## Papers ### 2024 - L. Donisch, S. Schacht, C. Lanquillon _Inference Optimizations for Large Language Models: Effects, Challenges, and Practical Considerations_ (arXiv:2408.03130). arXiv. [https://doi.org/10.48550/arXiv.2408.03130](https://doi.org/10.48550/arXiv.2408.03130), 2024. - R. Aperdannier, S. Schacht, S., und A. Piazza, "An approach to optimize inference of the DIART speaker diarization pipeline". _arXiv. [http://arxiv.org/abs/2408.02341](http://arxiv.org/abs/2408.02341)_, 2024. - R. Aperdannier, S. Schacht, und A. Piazza, „Systematic Evaluation of Online Speaker Diarization Systems Regarding their Latency“, _arXiv preprint arXiv:2407.04293_, 2024. - R. Aperdannier, S. Schacht, und A. Piazza, „A Review of Common Online Speaker Diarization Methods“, _arXiv preprint arXiv:2406.14464_, 2024. - M. Uhlig, S. Schacht, und S. K. Barkur, „PHOENIX: Open-Source Language Adaption for Direct Preference Optimization“, _arXiv preprint arXiv:2401.10580_, 2024. - S. Schacht, S. Kamath Barkur, und C. Lanquillon, „Generative Agents to support students learning progress“, in _5th International Conference. Business Meets Technology_, Editorial Universitat Politècnica de València, 2024. - S. Sauer, A. Piazza, und S. Schacht, „The Social Media Hate Speech Barometer: Making of“, in _5th International Conference. Business Meets Technology_, Editorial Universitat Politècnica de València, 2024. - S. K. Barkur, P. Sitapara, S. Leuschner, und S. Schacht, „Magenta: Metrics and Evaluation Framework for Generative Agents based on LLMs“, _Intelligent Human Systems Integration (IHSI 2024): Integrating People and Intelligent Systems_, Bd. 119, Nr. 119, 2024. - R. Aperdannier, M. Koeppel, T. Unger, S. Schacht, und S. K. Barkur, „Systematic Evaluation of Different Approaches on Embedding Search“, in _Future of Information and Communication Conference_, Springer Nature Switzerland Cham, 2024, S. 526–536. ### 2023 - C. Lanquillon und S. Schacht, „1 Wissenssicherung mit Wissensgraphen“, _DASC-PM v1. 1 Fallstudien_, S. 6., 2023 - C. Lanquillon und S. Schacht, „1 Retaining Knowledge with Knowledge Graphs“, _DASC-PM v1. 1 Case Studies_, S. 6., 2023 - S. Schacht, C. Lanquillon, S. Henne, E. Schmid, und V. Mehlin, „Kognitive Assistenzsysteme“, in _Knowledge Science–Fallstudien: Wie mit Künstlicher Intelligenz die Wissenssicherung und -nutzung im Unternehmen unterstützt wird_, Springer Fachmedien Wiesbaden Wiesbaden, 2023, S. 21–32. - S. Schacht, S. Kamath Barkur, und C. Lanquillon, „PromptIE-Information Extraction with prompt-engineering and large language models“, in _International Conference on Human-Computer Interaction_, Springer Nature Switzerland Cham, 2023, S. 507–514. - V. Mehlin, S. Schacht, und C. Lanquillon, „Towards energy-efficient deep learning: An overview of energy-efficient approaches along the deep learning lifecycle“, _arXiv preprint arXiv:2303.01980_, 2023. - C. Lanquillon und S. Schacht, „Wissensrepräsentationen“, in _Knowledge Science–Grundlagen: Methoden der Künstlichen Intelligenz für die Wissensextraktion aus Texten_, Springer Fachmedien Wiesbaden Wiesbaden, 2023, S. 185–196. - C. Lanquillon und S. Schacht, „Künstliche Intelligenz: Ein Überblick“, _Knowledge Science–Grundlagen: Methoden der Künstlichen Intelligenz für die Wissensextraktion aus Texten_, S. 5–21, 2023. - C. Lanquillon und S. Schacht, „Informationsextraktion aus Texten“, in _Knowledge Science–Grundlagen: Methoden der Künstlichen Intelligenz für die Wissensextraktion aus Texten_, Springer Fachmedien Wiesbaden Wiesbaden, 2023, S. 161–183. - C. Lanquillon und S. Schacht, „Deep Learning“, in _Knowledge Science–Grundlagen: Methoden der Künstlichen Intelligenz für die Wissensextraktion aus Texten_, Springer Fachmedien Wiesbaden Wiesbaden, 2023, S. 71–159. - S. Kamath Barkur, S. Schacht, und C. Lanquillon, „Knowledge-Grounded and Self-extending NER“, in _International Conference on Human-Computer Interaction_, Springer Nature Switzerland Cham, 2023, S. 439–446. - S. Kamath Barkur, M.-L. Fersch, S. Henne, S. Schacht, und B. Woldai, „A Qualitative Evaluation of an AI-Based Study Progress Forecast“, in _International Conference on Artificial Intelligence in Education Technology_, Springer Nature Singapore Singapore, 2023, S. 3–13. - N. Horbaschk und S. Schacht, „Trendermittlung mit der Unterstützung eines kognitiven Assistenten“, in _Knowledge Science–Fallstudien: Wie mit Künstlicher Intelligenz die Wissenssicherung und-nutzung im Unternehmen unterstützt wird_, Springer Fachmedien Wiesbaden Wiesbaden, 2023, S. 149–175. - S. Henne und S. Schacht, „Kognitive Assistenzsysteme im Projektmanagement“, in _Knowledge Science–Fallstudien: Wie mit Künstlicher Intelligenz die Wissenssicherung und-nutzung im Unternehmen unterstützt wird_, Springer Fachmedien Wiesbaden Wiesbaden, 2023, S. 177–191. - M.-L. Fersch, S. Schacht, und B. Woldai, „Exploring AI in Education: A Quantitative Study of a Service-Oriented University Chatbot“, in _The Paris Conference on Education 2023: Official Conference Proceedings_, 2023, S. 2758–0962. - D. Dreßler, S. Schacht, und C. Lanquillon, „Lernen wie ein Mensch: Konzept eines Assistenten mit Wissenserwerb durch Beobachtung, Instruktion und Interaktion“, in _Knowledge Science–Fallstudien: Wie mit Künstlicher Intelligenz die Wissenssicherung und-nutzung im Unternehmen unterstützt wird_, Springer Fachmedien Wiesbaden Wiesbaden, 2023, S. 69–107. ### 2022 - C. Lanquillon und S. Schacht, „CONNECT. ME: A STEP TOWARDS HYBRID INTELLIGENCE“, in _Business Meets Technology_, Universitat Politècnica de València, 2022, S. 208. - S. Henne, V. Mehlin, E. Schmid, und S. Schacht, „THE DIAS PROJECT–DEVELOPMENT OF AN IN℡LIGENT DIGITAL ASSISTANT IN HIGHER EDUCATION ENVIRONMENTS“, _Business Meets Technology_, S. 232, 2022. - S. Henne, V. Mehlin, E. Schmid, und S. Schacht, „Components of digital assistants in higher education environments“, in _2022 IEEE 28th International Conference on Engineering, Technology and Innovation (ICE/ITMC) & 31st International Association For Management of Technology (IAMOT) Joint Conference_, IEEE, 2022, S. 1–8. - M.-L. Fersch, S. Henne, V. Mehlin, S. Schacht, E. Schmid, und V. Sui, „PROJECT: DIAS-DIGITAL IN℡LIGENT STUDY ASSISTANT“, _Business Meets Technology_, S. 303, 2022. ### 2019 - S. Schacht, „Die Blockchain-Technologie“, _Blockchain und maschinelles Lernen: Wie das maschinelle Lernen und die Distributed-Ledger-Technologie voneinander profitieren_, S. 3–87, 2019. - C. Lanquillon und S. Schacht, „Der Analytics-Marktplatz“, _Blockchain und maschinelles Lernen: Wie das maschinelle Lernen und die Distributed-Ledger-Technologie voneinander profitieren_, S. 167–193, 2019. ### 2016 - C. Lanquillon und S. Schacht, „A big data change detection system“, 2016. - S. Schacht, C. Lanquillon, K. Schmieder, und J. Effenberger, „Business element management as necessary part of the digital transformation in Enterprises“. DOI: 10.13140/RG.2.2.22864.00004 ### 2015 - S. Schacht und P. Küller, „2.2 Enterprise Architecture Management und Big Data“, _Praxishandbuch Big Data_, Bd. 32, 2015. ## Books ### 2023 - Hrsg. C. Lanquillon und S. Schacht, „Knowledge Science–Grundlagen“. Springer Vieweg, 2023. - Hrsg. C. Lanquillon und S. Schacht, „Knowledge Science–Fallstudien“. Springer Vieweg, 2023. ### 2019 - S. Schacht und C. Lanquillon, „Blockchain und maschinelles Lernen“, _Wie das maschinelle Lernen und die Distributed-Ledger-Technologie voneinander profitieren, Springer Verlag 2019. ### 2008 - S. Schacht, _Die Genossenschaften im Wettstreit der Unternehmensformen in ausgewählten EU-Staaten_. Forschungsinstitut für Genossenschaftswesen an der Universität Erlangen-Nürnberg, 2008.