Master in Artificial Intelligence and Cybersecurity

Interested in the future of technology? Then this jointly-run MSc programme might be the perfect fit for you! The universities of Klagenfurt and Udine collaborate to offer this highly focused program on the core subjects of Artificial Intelligence and Cybersecurity with an additional emphasis on the social, ethical and legal aspects that arise in practice.

The MSc in Artificial Intelligence and Cybersecurity is a two-year taught programme. It consists of three semesters of taught courses followed by a research project leading to the submission of a thesis and its defence at the end of the fourth term.

Over 50 students from all around the globe registered in the premiere of this MSc in October 2020 (all lectures were held online). The hands-on classes, the profound theoretical inputs as well as the multidisciplinary approaches were the major cornerstones making this first semester a huge success.

The application for the summer semester of 2021 is now open and students who are interested in this MSc will find more information here:

https://www.aau.at/en/studien/master-artificial-intelligence-and-cybersecurity/

Master Thesis: “Predictive Analytics for Price and Demand Forecasting”

Modern business enterprises are facing complex market, resource and workforce management requirements, involving highly differentiated and dynamic processes, supply chains and demands. Artificial Intelligence (AI) technologies from the fields of Data Mining, Machine Learning and Recommender Systems are getting more and more pervasive to support strategic planning and decision making. The goal of this Master thesis is to perform a systematic investigation of major application areas and key AI technologies constituting the state of the art in predictive analytics for price and demand forecasting in energy, producing and service industries.

The Master thesis topic is suitable for students of Information Management or Applied Informatics. Depending on the specific focus the Master thesis takes, the supervision will be coordinated between:

  • Univ.-Prof. Dr. Martin Gebser
  • Univ.-Prof. Dipl.-Ing. Dr. Dietmar Jannach
  • Assoc.-Prof. Dipl.-Ing. Dr. Erich Christian Teppan
  • Postdoc-Ass. Dr. Christian Wankmüller

For further information, please contact Univ.-Prof. Dr. Martin Gebser (Martin [dot] Gebser [at] aau [dot] at), research group for Production Systems.

 

The following are some (incomprehensive) literature references, which can be consulted as a starting point for going more in depth or broadness while the Master thesis evolves:

  • P. Schwarenthorer, A. Taudes, J. Hunschofsky, C. Magnet, M. Tschandl: Increased Company Performance through Macroeconomics Sales Forecasting: A Case Study. Journal of Japanese Operations Management and Strategy 10(1): 1-17, 2020
  • M. Seyedan, F. Mafakheri: Predictive Big Data Analytics for Supply Chain Demand Forecasting: Methods, Applications, and Research Opportunities. Journal of Big Data 7: Article 53, 2020
  • B. Wu, L. Wang, S. Lv, Y. Zeng: Effective Crude Oil Price Forecasting using New Text-based and Big-Data-driven Model. Measurement 168: Article 108468, 2021
  • N. Ludwig, S. Feuerriegel, D. Neumann: Putting Big Data Analytics to Work: Feature Selection for Forecasting Electricity Prices using the LASSO and Random Forests. Journal of Decision Systems 24(1): 19-36, 2015

Hello from the Cybersecurity research group!

Established within the university’s Digital Age Research Center (D!ARC) the Cybersecurity research group goes into it’s second year of activities. The group’s research areas are based within cryptography, statistical machine learning, embedded security, artificial intelligence and deep learning as well as crypto engineering.

The group’s main expertise is in the area of deployment aspects of cryptography. Such aspects are related to information leakage (via side channels), and the detection and prevention of such channels; practical cipher constructions for specific application areas; secure implementation techniques and tools; and the application of machine learning and deep learning in the context of cybersecurity.

The Cybersecurity research group is currently running an ERC funded Consolidator Grant project, titled SEAL („Sound and Early Assessment of Leakage for Embedded Software“). It tackles the challenge to developed tools that are sophisticated enough to predict a range of side channel leakage behaviours for modern processors.

In the last months the team has grown to the number of ten. Currently the group consists of one professor, one lecturer, three postdocs, three PhD students, one technician and one administrator. The group represents five different countries, making work and communication a truly international and cultural experience.

You will find more information here:
www.aau.at/digital-age-research-center/cybersecurity/

And here:
www.cybersecurityresearch.at/

If you are interested to explore collaborations in any shape or form, let’s talk!
Please email to Elisabeth [dot] Oswald [at] aau [dot] at

Studienassistenz (7h/Woche) gesucht !!!

Die AAU Klagenfurt / TeWi – Abteilung Artificial Intelligence und Cybersecurity – sucht ab März 2021 eine Studienassistentin (7 h/Woche).

Aufgaben:

Umstellung der PPTX-Folien von Systemsicherheit auf LaTeX und Erweiterung und Pflege der SPU-Fragen für „Algorithmen und Datenstrukturen“, „Einführung in die theoretische Informatik“ und „Systemsicherheit“

Erwünscht sind:

– Deutschkenntnisse

– Genauigkeit

– Verlässlichkeit

– Organisationstalent und die Bereitschaft zur raschen Einarbeitung.

Formlose Bewerbungen an Peter Schartner erbeten.

Master’s Thesis: Development of a software environment for an online study in management

Topic

The master thesis will contribute to an experimental research study carried out at the Department of Management Control and Strategic Management. You will work on the platform for an interactive online experiment that involves human decision makers in a laboratory setting. The focus of the experimental study is in the field of task formation in a complex environment. 

Timing

As soon as possible upon individual agreement

Prerequisites

Strong programming skills

Supervision of the master thesis

Univ.-Prof. Dipl.-Ing. Dr. Dietmar Jannach
(dietmar [dot] jannach [at] aau [dot] at)

Department of Applied Informatics

Project team

Assoc. Prof. Dr. Alexandra Rausch
(alexandra [dot] rausch [at] aau [dot] at)

Assoc. Prof. Dr. Stephan Leitner
(stephan [dot] leitner [at] aau [dot] at)

Department of Management Control and Strategic Management

StudienassistentIn gesucht !!!!

Die Informatikwerkstatt der AAU Klagenfurt sucht eine Studienassistentin bzw. einen Studienassistenten zur Erstellung von Security-Lehrinhalten für Sekundarstufe I und II.

Bearbeitung im Rahmen einer BA- bzw. MA-Arbeit (UF Informatik, ggf. auch Angewandte Informatik) möglich.

Bei Interesse bitte Kontakt mit Andreas Bollin (andreas [dot] bollin [at] aau [dot] at) oder Peter Schartner (peter [dot] schartner [at] aau [dot] at) aufnehmen.

Studienassistenz (10h/Woche) gesucht!!!!

Die AAU Klagenfurt / TeWi sucht für den Zeitraum Oktober 2019 bis einschließlich Februar 2020 eine Studienassistentin bzw. einen Studienassistenten (10h/Woche).

Aufgaben:

– Wartung der Lehrveranstaltungen im LVOnline

– Unterstützung bei der Erfassung der Lehrveranstaltungen

– Umsetzung der Raumplanung

– Mitarbeit bei der PASS!-Initiative (z.B. Recherchetätigkeit)

Erwünscht sind:

+ Deutschkenntnisse

+ Genauigkeit

+ Verlässlichkeit

+ Organisationstalent und die Bereitschaft zur raschen Einarbeitung.

Bewerbungen an Peter Schartner oder Birgit Schaller erbeten.

Werkzeuggestützte Fehlerbehebung in Wissensdatenbanken: Ein neuer Ansatz aus Klagenfurt

Anwendungssysteme der künstlichen Intelligenz — zum Beispiel in der Bioinformatik oder Medizininformatik — fußen häufig auf Wissensbasen, in denen das Fachwissen von Experten in maschinell verarbeitbarer Form gespeichert ist. Nicht selten passieren bei der Erstellung solcher Wissensbasen jedoch Fehler, was mitunter schwerwiegende Folgen haben kann, wie etwa eine falsche Therapiemethode, die das System für einen Patienten vorschlägt. Das Auffinden solcher Fehler erweist sich dann allein aufgrund der Größe der Wissensbasen als schwierig. Forscher am Institut für Angewandte Informatik haben zu diesem Zweck das Werkzeug „OntoDebug“ entwickelt, welches von zahlreichen Benutzern weltweit verwendet wird. In einem kürzlich veröffentlichten Artikel, welcher im renommierten Journal „Knowledge-Based Systems“ veröffentlicht wurde, konnte der Nutzen dieses Werkzeugs im Rahmen von Benutzerstudien nun auch wissenschaftlich erfolgreich validiert werden. Die Studien zeigen insbesondere,
dass das Auffinden von Fehlern mit OntoDebug erheblich effizienter ist als Fehler ohne das Werkzeug zu suchen.

Lizenz: Creative Commons License

Nähere Informationen zu OntoDebug entnehmen Sie bitte hier.

Neues Forschungsprojekt zur Fehlersuche in Spreadsheets (FWF / iDEOS)

Spreadsheets auf Basis von Microsoft Excel sind in den meisten Organisationen allgegenwärtig. Fehler in solchen Spreadsheets können jedoch hochproblematisch sein. Es gibt bereits eine Menge von Beispielen, bei denen fehlerhafte Kalkulationen in Spreadsheets zu erheblichem finanziellen Schaden für Unternehmen geführt haben. Diese Problematik wird in einem neuen Kooperationsprojekt zwischen Forschern der AAU und der TU Graz aufgegriffen. Konkret werden im Rahmen des Projekts neue Methoden entwickelt, die die Benutzer dabei unterstützen, Fehler in Spreadsheets zu erkennen und zu entfernen.

Das Projekt „Interactive Spreadsheet Debugging (iDEOS)“ wird vom FWF gefördert. Die Projektleitung liegt bei Prof. Dietmar Jannach vom Institut für Angewandte Informatik.

Weiterführende Informationen zum Thema Spreadsheet-Debugging finden sich in diesem Aufsatz.

Für die Durchführung des 3,5 Jahre laufenden Projekts werden ab sofort ein Doktorand (75%) sowie ein Post-Doc-Forscher gesucht (100%). Bei Interesse kontaktieren Sie bitte direkt Prof. Jannach.

StudienassistentIn (20h/Woche) gesucht !!!!

Die Forschungsgruppe Systemsicherheit sucht für den Zeitraum März bis Juni 2019

eine Studienassistentin bzw. einen Studienassistenten (20h/Woche).

Aufgaben: Unterstützung bei der Erfassung der Lehrveranstaltungen und der Raumplanung für das Studienjahr 2019/2020

Erwünscht sind: Deutschkenntnisse, Genauigkeit, Verlässlichkeit, Organisationstalent und die Bereitschaft zur raschen Einarbeitung.

Bewerbungen an Peter Schartner erbeten.