Jump to content Jump to search

Publikationen Use Case Wirtschaft

Bravidor, Marcus/Krakowski, Martha/Klassen, Gerhard/Conrad, Stefan (2019): Predicting Erroneous Financial Statements Using a Novel Machine Learning Approach. 1st EIASM Workshop on Preventing Accounting Scandals: Practices and Practitioners. Monaco, (14.-15. March 2019), International University of Monaco.

Kenning, Peter/Weißenberger, Barbara E. (2019): (189)     Digitale Risiken und Nebenwirkungen, in: Frankfurter Allgemeine Zeitung, Rubrik „Der Betriebswirt“, 26. August 2019, S. 16.

Klassen, Gerhard/Krakowski, Martha/Conrad, Stefan (2021): Clustering of Time Series Regarding Their Over-Time Stability, in: Proceedings of the 2020 IEEE Symposium Series on Computational Intelligence (SSCI), 1051-1058.

Klassen, Gerhard/Krakowski, Martha/Huo, Weisong/Conrad, Stefan (2020): Evaluating Machine Learning Algorithms in Predicting Financial Restatements, in: Proceedings of the 4th International Conference on Business and Information Management, ICBIM 2020, 95-100.

Klassen, Gerhard/Krakowski, Martha/Himmelspach Ludmila/Conrad, Stefan (2020): Fuzzy Clustering Stability Evaluation of Time Series, in: Proceedings of the 18th Conference on Information Processing and Management of Uncertainty in Knowledge-Based Systems (IPMU 2020), 680-692

Klassen, Gerhard/Krakowski, Martha/Conrad, Stefan (2021): Cluster-Based stability Evaluation in Time Series Data Sets. Under review at Data Mining and Knowledge Discovery Journal.

Klassen, Gerhard (2021): Pattern Discovery in Time Series. Dissertation at the University of Düsseldorf, Germany.

Köchling, Alina/Riazy, Shirin/Wehner, Marius Claus/Simbeck, Katharina (2021): Highly Accurate, But Still Discriminatory: A Fairness Evaluation of Algorithmic Video Analysis in the Recruitment Context, in: Business & Information Systems Engineering, Vol. 63, S. 39-54.

Köchling, Alina/Wehner, Marius Claus (2020): Discriminated by an algorithm: a systematic review of discrimination and fairness by algorithmic decision-making in the context of HR recruitment and HR development, in: Business Research, Vol. 13(3) 795–848.

Köchling, Alina/Wehner, Marius Claus/Ruhle, Sascha (2021): Feeling treated fairly? Employee Reactions toward AI in Career Development Systems. Accepted at the 16th International Human Resource Management Conference 2020 (Conference cancelled due to Covid19). Presented at the virtual European Academy of Management (EURAM)* and the Academy of Management (AOM).
* Best Paper Award in Big Data, Data Analytics and New Forms of Work

Köchling, Alina/Wehner, Marius Claus/Warkocz, Josephine (2021): Can I perform? Affective Responses to Algorithmic Decision-Making in the Recruitment Process. Presented at the virtual European Academy of Management (EURAM), the Academy of Management (AOM), and the European Network of Selection Researchers (ENESER) taking place August 31-02 in Zurich, Switzerland.

Köchling, Alina/Wehner, Marius Claus/Warkocz, Josephine (2022):  Can I show my skills? Affective Responses to Artificial Intelligence in the Recruitment Process.Review of Managerial Sciencehttps://doi.org/10.1007/s11846-021-00514-4

Köchling, Alina/Riazy, Shirin/Wehner, Marius Claus/Simbeck, Katharina. (2020): Highly accurate, but still discriminatory: A fairness evaluation of algorithmic video analysis. Presented at the virtual Academy of Management (AOM) and European Academy of Management (EURAM).

Kotzian, Peter (2021): Applying Machine Learning and Artificial Intelligence to CSR-Compliance. A Conceptual Framework with Illustrations. papers.ssrn.com/sol3/papers.cfm.

Kotzian, Peter; Emme, Sonja; Weißenberger, Barbara E. (2021): Usage of Artificial Intelligence-based Forecasting Tools in Management Accounting: The Role of Origin, Accuracy, and Explainability. Paper submitted at the European Accounting Association Conference 2022.

Krakowski, Martha/Klassen, Gerhard/Bravidor, Marcus/Conrad, Stefan (2020): How is Your Team Spirit? Cluster Over-Time Stability Evaluation Machine Learning and Data Mining in Pattern Recognition, 16th International Conference on Machine Learning and Data Mining, MLDM 2020, 155-170.

Krakowski, Martha/Klassen, Gerhard/Bravidor, Marcus/Conrad, Stefan (2019): Show Me
Your Friends and I’ll Tell You Who You Are. Finding Anomalous Time Series by Conspicuous Cluster Transitions, in: Proceedings of the 17th Australasian Data Mining Conference (AusDM 2019), 91-103

Krakowski, Martha/Klassen, Gerhard/Bravidor, Marcus/Conrad, Stefan (2020): Predicting Erroneous Financial Statements Using a Density-Based Clustering Approach, in: Proceedings of the 4th International Conference on Business and Information Management (ICBIM 2020), 89-94.

Krakowski, Martha/Klassen, Gerhard/Conrad, Stefan (2020): Behave or be detected!
Identifying outlier sequences by their group cohesion, in: Proceedings of the 22nd International Conference on Big Data Analytics and Knowledge Discovery (DaWaK 2020), 333-347

Krakowski, Martha/Klassen, Gerhard/Conrad, Stefan (2020): Loners stand out. Identification
of anomalous subsequences based on group performance, in: Proceedings of the 16th International Conference on Advanced Data Mining and Applications (ADMA 2020), 360-369

Krakowski, Martha (2021): Detection of Anomalous Sequences in Multivariate Time Series Data. Dissertation at the University of Düsseldorf, Germany

Mahlendorf, Matthias D./Weißenberger, Barbara E. (2021): Will they be Business Partner in the Digital Era? On the Future of Work and Roles of Controllers, in: Schmalenbach IMPULSE, Vol. 1, Nr. 1.

Weißenberger, Barbara E./Bauch, Kai (2019): Controlling in der Echtzeit-Economy: Auswirkungen der digitalen Transformation auf die Unternehmenssteuerung, in: Handbuch Industrie 4. 0 und Digitale Transformation. Betriebswirtschaftliche, Technische und Rechtliche Herausforderungen, hrsg. Von Robert Obermaier, Wiesbaden: Springer Gabler, S. 703–722.

Weißenberger, Barbara E. (2019): Prognoseinformationen in der Finanzberichterstattung nach HGB: Wird ihre Qualität durch Big Data und KI-Algorithmen besser?, in: Festschrift für Karsten Schmidt zum 80. Geburtstag, hrsg. von Katharina Boele-Woelki, Florian Faust, Matthias Jacobs, Thilo Kuntz, Anne Röthel, Karsten Thorn und Birgit Weitemeyer, Band II, München: Beck, S. 599–625.

Weißenberger, Barbara E. (2019): Fintechs – Ausgewählte Probleme. Korreferat zu Gerald Spindler, in: Zivilrechtliche und rechtsökonomische Probleme des Internet und der künstlichen Intelligenz. 15. Travemünder Symposium zur ökonomischen Analyse des Rechts, hrsg. Von Florian Faust und Hans-Bernd Schäfer, Tübingen: Mohr-Siebeck, S. 197–208.

Weißenberger, Barbara E. (2019): Vom Oberbuchhalter zum KI-Experten, in: Frankfurter Allgemeine Zeitung, Rubrik „Der Betriebswirt“, 03. Juni 2019, S. 16.

Weißenberger, Barbara E. (2019):  Künstliche Intelligenz und das Innovator’s Dilemma, in: Frankfurter Allgemeine Zeitung, Rubrik „Der Betriebswirt“, 28. Januar 2019, S. 18

Weißenberger, Barbara E./Lösse, Leonhard (2020) Hype oder Chance? Blockchain-Technologie als Herausforderung für den CFO (Barbara E. Weißenberger/Leonhard J. Lösse), in: IDW Life, Heft 6, S. 392-395.

Weißenberger, Barbara E./Lösse, Leonhard J. (2020): Digitale Unternehmenstransparenz. Wenn Abschlüsse nicht mehr von Menschen, sondern von Algorithmen gelesen werden, in: Jens Freiberg (Hg.): Festschrift zum 65. Geburtstag von Dr. Norbert Lüdenbach. Fragestellungen und Perspektiven der Rechnungslegung nach HGB und IFRS. Herne et al: NWB, 425–438.

Weißenberger, Barbara E. (2020): Künstliche Intelligenz: Ein guter Diener, aber ein schlechter Herr!, in: Wissenschaft fördern - Zukunft gestalten. 50 Jahre Anton-Betz-Stiftung der Rheinischen Post, hrsg. von der Anton-Betz-Stiftung, Düsseldorf, Düsseldorf: Verlag Rheinische Post, S. 127-14.

Weißenberger, Barbara E. (2021): Digital Debiasing beim Einsatz von Künstlicher Intelligenz in Rechnungswesen und Ab-schlussprüfung, in: Corporate Governance, Rechenschaft und Abschlussprüfung. Festschrift für Hans-Joachim Böcking zum 65. Geburtstag, hrsg. von Andreas Dutzi, Marius Gros, Karsten Nowak und Bernd Roese, München: C.H.Beck, S. 431-440.

Responsible for the content: HeiCAD : Contact by e-mail