Entscheidungsunterstützungssysteme in der Verbraucherinformatik

Entscheidungsunterstützungssysteme kommen im betriebswirtschaftlichen Kontext zur Unterstützung und Optimierung der Entscheidungsfindung in Unternehmen zum Einsatz. Die Forschung zu Anforderungen, Akzeptanz und Wahrnehmung beschränkt sich daher zumeist auf die unternehmerische Perspektive. Da die Belange von Unternehmen erwartungsgemäß anders ausgeartet sind als die Bedürfnisse der Nutzer:innen, ist eine Betrachtung der Nutzersicht hier ausstehend. Die zentrale Fragestellung ist, wie eine für die Nutzer:innen optimierte Interaktion mit dem System ausgestaltet sein muss, um Wahrnehmung und Akzeptanz in die generierten Informationen zu erhöhen.
Forschungsschwerpunkte
Wahrnehmung und Einfluss von algorithmus-basierten Reputationsmechanismen auf das Konsumverhalten in der Sharing Economy am Beispiel von Peer-to-Peer-Carsharing
Empfehlungssysteme zur Optimierung multimodaler Mobilität
Wahrnehmung von und Anforderungen an Produktempfehlungen im Lebensmitteleinzelhandel
Einfluss algorithmus-basierter Qualitätsinformationen von Lebensmitteln auf das Konsumverhalten
Ausstattung
Machine Learning-Server
Kooperationsinteressen
Datengetriebene Unternehmen und Start-Ups im Handels- und Mobilitätsbereich zur Erforschung des kundenzentrierten Designs datengetriebener Services und deren Wahrnehmung
Beispielprojekte aus Entscheidungsunterstützungssysteme in der Verbraucherinformatik
Zeitraum: 01.01.2018 bis 31.12.2019
FreshIndex-Echtzeit-Haltbarkeitsindikator für die Optimierung der ökonomischen und ökologischen Lebensmittel Versorgung
Zeitraum: 01.01.2021 bis 31.12.2023
MIAAS-Entwicklung einer europäischen Open-Source-Plattform zur Entscheidungsfindung mit Mobilitätsdaten
Zeitraum: 01.01.2016 bis 31.12.2018
Car-bits.de-Sichere und anwenderfreundliche Datensammlung und -Verwertung im Connected Car
Ein Projekt in Kooperation mit der Universität Siegen.
Fresh Analytics: Eine Plattform zur KI Optimierung der Lebensmittellieferkette