Persönlicher Status und Werkzeuge

Prof. Dr. Martin Bichler

Fakultät

Informatik

Wissenschaftliche Laufbahn und Forschungsgebiete

Die Forschungsaktivitäten von Prof. Bichler (*1971) konzentrieren sich auf die Lösung betriebswirtschaftlicher Planungs- und Entscheidungsprobleme mit Methoden aus der Informatik und dem Operations Research. Ein besonderer Schwerpunkt liegt in der Entwicklung und Analyse von Auktionsverfahren für komplexe Märkte.

Nach dem Studium der Wirtschaftsinformatik an der TU Wien promovierte Prof. Bichler an der Wirtschaftsuniversität Wien, wo er im Jahr 2000 auch seine Habilitation abschloss. Er arbeitete als Research Fellow an der University of California at Berkeley und als Research Staff Member am IBM T.J. Watson Research Center in New York. Seit 2003 ist er Ordinarius an der Fakultät für Informatik der TUM und Zweitmitglied der Fakultät für Wirtschaftswissenschaften. 

Wichtigste Auszeichnungen

  • TeachInfAward für beste Lehrveranstaltung der Fachschaft für Informatik (2009)
  • IBM Faculty Award (2008)
  • INFORMS ISS Design Science Award (2008)
  • Senator Wilhelm Wilfling-Preis (2000)
  • Erwin Schrödinger-Stipendium (1997)

Schlüsselpublikationen (alle Publikationen)

Scheffel T, Pikovsky A, Bichler M, Guler K: “An experimental comparison of linear and non-linear price combinatorial auctions”. INFORMS Information Systems Research. 2010; in press.

Abstract

Speitkamp B, Bichler M: “A mathematical programming approach for server consolidation problems in virtualized data centers”. IEEE Transactions on Services Computing. 2010; in press.

Abstract

Schneider S, Shabalin P, Bichler M: “On the robustness of non-linear price personalized combinatorial auctions”. European Journal of Operational Research. 2010; 206(1): 248-259.

Abstract

Bichler M, Shabalin P, Pikovsky A: “A computational analysis of linear price iterative combinatorial auction formats”. INFORMS Information Systems Research. 2009; 20(1): 33-59.

Abstract

Kiss C, Bichler M: “Identification of influencers - measuring influence in customer networks”. Decision Support Systems. 2008; 46(1): 233-253.

Abstract