Prof. Dr. Fatih Gedikli

Tätigkeitsgebiet: Softwaretechnik, Web Engineering, Künstliche Intelligenz
Büro: 04-1.326 (Parkstadt Mülheim)
Telefon: +49 208 88254-817
E-Mail:

Professor für Künstliche Intelligenz und Big Data

Fatih Gedikli ist Informatiker und Professor für Künstliche Intelligenz und Big Data am Institut für Informatik der Hochschule Ruhr West. Sein Lehrgebiet umfasst Software Engineering, Web Engineering sowie die angewandte Künstliche Intelligenz.

Sein Forschungsfokus liegt auf der Entwicklung von Empfehlungssystemen, einer Schlüsseltechnologie des Maschinellen Lernens. In einer zunehmend informationsüberfluteten Welt helfen diese Systeme Nutzern dabei, relevante Produkte, Dienstleistungen oder Inhalte zu entdecken – sei es die Auswahl eines Buches, eines Hotels oder anderer personalisierter Angebote. Als essenzieller Bestandteil des modernen Web tragen Empfehlungssysteme dazu bei, maßgeschneiderte digitale Erlebnisse zu schaffen.

Als leidenschaftlicher Befürworter von Big-Data-Analysen entwickelt Prof. Dr. Gedikli innovative Lösungen und Werkzeuge, um komplexe Muster in großen Datenmengen automatisch zu erkennen und zu interpretieren. Ein Schwerpunkt seiner Arbeit liegt in der Entwicklung von KI-basierten Datenpipelines, die Deep Learning und Natural Language Processing (NLP) einsetzen, um gezielt Informationen aus unstrukturierten Quellen wie Nachrichtenartikeln, Social Media oder wissenschaftlichen Publikationen zu extrahieren und für datenbasierte Entscheidungen nutzbar zu machen.

Forschung

Recommender Systems
News Recommendation and Analytics
Natural Language Processing
Artificial Intelligence: Applications and Theory

Lehre

Grundlagen der Informatik und Programmierung
Softwaretechnik
Webtechnologien und mobile Anwendungen
Empfehlungssysteme
Mobile Computing

Publikationen

Aktuelle und ausgewählte Publikationen

Recommender Systems, Semantics-based
F. Gedikli, D. Jannach
Book chapter in: Encyclopedia of Social Network Analysis and Mining (ESNAM). Alhajj, R. and Rokne, J. (Eds.), Springer, forthcoming 2026 (preprint)
Evaluating the Effectiveness of Large Language Models in Automated News Article Summarization
L. R. Panlap Houamegni, F. Gedikli
arXiv:2502.17136 [cs.AI], 2025
The Importance of Recommender Systems: A Key Technology of the World Wide Web
F. Gedikli
Expert blog post for Frontnow GmbH, September 22, 2023 (link)
Explaining BERT model decisions for near-duplicate news article detection based on named entity recognition
A. Stockem Novo, F. Gedikli
IEEE 17th International Conference on Semantic Computing (ICSC), 278-281, 2023
Named Entities as Key Features for Detecting Semantically Similar News Articles
A. Stockem Novo, F. Gedikli
International Journal of Semantic Computing (IJSC) 17 (4), 2023
NewsRecs: A Mobile App Framework for Conducting and Evaluating Online Experiments for News Recommender Systems
N. Janzen, F. Gedikli
15th International Conference on Agents and Artificial Intelligence (ICAART), 267-275, 2023
KI-basierter Wissensgraph: Veranschaulichung von Menschenrechtsverletzungen und Umweltsünden in globalen Lieferketten
F. Gedikli
Embedded Software Engineering, Online-Fachmagazin für Embedded Software Entwicklung und professionelles Software Engineering, September 29, 2022 (link)
Semi-Automated Identification of News Story Chains: A New Dataset and Entity-based Labeling Method
F. Gedikli, A. Stockem Novo, D. Jannach
Workshop on News Recommendation and Analytics (INRA) @ RecSys, 29-42, 2021
How should I explain? A comparison of different explanation types for recommender systems
F. Gedikli, D. Jannach, M. Ge
International Journal of Human-Computer Studies (IJHCS) 72 (4), 367-382, 2014
Improving recommendation accuracy based on item-specific tag preferences
F. Gedikli, D. Jannach
ACM Transactions on Intelligent Systems and Technology (TIST) 4 (1), 1-19, 2013
What recommenders recommend–an analysis of accuracy, popularity, and sales diversity effects
D. Jannach, L. Lerche, F. Gedikli, G. Bonnin
User Modeling, Adaptation, and Personalization (UMAP): 21th International Conference, 25-37, 2013
Accuracy improvements for multi-criteria recommender systems
D. Jannach, Z. Karakaya, F. Gedikli
Proceedings of the 13th ACM conference on electronic commerce (EC), 674-689, 2012

Externe Publikationslisten

Engagement & Aktivitäten

Wissenschaftliches Engagement

Gutachtertätigkeiten (Auswahl) / Reviewing Activities (Selected)

Distinguished Reviewer for ACM Transactions on Recommender Systems – a leading international journal in the field
Reviewer for various international journals and conferences, including:
- User Modeling and User-Adapted Interaction (UMUAI)
- ACM Transactions on Intelligent Systems and Technology (ACM TIST)
- Frontiers in Big Data

Programmkomitees (Auswahl) / Program Committees (Selected)

Program Committee Member of SIGIReCom’25 (The 2025 SIGIR Workshop On eCommerce) – Padua, Italy
Program Committee Member of SIGIReCom’24 (The 2024 SIGIR Workshop On eCommerce) – Washington, D.C., USA
Program Committee Member of SIGIReCom’23 (The 2023 SIGIR Workshop On eCommerce) – Taipei, Taiwan
Program Committee Member of SIGIReCom’21 (The 2021 SIGIR Workshop On eCommerce)

Fachvorträge & Präsentationen

01.04.2025: Keynote Speaker – Eröffnungs-Keynote im Rahmen des HRW-Startup-Projekts zum Thema „Gründen“ (online)
19.01.2025: Workshop zum Thema Künstliche Intelligenz für den Verein Engineering for Innovation e. V. (EfI) in Duisburg
25.09.2024: Eröffnungs-Keynote beim Event „Gründen in Mülheim – Die Gründungsszene stellt sich vor“ in Mülheim an der Ruhr
24.04.2024: Präsentation zum Thema „Nachhaltige Lieferketten und neue Vertriebschancen“ beim Außenwirtschaftsausschuss der Niederrheinischen IHK in Duisburg

Unternehmerisches Engagement

Mitgründer und Co-CEO von graphworks.ai, einem deutschen Startup im Bereich Künstliche Intelligenz
graphworks.ai bietet interessierten Studierenden die Möglichkeit zu einem Pflichtpraktikum im Bereich Künstliche Intelligenz

Weitere Tätigkeiten

Mitglied im Auswahlgremium des Avicenna-Studienwerks