Forschungsschwerpunkt Data Science

In unserer Abteilung arbeiten Wissenschaftlerinnen und Wissenschaftler aus den Bereichen Mathematik, Statistik und Informatik gemeinsam an Algorithmen zu Analyse großer Datenmengen aus unterschiedlichsten Anwendungsgebieten. Dabei bringen wir klassische Methoden der Statistik genauso zum Einsatz wie Techniken aus dem Bereich der Künstlichen Intelligenz und Machine Learning.
 
In Zusammenarbeit mit Expertinnen und Experten des jeweiligen Anwendungsgebiets, wie z.B. dem Gesundheitswesen und der Automobilindustrie, arbeiten wir an Methoden zur Datenanalyse und Visualisierung, die nicht nur theoretisch fundiert, sondern auch praxisorientiert einsetzbar sind.

Beispiel-Projekte

 

Kredit-Risikomanagement auf Basis von Nachrichten

Unser System bezieht aktuelle Nachrichten zur Verbesserung der Prognose-Qualität heran.

 

Data Science in der Automobilbranche

Data Science und maschinelles Lernen sind wesentliche Technologien für die Optimierung von Prozessen und Finanzprodukten in der Automobilbranche der Zukunft.

 

Machine Learning for Production

Moderne Produktionsanlagen sind inzwischen höchst komplex. Prozesse sind miteinander vernetzt, Maschinen, Schnittstellen und Bauteile kommunizieren miteinander.

 

Abrechnungsbetrug im Gesundheitswesen

Unsere Anwendung in diesem Bereich bezieht sich auf die Berechnung eines Garantieschadens bei Abrechnungsbetrug im Gesundheitswesen.

Passende Themen unserer Doktorandinnen und Doktoranden sowie Post-Docs

Detektion von Auffälligkeiten mit Hilfe von Autoencodern

Es forscht Robert Sicks.

Netzwerkbasierte Analyse und Visualisierung von Abrechnungsdaten

Es forscht Dr. Marsha Kleinbauer.

Langlebigkeit: Stochastische und ML-basierte Modellierung

Es forscht Simon Schnürch.