Prof. Dr. Michael Schulz
Professoren / Dozenten
Stelle(n)
- Fachbereichssprecher Informatik
- Professur für Wirtschaftsinformatik
Kurzprofil
Herr Prof. Dr. Schulz hat seit April 2017 eine Professur für Wirtschaftsinformatik an der NORDAKADEMIE inne. Seine Forschungsschwerpunkte liegen u.a. im Bereich Business Analytics, Data Mining und Self-Service Business Intelligence.
Forschungsschwerpunkte
- Business Analytics
- Data Mining
- Datenmodellierung
- Datenvisualisierung
- Self-Service Business Intelligence
Vorlesungen:
- analytische Informationssysteme
- Datenbanksysteme
- Business Intelligence & Data Science
Gutachtertätigkeiten:
- analytische Informationssysteme, Datenbanksysteme
Buchkapitel
D. Badura, Ossa, Alexander, M. Schulz
Self-Service Data Science – Vergleich von Plattformen zum Aufbau von Entscheidungsbäumen (2021)
In Big Data Analytics: Grundlagen, Fallbeispiele und Nutzungspotenziale; D'Onofrio, Sara, Meier, Andreas(Ed): Springer, Wiesbaden; 215- 237
Buchkapitel
J. Aßmann, J. Sauer, M. Schulz
Keine Angst vor Fehlschlägen – Erkenntnisse aus einer Umfrage zum Scheitern von Data-Science-Projekten (2021)
In Data Science anwenden - Einführung, Anwendungen und Projekte; Barton, Thomas, Müller, Christian(Ed): Springer Vieweg, Wiesbaden; 69- 81
Buchkapitel
M. Schulz, U. Neuhaus, J. Kaufmann, D. Badura, S. Kühnel, W. Badewitz, D. Dann, S. Kloker, E. Alekozai, C. Lanquillon
Introducing DASC-PM: A Data Science Process Model (2020)
In Proceedings 2020; Australasian Conference on Information Systems(Ed); 1- 12
Zeitschriftenaufsatz
M. Schulz, U. Neuhaus, S. Kühnel
Das Data-Science-Vorgehensmodell DASC-PM (2020)
WISU, Das Wirtschaftsstudium, 49(4); 387- 389
Zeitschriftenaufsatz
M. Schulz
Data-Science-Projekte und ihre Besonderheiten (2020)
Wirtschaftsinformatik & Management, 12(4); Springer Gabler; 1- 6
Zeitschriftenaufsatz
M. Schulz, P. Alpar, P. Winter
Should Data Structures Look Flat for End Users? (2020)
Information Systems Management, 37(2); 150- 169
Tagungsbeitrag
J. Aßmann, J. Sauer, M. Schulz
Ein agiles Vorgehensmodell zur Einführung von Predictive Analytics in Unternehmen (2020)
In Proceedings of the LWDA 2020 Workshops: KDML, FGWM, FGWI-BIA, and FGDB; D Trabold, P Welke, N Piatkowski(Ed); 203- 217
Buch (Monographie)
M. Schulz, U. Neuhaus, J. Kaufmann, D. Badura, U. Kerzel, F. Welter, M. Prothmann, S. Kühnel, J. Passlick, R. Rissler, W. Badewitz, D. Dann, A. Gröschel, S. Kloker, E. Alekozai, M. Felderer, C. Lanquillon, D. Brauner, P. Gölzer, H. Binder, H. Rohd...
DASC-PM v1.0– Ein Vorgehensmodell für Data-Science-Projekte (2020)
NORDAKADEMIE gAG Hochschule der Wirtschaft / valantic Business Analytics GmbH, Elmshorn / Hamburg
Zeitschriftenaufsatz
D. Badura, M. Schulz
Kleine Barrieren für große Analysen – Eine Untersuchung der Eignung aktueller Plattformen für Self-Service Data Mining (2019)
HMD (HMD Praxis der Wirtschaftsinformatik)
Graue Literatur / Bericht / Report
Bär, J., Badura, D., A. Bockshecker, L. Hauer, M. Karalash, S. Nehls, U. Neuhaus, H. Schröder, M. Schulz, V. Sharma, F. Welter