Vita

• Seit Oktober 2021 Professorin für Data Science und Informatik
• 11/2017 - 09/2021 Leiterin Advanced Analytics und Chief Data Officer bei Allianz Lebensversicherung
• 08/2010 – 10/2017 verschiedene Leitungs- und technische Rollen im Bereich Data Science bei SAP
• 03/2006 – 07/2010 Doktorandin an der Uni Freiburg und Uni Hildesheim
• 10/2000 – 02/2006 Informatik Studium an der Uni Freiburg

Lehre

Sommersemester 2023

Bachelor:

• Programmiersprachen Grundlagen
• Digitale Bildverarbeitung
• Geo Sensornetzwerke /Umweltmonitoring
• Statistik
• Quantitative und Qualitative Evaluierungsmethoden

Master:
 

• Spatial Data Science

Wintersemester 2022/23

Bachelor: 

• Grundlagen der Informatik
• Software Engineering
• Programmiersprachen Aufbau (Java)
• Digitale Bildverarbeitung
• Mathematik
• Grundlagen Big Data / Data Science

Master: 

• Data Science

Sommersemester 2022

Bachelor:

• Datenbanken
• Programmiersprachen Grundlagen
• Digitale Bildverarbeitung
• Geo Sensornetzwerke
• Informationssysteme & (Geo) Datenbanken

Master:
 

• Statistics for Big Data

Wintersemester 2021/22 

Bachelor: 

• Grundlagen der Informatik
• Software Engineering
• Programmiersprachen Aufbau (Java)
• Digitale Bildverarbeitung

Master: 

• Big Data Analytics

Forschung

Aktuelle Forschungsprojekte:

• AutoDiagCM - automatisierte Diagnose von Fehlerzuständen an Windenergieanlagen 
  BMWK gefördertes Verbundprojekt mit der EnBW AG  im Rahmen des 7. Energieforschungsprogrammes
• Kooperatives Promotionskolleg Wissensmedien - Promotionsprojekt zu Learning Analytics KI basierte Empfehlungen von Lern- und Lehrstrategien

Forschungsinteressen: 

• Erneuerbare Energien
  • Predictive Maintenance für Windparks
  • Anwendung in der Klimabilanzierung - Nutzung von Open Data und Data Sciencez.B. für die CO2 Bilanz von Konsumgütern und Finanzprodukten
  • Potentialanalysen für Solar- und Windkraftanlagen
• Umweltmonitoring mit Data Science  - Schnelle Erkennung von Veränderungen der Umweltbedingungen oder Biodiversität durch Data Science Algorithmen
• Smart City - Nutzung von Sensoren und Geoinformation um Städte ressourceneffizient und bewohnerfreundlich zu gestalten (Städtebau, Verkehr, Umwelt)

Veröffentlichungen

Bücher 

• Christine Preisach und John MacGregor: Internet of Things und Predictive Maintenance (2017) Kapitel in Industrie 4.0 mit SAP: Digitale Transformation und das Internet of Things (IoT), SAP PRESS
• Christine Preisach: Relational Semi-Supervised Classification Using Multiple Relations (2011): Informatik Reihe, Shaker Verlag (Dissertation).
• Christine Preisach, Hans Burkhardt, Lars Schmidt-Thieme, Reinhold Decker (Hrsg., 2008): Data Analysis, Machine Learning and Applications, Springer.

Journals 

• Christine Preisach, Lars Schmidt-Thieme (2008): Ensembles of Relational Classifiers, Knowledge and Information Systems Journal 14(3).

Konferenzen und Workshops 

• Christine Preisach, Leandro Balby Marinho, Lars Schmidt-Thieme (2010): Semi-Supervised Tag Recommendation - Using Untagged Resources to Mitigate Coldstart Problems, PAKDD 2010: Proceedings of the 14th Pacific-Asia Conference on Knowledge Discovery and Data Mining, Hyderabad, India.
• Leandro Balby Marinho, Christine Preisach, Lars Schmidt-Thieme (2009): Relational Classification for Personalized Tag Recommendation, in ECML/PKDD Discovery Challenge 2009 at the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML/PKDD-DC 2009), Bled, Slovenia. 2. place in ECML/PKDD Discovery Challenge „Graph-Based Tag Recommendations “.
• Christine Preisach, Leandro Balby Marinho, Lars Schmidt-Thieme (2009):Semi-Supervised Tag Recommendation for Cold-Start Problems, in 4th Annual Workshop for Women in Machine Learning, Poster Session.
• Krisztian Buza, Christine Preisach, Andre Busche, Lars Schmidt-Thieme, Wye Houn Leong, Mark Walters (2009): Eigenmode Identification in Campbell Diagrams, in International Workshop on Machine Learning for Aerospace.
• Steffen Rendle, Christine Preisach, Lars Schmidt-Thieme (2009): Learning to Extract Relations for Relational Classification, in Proceedings of the 13th Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD 2009), Bangkok, Springer.
• Christine Preisach, Steffen Rendle, Lars Schmidt-Thieme (2008): Relational Classification Using Automatically Extracted Relations by Record Linkage, in Proceedings of the High Level Information Extraction Workshop at the European Conference on Machine Learning (ECML-WS 2008).
• Jose Iria, Victoria Uren, Alberto Lavelli, Sebastian Blohm, Aba-sah Dadzie, Thomas Franz, Joao Magalhaes, Spiros Nikolopoulos, Christine Preisach, Piercarlo Slavazza (2007):Enhancing Enterprise Knowledge Processes via CrossMedia Extraction, in Proceedings of the Fourth International Conference on Knowledge Capture Poster Session, 2007, Canada.
• Christine Preisach, Lars Schmidt-Thieme (2006): Relational Ensemble Classification, in Proceedings of 6th IEEE International Conference on Data Mining (ICDM 2006), Hong Kong.