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

Die Mitarbeiter von morgen– Ergebnisse eines Workshops zu den Kompetenzen künftiger Mitarbeiter im Bereich Business Analytics (2019)