Deutschenglish

Themen

MRCC auf der 25th Americas Conference on Information Systems

MRCC auf der 25th Americas Conference on Information Systems

Auch in diesem Jahr war das MRCC wieder mit einer Delegation auf der Americas Conference on Information Systems (AMCIS) vertreten. Die diesjährige fünfundzwanzigste Ausgabe fand vom 15. Bis zum 17. August 2019 in Cancún (Mexiko) statt ...

Entwicklung eines Konzepts zur Integration einer Lernplattform in ein Campus Management System

Im Hochschulumfeld werden meist sowohl Campus Management Systeme (CaMS) als auch Electronic Learning (E-Learning) Systeme eingesetzt. Obwohl diese beiden Systeme eine Datenschnittmenge aufweisen, sind sie unabhängig voneinander umgesetzt. ...

Erarbeitung und exemplarischer Einsatz eines Evaluierungskonzepts für Planspiele im Kontext der ERP-Lehre

Die Global Bike Go-Planspielreihe des SAP University Competence Center Magdeburg soll das Spektrum des umfangreichen Lehr-Lern-Angebots im Kontext der Enterprise-Resource-Planning-Lehre erweitern. Dabei sollen die Planspiele Realität ...
Die neue Cloud Lehrveranstaltung – Cloud DevOps Techniken

Die neue Cloud Lehrveranstaltung – Cloud DevOps Techniken

Angesichts hochgradig vernetzter Anwendungen, Big Data und Cloud Computing, ist die sorgfältige Planung und Konstruktion von Architekturen und Landschaften der entsprechenden Informationssysteme wichtiger denn je. In vielen Fällen endet ...

Ermittlung und Beschreibung von Operationen im Kontext von datenintensiven Projekten (BA, MA, WIP, WTP)

Seit Beginn dieses Jahrzehnts hat sich Big Data als eine vielversprechende Möglichkeit erwiesen um datenintensive Projekte und Anwendung zu entwickeln, die noch vor wenigen Jahren unmöglich erschienen. Unter Verwendung neuartiger Technologien ...

Development and Operationalization of Data Science Solutions (Scientific Team Project)

If you are a team of 3-4 master students and are interested in solving end-to-end Data Science problems, you can apply to conduct your scientific team project under our supervision. The task will be to work on a Data Science scenario ...

Bestimmung und Untersuchung von Dateneigenschaften (BA, MA, WIP)

Seit Beginn dieses Jahrzehnts hat sich Big Data als eine vielversprechende Möglichkeit erwiesen um datenintensive Projekte und Anwendung zu entwickeln, die noch vor wenigen Jahren unmöglich erschienen. Unter Verwendung neuartiger Technologien ...
Virtual Reality und Human Factors Methods zur Verbesserung der Sicherheit in Produktionsanlagen und Lagerstandorten

Virtual Reality und Human Factors Methods zur Verbesserung der Sicherheit in Produktionsanlagen und Lagerstandorten

VIRTHUALIS ist das größte Europäische Forschungsprojekt zur Industriellen Sicherheit.Das Projekt wird vom sechsten Förderungsrahmenprogramm der Europäischen Kommission gefördert und vom Polytechnikum Mailand koordiniert. ...

Forschungsvorhaben Social Media Marketing

In den letzten Jahren, betrachten Kunden das online Geschäftsumfeld aus einer neuen Perspektive. Soziale Medien beeinflussen großteils das Bewusstsein, die Vorlieben und sogar den Entscheidungsprozess von Kunden. Die Regeln und ...
Hybride Wertschöpfung

Hybride Wertschöpfung

Globale Marktszenarien führen dazu, dass Produkte und Dienstleistungen für Konsumenten sehr leicht vergleichbar sind. In solchen vergleichbaren Angebotssituationen ist häufig eine Preisführerschaft der Schlüssel, um Marktanteile zu ...

Publikationen

Haertel, Christian; Pohl, M.; Nahhas, Abdulrahman; Staegemann, D. G.; Turowski, K.
Toward A Lifecycle for Data Science: A Literature Review of Data Science Process Models
Daase, C.; Staegemann, D. G.; Volk, M.; Turowski, K.
Addressing the Dichotomy of Theory and Practice in Design Science Research Methodologies
Staegemann, D. G.; Degenkolbe, R.; Weidner, S.; Häusler, Robert; Turowski, K.
Possible Application Scenarios for a German National Education Platform
Volk, M.; Staegemann, D. G.; Turowski, K.
Providing Clarity on Big Data: Discussing Its Definition and the Most Relevant Data Characteristics
Nahhas, A.; Pohl, M.; Turowski, K.
Comparative analysis of machine learning models for anomaly detection in manufacturing