Enterprise
Computing ist eine der Angewandten Informatiken. Charakteristisch ist
ihre Interdisziplinarität, denn sie vereint Elemente der
Betriebswirtschaftslehre, der Informatik, der Ingenieurwissenschaften
und der Verhaltenswissenschaften.
Gegenstand des Enterprise
Computings bzw. der Wirtschaftsinformatik (WI) sind Informationssysteme,
oft auch als Informations- und Kommunikationssysteme bezeichnet, in
Wirtschaft, öffentlicher Verwaltung und im Privathaushalt.
Informationssysteme umfassen menschliche und maschinelle Komponenten
(Teilsysteme). Der Begriffsbestandteil “Information” verdeutlicht, dass
es wichtigster Zweck ist, Aufgabenträger, seien es Menschen oder
Maschinen, mit Informationen zu versorgen und das betriebliche Geschehen
mithilfe von Informationen zu lenken.
Im Mittelpunkt stehen die Konzeption, Entwicklung, Einführung,
Nutzung und Wartung von Anwendungssystemen sowie generell das Management
des Produktionsfaktors Information. Das Enterprise Computing nimmt eine
Schnittstellenfunktion zwischen der oft technisch ausgerichteten
Kerninformatik und der anwendungsorientierten Betriebswirtschaftslehre
wahr. Ihr interdisziplinärer Charakter wird durch den Einbezug
arbeitswissenschaftlicher, psychologischer, soziologischer und
mathematisch-technischer Aspekte noch verstärkt.
Die Themen werden sich dieses Semester insbesondere in folgenden Bereichen
des Enterprise Computings bewegen:
- Künstliche Intelligenz in der Industrie 4.0 (Betreuer: Stahmann)
- Learning Classifier Systems zur Anomalieerkennung in Echtzeit (
Storek)
- Genetische Algorithmen zur Anomalieerkennung in Echtzeit (
Möhring, Mitwalli)
Deep Learning zur Anomalieerkennung in Echtzeit
Few Shot Learning zur Anomalieerkennung in Echtzeit
- Natural Language Processing zur Auswahl von Echtzeit-Algorithmen zur Anomalieerkennung (Rüschoff)
- Management Künstlicher Intelligenz (Betreuer: Janiesch)
- Hybrid Intelligence: Definition und Anwendungsgebiete (Müller, Goepfert)
- KI-Zertifizierungen: Stand der Forschung und Praxis (
Schröder, Klose)
- Management von Bias in KI-Systemen (
Churikova)
- Risikomanagement von Künstlicher Intelligenz und der EU AI Act (Hörstrup, Stegmaier)
KI im Process Mining: Eine Übersicht des State-of-the-Art
