Jun.-Prof. Heinrich
Jun.-Prof. Dr. Kai Heinrich
Juniorprofessur für Data-Driven Decision Support
Since 04/2021 | Assistant professor for Data-driven Decision Support at OVGU Magdeburg |
02/2017-03/2021 | Post Doc at TU-Dresden |
07/2011-02/2017 | Scientific Assistant at TU-Dresden |
06/2012-08/2014 | Lecturer at Dresden International University |
10/2007-06/2011 | Student assistant at TU-Dresden |
6/2004 | High school degree at Gymnasium Coswig |
Aktuelle Projekte
NACHOS (Graduiertenschulprogramm „Navigating the Chaos of Innovation and Transformation“)
Laufzeit: 01.01.2024 bis 31.12.2027
Trotz der hohen Innovationsdynamik im Bereich der Smart-Technologies und ihrer entscheidenden Bedeutung für nachhaltige gesellschaftliche Transformationsprozesse in den Feldern regenerative Energie, Umwelt und demographischer Wandel, stehen viele dieser Innovationen vor erheblichen Unsicherheiten hinsichtlich ihres Erfolgs. Häufig scheitern sie bereits in der Einführungsphase – sei es durch unzureichende Marktkenntnisse, fehlende Technologiestandards oder mangelndes Vertrauen der Konsumenten in ihren direkten Nutzen. Die durch die EU geförderte interdisziplinäre Graduate School Navigating the Chaos of Innovation and Transformation (NACHOS) verfolgt das Ziel, die Voraussetzungen für das Gelingen, die Verbreitung und die Anpassung smarter Innovationen zu untersuchen, zu modellieren und zu optimieren. Das Teilprojekt des Lehrstuhls für Innovations- und Finanzmanagement widmet sich dabei der Analyse, wie das Entscheidungsverhalten sozialer Systeme die Bewertung von unsicherheitsbehafteten Investitionsentscheidungen beeinflusst und leitet Handlungsempfehlungen zur wertorientierten Steuerungen von unternehmerischen Innovationsprozessen ab.
2022
Begutachteter Zeitschriftenartikel
Stop ordering machine learning algorithms by their explainability! A user-centered investigation of performance and explainability
Herm, Lukas-Valentin; Heinrich, Kai; Wanner, Jonas; Janiesch, Christian
In: International journal of information management - Kidlington: Elsevier : Pergamon . - 2022
The effect of transparency and trust on intelligent system acceptance - evidence from a user-based study
Wanner, Jonas Paul; Herm, Lukas-Valentin; Heinrich, Kai; Janiesch, Christian
In: Electronic markets - Berlin : Springer . - 2022, insges. 24 S. [Online first]
Artikel in Kongressband
Algorithms as a manager - a critical literature review of algorithm management
Heinrich, Kai; Vu, Minh Anh; Vysochyna, Anastasiia
In: Digitization for the next generation - New York: Elsevier . - 2022
Nicht begutachteter Zeitschriftenartikel
Where was COVID-19 first discovered? - designing a question-answering system for pandemic situations
Graf, Johannes; Lancho, Gino; Zschech, Patrick; Heinrich, Kai
In: De.arxiv.org - [S.l.]: Arxiv.org . - 2022, insges. 19 S.
2021
Buchbeitrag
Deep Learning in der Landwirtschaft - Analyse eines Weinbergs
Zschech, Patrick; Heinrich, Kai; Möller, Björn; Breithaupt, Lukas; Maresch, Johannes; Roth, Andreas
In: Big Data Analytics - Wiesbaden: Springer Vieweg; D'Onofrio, Sara *1989-* . - 2021, S. 169-194
Adoption barriers of AI - a context-specific acceptance model for industrial maintenance
Wanner, Jonas; Popp, Laurell; Fuchs, Kevin; Heinrich, Kai; Herm, Lukas-Valentin; Janiesch, Christian
In: ECIS 2021 research-in-progress papers - [Erscheinungsort nicht ermittelbar]: Association for Information Systems,, 2021, paper number 1601
Stop ordering machine learning algorithms by their explainability! - an empirical investigation of the tradeoff between performance and explainability
Wanner, Jonas; Herm, Lukas-Valentin; Heinrich, Kai; Janiesch, Christian
In: Responsible AI and Analytics for an Ethical and Inclusive Digitized Society - Cham: Springer International Publishing; Dennehy, Denis . - 2021, S. 245-258 - ( Lecture notes in computer science; volume 12896)
Begutachteter Zeitschriftenartikel
Machine learning and deep learning
Janiesch, Christian; Zschech, Patrick; Heinrich, Kai
In: Electronic markets - Berlin: Springer . - 2021, insges. 11 S.
Process data properties matter - introducing gated convolutional neural networks (GCNN) and key-value-predict attention networks (KVP) for next event prediction with deep learning
Heinrich, Kai; Zschech, Patrick; Janiesch, Christian; Bonin, Markus
In: Decision support systems - Amsterdam [u.a.]: Elsevier, Bd. 143 (2021), insges. 14 S.
A social evaluation of the perceived goodness of explainability in machine learning
Wanner, Jonas; Herm, Lukas-Valentin; Heinrich, Kai; Janiesch, Christian
In: Journal of business analytics - London: Taylor & Francis Group . - 2021, insges. 22 S.
Nicht begutachteter Zeitschriftenartikel
A picture is worth a collaboration - accumulating design knowledge for computer-vision-based hybrid intelligence systems
Zschech, Patrick; Walk, Jannis; Heinrich, Kai; Vössing, Michael; Kühl, Niklas
In: De.arxiv.org - [S.l.] : Arxiv.org . - 2021, Artikel 2104.11600, insges. 17 S.
- Artificial Intelligence
- Algorithmic Aversion
- Technology Acceptance
- Deep Learning
- Reinforcement Learning
- XAI
- Fairness in AI-based systems
- Adversarial Learning
- Decision Theory
- Statistics