzpartners
  • Private Equity, CAPCELLENCE
  • Lean Management Consulting, STAUFEN.SHANGHAI
  • Management Consulting, TARGUS Management Consulting
  • SYNCHRO Inhouse Consulting, TRUMPF North America
  • Inhouse Consulting, Carl Zeiss Vision

Akademische Ausbildung:

  • PhD Candidate, Artificial Intelligence, Karlsruhe Institute of Technology (KIT)
  • Operations Management (M. Sc.), ESB Business School
  • Business & Entrepreneurship, Cambridge Judge Business School
  • Computer Science & Business Administration ,University Bologna
  • Maschinenbau – Wirtschaft und Management (B. Eng.), Aalen University

Stipendien:

  • Studienstiftung des deutschen Volkes
  • Elevate VDI – Verein Deutscher Ingenieure
  • DAAD - Deutscher Akademischer Austauschdienst
  • McKinsey Firsthand Program
  • BCG Emerald Talent Program
Publikationen
  • Kiefer, D., Ulmer, A. & Dinther, C. van. (2019). Application of Artificial Intelligence to optimize forecasting capability in procurement. In U. Kloos, N. Martinez, & G. Tullius (Hrsg.), Wissenschaftliche Vertiefungskonferenz. Tagungsband 2019 (1. Aufl., S. 69–80). Reutlingen: Reutlingen University. doi: doi.org/10.5281/zenodo.3539397
  • Eberl, A., Fallert, B., Kiefer, D., Leuschner, D., Mastroianni, L., Richter, P., . . . Palm, D. (2018). Methoden zur Sofortpreis-kalkulation von CNC-Drehteilen. ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb, 113(12), 835–839. doi.org/10.3139/104.112020

Projektpartner

Management Consultant & PhD Candidate in Machine Learning

4flow AG, Berlin