Prof. Dr. Sebastian Fischer

FB 2 Duales Studium

Professur für Wirtschaftsinformatik, insb. Datenbanken und Business Intelligence

Prof. Dr. Sebastian Fischer

+49 30 30877-2407

+49 30 30877-2019

Postanschrift
Hochschule für Wirtschaft und Recht Berlin
Alt-Friedrichsfelde 60

10315 Berlin

Besucheradresse
Campus Lichtenberg
Haus 1, Raum 1.1087
Alt-Friedrichsfelde 60
10315 Berlin

Prof. Dr. Sebastian Fischer vertritt seit September 2021 am Fachbereich Duales Studium das Lehr- und Forschungsgebiet Wirtschaftsinformatik, insbesondere Datenbanken und Business Intelligence. Er besitzt einen Bachelorabschluss in Wirtschaftsinformatik (HWR Berlin) und zwei Masterabschlüsse in Innovationsmanagement & Entrepreneurship (TU Berlin) sowie Business Administration (University of Twente). Sebastian wurde 2015 am Lehrstuhl für Innovationsökonomie der TU Berlin promoviert. Anschließend ließ er sich in den USA (Harvard, Stanford) zum Data Scientist mit einem Schwerpunkt auf Maschinellem Lernen ausbilden. Vor seiner Berufung zum Professor hat Sebastian im Forschungsbereich der Deutschen Telekom AG Projekte im Themenfeld der Künstlichen Intelligenz geleitet und in diesem Umfeld geforscht.

Data Science

Machine Learning

Artificial Intelligence

Datenbanken

Business Intelligence

Data Science

Machine Learning

Pohlink, C., & Fischer, S. (2021). Aus Versehen verzerrt. In Künstliche Intelligenz erfolgreich umsetzen (pp. 55–69). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-34670-6_4

Pohlink, C., & Fischer, S. (2021). Verantwortungsvolle und robuste KI in Unternehmen. In Arbeitswelt und KI 2030 (S. 155–163). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-35779-5_16

Mariele Motta, Tanja Hagemann, Sebastian Fischer, and Felix Assion. 2021. EvolMusic: towards musical adversarial examples for black-box attacks on speech-to-text. In Proceedings of the Genetic and Evolutionary Computation Conference Companion (GECCO '21). Association for Computing Machinery, New York, NY, USA, 161–162. DOI: https://doi.org/10.1145/3449726.3459488

S. Fischer, K. Katsarou and O. Holschke, "DeepFlow: Towards Network-Wide Ingress Traffic Prediction Using Machine Learning At Large Scale," 2020 International Symposium on Networks, Computers and Communications (ISNCC), 2020, pp. 1-8, doi: 10.1109/ISNCC49221.2020.9297301.

Giloni, A., Grolman, E., Hagemann, T., Fromm, R., Fischer, S., Elovici, Y., & Shabtai, A. (2020). BENN: Bias Estimation Using Deep Neural Network. arXiv preprint arXiv:2012.12537.

The Influence of Links to Parental (Research) Organization on Survival of Research-Based Spin-Off Ventures
Fischer, Sebastian; Surma, Sebastian; Blind, Knut.  ISPIM Conference Proceedings; Manchester, (2021).

Wegner, S., & Fischer, S. (2019). 2.10 Künstliche Intelligenz in Deutschland und China – Vergleich der nationalen Strategien und Handlungsempfehlungen. In Y. Zhang (Ed.), China und Deutschland: 5.0 / 机会与挑战:中德关系 5.0 (pp. 149–160). De Gruyter. https://doi.org/10.1515/9783110624731-015

Mahdjour, S., & Fischer, S. (2019). International Corporate Entrepreneurship with Born Global Spin-Along Ventures — A Cross-Case Analysis of Telekom Innovation Laboratories’ Venture Portfolio. In Managing Innovation (pp. 257–274). WORLD SCIENTIFIC (EUROPE). https://doi.org/10.1142/9781786346551_0010

Horst Stein, Sebastian Fischer Claudia Pohlink. (2019). “Adversarial AI: Wie können wir Gefahren für KI-Anwendungen durch feindliche. Angriffe erkennen und ihnen entgegenwirken?“ in “Blick in die Blackbox: Nachvollziehbarkeit von KI-Algorithmen in der Praxis“. Bitkom: https://www.bitkom.org/Bitkom/Publikationen/Blick-in-die-Blackbox-Nachvollziehbarkeit-von-KI-Algorithmen-in-der-Praxis

Mahdjour, S., & Fischer, S. (2015). Implementing the spin-along approach: a capability analysis of Telekom Innovation Laboratories’ corporate venturing programme. In International Journal of Technology Marketing (Bd. 10, Issue 2, S. 160). Inderscience Publishers. https://doi.org/10.1504/ijtmkt.2015.068590

Wurster, S., Blind, K., & Fischer, S. (2014). Born Global Market Dominators. In International Journal of IT Standards and Standardization Research (Bd. 12, Issue 1, S. 1–16). IGI Global. https://doi.org/10.4018/ijitsr.2014010101

Mahdjour, S., & Fischer, S. (2014). International corporate entrepreneurship with born global spin-along ventures — a cross-case analysis of telekom innovation laboratories’ venture portfolio. In International Journal of Innovation Management (Vol. 18, Issue 03, p. 1440007). World Scientific Pub Co Pte Lt. https://doi.org/10.1142/s1363919614400076

S. Wurster, K. Blind and S. Fischer, "Born Global standard establishers identification of a new research field and contribution to network theory," 2013 8th International Conference on Standardization and Innovation in Information Technology (SIIT), 2013, pp. 1-12, doi: 10.1109/SIIT.2013.6774583.

Mitglied im Institute for data-driven digital transformation (d-cube) an der HWR Berlin