Dr. rer. pol. Kai Heinrich

Table of contents

    1. ​Lebenslauf
    2. ​Forschungsinteressen
    3. Publikationen
    4. Vorträge
Kai Heinrich © Conny Schumann

Scientific Assistant

Name

Dr. rer. pol. Kai Heinrich

Send Email
Address work

Visitors' Address:

Hülße-Bau, N209 Helmholtzstraße 10

01069 Dresden

Show map of this location.

work Tel.
fax Fax
+49 351 463-32736

Office hours:

on appointment

​Lebenslauf

Universitäre Tätigkeiten  
seit 04/2021 Otto-von-Guericke-Universität Magdeburg
seit 01/2017 Wissenschaftlicher Mitarbeiter und Post-Doc an der Professur für Wirtschaftsinformatik, insb. Intelligente Systeme und Dienste (ehem. Business Intelligence Research)
10/2016 Promotion zum Dr. rer. pol. mit dem Thema "The Missing Link: A general prediction model based on textual and network data features"
07/2011-10/2016 Wissenschaftlicher Mitarbeiter und Doktorand am Lehrstuhl Business Intelligence Research
   
Studium  
06/2011 Diplom an der Technischen Universität Dresden zum Diplom-Wirtschaftsinformatiker
10/2005 - 06/2011 Studium der Wirtschaftsinformatik an der Technischen Universität Dresden
   
Schule  
 06/2004 Abitur am Gymnasium Coswig

​Forschungsinteressen

  • Complex Network Theory
  • Data- und Text-Mining
  • Statistische Modelle
  • Data Science und Big Data
  • Deep Learning
  • Machine Learning

Publikationen

1 bis 10 von 30 Einträgen

Zschech, Patrick; Horn, Richard; Höschele, Daniel; Janiesch, Christian; Heinrich, Kai: Intelligent User Assistance for Automated Data Mining Method Selection. In: Business & Information Systems Engineering 62 (2020), Nr. 3

Heinrich, Kai; Zschech, Patrick; Janiesch, Christian; Bonin, Markus: Ein Vergleich aktueller Deep-Learning-Architekturen zur Prognose von Prozessverhalten. In: Tagungsband 15. Internationale Tagung Wirtschaftsinformatik (WI) (2020)

Heinrich, Kai; Roth, Andreas; Breithaupt, Lukas; Möller, Björn; Maresch, Johannes: Yield Prognosis for the Agrarian Management of Vineyards using Deep Learning for Object Counting. In: In: 14. Internationale Tagung Wirtschaftsinformatik (WI) (2019) (2019)

Könning, Michael; Heinrich, Kai; Leyh, Christian; Westner, Markus: A quantitative analysis of culture-induced differences in pivotal IT outsourcing contract features. In: Proceedings of the 27th European Conference on Information Systems (ECIS) (2019)

Zschech, Patrick; Bernien, Jonas; Heinrich, Kai: Towards a Taxonomic Benchmarking Framework for Predictive Maintenance: The Case of NASA’s Turbofan Degradation. In: Proceedings of the 40th International Conference on Information Systems (ICIS) (2019)

Heinrich, Kai; Möller, Björn; Janiesch, Christian; Zschech, Patrick: Is Bigger Always Better? Lessons Learnt from the Evolution of Deep Learning Architectures for Image Classification. In: 2019 Pre-ICIS SIGDSA Symposium (2019)

Zschech, Patrick; Heinrich, Kai; Bink, Raphael; Neufeld, Janis Sebastian: Prognostic Model Development with Missing Labels - A Condition-Based Maintenance Approach Using Machine Learning. In: Business & Information Systems Engineering 61 (2019), Nr. 3, S. 327–343

Heinrich, Kai; Zschech, Patrick; Skouti, Tarek; Griebenow, Jakob; Riechert, Sebastian: Demystifying the Black Box: A Classification Scheme for Interpretation and Visualization of Deep Intelligent Systems. In: Proceedings of the 25th Americas Conference on Information System (AMCIS) (2019)

Zschech, Patrick; Heinrich, Kai; Horn, Richard; Höschele, Daniel: Towards a Text-based Recommender System for Data Mining Method Selection. In: Proceedings of the 25th Americas Conference on Information System (AMCIS) (2019)

Heinrich, Kai; Roth, Andreas; Zschech, Patrick: Everything Counts: A Taxonomy of Deep Learning Approaches for Object Counting. In: Proceedings of the 27th European Conference on Information Systems (ECIS) (2019)

Diese Informationen werden vom Vorgängersystem FIS bereitgestellt.

Vorträge

Is Bigger Always Better? Lessons Learnt from the Evolution of Deep Learning Architectures for Image Classification
Vortragender
Kai Heinrich, Björn Möller, Christian Janiesch, Patrick Zschech
Tagung, Kongress, Vorlesungsreihe
Pre-ICIS SIGDSA Symposium: Inspiring Mindset for Innovation with Business Analytics and Data Science
Zeitraum
14.12.2019 - 15.12.2019
Ort
München
Land
Deutschland
Berichtsjahr
2019

About this page

Kerstin Petzold
Last modified: Apr 06, 2021