Zum Hauptinhalt springen
Homepage Technische Hochschule Ingolstadt
zum Seitenanfang
deen
Kontakt
Ingolstadt University of Technology
Kontakt
deen
Startseite
  • Research@AImotion
    • Research@AImotion
      • Publikationen
    • Forschungsprojekte
      • newMIND
      • IKIGas
      • PALIM
      • 5GoIng
      • DRL zur Optimierung von LSAs
      • ReGInA
      • MEDInTime
      • bidt-Nachwuchsforschungsgruppe "Ethik der Digitalisierung
      • MANNHEIM-AutoDevSafeOps
    • Themenfelder
      • Autonomes Fahren
      • Unbemanntes Fliegen
      • Digitale Produktion
      • Mobilitätssysteme und Infrastruktur
      • Ethik
      • Commerce and Big Data
      • Medizin
      • Computer Vision
      • Sprach- und Textverstehen
  • People@AImotion
  • Career@AImotion
  • About@AImotion
    • About@AImotion
    • Organisationsstruktur KI-Mobilitätsknoten
    • Professuren des KI-Knotens
    • Hightech Agenda Bayern
    • Semestertermine
    • Marketplace
    • Moodle
    • PRIMUSS Bewerberportal
    • PRIMUSS Studierendenportal
    • Stundenplan
    • Webmail
    • MyTHI (für Beschäftigte)
Kontakt
deen
  1. Homepage Technische Hochschule Ingolstadt
  2. Forschung & Transfer
  3. AImotion KI-Knoten
  4. Alexander Schiendorfer

Prof. Dr. Alexander Schiendorfer


Tel. +49 841 9348-3531
E-Mail Alexander.Schiendorfer@thi.de
Raum: A234
Lehrgebiet: KI-basierte Optimierung in der Automobilproduktion
Fakultät: Fakultät WI
Forschung

Einsatzmöglichkeiten von kombinatorischer Optimierung und maschinellem Lernen in der Produktion & Logistik, speziell auch mit den Anforderungen der Automobilbranche (montageintensiv, variantenreiche Produktion, komplexe Lieferketten)

  • Constraint-Programmierung, Mathematische Optimierung (u.a. MiniZinc, Google OR-Tools, Gurobi, CPLEX)
  • Maschinelles Lernen (Graph-neuronale Netze, Unsicherheitsbehaftete Modelle, Zeitreihen)

Laufende Projekte:

  • PALIM
  • IKIGas
  • ML4Automapps
Vita
  • Seit März 2021 Forschungsprofessor für KI-basierte Optimierung in der Automobilproduktion, Technische Hochschule Ingolstadt
  • 2018-2020 Akademischer Rat a.Z., Institut für Software & Systems Engineering, Universität Augsburg
  • 2013-2018 Wiss. Mitarbeiter und Promotion Informatik, Institut für Software & Systems Engineering, Universität Augsburg
  • 2011-2013 M.Sc. Software Engineering (Universität Augsburg, TUM, LMU)
  • 2011 Forschungsaufenthalt bei Siemens Corporate Research (Princeton, USA)
  • 2008-2011 B. Sc. Software Engineering (Fachhochschule Hagenberg, Österreich)

Vollständiger CV auf Anfrage verfügbar
(https://www.linkedin.com/in/alexander-schiendorfer/ bzw https://twitter.com/schienal) 

Veröffentlichungen

Vollständigeres Verzeichnis unter https://scholar.google.at/citations?hl=en&user=NDP4if4AAAAJ

  • C Lenzen (Gajek), A Schiendorfer, W Reif, A Recommendation System for CAD Assembly Modeling based on Graph Neural Networks, (ECML-PKDD 2022)
  • L Lodes, A Schiendorfer, A Deep Learning Bootcamp for Engineering & Management Students (TeachML @ ECML-PKDD 2022)
  • L Lodes, A Schiendorfer, Certainty Groups: A practical approach to distinguish confidence levels in neural networks, PHM Society European Conference 7 (1), 294-305    (PHM 2022)
  • S Bhavnani, A Schiendorfer, Towards copeland optimization in combinatorial problems, International Conference on Integration of Constraint Programming (CPAIOR  2022)
  • S Stieber, N Schröter, E Fauster, A Schiendorfer, W Reif, PermeabilityNets: Comparing Neural Network Architectures on a Sequence-to-Instance Task in CFRP Manufacturing, (ICMLA 2021)
  • S Böhm, M Neumayer, O Kramer, A Schiendorfer, A Knoll, Comparing Heuristics, Constraint Optimization, and Reinforcement Learning for an Industrial 2D Packing Problem,
  • J Wilfert, N Paprotta, O Kosak, S Stieber, A Schiendorfer, W Reif, A real-word realization of the AntNet routing algorithm with ActivityBots (ACSOS-C 2021)
  • S. Stieber, N. Schröter, A. Schiendorfer, A. Hoffmann and W. Reif. 2020. FlowFrontNet: improving carbon composite manufacturing with CNNs. In European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases - ECML PKDD 2020, 14-18 September 2020.
  • A. Schiendorfer, C. Lenzen (Gajek) and W. Reif. Turning software engineers into machine learning engineers. In Proceedings of the Teaching Machine Learning Workshop at ECML-PKDD 2020, 14 September 2020. ML Research Press
  • A. Schiendorfer and W. Reif. “Reducing Bias in Preference Aggregation for Multiagent Soft Constraint Problems”. In: Proc. 25th Intl. Conf. “Principles and Practice of Constraint
    Programming” (CP 2019). Springer. 2019, pp. 510–526.
  • A. Schiendorfer, A. Knapp, G. Anders, and W. Reif. “MiniBrass: Soft constraints for MiniZinc”.
    In: Constraints (July 2018), pp. 403–450. url: https://doi.org/10.1007/s10601-018-9289-2
     
  • G. Anders, A. Schiendorfer, F. Siefert, J.-P. Steghöfer, and W. Reif. “Cooperative Resource
    Allocation in Open Systems of Systems”. In: ACM Transactions on Autonomous and Adaptive
    Systems (June 2015), 11:1–11:44.

Team

Lukas Lodes, M.Sc.
Wissenschaftlicher Mitarbeiter AImotion Bavaria
Lukas.Lodes@thi.de
+49 841 9348-6605
Kristina Dachtler, M.Eng.
Wissenschaftliche Mitarbeiterin AImotion Bavaria
Kristina.Dachtler@thi.de
+49 841 9348-6616
Dr. Karima Outafraout
Wissenschaftliche Mitarbeiterin AImotion Bavaria
Karima.Outafraout@thi.de
+49 841 9348-2884

Studentische und wissenschaftliche Hilfskräfte

  • Erik Hass
  • Anand Balaji . 

Ehemalige Mitarbeitende

  • Nitin Augustine
  • Zübeyir Oflaz
  • Celeste Groux
  • Sidhant Bhavnani
Technische Hochschule Ingolstadt
  • Esplanade 10
    85049 Ingolstadt
  • Tel.: +49 841 9348-0
  • E-Mail: info@thi.de

Rechtliche Hinweise

  • Impressum
  • Datenschutz
  • Barrierefreiheit

Fragen zum Studium?

  • FAQs
  • Service Center Studienangelegenheiten
  • Beratung für Studieninteressierte
  • International Office

Sonstige Infos

  • Kontakt und Anfahrt
  • Karriere an der THI
  • Öffnungszeiten
  • Marketplace
  • Ihr Feedback zur Website
Logo des Bayerischen Wissenschaftsforums (BayWISS)