Entdecken Sie die aktuellen Forschungsaufenthalte und die neuesten Publikationen, die aus dem FIM-Ökosystem hervorgehen.
Forschungsaufenthalte, in denen Studierende mit globalen Partnerinnen und Partnern zusammenarbeiten.
Research publications from the FIM community.
Forschungsaufenthalte, in denen Studierende mit globalen Partnerinnen und Partnern zusammenarbeiten.
Optimierungsalgorithmen für große Elektrofahrzeugflotten
Ich habe die Bay Area aus erster Hand erlebt und die starken kulturellen Unterschiede zu Deutschland kennengelernt, insbesondere in Bezug auf die Risikofreudigkeit und Geschwindigkeit. Dieses Umfeld beschleunigt zwar Innovationen, hat mir aber auch die damit verbundenen sozialen Kompromisse bewusst gemacht.
Zum Profil Simon Jakoby · GastwissenschaftlerSparking Digital Innovation: A Framework for Employee and GenAI Involvement
Forschungsdiskussionen sind äußerst wertvoll - sie gehen schnell in die Tiefe und sind gleichzeitig sehr anspruchsvoll. Musiker und Start-ups teilen ähnliche Werte: Leidenschaft und harte Arbeit.
Zum Profil Manuel Sauer · Konferenz TeilnehmerMulti-Agent Reinforcement Learning for Inventory Management
Dein Netzwerk und die Menschen um dich herum prägen dich genauso sehr wie dein Studium. Deshalb ist es umso wichtiger, die richtige Balance zwischen Sozialleben und Arbeit zu finden, um sowohl kurz- als auch langfristig bessere Ergebnisse zu erzielen.
Zum Profil Jakob Ehrenhuber · GastwissenschaftlerTail Risk optimized Parametric Nat Cat Insurance Instruments
Zum Profil Marc Prinzing · GastwissenschaftlerStructured Deep Reinforcement Learning for Autonomous Mobility on Demand Systems
Fortschritte in der Forschung entstehen selten linear. Stattdessen arbeitet man sich iterativ zwischen Hypothese, Implementierung und Evaluation vor.
Zum Profil Louis Anklam · GastwissenschaftlerSupporting the investment team covering European financial and enterprise technology investments
Hochinnovative und inspirierende Gründer und Unternehmen innerhalb der europäischen Technologielandschaft. Die Zusammenarbeit mit talentierten und hochmotivierten Menschen spornt dazu an, das Beste aus sich herauszuholen. Pferdewetten können ziemlich süchtig machen.
Zum Profil Manuel Wenk · Growth Equity Summer AnalystLLMs-as-judges: can groups of LLMs identify innovative ideas
Interdisziplinarität, Vielfalt und globale Perspektiven fördern die Ideenfindung, den Wissensaustausch und die Innovation – sowohl unter Forschern als auch unter LLMs.
Zum Profil Hannes Voucko-Glockner · GastwissenschaftlerUnsupervised construction of object-centric event logs for process mining using natural language processing on textual descriptions
Ich liebe es, in einem Büro zu forschen, in dem alle zusammen sitzen (nicht im Homeoffice).
Zum Profil Alina Buss · GastwissenschaftlerinGlobal Forest Carbon Sequestration
Es war eine großartige Gelegenheit, in einem so globalen Umfeld zu arbeiten.
Zum Profil Franziska Stickling · GastwissenschaftlerinNavigating Data Science in the era of GenAI
Der ideale Ort für innovative Data Science Projekte und Sport in den nahegelegenen Bergen.
Zum Profil Julian Dormehl · Data Science Product Owner InternMachine Learning in Finance
Internationale und interkulturelle Zusammenarbeit, Computer Vision für Finanzdokumente, kausales maschinelles Lernen zur Kostenprognose und Workflow-Automatisierung in der Vertriebsprüfung.
Zum Profil Tobias Plank · Finance Development InternIntegration of LLM agents in investment strategies
Erfahrung in der Konzeption, Durchführung und Iteration von Forschungsprozessen gesammelt und LLMs sowie kausale Entdeckungstechniken angewendet, um Finanzgrundlagen und Marktnarrative zu prognostizieren.
Zum Profil Luis Ganßloser · GastwissenschaftlerStart-up-Erfolgsprognose mit Machine Learning
Das richtige Gleichgewicht zwischen Freizeit und Arbeit zu finden, führt zu besseren Ergebnissen auf beiden Seiten.
Zum Profil Daniel Parak · GastwissenschaftlerControl of a Heterogeneous Mobility-on-Demand Fleet with Graph Neural Networks and Reinforcement Learning
London ist eine großartige und sehr lebendige Stadt + die Menschen von Imperial sind smart und zuvorkommend = nur zu empfehlen!
Zum Profil Zeno Woywood · GastwissenschaftlerOptionale Portfoliowahl eines Verhaltensökonomischen Investors unter affinen Garch-Modelln
Die Zusammenarbeit in Teams, die Menschen mit verschiedenen Perspektiven und Hintergründen zusammenbringen, ist der Schlüssel, um etwas bedeutungsvoll Neues zu schaffen; Nichts ist so kostbar und schön wie die Natur selbst
Zum Profil Nando Ehler · GastwissenschaftlerDie Landschaft für Unternehmertum und Risikokapital in Lateinamerika erscheint trotz gemeinsamer Sprache und starker wirtschaftlicher Verbindungen fragmentiert. Die meisten lokalen Fonds befinden sich in ihrer ersten oder zweiten Finanzierungsrunde und bauen ein branchenunabhängiges Portfolio auf, wobei FinTech einen Großteil der Aktivitäten ausmacht. In Peru fördern Universitäten unternehmerische Karrieren, dennoch ist es ungewöhnlich, dass Absolventen unmittelbar nach ihrem Studium ein Start-up gründen.
Zum Profil Anja Senkmüller · Austauschstudentin und ProjektpraktikantinIch habe mich intensiv mit dem Start-up-Ökosystem in Ostafrika auseinandergesetzt, gelernt, wie man Entrepreneurship-Schulungen in einem anderen kulturellen Umfeld durchführt, und ein Projekt zur Weiterqualifizierung junger Absolventen geleitet.
Zum Profil Anja Senkmüller · Start-up Coach & ConsultantReparatur von Datenqualitätsproblemen in Prozess-Event-Logs
Zum Profil Felix Zetzsche · GastwissenschaftlerGlobal Rewards in Multi-Agent Deep Reinforcement Learning for Autonomous Mobility on Demand Systems
Eine zweite Meinung ist in der Forschung sehr wertvoll, insbesondere wenn sie aus einem anderen kulturellen und akademischen Hintergrund stammt.
Zum Profil Heiko Hoppe · GastwissenschaftlerReinforcement Learning für Strommärkte
Silicon Valley teaches you to be bold and pragmatic.
Zum Profil Jochen Madler · GastwissenschaftlerModellierung von städtischen Nachbarschaftsenergiesystemen
Die Zusammenarbeit mit verschiedenen Experten aus den Bereichen Informationssysteme, Energie und bebaute Umwelt hat unser Projekt bereichert und neue, innovative Perspektiven eröffnet.
Zum Profil Jonathan Lersch · GastwissenschaftlerResilienz von Geschäftsprozessen
Abweichungen vom Normalen sind die größte Chance für Wachstum – das gilt sowohl für das Leben als auch für Prozesse :)
Zum Profil Julia Hermann · GastwissenschaftlerinDigital-ermöglichte Soziale Inklusion
Sich von Gewohnheiten und Denkweisen zu lösen, ist zunächst anstrengend, aber auf lange Sicht lohnenswert.
Zum Profil Katharina Kneissel · GastwissenschaftlerinWahrnehmung von Risikokapitalgebern
Das Leben ist schöner, wenn man näher am Surfspot wohnt!
Zum Profil Philipp Wiegand · GastwissenschaftlerResearch publications from the FIM community.
Business environments are becoming increasingly complex due to the pervasiveness of digital technologies and socio-technical interactions, complicating the initiation of digital innovations. To navigate these complexities, incumbent firms draw on insights from employees working with core products or services, referred to as Employee-Driven Digital Innovation (EDDI). However, many employers face quiet quitting (e.g., 78% in Germany), leading to untapped innovation potential. Research on Generative Artificial Intelligence (GenAI) shows it can enhance employee engagement and produce higher-quality ideas more efficiently. This interview study, therefore, explores how employees and GenAI interact during ideation in incumbents. Based on current literature and semi-structured interviews with employees, managers, and researchers, an Employee-GenAI Involvement framework with three types of GenAI and employee involvement was developed. This research contributes theoretically by deepening the understanding of the initiation phase of digital innovation and practically by identifying drivers and barriers when integrating GenAI into employee-driven ideation.
Publikation öffnenWe study a sequential decision-making problem for a profit-maximizing operator of an autonomous mobility-on-demand system. Optimizing a central operator's vehicle-to-request dispatching policy requires efficient and effective fleet control strategies. To this end, we employ a multi-agent Soft Actor-Critic algorithm combined with weighted bipartite matching. We propose a novel vehicle-based algorithm architecture and adapt the critic's loss function to appropriately consider coordinated actions. Furthermore, we extend our algorithm to incorporate rebalancing capabilities. Through numerical experiments, we show that our approach outperforms state-of-the-art benchmarks by up to 12.9% for dispatching and up to 38.9% with integrated rebalancing.
Publikation öffnenAcross various sectors applications of eXplainableAI (XAI) gained momentum as the increasing black-boxedness of prevailing Machine Learning (ML) models became apparent. In parallel, Large Language Models (LLMs) significantly developed in their abilities to understand human language and complex patterns. By combining both, this paper presents a novel reference architecture for the interpretation of XAI through an interactive chatbot powered by a fine-tuned LLM. We instantiate the reference architecture in the context of State-of-Health (SoH) prediction for batteries and validate its design in multiple evaluation and demonstration rounds. The evaluation indicates that the implemented prototype enhances the human interpretability of ML, especially for users with less experience with XAI.
Publikation öffnenOrganizations today need to drive both a digital transformation and a sustainability transformation. Twin transformation (TT) puts forward the idea suggests that these transformations should be integrated to leverage synergies and optimize resource utilization. While previous research has identified novel resources necessary for TT, such as dynamic capabilities, little is known about how organizations can effectively create and exploit them. We adopt a resource orchestration lens on TT to address this shortcoming. To address this shortcoming, we adopt a resource orchestration lens on TT and analyze how organizations structure, bundle, and leverage their resources for TT. Based on 20 in-depth interviews with TT industry experts, we present the TT resource orchestration pyramid, through which we unfold the processes and sub-processes of resource orchestration for TT. Our findings enhance our understanding of TT resources and contribute to the emerging body of knowledge on how organizations can drive TT. In doing so, we also provide guidance for practitioners to better manage the complexity of TT.
Publikation öffnenWe study vehicle dispatching in autonomous mobility on demand (AMoD) systems, where a central operator assigns vehicles to customer requests or rejects these with the aim of maximizing its total profit. Recent approaches use multi-agent deep reinforcement learning (MADRL) to realize scalable yet performant algorithms, but train agents based on local rewards, which distorts the reward signal with respect to the system-wide profit, leading to lower performance. We therefore propose a novel global-rewards-based MADRL algorithm for vehicle dispatching in AMoD systems, which resolves so far existing goal conflicts between the trained agents and the operator by assigning rewards to agents leveraging a counterfactual baseline. Our algorithm shows statistically significant improvements across various settings on real-world data compared to state-of-the-art MADRL algorithms with local rewards. We further provide a structural analysis which shows that the utilization of global rewards can improve implicit vehicle balancing and demand forecasting abilities. An extended version of our paper, including an appendix, can be found at https://arxiv.org/abs/2312.08884. Our code is available at https://github.com/tumBAIS/GR-MADRL-AMoD.
Publikation öffnen