Daniel Lorenz, M. Sc.

Gebäude B4 1, Zimmer 2.09
Telefon: +49 681 302-2754
E-Mail: d.lorenz(at)con.uni-saarland.de

Sprechstunde: 
Termine nach Vereinbarung
 

 

Persönliches

Wissenschaftlicher Werdegang:

Daniel Lorenz studierte von 2018 bis 2021 Betriebswirtschaftslehre an der Universität des Saarlandes mit dem Abschluss des Bachelor. Anschließend setzte er sein Studium im Jahr 2021 mit dem Masterstudiengang Betriebswirtschaftslehre fort und schloss dieses im Jahr 2024 mit der Masterarbeit „Analyse von Risikobegrenzungsstrategien alternativer Erlösmodelle" ab.
Sein Forschungsinteresse liegt bei Anreizsystemen in der Pharmaforschung.

Lehre

Zuständigkeiten in der Lehre:

Aktuell:

  • Controlling: Data Analytics
  • Studiengangskoordination Digitale Betriebswirtschaftslehre

Vergangenheit:

  • Fallstudienkurs Controlling Analytics


Betreuungsschwerpunkte:

  • Anreizsysteme
  • Data Analytics
  • Pharmaforschung

Forschung

Publikationen

  • AI Feedback Literacy: Design Principles for AI-based Peer Teaching in Business Analytics Education. (mit A. Baumeister und G. Walle) In: Proceedings der 21. Internationalen Tagung Wirtschaftsinformatik (WI), Linz/Österreich.
  • Kill the Silos: Towards an IS-Driven AI Literacy Toolbox for Interdisciplinary Education. (mit A. Baumeister und G. Walle)
    In: AIS TREO Paper: 34th European Conference on Information Systems (ECIS 2026), Mailand/Italien. https://aisel.aisnet.org/treos_ecis2026/53
  • AI as a Better Peer – The Use of Mixed AI-Student Peer Teaching in Learning Business Analytics. (mit A. Baumeister und G. Walle)
    In: Proceedings of the Pre-International Conference on Information Systems (ICIS) SIGDSA Symposium on Analytics for Seamless Digital Integration in the Age of AI 2025. https://aisel.aisnet.org/sigdsa2025/70
    – Best-Paper-Nominierung –
  • AI in IS Teaching: State of the Art and Potential for Active Learning. (mit A. Baumeister und G. Walle)
    In: AIS TREO Paper: 46th International Conference on Information Systems (ICIS 2025), Nashville/USA. https://aisel.aisnet.org/treos_icis2025/68