Skip to main navigation Skip to main content Skip to page footer
Hendro Wicaksono

Professor of Data-Driven Industrial Systems
Constructor University, Bremen 
Fachbereich School of Business, Social & Decision Sciences

www.constructor.university/faculty-member/hendro-wicaksono

  • Datengesteuerte Entscheidungsfindung in komplexen Industriesystemen
  • Kausale KI (Discovery, Inferenz, kausale Reinforcement Learning)
  • Erklärbare KI (post-hoc Methoden, intrinsische Modelle, visuelle Erklärungen, LLM-basierte und semantische Erklärungen)
  • Maschinelles Lernen & Deep Learning
  • Reinforcement Learning, Simulation & Optimierung
  • semantische Modellierung, Wissensgraphen, FAIR-Datenintegration & Interoperabilität
  • Multi-Kriterien-Entscheidung (AHP, TOPSIS, Fuzzy)
  • LLM-basierte RAG-Ansätze
  • Föderiertes Lernen & Privacy-preserving AI
  • Digitale Zwillinge
  • Digital twins
  • Supply Chain Management und Logistik
  • Produktionsplanung, -steuerung, und -optimierung
  • Transportation
  • Energie- und Nachhaltigkeitsmanagement
  • Digitale Produktpässe, Nachhaltiges Supply Chain Management & Kreislaufwirtschaft
  • Digitalisierung, Technologieadoption & Diffusionsanalysen
  • Digitalization, technology adoption, and diffusion analyses
  • Datengetriebene Optimierung von Lieferketten, Produktion & Logistik
  • Digitale Zwillinge für Produkte, Prozesse & Infrastrukturen
  • Nachhaltigkeits- & ESG-Analytics
  • Energie- und Demand-Response-Management
  • Causal AI für Risiko- und Ursachenanalyse
  • Entwicklung von KI-basierten Entscheidungsunterstützungssystemen
  • Technologieadoption & Akzeptanzanalyse
  • Technology adoption and acceptance analysis

Prof. Dr.-Ing. Hendro Wicaksono

Data-Driven Industrial Systems (DIS)

Hendro Wicaksono ist Professor für Data-Driven Industrial Systems an der Constructor University Bremen und leitet die Forschungsgruppe Data-Driven Industrial Systems (DIS). Er studierte am Institut Teknologi Bandung und promovierte am Karlsruher Institut für Technologie (KIT) im Bereich IT für das Ingenieurwesen. Seine Forschungsschwerpunkte liegen in Causal AI, Explainable AI, semantischer Modellierung, digitalen Zwillingen und ESG-Analytics mit Anwendungen in Produktion, Energie, Supply Chain, und Transportation. Er hat mehr als 110 wissenschaftliche Publikationen veröffentlicht und zahlreiche deutsche sowie europäische Forschungs- und Innovationsprojekte koordiniert. Mit seiner langjährigen Erfahrung verbindet er akademische Exzellenz mit praxisnaher Umsetzung. Neben seiner akademischen Tätigkeit ist er unternehmerisch aktiv und Mitgründer mehrerer Startups. Diese Unternehmen transferieren Forschungsergebnisse in praxisnahe, marktfähige Lösungen. Damit verbindet er exzellente Forschung, Innovationskraft und Entrepreneurship und ist ein gefragter Partner für Industrie- und Forschungskooperationen weltweit.

Zurück zur Übersicht