Deutschenglish

Themen

CI/CD für unüberwachte Außreißererkennung

Die agilen Vorgehensweisen Continuous Integration und Continuous Deployment haben sich als Standards in der industriellen Softwareentwicklung etabliert. Durch die Anwendung dieser Methoden kann die Zeit zwischen der Entwicklung ...

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 ...
Workshops - Industrie 4.0 - Integration und Anwendungen

Workshops - Industrie 4.0 - Integration und Anwendungen

Im Rahmen des Projektes "Mittelstand-Digital-Zentrum Magdeburg" finden ab September 2024 wieder Workshops im Rahmen unserer Blended-Learning Staffel "Industrie 4.0 - Integration und Anwendungen" statt. Die Teilnehmer können ...
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 ...

Eine Case Study zur Auswirkung von Big Data Innovation auf die Wettbewerbsfähigkeit von kleinen und mittleren Unternehmen

Kleine und mittlere Unternehmen (KMU), die als Schlüssel-Quelle der heutigen Weltwirtschaft agieren, sind durch ihre einfachen Strukturen und ihre Flexibilität innovativer als Großunternehmen und haben daher einen größeren Einfluss ...

[Long-term] Thesis during internship (Data Science, Machine Learning, AI, Big Data) (BA,MA)

If you are a student who is currently doing an internship in a company or who is planning to do so in the near future, and are planning a thesis to accompany your internship, you can contact us. We take over the supervision from a university ...
Auslastungsprognose für Hotels mit maschinellem Lernen

Auslastungsprognose für Hotels mit maschinellem Lernen

Die Vorhersage der täglichen Belegung ist für das Revenue Management in einem Hotel sehr wichtig. Dies kann herausfordert sein, da Belegungswerte stark schwanken können. In einer Untersuchung wurde versucht, Prognosen für sechzehn Hotels in ...
Strategic System Landscape Engineering für KMU / OSS

Strategic System Landscape Engineering für KMU / OSS

Leistungsfähige, flexible und kostengünstige Informationssysteme sind heute eine betriebswirtschaftliche Notwendigkeit. Dies gilt nicht nur für die Informationssysteme großer Unternehmen, sondern in zunehmendem Maße auch für ...
Application Usage Mining

Application Usage Mining

Handlungen in Form der Nutzung eines modernen ERP-Systems wie z. B. ECC sind vielfältig und kompliziert. Nutzer hinterlassen hierbei Spuren, die ihre Interaktion bzw. ihr Handeln widerspiegeln. Die Abbildung von tatsächlich ...
DEEBIS-Net (Doctoral Studies in Environmental and Business Information Systems)

DEEBIS-Net (Doctoral Studies in Environmental and Business Information Systems)

Die DAAD-Fonds des Bundesministeriums für Bildung und Forschung unterstützen die Kooperation zwischen deutschen und ausländischen Universitäten im Bereich Promotionsförderung. DEEBIS-Net (Doctoral Studies in Environmental and ...

Publikationen

Daase, C.; Staegemann, D. G.; Volk, M.; Turowski, K.
Addressing the Dichotomy of Theory and Practice in Design Science Research Methodologies
Staegemann, D. G.; Volk, M.; Turowski, K.
Investigating the incorporation of big data in management information systems
Nahhas, A.; Pohl, M.; Turowski, K.
Comparative analysis of machine learning models for anomaly detection in manufacturing
Staegemann, D. G.; Degenkolbe, R.; Weidner, S.; Häusler, Robert; Turowski, K.
Possible Application Scenarios for a German National Education Platform
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