Inhalt des Workshops  

Data Analytics wird in Wissenschaft und Praxis immer wichtiger. Jedoch sehen sich Organisationen und Unternehmen zunehmend neben den Möglichkeiten auch den Herausforderungen ausgesetzt. Vor allem die Kombination von strukturierten und unstrukturierten Daten, Data Engineering sowie unterschiedlichen Analyseverfahren und Visualisierungsmethoden sind große Herausforderungen. Ebenso das oft fehlende Know-how in diesem Themengebieten, stellt einen kritischen Stolperstein hierbei dar. Durch die Nutzung und Analyse von Daten können Prozesse in verschiedenen Bereichen verbessert oder gar neu implementiert werden, oft aber nur mit Hilfe externer Serviceanbieter oder interner Kompetenzcenter. Neuere Technologien bspw. aus dem Bereich der Generative AI / Large Language Models und die Kombination mit etablierten Ansätzen (bspw. Agenten, Ontologien, etc.) stellen weitere neue Möglichkeiten und Herausforderungen für Unternehmen dar. Der Workshop soll wissenschaftliche Erkenntnisse zu denMöglichkeiten und Herausforderungen aufzeigen und diskutieren, um der Community einen Beitrag für dieses wichtige Thema in Wissenschaft und Praxis zu zeigen. 

Mögliche Themen bzw. Themengebiete (nicht ausschließlich begrenzt auf diese)  

• Entwicklung und Nutzung von Data Analytics Lösungen 
• Möglichkeiten und Herausforderungen von Data Analytics in Dienstleistungs- und Produktionsunternehmen 
• Organisatorische Verankerung der Entwicklung und des Betriebs von Data Analytics Lösungen (Analytics Center of Excellence, Data Science Teams, externe Dienstleister)  
• Nutzung von unterschiedlich strukturierten Daten (unstrukturiert, semi-strukturiert, strukturiert) in Data Analytics Projekten 
• Nutzung von NLP, Generative AI / LLMs, Agent AI, Chatbots, Q&A systems,Object Recognition, Voice Analytics, Simulation zur Datenanalyse und ProcessMining
• Adoption, Akzeptanz und Verständlichkeit von Data Analytics Lösungen, Explainable AI
• Sicherung der Datenqualität in Analytics Projekten 
• Datenvisualisierung und Data Storytelling in Data Analytics Projekten
• Nutzung von synthetischen Daten zum Training von Data Analytics Lösungen 
• Compliance und rechtliche Aspekte von Data Analytics Lösungen 
• Spezifika von Data Analytics für KMUs 
• Produktivsetzung und Betrieb, Wartung von Data Analytics Lösungen 
• Aspekte des Projektmanagements von Data Analytics Projekten (bspw., Agile, PoC, MVP, Lighthouse Projects, etc.)
• Technologische Aspekte in Data Analytics (bspw. neue Datenbanktechnologien oder Zugriffsverfahren).
• Ökologische Auswirkungen und Nachhaltigkeitsaspekte und Ressourcenverbrauch von Data Analytics, Green AI
• Etc. 

Es sind sowohl theoretische als auch praxisorientierte Beiträge mit Bezug zu Data Analytics herzlich willkommen.  

Termine und Deadlines  

• 24.04.2025:    Deadline der Submission der Beiträge 
• 26.05.2025:    Zusendung der Gutachten/Reviews an die Autoren/innen 
• 02.06.2025:    Submission der überarbeiteten Beiträge 
• 19.09.2025:    Workshop (geplant in Präsenz und hybrid)  

Einreichungen und Beitragsformate  

• Full Paper (max. 10 Seiten) 
• Short Paper (max. 6 Seiten) 
• Praxisbeiträge / Diskussionsbeiträge / Demo-Papiere / Vision Papers (4 Seiten)  

Weitere Infos zum Workshop & Call for Papers: https://data-analytics-research.de/