Vorläufige Agenda:

09:00 - 09:30 Uhr: Begrüßung
09:30 - 10:15 Uhr: Automatisierte prädiktive Analytik in der Gepäckabfertigung (Finn Dohrn und Marina Tropmann-Frick)
10:15 - 11:00 Uhr: Comparison of Classifiers for Eye-Tracking Data (Jennifer Landes, Meike Klettke, Sonja Köppl)
11:00 - 11:30 Uhr: Kaffeepause
11:30 - 12:15 Uhr: Entwicklung einer KI für automatisierte Tierschutzkontrollen in der Schweineschlachtung (Christian Beecks, Alexander Graß, Anandraj Amalraj, Marc Jentsch, Felix Kitschke, Maximilian Norz, Patric Schäffer)
12:15 - 12:30 Uhr: Closing

Angesichts der wachsenden Bedeutung von Daten in allen Branchen ist es unerlässlich, die Lücke zwischen akademischer Forschung und praktischer Anwendung zu schließen, um Erkenntnisse im Rahmen von Data Science Projekten zielgerichtet zu verwenden und die Erfolgsquote von Data Science Projekten zu steigern. Dieser Workshop setzt sich mit der Betrachtung des gesamten Lebenszyklus von Data Science Projekten auseinander, beginnend bei der wissenschaftlichen Konzeption bis hin zur praktischen Anwendung. Dabei sollen nicht nur Datenanalyse und Machine Learning Techniken diskutiert werden, sondern insbesondere auch praxisnahe Problemstellungen und Fallstudien vorgestellt werden, um die Integration von Data Science Lösungen in bestehende Unternehmensprozesse zu beleuchten. Ziel dieses Workshops ist es, einen Einblick in die Konzeption, Planung und Umsetzung von Data Science Projekten zu erhalten und weitere Handlungsempfehlungen zur strukturierten Durchführung abzuleiten. 

Dieser Workshop richtet sich an Forscher*innen, Datenwissenschaftler*innen und Entscheidungsträger*innen im Bereich der Datenanalyse sowie an Fachleute, die einen Einblick in die Umsetzung von Data Science Projekten von der wissenschaftlichen Idee bis zur praktischen Anwendung suchen. 

Die Themen dieses Workshops umfassen alle relevanten Aspekte von Data Science Projekten. Zu den möglichen Themen gehören unter anderem: 

• Konzepte und Methoden zur Datenerfassung und -sammlung sowie zur Datenqualitätsprüfung und -bereinigung 
• Feature Engineering: Auswahl und Transformation von Merkmalen zur Verbesserung der Modellleistung 
• Statistische und algorithmische Methoden sowie Maschinelle Lernverfahren zur Datenanalyse und -exploration 
• Strategien und Werkzeuge für den Umgang mit großen Datensätzen und verteilten Systemen 
• Visualisierungstechniken und Präsentationsmethoden zur effektiven Kommunikation von Ergebnissen und Erkenntnissen 
• Ethik und Datenschutz in Data Science: Herausforderungen und Best Practices im Umgang mit sensiblen Daten und ethischen Überlegungen
• Anwendungsbeispiele und Fallstudien: Praktische Anwendungen von Data Science in verschiedenen Branchen und Szenarien 

Wichtige Termine 

• 19.05.2024 05.05.2024: Einreichungsfrist der Beiträge
• 29.05.2024: Benachrichtigung über Review-Ergebnisse an Autor*innen 
• 12.06.2024: Abgabe der überarbeiteten/finalen Beiträge 
• 26.09.2024: Workshop im Rahmen des Informatik Festivals 2024 

Einreichung von Beträgen 

Gesucht werden Beträge aus Wissenschaft und Praxis, die einen Bezug zu dem Thema des Workshops aufweisen. Die folgenden Beitragsformate sind vorgesehen: 

• Langbeiträge mit einem Umfang von 12 Seiten* 
• Kurzbeträge mit einem Umfang von 6 Seiten* 

*Die Seitenzahl beschränkt sich auf den eigentlichen Beitrag. Weitere Bestandteile wie Referenzen und Anhänge sind nicht inkludiert und können ohne Beschränkung hinzugefügt werden.   

Alle eingereichten Beiträge durchlaufen einen Peer-Review Begutachtungsprozess. Akzeptierte Beiträge werden im Tagungsband in der Reihe Lecture Notes in Informatics (LNI) veröffentlicht. Beiträge müssen den Richtlinien für Autor*innen der LNI-Vorlage (deutsch, englisch) entsprechen und können sowohl in deutscher als auch englischer Sprache verfasst werden. Für die Veröffentlichung eines Beitrags muss sich mindestens ein*e Autor*in registrieren und den Beitrag im Rahmen des Workshops vorstellen.   

Bitte reichen Sie Ihren Beitrag über den folgenden Link ein: https://easychair.org/my/conference?conf=dsprojekte24

Wir freuen uns auf Ihre Beträge!

Technical Program Committee:

Katharina Ebner (FernUniversität in Hagen)
Jens Kaufmann (Hochschule Niederrhein)
Markus Lange-Hegermann (Technische Hochschule Ostwestfalen-Lippe)
Tobias Meisen (Bergische Universität Wuppertal)
Christoph Quix (Hochschule Niederrhein)