Decision Support - Lehrstuhl für Digital Industrial Service Systems

Wir entwickeln im Forschungsbereich „Decision Support“ Theorien, Methoden, Techniken und Softwarewerkzeuge, um Entscheidungen von Interessenvertreter von Informationssystemen in Bezug auf betriebswirtschaftliche Leistungskennzahlen (z. B. Kosten) zu verbessern.Um dieses Ziel zu erreichen, greifen wir insbesondere auf analytische, daten-getriebene Ansätze zurück, um wertvolle Erkenntnisse aus zugrundeliegenden Daten für die Entscheidungsunterstützung zu gewinnen.Beispielbereiche:

Decision Support Systems
Predictive Analytics
Prescriptive Analytics
Process Analytics
Visual Analytics

Projekte:

Laufzeit: 1. Januar 2018 - 31. Dezember 2019
Mittelgeber: Bayerische Staatsministerien, andere Förderorganisation
Projektleitung: Martin Matzner

Prof. Dr. Martin Matzner

Ein reißender Strom an Zustandsdaten ist das Nebenprodukt moderner Industrieanlagen in der Digitalen Fabrik. Dieser Datenstrom ist Antrieb für digitale industrielle Dienstleistungssysteme, die auf der zeitnahen Datenauswertung fußen. So haben Forscher und Entwickler in Betrieben und an Universitäten zahlreiche Methoden und Techniken für die vorausschauende Wartung von Anlagen entwickelt. Für den klassischen industriellen Aufgabenbereich der Technischen Dokumentation, welche durch die Komplexität modern…

→ Mehr Informationen

Laufzeit: 1. April 2023 - 31. März 2025
Mittelgeber: Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR)
Projektleitung: Annina Ließmann

Annina Ließmann, M. Sc.

→ Mehr Informationen

Publikationen:

Kraus M., Tschernutter D., Weinzierl S., Zschech P.:
Interpretable generalized additive neural networks
In: European Journal of Operational Research (2024)
ISSN: 0377-2217
DOI: 10.1016/j.ejor.2023.06.032
URL: https://www.sciencedirect.com/science/article/pii/S0377221723005027
BibTeX: Download

Roider J., Wang W., Zanca D., Matzner M., Eskofier B.:
Predictions in Predictive Process Monitoring with Previously Unseen Categorical Values
6th International Conference on Process Mining (Technical University of Denmark, 14. Oktober 2024 - 18. Oktober 2024)
In: Andrea Delgado, Tijs Slaats (Hrsg.): Process Mining Workshops 2024
DOI: 10.1007/978-3-031-82225-4_17
BibTeX: Download
Weinzierl S., Zilker S., Brunk J., Revoredo K., Matzner M., Becker J.:
Context-aware explanations of accurate predictions in service processes
Hawaii International Conference on System Sciences (Waikiki, Honolulu, Hawaii)
In: Proceedings of the 57th Hawaii International Conference on System Sciences 2024
BibTeX: Download
Ließmann A., Wang W., Weinzierl S., Zilker S., Matzner M.:
Transfer Learning for Predictive Process Monitoring
European Conference on Information Systems (Paphos, Cyprus)
In: Proceedings of the 32nd European Conference on Information Systems 2024
BibTeX: Download
Arnold S., Yesilbas D., Weinzierl S.:
Driving context into text-to-text privatization
Annual Meeting of the Association for Computational Linguistics (Toronto)
In: Association for Computational Linguistics (Hrsg.): Proceedings of the 3rd Workshop on Trustworthy Natural Language Processing 2023
DOI: 10.18653/v1/2023.trustnlp-1.2
URL: https://aclanthology.org/2023.trustnlp-1.2
BibTeX: Download
Arnold S., Yesilbas D., Weinzierl S.:
Guiding text-to-text privatization by syntax
Annual Meeting of the Association for Computational Linguistics (Toronto)
In: Association for Computational Linguistics (Hrsg.): Proceedings of the 3rd Workshop on Trustworthy Natural Language Processing 2023
DOI: 10.18653/v1/2023.trustnlp-1.14
URL: https://aclanthology.org/2023.trustnlp-1.14/
BibTeX: Download
Zilker S., Weinzierl S., Zschech P., Kraus M., Matzner M.:
Best of both worlds: Combining predictive power with interpretable and explainable results for patient pathway prediction
European Conference on Information Systems (Kristiansand, 13. Juni 2023 - 16. Juni 2023)
In: Proceedings of the 31st European Conference on Information Systems 2023
DOI: 10.25593/open-fau-1123
URL: https://open.fau.de/bitstreams/c8ea3d7e-7fb9-4932-9828-501af75d1f89/download
BibTeX: Download
Harl M., Herchenbach M., Kruschel S., Hambauer N., Zschech P., Kraus M.:
A Light in the Dark: Deep Learning Practices for Industrial Computer Vision
In: Proceedings of the 17th International Conference on Wirtschaftsinformatik (WI) 2022
Open Access: https://aisel.aisnet.org/wi2022/student_track/student_track/33/
URL: https://aisel.aisnet.org/wi2022/student_track/student_track/33/
BibTeX: Download
Zschech P., Weinzierl S., Hambauer N., Zilker S., Kraus M.:
GAM(e) changer or not? An evaluation of interpretable machine learning models based on additive model constraints
European Conference on Information Systems (Timisoara, 5. Juli 2022 - 9. Juli 2022)
In: Proceedings of the 30th European Conference on Information Systems 2022
BibTeX: Download
Zilker S.:
Designing a Method for Resource-specific Next Activity Prediction
Pacific Asia Conference on Information Systems (PACIS) (Taipei - Sydney // Virtual, 5. Juli 2022 - 9. Juli 2022)
In: Proceedings of the 25th Pacific Asia Conference on Information Systems 2022
BibTeX: Download
Cabrera Pérez L., Weinzierl S., Zilker S., Matzner M.:
Text-aware predictive process monitoring with contextualized word embeddings
International Conference on Business Process Management (Münster)
In: Proceedings of the BPM 2022 International Workshops 2022
DOI: 10.1007/978-3-031-25383-6_22
BibTeX: Download
Stierle M., Brunk J., Weinzierl S., Zilker S., Matzner M., Becker J.:
Bringing light into the darkness - A systematic literature review on explainable predictive business process monitoring techniques
European Conference on Information Systems (Marrakesch)
In: Proceedings of the 29th European Conference on Information Systems 2021
BibTeX: Download
Weinzierl S., Dunzer S., Tenschert J., Zilker S., Matzner M.:
Predictive business process deviation monitoring
European Conference on Information Systems (Marrakesch)
In: Proceedings of the 29th European Conference on Information Systems 2021
BibTeX: Download
Weinzierl S., Dunzer S., Zilker S., Matzner M.:
Prescriptive business process monitoring for recommending next best actions
International Conference on Business Process Management (Sevilla, 13. September 2020 - 18. September 2020)
In: Proceedings of the 18th International Conference on Business Process Management Forum 2020
DOI: 10.1007/978-3-030-58638-6_12
URL: https://link.springer.com/content/pdf/10.1007/978-3-030-58638-6_12.pdf
BibTeX: Download
Weinzierl S., Stierle M., Zilker S., Matzner M.:
A next click recommender system for web-based service analytics with context-aware LSTMs
Hawaii International Conference on System Sciences (Grand Wailea, Maui, Hawaii, 7. Januar 2020 - 10. Januar 2020)
In: Proceedings of the 53rd Hawaii International Conference on System Sciences 2020
DOI: 10.24251/HICSS.2020.190
URL: http://hdl.handle.net/10125/63929
BibTeX: Download
Weinzierl S., Zilker S., Brunk J., Revoredo K., Matzner M., Becker J.:
XNAP: Making LSTM-based next activity predictions explainable by using LRP
International Conference on Business Process Management (Sevilla, 13. September 2020 - 18. September 2020)
In: Proceedings of the BPM 2020 International Workshops. 2020
DOI: 10.1007/978-3-030-66498-5_10
BibTeX: Download
Weinzierl S., Zilker S., Stierle M., Park G., Matzner M.:
From predictive to prescriptive process monitoring: Recommending the next best actions instead of calculating the next most likely events
Internationale Tagung Wirtschaftsinformatik (Potsdam, 8. März 2020 - 11. März 2020)
In: Proceedings of the 15th International Conference on Wirtschaftsinformatik 2020
DOI: 10.30844/wi_2020_c12-weinzierl
URL: https://library.gito.de/open-access-pdf/C12_Prescriptive_process_monitoring_-_a_technique_for_determining_next_best_actions_resub.pdf
BibTeX: Download