Universit?t Bamberg
Suche ?ffnen
Sie befinden sich hier:

Fakult?t Wirtschaftsinformatik und Angewandte Informatik

Lst. für Wirtschaftsinformatik, insb. Energieeffiziente Systeme

  1.  Otto-Friedrich-Universit?t Bamberg
  2. Fakult?ten
  3. Wirtschaftsinformatik und Angewandte Informatik
  4. Professuren und Lehrstühle
  5. Wirtschaftsinformatik
  6. Lst. für Wirtschaftsinformatik, insb. Energieeffiziente Systeme
  7. Team
  8. Felix Haag, M.Sc.

Felix Haag

Raum: WE5/02.053

Telefon: +49 951 863 1996

E-Mail: felix.haag(at)uni-bamberg.de

Sprechstunde: nach Vereinbarung

Werdegang

  • Seit 2021: Doktorand am Lehrstuhl Wirtschaftsinformatik, insb. Energieeffiziente Systeme an der Universit?t Bamberg
  • Seit 2020: Wissenschaftlicher Mitarbeiter am Lehrstuhl Wirtschaftsinformatik, insb. Energieeffiziente Systeme an der Universit?t Bamberg
  • 2023 (Nov - Dez): Forschungsaufenthalt am Institute of Technology Management (ITEM) an der Universit?t St. Gallen
  • 2018 - 2021: Masterstudium Wirtschaftsinformatik an der Universit?t Bamberg – Abschluss mit Auszeichnung
  • 2017: Auslandspraktikum bei Mercedes-Benz Malaysia in Kuala Lumpur
  • 2015 - 2018: Bachelorstudium Wirtschaftsinformatik an der Dualen Hochschule Baden-Württemberg in Kooperation mit der Mercedes-Benz Tech Innovation

Forschungsinteressen

  • Human-AI Collaboration
  • Explainable AI
  • Learning Analytics

Auszeichnungen

  • Best Paper Award (Internationale Tagung Wirtschaftsinformatik 2023)
  • F?rderpreis der Stiftung Energieinformatik in der Kategorie ?Beste Masterarbeit“

Ver?ffentlichungen

Bayer, D., Haag, F., Pruckner, M., Hopf, K. (2024): Electricity Demand Forecasting in Future Grid States: A Digital Twin-Based Simulation Study. International Conference on Smart and Sustainable Technologies (IEEE SpliTech) 2024, Bol, Croatia [link]

Günther, S. A., Haag, F., Hopf, K., Handschuh, P., Klose, M., Staake, T. (2024): A feedback component that leverages counterfactual explanations for smart learning support. Digitale Kulturen der Lehre entwickeln – Rahmenbedingungen, Konzepte und Werkzeuge (Springer VS Reihe: Perspektiven der Hochschuldidaktik) [link]

Haag, F., Stingl, C., Zerfass, K., Hopf, K., Staake, T. (2023): Overcoming Anchoring Bias: The Potential of AI and XAI-based Decision Support. International Conference on Information Systems 2023, Hyderabad, India [link]

Haag, F., Günther, S. A., Hopf, K., Handschuh, P., Klose, M., Staake, T. (2023): Addressing Learners' Heterogeneity in Higher Education: An Explainable AI-based Feedback Artifact for Digital Learning Environments. Wirtschaftsinformatik 2023, Paderborn, Germany [link]

Giacomazzi, E., Haag, F., Hopf, K. (2023): Short-term Electricity Load Forecasting using the Temporal Fusion Transformer: Effect of Grid Hierarchies and Data Sources. International Conference on Future Energy Systems (ACM e-Energy) 2023, Orlando, Florida, USA [link]

Haag, F., Hopf, K., Menelau Vasconcelos, P., Staake, T. (2022): Augmented Cross-Selling Through Explainable AI – A Case From Energy Retailing. European Conference on Information Systems 2022, Timi?oara, Romania [link]

Wastensteiner, J., Weiss, T., Haag, F., Hopf, K. (2021): Explainable AI for Tailored Electricity Consumption Feedback – An Experimental Evaluation of Visualizations. European Conference on Information Systems 2021, Marrakech, Morocco [link]

Vortr?ge und Workshops

Haag, F. (2022): Explainable Machine Learning to Augment Human Decision-Making. Doctoral Consortium during the 30th European Conference on Information Systems (ECIS), Timi?oara, Romania, 19.06.2022

Hopf, K., Haag, F. (2020): Explainable AI for Enhanced Human-AI Interaction. Pre-ICIS Practice Development Workshop “AI Beyond the Hype”, Online, 13.12.2020