Lehrstuhl für Maschinelles Lernen, insbesondere Uncertainty Quantification

Herzlich Willkommen auf der Website des Lehrstuhls für Maschinelles Lernen, insbes. Uncertainty Quantification an der Fakultät für Informatik und Data Science der Universität Regensburg.

Der Lehrstuhl widmet sich der Analyse von Daten als zentrale Ressource für Anwendungen des maschinellen Lernens sowie als entscheidender Wettbewerbsfaktor und Innovationstreiber in digitalen Märkten. Im Fokus der Forschung stehen die ökonomischen Auswirkungen KI-basierter Systeme, die strategischen Implikationen datengetriebener Geschäftsmodelle, die Interaktion zwischen Mensch und KI, die Erklärbarkeit und Akzeptanz maschineller Lernverfahren, empirische Datenschutzfragen sowie die technische und ökonomische Regulierung künstlicher Intelligenz. Die Messung von Unsicherheit und deren Auswirkungen auf maschinelle Lernverfahren sind in diesen Forschungsfeldern von zentraler Bedeutung.

Aktuelles

Vorlesungen im Wintersemester 2023/24

Im Wintersemester 2023/24 bietet der Lehrstuhl erstmals die Veranstaltungen "Digital Business II – Netzwerke und Digitale Märkte" und "Data Business und digitale Wertschöpfungsprozess" für Bachelorstudierende sowie die Veranstaltung "Digital Platforms and the AI Economy" für Masterstudierende an.

Vortrag auf der CIST 2023, Phoenix, USA

Auf der diesjährigen Conference on Information Systems and Technology präsentiert Andreas Schauer die aktuelle Forschungsarbeit „Collaboration between Human and Artificial Intelligence in Digital Markets” (mit D. Schnurr).

Keynote zum Thema "Harms and Risks from Data Collection and Analysis"

Daniel Schnurr wurde am 6. September in der "Virtual Series on Policies and Tools for Improving Digital Economy and Competition in Digital Markets: Current Issues”, das von Mexiko und dem Asia-Pacific Economic Cooperation Forum (APEC) organisiert wird, zu einem Keynote-Vortrag eingeladen.

Handbuch "Global Data Strategies" veröffentlicht

Das interdisziplinäre Handbuch „Global Data Strategies“ zeigt verschiedene Datenstrategien und deren Implikationen auf. Im Kapitel "Global Data Economics: Principles, Strategies and Policies" diskutiert Daniel Schnurr die duale Herausforderung der Datenkonzentration und der Datenfragmentierung.

How to build a Single Data Market?

Im Rahmen einer Panel-Runde auf dem EU Digital Summit diskutiert Daniel Schnurr gemeinsam mit weiteren internationalen Expertinnen und Experten am 21. Juni 2023 die Frage "How to build a Single Data Market?"

Vortrag auf der Bentham House Conference 2023, London

Daniel Schnurr präsentierte auf der diesjährigen Bentham House Conference zum Thema "Competition Law and Policy in a Data-Driven Economy" seine Arbeit zu "Data Access Remedies: Regulatory Approaches, Economic Trade-Offs and Information Technology Design".

BEREC-Workshop zu "Switching & Interoperability of Data Processing Services"

Daniel Schnurr war als wissenschaftlicher Experte eingeladen die Ergebnisse des CERRE Reports "Switching and Interoperability Between Data Processing Services in the Proposed Data Act" beim Workshop der europäischen Regulierer BEREC vorzustellen.

Veröffentlichung im Journal of Information Technology

Das von Victoria Fast, Daniel Schnurr und Michael Wohlfarth verfasste Papier "Regulation of Data-Driven Market Power in the Digital Economy" ist in der renommierten Fachzeitschrift Journal of Information Technology erschienen.

Eingeladender Vortrag an der Erasmus University Rotterdam

Während eines zweitägigen Forschungsaufenthalts an der Erasmus University Rotterdam präsentierte Daniel Schnurr das aktuelle Forschungsprojekt "Competition between Human and Artificial Intelligence in Digital Markets".

CERRE Research Report zum aktuellen Data Act-Entwurf veröffentlicht

Der Report "Switching and Interoperability Between Data Processing Services in the Proposed Data Act" von Daniel Schnurr analysiert den aktuellen Entwurf zur Regulierung von Cloud Services in der Europäischen Union.

Förderung des Projekts "DataDonations4SustainableChange"

Das Bayerische Forschungsinstitut für Digitale Transformation fördert das interdisziplinäre Konsortialprojekt "Datenspenden und Digitale Nudges für Nachhaltige Verhaltensänderungen" von Verena Tiefenbeck (FAU), Jörg Haßler (LMU) und Daniel Schnurr (UR, Konsortialleitung) über die drei nächsten Jahre.

‹ ›

Offene Stellen

Aktuell suchen wir studentische und wissenschaftliche Hilfskräfte, die uns in Forschung und Lehre unterstützen. Wenn Sie an der Universität Regensburg studieren und Interesse an der Mitarbeit bei uns am Lehrstuhl haben, melden Sie sich per E-Mail direkt bei Andreas Schauer.

Zudem haben wir regelmäßig offene Stellen als Wissenschaftlicher Mitarbeiter / Wissenschaftliche Mitarbeiterin (m/w/d) zu besetzen. Ihre Bewerbungsunterlagen senden Sie bitte per E-Mail an sekretariat.schnurr@ur.de.