Professur Wirtschaftsinformatik 2
Wirtschaftsinformatik 2
Professur Wirtschaftsinformatik 2 

Dr. Konstantin Hopf

Kontakt

Portrait: Dr. Konstantin Hopf
Dr. Konstantin Hopf

Zusammenfassung

Dr. Konstantin Hopf vertritt seit Oktober 2025 den Lehrstuhl für Wirtschaftsinformatik, insbesondere Business Analytics, an der TU Chemnitz. Zuvor leitete er die Forschungsgruppe Machine Learning & Data Work in Organizations an der Universität Bamberg. Seine Forschungsschwerpunkte liegen auf erklärbarem maschinellem Lernen und der datengetriebenen Entscheidungsunterstützung, z. B. im Bereich Stromnetzbetrieb und digitaler Hochschullehre. Ergebnisse seiner Arbeit erscheinen regelmäßig in führenden Informationssystem-Zeitschriften (z. B. Journal of Information Technology, Journal of Strategic Information Systems) und internationalen Fachtagungen. Seine Arbeiten wurden mehrfach mit Preisen aus Wissenschaft und Wirtschaft ausgezeichnet.

Preise und Auszeichnungen

  • 06/2025: Auszeichnung als AIS Distinguished Member der Association for Information Systems
  • 03/2025: Nominierung für den Heinz-Meier-Leibnitz-Preis der DFG.
  • 10/2024: Urwick Memorial Cup der Worshipful Company of Management Consultants für den Artikel "Organizational Implementation of AI: Craft and Mechanical Work" zusammen mit A. Shollo, T. Thiess und O. Müller
  • 10/2024: CMCE Research Award in der Kategorie "Technology and consulting" für den Artikel "Organizational Implementation of AI: Craft and Mechanical Work" zusammen mit A. Shollo, T. Thiess und O. Müller
  • 09/2024: Best Paper Award der 19. Internationalen Tagung Wirtschaftsinformatik für den Beitrag "Bridging Fields of Practice: How Boundary Objects Enable Collaboration in Data Science Initiatives" zusammen mit N. Rahlmeier
  • 12/2023: AIS Senior Scholars' Best Information Systems Publications Award für den Beitrag "Shifting ML Value Creation Mechanisms: A process model of ML value creation" zusammen mit A. Shollo, T. Thiess und O. Müller
  • 09/2023: Best Paper Award der 18. Internationalen Tagung Wirtschaftsinformatik für den Beitrag "Addressing Learners’ Heterogeneity in Higher Education: An Explainable AI-based Feedback Artifact for Digital Learning Environments" zusammen mit F. Haag, M. Klose, P. Handschuh, S. Günther und T. Staake
  • 06/2023: Best Associate Editor, 31. European Conference on Information Systems (ECIS), Kristiansand, 11.-16. Juni 2023
  • 03/2023: Journal of Strategic Information Systems 2022 Best Paper Award für den Beitrag "Shifting ML Value Creation Mechanisms: A process model of ML value creation" zusammen mit A. Shollo, T. Thiess und O. Müller
  • 10/2020: Best Paper Nominee (9. DACH+ Energy Informatics 2020) für den Beitrag "Detection of heat pumps from smart meter and open data" zusammen mit A. Weigert, N. Weinig und T. Staake
  • 12/2019: AIS 2018 SIGGREEN Best Journal Paper on Green IS für Beitrag "Enhancing Energy Efficiency in the Residential Sector with Smart Meter Data Analytics" in Electronic Markets 28(4) zusammen mit T. Staake und M. Sodenka

Ausgewählte wissenschaftliche Beiträge

Zeitschriftenbeiträge (peer-reviewed)

Hopf, K., Nahr, N., Staake, T., Lehner, F. (2025) The group mind of hybrid teams with humans and intelligent agents in knowledge-intense work. Journal of Information Technology 40(1), DOI 10.1177/02683962241296883.

Potthoff, U., Brudermueller, T., Hopf, K., & Wortmann, F. (2025). Optimization of heating curves for heat pumps in operation: Outdoor temperature ranges for energy-efficient heating curve shifts. Applied Energy, 389(125725), 1–21. DOI: 10.1016/j.apenergy.2025.125725

Hopf, K., Müller, O., Thiess, T., Shollo, A. (2023). Organizational implementation of AI: Craft and mechanical work. California Management Review 66(1), DOI: 10.1177/00081256231197445, ausgezeichnet mit dem CMCE Research Award und dem Urwick Prize im Oktober 2024

Shollo, A., Hopf, K., Thiess, T., Müller, O. (2022). Shifting ML Value Creation Mechanisms: A process model of ML value creation. The Journal of Strategic Information Systems, 31(3), 101734. DOI: 10.1016/j.jsis.2022.101734; ausgezeichnet mit dem JSIS 2022 Best paper award im März 2023 und AIS Senior's Scholars Best Journal on IS im Dezember 2024.

Weigert, A., Hopf, K., Günther, S. A., & Staake, T. (2022). Heat pump inspections result in large energy savings when a pre-selection of households is performed: A promising use case of smart meter data. Energy Policy, 169, 113156. DOI: 10.1016/j.enpol.2022.113156

Hopf, K., Weigert, A., Staake, T. (2022). Value creation from analytics with limited data: a case study on the retailing of durable consumer goods. Journal of Decision Systems, Online veröffentlicht am 07. April 2022, DOI: 10.1080/12460125.2022.2059172

Hopf, K., Sodenkamp, M., Staake, T. (2018). Smart Meter Data Analytics for Enhanced Energy Efficiency in the Residential Sector. Electronic Markets, 28(4) DOI: 10.1007/s12525-018-0290-9; ausgezeichnet mit dem AIS SIGGREEN 2018 Best Journal Paper on Green ISaward im Dezember 2018

Hopf, K. (2018). Mining Volunteered Geographic Information for Predictive Energy Data Analytics. Energy Informatics, 1:4, DOI: 10.1186/s42162-018-0009-3

Beiträge in Konferenzbänden (peer-reviewed)

Rahlmeier, N., Hopf, K. (2024). Bridging Fields of Practice: How Boundary Objects Enable Collaboration in Data Science Initiatives.19. Internationale Tagung Wirtschaftsinformatik, September 17 - 19, Würzburg. WI'24 Best Paper Award.

Hopf, K., Joshi, M., Stelmaszak, M., & Shollo, A. (2024). Crafting Ever-Changing Data Products: Towards a Human-Centered Process Model of Data Work. ECIS 2024 Proceedings. 32. European Conference on Information Systems, Paphos: Zypern.

Haag, F., Stingl, C., Zerfass, K., Hopf, K., Staake, T. (2023). Overcoming Anchoring Bias: The Potential of AI and XAI-based Decision Support, 44. International Conference on Information Systems 10. - 13. Dezember, Hyderabad: Indien

Haag, F., Günther, S. A., Hopf, K., Handschuh, P. Klose, M., Staake, T. (2023). Addressing Learners' Heterogeneity in Higher Education: An Explainable AI-based Feedback Artifact for Digital Learning Environments. 18. Internationale Tagung Wirtschaftsinformatik 18. - 21. September, Paderborn; WI'23 Best Paper Award.

Hopf, K., Hartstang, H., Staake, T. (2023). Meta-Regression Analysis of Errors in Short-Term Electricity Load Forecasting. Vorgestellt auf dem 4. International Workshop on Energy Data and Analytics im Rahmen der 14. ACM e-Energy Konferenz, 20. Juni, Orlando:Florida (USA). DOI: 10.1145/3575813.3597345 [Preprint]

Giacomazzi, E., Haag, F., Hopf, K. (2023). Short-term Electricity Load Forecasting Using the Temporal Fusion Transformer: Effect of Grid Hierarchies and Data Sources. Vorgestellt auf der 14. ACM e-Energy Konferenz, 20. Juni, Orlando:Florida (USA). DOI: 10.1145/3599733.3600248 [Preprint]

Günther, S. A., Haag, F., Hopf, K., Klose, M., Handschuh, P., Staake, T. (2022). A feedback component that leverages counterfactual explanations for smart learning support: First insights into its empirical evaluation. Tagungsband DiKuLe Symposium 2022 (in Erscheinung)

Haag, F., Hopf, K., Menelau Vasconcelos, P., Staake, T. (2022). Augmented Cross-Selling Through Explainable AI – A Case From Energy Retailing. 30. European Conference on Information Systems (ECIS'22), Timișoara: Romania [Full-text] [Preprint]

Wastensteiner, J., Weiss, T. M., Haag, F., Hopf, K. (2021).  Explainable AI for Tailored Electricity Consumption Feedback – An Experimental Evaluation of Visualizations, 29. European Conference on Information Systems (ECIS'21), Marrakesh: Morocco / Virtual, 14. – 12. Juni, [Full-text] [Preprint]

Weigert, A., Hopf, K., Weinig, N., Staake, T. (2020) Detection of heat pumps from smart meter and open data, 9. DACH+ Conference on Energy Informatics, Sierre, Schweiz,  29. – 30. Oktober, In: Energy Informatics, 3(Suppl 1):21, DOI: 10.1186/s42162-020-00124-6

Hopf, K., Riechel, S., Sodenkamp, M., Staake, T. (2017). Predictive Customer Data Analytics – The Value of Public Statistical Data and the Geographic Model Transferability.38. International Conference on Information Systems (ICIS'17), Seoul: Südkorea, 10. – 13. Dezember

Hopf, K., Dageförde, F., Wolter, D. (2015). Identifying the Geographical Scope of Prohibition Signs, 12. International Conference on Spatial Information Theory (COSIT) , 2015 Santa Fe: NM, USA, 12. – 16. Oktober. Proceedings in Lecture Notes in Computer Science, DOI: 10.1007/978-3-319-23374-1_12

Hopf, K., Sodenkamp, M., Kozlovskiy, I., Staake, T. (2014). Feature extraction and filtering for household classification based on smart electricity meter data, 3. D-A-CH+ Energieinformatik Konferenz 2014, 13. -14. November. In: Computer Science - Research and Development 31 (3), pp. 141-148, DOI: 10.1007/s00450-014-0294-4

Software-Bibliotheken

Hopf, K., Weigert, A., Kozlovskiy, I., Staake, T. (2020). SmartMeterAnalytics: Methods for Smart Meter Data Analysis, Bibliothek für die Statistikumgebung GNU R, https://cran.r-project.org/package=SmartMeterAnalytics

Hopf, K., Weigert, A., Weinig, N., Staake, T., (2020). ResidentialEnergyConsumption: Residential Energy Consumption Data, Bibliothek für die Statistikumgebung GNU R, https://cran.r-project.org/package=ResidentialEnergyConsumption

Vorträge und Workshops

  • From Data to Sustainability: How Machine Learning Can Optimize the Residential Energy Sector, Sino-German Frontiers of Science Symposium (SINOGFOS) Symposium der Alexander von Humboldt Stiftung, Mannheim, 10-13.04.2025
  • Panelist zum Thema "Transformation Skills: Arbeit im 21. Jahrhundert“ im Rahmen der Bildungskonferenz 2025 des Bitkom e.V., Online, 03.04.2025
  • Crafting AI: Spannung zwischen dem Handwerk von Data Scientists und Management, Vortrag im Rahmen der KI Navigator Konferenz 2024, Nürnberg, 20.11.2024
  • Panelist zum Thema “Zukunft im Dialog: Nimmt Künstliche Intelligenz uns die Jobs weg?” im Rahmen des Nürnberg Digital Festivals, 02.07.2024
  • KI-Evolution statt Revolution – Ein Prozessmodell für die betriebliche Wertschöpfung durch Machine-Learning-Anwendungen, Vortrag bei der Deutschen Telekom AG, Online am 08. und 15.05.2024
  • Value Creation with Machine Learning, Vortrag bei der QualityMinds GmbH, Online am 10.04.2024
  • Wegweiser für eine nachhaltige KI-Strategie: Ein Prozessmodell für Wertschöpfung durch KI in Unternehmen, Vortrag im Rahmen der KI Navigator Konferenz 2023, Nürnberg, 22.11.2023
  • Artificial intelligence (AI) strategy in practice: A process model for machine learning value creation in organizations, SAP Inspiration Sessions, Online am 15.11.2023
  • Electricity load forecasting using the Temporal Fusion Transformer, Forschungsvortrag im Rahmen der AI Keynote des Session des Lehrstuhls Artificial Intelligence in Management der LMU München (Prof. Dr. Stefan Feueriegel), Online am 27.01.2023
  • Shifting ML value creation mechanisms: A process model of ML value creation, Praxisvortrag im Rahmen des Nürnberg Data Science & AI Meetup in Nürnberg, 17.01.2023
  • Data Science and Craft Work, Forschungsvortrag im Rahmen des AIS SIG DITE Research Seminar der University of Hamburg (Prof. Dr. Jan Recker), Online am 08.12.2022
  • Smart Meter Analytics: Machine Learning mit Stromverbrauchsdaten für eine bessere Energienutzung im Privatsektor, Smart City Talk Stadt Osnabrück, Online am 01.12.2022