Wirtschaft

Business intelligence ist ein englischer Oberbegriff für den Einsatz von Datenanalysemethoden mit dem Ziel, das Verhalten eines Unternehmens intern und im Markt zu verstehen und steuerbar zu machen. Klassische Datenanalysemethoden (OLAP) sind hier genauso wichtig wie Data Mining bzw. Wissensentdeckung. Solche Techniken können überall im Unternehmen eingesetzt werden: in der Produktion, der Verwaltung (Controlling), im Marketing oder in der Analyse neuer wie alter Geschäftsfelder.

Personen

Klinkenberg, Ralf

Abgeschlossene Diplomarbeiten

• Analyse von Bestelldaten im Hinblick auf Taxonomien (Kuferstein, Igor)
• Analyse von Wirtschaftsdaten des Sozio-Oekonomischen Panels (Malbrecht, Tobias)
• Annehmbarkeit verschiedener Verfahren zur Wissensentdeckung auf E-Commerce Daten (Neifach, Marina)
• Insolvenzprognose anhand von betriebswirtschaftlichen Kennzahlen (Drozdzynski, Maik)
• Lokale Modelle in Jahresabschlussdaten (Liebe, Miguel)
• Plant Asset Management unterstützt durch empirische Datenanalyse (Pawlenko, Andrej)
• Preis- und Trendvorhersagen auf Energiemarktdaten (Heering, Oliver)
• Produktionsplanung mit Hilfe von Multiagentensystemen (Lüdecke, Sascha)

Publikationen

Had/etal/2009a	Had, Martin and Jungermann, Felix and Morik, Katharina. Relation Extraction for Monitoring Economic Networks. In Horacek, H. and Metais, E. and Munoz, R. and Wolska, M. (editors), Proceedings of the 14th International Conference on Applications of Natural Language to Information Systems (NLDB), Vol. 5723, Seiten 103--114, Springer, 2009.
Drozdzynski/2008a	Drozdzynski, Maik. Insolvenzprognose anhand von betriebswirtschaftlichen Kennzahlen. Technische Universität Dortmund, 2008.
Liebe/2008a	Liebe, Miguel. Lokale Modelle in Jahresabschlussdaten. Technische Universität Dortmund, 2008.
Scholz/Klinkenberg/2006b	Scholz, Martin and Klinkenberg, Ralf. Boosting Classifiers for Drifting Concepts. In Intelligent Data Analysis (IDA), Special Issue on Knowledge Discovery from Data Streams, Vol. 11, No. 1, Seiten 3--28, 2007.
Morik/Rueping/2006a	Morik, Katharina and Rüping, Stefan. Klassifikations-/Clustermethoden und Konjunkturanalyse. Duncker & Humbolt, 2006.
Morik/Rueping/2006b	Morik, Katharina and Rüping, Stefan. An Inductive Logic Programming Approach to the Classification of Phases in Business Cycles. In Heilemann, U. and Weihs, Claus (editors), Classification and Clustering in Business Cycle Analysis, Duncker & Humbolt, 2006.
Scholz/Klinkenberg/2006a	Scholz, Martin and Klinkenberg, Ralf. Boosting Classifiers for Drifting Concepts. No. 6/06, Collaborative Research Center on the Reduction of Complexity for Multivariate Data Structures (SFB 475), University of Dortmund, Dortmund, Germany, 2006.
Scholz/Klinkenberg/2005a	Scholz, Martin and Klinkenberg, Ralf. An Ensemble Classifier for Drifting Concepts. In Gama, J. and Aguilar-Ruiz, J. S. (editors), Proceedings of the Second International Workshop on Knowledge Discovery in Data Streams, Seiten 53--64, Porto, Portugal, 2005.
Morik/Koepcke/2004a	Morik, Katharina and Köpcke, Hanna. Analysing Customer Churn in Insurance Data - A Case Study. In Jean-Francois Boulicaut and Floriana Esposito and Fosca Giannotti and Dino Pedreschi (editors), PKDD '04: Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, Vol. 3202, Seiten 325--336, New York, NY, USA, Springer, 2004.
Klinkenberg/2003a	Klinkenberg, Ralf. Predicting Phases in Business Cycles Under Concept Drift. In Hotho, Andreas and Stumme, Gerd (editors), LLWA 2003 -- Tagungsband der GI-Workshop-Woche \em Lehren -- Lernen -- Wissen -- Adaptivitat, Proceedings of the Workshop Week \em Teaching -- Learning -- Knowledge -- Adaptivity of the National German Computer Science Society (GI) / Annual Workshop on Machine Learning, Seiten 3--10, Karlsruhe, Germany, 2003.
Kleiner/etal/2002a	Kleiner, M. and Dirksen, U. and Chatti, K. and Morik, K. and Ritthoff, O.. Online-Regelung fuer das Profilbiegen mit Methoden der Computational Intelligence. In Gronau, N. and Krallmann, H. and Scholz-Reiter, B. (editors), Industrie Management, No. 6, Seiten 29--32, Berlin, GITO-Verlag, 2002.
Morik/Rueping/2002a	Morik, Katharina and Rüping, Stefan. A Multistrategy Approach to the Classification of Phases in Business Cycles. In Elomaa, Taprio and Mannila, Heikki and Toivonen, Hannu (editors), Machine Learning: ECML 2002, Vol. 2430, Seiten 307--318, Berlin, Springer, 2002.
Michaelis/2000a	Michaelis, Stefan. Techniken des Data Mining zur Analyse von Telekommunikationsnetzwerken. Fachbereich Informatik, Universitat Dortmund, Germany, 2000.
Chliapnikov/99a	Chliapnikov, Victor. Anwendung von Data Mining Verfahren auf Datenbestaende der Bauwirtschaft. Fachbereich Informatik, Universitaet Dortmund, Universitaet Dortmund, 1999.
Rueping/99a	Rüping, Stefan. Zeitreihenprognose fur Warenwirtschaftssysteme unter Berucksichtigung asymmetrischer Kostenfunktionen. Universitat Dortmund, 1999.
Siebert/97a	Mark Siebert. Erwerb funktionaler, raumlicher und kausaler Beziehungen von Fahrzeugteilen aus einer technischen Dokumentation. Fachbereich Informatik, Universitat Dortmund, 1997.
Rossbach/94a	Peter Ro?bach. Optimierung von Belegungsplanen auf Grundlage Basiskonnektonistischer Methoden. Fachbereich Informatik, Universitat Dortmund, 1994.