Fabian Gwinner

Sprechstunden:
Mittwoch 13:00 - 18:00 Uhr
Donnerstag 08:00 - 15:00 Uhr
(Voranmeldung per E-Mail erforderlich)
Forschungsinteressen:
- Machine Learning, Künstliche Intelligenz, Data Mining,
- ERP, APS,
- Logistik & Supply Chain Networks.
Forschungsprojekte:
- DeepScan
Kurzlebenslauf:
- Seit 2019 Research Assistant Julius-Maximilians-Universität Würzburg
- 2014 bis 2019 Senior Solution Consultant Supply Chain Management bei Consilio GmbH
- 2014 Master of Science Wirtschaftsinformatik an der Julius-Maximilians-Universität Würzburg
- 2014 Werksstudent FIS GmbH Grafenrheinfeld
- 2012 Bachelor of Science Wirtschaftsinformatik an der DHBW Mosbach zusammen mit T-Systems
Xing: https://www.xing.com/profile/Fabian_Gwinner/cv
LinkedIn: https://www.linkedin.com/in/fabian-gwinner-822595180/
Veröffentlichungen:
- Hofmann, A., Gwinner, F., Fuchs, K., & Winkelmann, A. (2020). An Industry-Agnostic Approach for the Prediction of Return Shipments. In Americas Conference on Information Systems (AMCIS), Salt Lake City.
- Fuchs, A., Fuchs, K., Gwinner, F., & Winkelmann, A. (2021). A Meta-Model for Real-Time Fraud Detection in ERP Systems. In Proceedings of the 54th Hawaii International Conference on System Sciences.
- Tritscher, J., Krause, A., Schlör, D., Gwinner, F., von Mammen, S., & Hotho, A. (2021) A financial game with opportunities for fraud. In Proceedings of IEEE-CoG 2021
- Hofmann, A., Gwinner, F., Winkelmann, A., and Janiesch, C. (2021) Security Implications of Consortium Blockchains: The Case of Ethereum Networks.
- Tritscher, J., Gwinner, F., Schlör, D., Krause, A., & Hotho, A. (2022). Open ERP System Data For Occupational Fraud Detection. arXiv preprint arXiv:2206.04460.
- [forthcoming] Tritscher, J., Schlör, D., Gwinner, F., Krause, A., & Hotho, A. (2022) "Towards Explainable Occupational Fraud Detection"
Lehrveranstaltungen:
- [WiSe21/22] Integrierte Informationsverarbeitung Wuestudy
- [WiSe20/21] Integrierte Informationsverarbeitung
- [WiSe19/20] Integrierte Informationsverarbeitung
- [WiSe18/19] Business Software 1: Systemgestützte Unternehmensführung
Sonstiges:
- Organizer local ML/DS Paper Reading Group: Link