BEGIN:VCALENDAR VERSION:2.0 PRODID:https://github.com/derhansen/sf_event_mgt METHOD:PUBLISH BEGIN:VEVENT UID:3654-3411@fg-wi-bia.gi.de CLASS: PUBLIC SUMMARY:Workshop Business Intelligence & Analytics (WSBI A20) DESCRIPTION:Call for Papers für den\n\nWorkshop Business Intelligence & Ana lytics (WSBI A20)\n\nder GI e.V. Fachgruppe Business Intelligence & Analyti cs\n\nIm Rahmen der Konferenz Lernen.Wissen.Daten.Analysen. LWDA 2020\n\nam 09  September – 11. September 2020 in Bonn\n\nzum Thema\n\nBusiness Intell igence und Analytics – von der Entscheidungsunterstützung zur Entscheidungs automatisierung?\n\n\n\nBeschreibung der Inhalte\n\nAdvanced und Predictive Analytics ist in den Unternehmen angekommen. Nach einer Phase des starken Wachstums der Zahl an Analytics-Initiativen kann jetzt ein Übergang in dere n Konsolidierung und Professionalisierung beobachtet werden. Hierbei findet auch ein organisches Zusammenwachsen der Big-Data- und Analytics-Landschaf t mit den etablierten Business-Intelligence- und Data-Warhehousing-Struktur en statt. Das betrifft inhaltliche, technische und organisatorische Aspekte und geht einher mit\n\n Einer stärkeren Implementierung in die betrieblic hen Prozesskontexte (inkl. der Gestaltung der Daten-Pipelines/DataOps, der Kommunikation und Erklärung von Analytics-Ergebnissen/ExAI und der Modellop erationalisierung), einer gestiegenen Automatisierung der IT-basierten Ent scheidungsunterstützung (AI/ML-basierte Datenaufbereitung, Automated Featur e Engineering, Automated Data Preparation and Model Selection, AutoML & Aug mented Analytics), ausdifferenzierten Governance- und Rollenkonzepten (BIA Governance, Data und Model Governance, Data Engineer/Data Steward/Data Ana lyst/Data Scientist), einer stärkeren, organisationsübergreifenden Arbeits teilung, insbes. durch neue Cloud-Konzepte (FaaS/MaaS/VaaS für Analytics, h ybride Cloud-Analytics-Plattformen etc., des stärkeren – aber kontrolliert en Einbezugs der Anwender (Self-Service-AI, Cognitive Computing) und einem intensiveren Data Sharing in Unternehmen und über Unternehmensgrenzen \n\n Der Workshop widmet sich diesen und benachbarten Themen.\n\n \n\nZiel des W orkshops und Einreichungsformate\n\nZiel des Workshops ist es innovative Fo rschungsansätze und Forschungsergebnisse aus dem Bereich Business Intellige nce und Analytics (BIA) zu präsentieren, zu diskutieren und in Bezug zu set zen (Full Paper). Vorgestellt werden sollen neben originären Forschungserge bnissen bewusst auch Zwischenergebnisse aus Forschungsprojekten, konkrete F orschungsideen sowie neue methodische Herangehensweisen (Research in Progre ss).  Ebenfalls eingereicht werden können bereits veröffentlichte Beiträge und Zwischenergebnisse (Re-Submissions), die zur Fortentwicklung und zum Fi nden von Partnern für Anschlussarbeiten vorgestellt werden. Unabhängig davo n sind Poster-Einreichungen zu Prototypen, Design-Artefakte und Praxisbeitr ägen willkommen.\n\n\n\nAusrichtung und Zielgruppe\n\nAuch in diesem Jahr i st der Workshop auf die Unterstützung bei der Initiierung neuer Forschungsv orhaben, die aktive Vorbereitung hochwertiger Publikationen, sowie Initiier ung möglicher Kooperationen ausgerichtet. Zielgruppe sind insbesondere auch Doktoranden. Ein Austausch mit den parallel stattfindenden Veranstaltungen wird explizit gewünscht und gefördert.\n\n\n\nBeispiele für Themenfelder, zu denen eingereicht werden kann:\n\n Datengetriebene Systeme: BIA als Gru ndlage digitaler Geschäftsmodelle / BIA in der digitalen Transformation / B IA im Innovationsprozess Innovative BIA-Anwendungsdomänen (z.B. BIA in der Logistik, BIA und Smart Farming, BIA im Energiesektor / im Internet der En ergie, BIA und Health Care, BIA in der Öffentlichen Verwaltung) BIA im Kon text der Themen „Internet der Dinge“ und „Industrie 4.0“ Integration und A uswertung von Kundendaten (bspw. aus Mobile BIA und Wearable BIA, BIA und A ugmented /Virtual Reality) zu Customer Journeys Advanced, Predictive und V isual Analytics Einsätze von Natural Language Processing/Text Mining, Proc ess Mining, Social Network Analysis & Co. Betriebswirtschaftliche Anwendun gsfelder von Künstlicher Intelligenz und Deep Learning: Convolutional Neur al Networks, Deep Recurrent Neural Networks, Deep Reinforcement Learning, D eep Autoencoder, Generative Adversial Networks, Capsule Networks & Co. BIA und Big-Data / NoSQL / In-Memory-BIA, Analytische Datenbanken Agile BIA, Self-Service-BIA und Sourcing-Konzepte (BIA aaS) BIA-Governance, Entwicklu ngs- und Betriebskonzepte sowie deren Werkzeugunterstützung Data-Science-P lattformen, AutoML und Augmented Analytics, Metadatenmanagement, Datenqua litäts- und Stammdatenmanagement im BIA-Umfeld Data Science Plattformen, M odelldistribution und -operationalisierung, Modellmanagement BIA über Unte rnehmensgrenzen Prozessorientierte BI, Operational BI, Process-centric BIA , Business Process Intelligence etc. Cloud-basierte BIA: BIA mit Microserv ices, Containern, Function as a Service / Serverless Computing \n\nWeitere Ergänzungen sind willkommen.\n\n\n\nZeitplan\n\n Einreichungen bis: 17.07. 2020 (Fristverlängerung) Benachrichtigung über Annahme / Gutachten: 24.07. 2020 Camera-Ready-Versionen der angenommenen Paper: 08.08.2020 Workshop u nd Präsentation auf der LWDA-Konferenz: 09.09.-11.09.2020 \n\n\n\nEinreichu ngen\n\n Sämtliche Einreichungen sind in der Springer LNCS Vorlage zu erst ellen: http://www.springer.com/computer/lncs?SGWID=0-164-6-793341-0. Sowoh l deutschsprachige als auch englischsprachige Beiträge sind willkommen. Fu ll Paper umfassen 10-12 Seiten (ohne Literaturverzeichnis) und beinhalten i n sich (großteils) abgeschlossene Forschungsaktivitäten. Bei Design-Papern und Prototypen sollte der Erstellungsprozess abgeschlossen sein und die Ann ahmen transparent dargelegt werden. Research in Progress Paper umfassen 4- 5 Seiten (ohne Literaturverzeichnis), in denen Forschungsideen und neue Des ign-Projekte vorgestellt werden. Dargelegt werden sollten dabei Vorgehen, M ethode und Datengrundlage. Erste Ergebnisse sollten erkennbar sein.  Re-Su bmissions werden auf insgesamt 1-2 Seiten zusammengefasst, in denen auf die existierende(n) Publikation(en) verwiesen wird. Jede akzeptierte Einreich ung wird doppelt begutachtet. Die Einreichung erfolgt via EasyChair: https ://easychair.org/conferences/?conf=lwda2019 Wird ein Beitrag zur Präsentat ion und Veröffentlichung (optional) angenommen, muss sich mindestens ein Au tor zur Konferenz LDWA 2019 anmelden und die Arbeit persönlich vorstellen.  \n\n\n\nVeröffentlichung\n\nFull- und Short-Paper mit einer Länge von mind estens 5 Seiten können im Tagungsband der LWDA publiziert werden (ausgenomm en Re-Submissions): CEUR-Workshop-Proceedings: http://ceur-ws.org\n\n Prog rammkomitee\n\n Dr. Henning Baars, Universität Stuttgart Prof. Dr. Carste n Felden, TU Bergakademie Freiberg Dr. Ralf Finger, Information Works PD Dr. Sebastian Olbrich, EBS Universität \n\n\n\nTrack Chair\n\n Dr. Henning Baars Lehrstuhl für ABWL und Wirtschaftsinformatik I – Universität Stuttg art Keplerstr. 17 – 70174 Stuttgart , Tel.: 0711 – 685 83037 E-Mail: henn ing.baars@bwi.uni-stuttgart.de LOCATION:Universität Bonn DTSTAMP:20210504T101053Z DTSTART:20200909T070000Z DTEND:20200911T150000Z END:VEVENT END:VCALENDAR