Hauptinhalt

Call for Papers für den Workshop Business Intelligence & Analytics (WSBIA 2023)– zum Thema Künstliche Intelligenz für die Business Intelligence und Business Intelligenz für die Künstliche Intelligenz

Beschreibung der Inhalte

Mit den beindruckenden Fortschritten aus dem Umfeld des Machine (ML) und des Deep Learning hat der alte Dachbegriff der „Künstlichen Intelligenz“ (KI) eine Renaissance erlebt und ist mittlerweile auch im privaten und medialen Alltag angekommen. Damit ist auch das Interesse für anspruchsvolle, datenintensive Lösungen etwa für die Bereichen der Sprach- und Textverarbeitung, der Analyse und Generierung von Bildern, Videos, Geo- und/oder 3D-Daten der Vorhersage komplexer betrieblicher Entwicklungen sprunghaft angestiegen. Mit dem wachsenden Reifegrad der entsprechenden Systeme realisieren Unternehmen allerdings auch, dass diese nicht ohne eine ausgearbeitete Datenstrategie, ein solides Datenfundament, durchdachte Organisationsstrukturen, eine ausgearbeitete Governance sowie hochwertige Visualisierungen auskommen. Tatsächlich wird hierbei oftmals auch der Stellenwert explorativ-deskriptiver Analysen (wieder-)erkannt, deren Anwendungsbereich bei Weitem nicht auf das etablierte betriebliche Berichtswesen beschränkt sind. Eine funktionierende Business Intelligence (BI) ist somit grundlegend für eine effektive Künstliche Intelligenz. Parallel wird der BI- und Analytics-Bereich selbst stärker durch KI erschlossen. Neben einer Unterstützung durch Self-Service ML-Lösungen für die benutzergetriebene Analyse existierender BI-Datenbestände (insbes. mit Lösungen für AutoML und Augmented Analytics), wird KI auch zunehmend in der Datentransformation und Datenqualitätssicherung eingesetzt sowie zur stärkeren Automatisierung des Data Warehouse-Betriebs und der Berichtserstellung (Data Warehouse Automation). All dies erfolgt vor dem Hintergrund einer durch die digitale Transformation immer stärker in die Fläche getriebenen Datenlandschaft, in der laufend neue Datenquellen entstehen und/oder erschlossen werden und in der das Verständnis und die Bewertung des Nutzens der Bereiche BI und Analytics/KI immer tiefer durchdrungen werden. Der Workshop widmet sich diesen sowie benachbarten Themenkomplexen.

Ziel des Workshops und Einreichungsformate

Ziel des Workshops ist es, innovative Forschungsansätze und Forschungsergebnisse aus dem Bereich Business Intelligence und Analytics/KI (BIA) zu präsentieren, zu diskutieren und in Bezug zu setzen (Full Paper). Vorgestellt werden sollen neben originären Forschungsergebnissen bewusst auch Zwischenergebnisse aus Forschungsprojekten, konkrete Forschungsideen sowie neue methodische Herangehensweisen (Research in Progress). Ebenfalls eingereicht werden können bereits veröffentlichte Beiträge und Zwischenergebnisse (Re-Submissions), die zur Fortentwicklung und zum Finden von Partnern für Anschlussarbeiten vorgestellt werden. Unabhängig davon sind Poster-Einreichungen zu Prototypen, Design-Artefakte und Praxisbeiträgen willkommen.

Ausrichtung und Zielgruppe

Auch in diesem Jahr ist der Workshop auf die Unterstützung bei der Initiierung neuer Forschungsvorhaben, die aktive Vorbereitung hochwertiger Publikationen, sowie Initiierung möglicher Kooperationen ausgerichtet. Zielgruppe sind insbesondere auch Doktoranden. Ein Austausch mit den parallel stattfindenden Veranstaltungen wird explizit gewünscht und gefördert.

Beispiele für Themenfelder, zu denen eingereicht werden kann:

KI im Kontext der BIA – inhaltlich, technisch und organisatorisch
KI-gestützte BIA – neue Ansätze für Datenhaltung und Datenanalyse
Generative AI: Innovationsprozesse durch KI unterstützen
BIA und KI als Grundlage digitaler Geschäftsmodelle / BIA in der digitalen Transformation / BIA im Innovationsprozess
Betriebswirtschaftliche Anwendungsfelder von Künstlicher Intelligenz und Deep Learning: Convolutional Neural Networks, Deep Recurrent Neural Networks, Deep Reinforcement Learning, Deep Autoencoder, Generative Adversial Networks, Capsule Networks, (mono- und multimodale) Transformer Networks etc.
Anwendungen von Natural Language Processing/Large Language Models/Text Mining, Process Mining, Social Network Analysis, Geo-Analyse & Co.
Integration und Auswertung von Kundendaten; DSGVO-konforme BIA, Konzepte für Anonymisierung und Pseudonomisierung im BIA- & KI-Kontext
Prozessorientierte BIA, Operational BIA, Process-centric BIA, Business Process Intelligence etc.
Innovative BIA-Anwendungsdomänen (z.B. BIA in der Logistik, BIA und Smart Farming, BIA im Energiesektor / im Internet der Energie, BIA und Health Care, BIA in der Öffentlichen Verwaltung)
BIA im Kontext der Themen „Internet der Dinge“ und „Industrie 4.0“
Organisation von BIA und KI, Data-Science-Teams, BIA & AI Competence Center
Agilität für BIA und KI und Agilität durch BIA und KI
BIA- und KI-Governance, Entwicklungs- und Betriebskonzepte sowie deren Werkzeugunterstützung
Self-Service-BIA/Self-Service ML und Sourcing-Konzepte
Data Science-Plattformen
Operationalisierung und Betrieb von ML-Modellen; Modelllebenszyklus-Management
Cloud-basierte BIA: BIA mit Microservices, Containern, Function as a Service / Serverless Computing, Model-asaS
DataOps, MLOps und AIOps
AutoML und Augmented Analytics
Explainable AI, Ethical AI und Compliance-konforme KI
BIA und Big-Data / NoSQL
Metadatenmanagement, Datenqualitäts- und Stammdatenmanagement im BIA-Umfeld
BIA über Unternehmensgrenzen, Data Sharing & Data Broker, Datengenossenschaften

Weitere Ergänzungen sind willkommen.

Zeitplan

Einreichungen bis: 07.08.2023
Benachrichtigung über Annahme / Gutachten: 30.08.2023
Camera-Ready-Versionen der angenommenen Paper: 14.09.2023
Workshop und Präsentation auf der LWDA-Konferenz: vom 09. bis 11. Oktober 2023

Einreichungen

Sämtliche Einreichungen sind in der Springer LNCS Vorlage zu erstellen: http://www.springer.com/computer/lncs?SGWID=0-164-6-793341-0.
Sowohl deutschsprachige als auch englischsprachige Beiträge sind willkommen.
Full Paper umfassen 10-12 Seiten (ohne Literaturverzeichnis) und beinhalten in sich (großteils) abgeschlossene Forschungsaktivitäten.
Research in Progress Paper (Short Paper) umfassen als 4-9 Seiten (ohne Literaturverzeichnis), in denen Forschungsideen und neue Design-Projekte vorgestellt werden. Dargelegt werden sollten dabei Vorgehen, Methode und Datengrundlage. Erste Ergebnisse sollten erkennbar sein.
Bei Poster Papern zu Prototypen und Design-Artefakten und für Praxisbeiträgen sollte der Erstellungsprozess abgeschlossen sein und die Annahmen transparent dargelegt werden.
Re-Submissions werden auf insgesamt 1-2 Seiten zusammengefasst, in denen auf die existierende(n) Publikation(en) verwiesen wird.
Jede Einreichung wird doppelt begutachtet.
Die Einreichung erfolgt via EasyChair: https://easychair.org/conferences/?conf=lwda2023
Wird ein Beitrag zur Präsentation und Veröffentlichung (optional) angenommen, muss sich mindestens ein Autor zur Konferenz LDWA 2023 anmelden und die Arbeit persönlich vorstellen.

Veröffentlichung

Full- und Short-Paper mit einer Länge von mindestens 5 Seiten können im Tagungsband der LWDA publiziert werden (ausgenommen Re-Submissions): CEUR-Workshop-Proceedings: http://ceur-ws.org

Programmkomitee

Dr. Henning Baars, Universität Stuttgart
Prof. Dr. Carsten Felden, TU Bergakademie Freiberg
Dr. Ralf Finger, Information Works
PD Dr. Sebastian Olbrich, Deloitte

Track Chair

Dr. Henning Baars
Lehrstuhl für ABWL und Wirtschaftsinformatik I – Universität Stuttgart
Keplerstr. 17 – 70174 Stuttgart , Tel.: 0711 – 685 83037
E-Mail: henning.baars@bwi.uni-stuttgart.de