Blog

bild 2
16 Sep: Zeitnahe Kriseninformation ermöglicht effizientes und zielgerichtetes staatliches Handeln
Ölkrise, Platzen der Internetblase, Finanz- und Bankenkrise, Corona-Pandemie – ökonomische Schocks der vergangenen fünfzig Jahre mit oft gravierenden Folgen für die Unternehmenslandschaft. Zielgerichtetes staatliches Handeln und Unterstützung dort, wo sie am dringendsten benötigt wird, ist bei solch unerwarteten Ereignissen oft nur mit erheblicher Zeitverzögerung möglich, denn hilfreiche Daten sind zu Beginn einer Krise meist nicht verfügbar. Die KI-basierte Analyse von Unternehmenswebseiten kann hier Abhilfe schaffen, indem sie traditionelle Erhebungsmethoden ergänzt und zeitnah zuverlässige Frühprognosen liefert.
Digital Layer Germany Networks
19 Feb: Unternehmensnetzwerke erkennen und untersuchen
Unternehmen, wie alle anderen wirtschaftlichen Akteure auch, hinterlassen zunehmend digitale Spuren ihrer Aktivitäten. Der Digital Layer Ansatz nutzt diese Datenquellen und bietet sich als alternative Methode für die Analyse von Unternehmensnetzwerken an. Die Integration des Digital Layer Ansatzes in die webAI ermöglicht unseren Kunden eine neues Instrument für die Erfassung und Analyse von Unternehmensnetzwerken.
brain
06 Nov: Was ist Künstliche Intelligenz?

Künstliche Intelligenz (KI) ist aus unserem heutigen Leben nicht mehr wegzudenken und bereits in vielen Anwendungen integriert. KI zählt zu den aussichtsreichsten und vielversprechendsten Technologien der Zukunft.

Deutschland webAI Marktanalyse
22 Okt: Tagesaktuelle webAI Marktanalysen zur Coronavirus-Pandemie
Die Coronavirus-Pandemie hat die weltweite Wirtschaft Anfang 2020 hart getroffen. Entscheidungsträger in Wirtschaft und Politik mussten weitreichende Entscheidungen auf Basis einer oftmals unvollständigen Datenlage treffen, insbesondere zu Beginn der Pandemie. Hier bietet die von istari.ai entwickelte webAI einen neuen Ansatz zur tagesaktuellen und umfassenden Analyse hoch-dynamischer Marktsituationen.

Presseartikel

Publikationen

Kinne J, Lenz D (2021) Predicting innovative firms using web mining and deep learning. PLOS ONE 16(4): e0249071.

Kinne, Jan und Janna Axenbeck (2020), Web Mining for Innovation Ecosystem Mapping: A Framework and a Large-scale Pilot Study, Scientometrics

Dania Eugenidis, David Lenz, Christoph Leser, Frauke Schleer-van Gellecom  und Peter Winker (2020), Text-mining basierte Analyse der Kapitalmarktreaktionen auf Ad-hoc-Mitteilungen, CORPORATE FINANCE, 09-10.

Kinne, Jan und David Lenz (2019), Predicting Innovative Firms Using Web Mining and Deep Learning, ZEW Discussion Paper No. 19-001, Mannheim.

Kinne, Jan und Resch Bernd (2018), Generating Big Spatial Data on Firm Innovation Activity from Text- Mined Firm Websites, GI_Forum 1, 8289.

Krüger, Miriam, Jan Kinne, David Lenz und Bernd Resch (2020), The Digital Layer: How Innovative Firms Relate on the Web, ZEW Discussion Paper No. 20-003, Mannheim.

Mirtsch, Mona, Jan Kinne und Knut Blind (2020), Exploring the Adoption of the International Information Security Management System Standard ISO/IEC 27001: A Web Mining-Based Analysis, IEEE Transactions on Engineering Management.

Rammer, Christian, Jan Kinne und Knut Blind (2019), Knowledge Proximity and Firm Innovation: A Microgeographic Analysis for Berlin, Urban Studies.

D. Lenz, C. Schulze, M. Guckert (2018),”Real-time Session-Based Recommendations using LSTM with neural Embeddings”Artificial Neural Networks and Machine Learning – ICANN 2018 | SpringerLink.

D. Lenz, P. Winker (2020), “Measuring the Diffusion of Innovations with Paragraph Vector Topic Models” PLOS ONE. 2020;15(1):1-18

Kinne, Jan, Miriam Krüger, David Lenz, Georg Licht und Peter Winker (2020), Corona-Pandemie betrifft Unternehmen unterschiedlich, Tagesaktuelle Webseiten-Analyse zur Reaktion von Unternehmen auf die Corona-Pandemie in Deutschland, ZEWKurzexpertise Nr. 20-05, Mannheim.

Kinne, Jan und Bernd Resch (2018), Analyzing and Predicting MicroLocation Patterns of Software Firms, ISPRS International Journal of GeoInformation 7, 1.

Kinne, Jan und Janna Axenbeck (2018), Web Mining of Firm Websites: A Framework for Web Scraping and a Pilot Study for Germany, ZEW Discussion Paper No. 18-033, Mannheim.