Michael Hagn
wissenschaftlicher Mitarbeiter
- E-Mail Adresse: michael.hagn(at)ur.de (?ffnet Ihr E-Mail-Programm)
- Tel: +49 941 943 6121 (startet einen Telefonanruf, wenn Ihr Ger?t dies zul?sst)
- Standort: Vielberth-Geb?ude, VG 3.51
- Wichtige Informationen: Sprechzeiten nach Vereinbarung per Email
- Lehrstuhl für Wirtschaftsinformatik II

Michael Hagn, geboren 1996 in Weiden, absolvierte von 2014 bis 2017 den Studiengang Bachelor of Science Mathematik mit Nebenfach Volkswirtschaftslehre an der Universit?t Regensburg. In seiner Bachelorarbeit befasste er sich mit Anstiegen und sukzessiven Minima von hermiteschen OK-Moduln. Anschlie?end absolvierte er den Studiengang Master of Science Mathematik und führte sein Studium dann mit dem Bachelorstudiengang Computational Science fort. In seiner Masterarbeit untersuchte er semipositive Metriken und Fubini-Study-Metriken auf projektiven Schemata über nicht-archimedischen K?rpern. W?hrenddessen arbeitete er als studentische Hilfskraft an der Fakult?t Mathematik.
Seit Juli 2022 ist er als wissenschaftlicher Mitarbeiter am Lehrstuhl für Wirtschaftsinformatik II an der Universit?t Regensburg t?tig. Er besch?ftigt sich mit Datenqualit?t sowie Datenunsicherheit im Bereich Machine Learning.
Publikationen
- Hagn, Michael, Heinrich, Bernd, Krapf, Thomas und Schiller, Alexander (2025-09) Handling imperfection: A taxonomy for machine learning on data with data quality defects.
Decision Support Systems: 196, S. 114493.
https://dx.doi.org/10.1016/j.dss.2025.114493 - F?rster, Maximilian, Hagn, Michael, Hambauer, Nico, Jaki, Paula, Obermeier, Andreas, Pinski, Marc, Schauer, Andreas, Schiller, Alexander, Benlian, Alexander, Heinrich, Bernd, Jussupow, Ekaterina, Klier, Mathias, Kraus, Mathias und Schnurr, Daniel (2025) A Taxonomy for Uncertainty-Aware Explainable AI.
European Conference on Information Systems (ECIS), Amman, Jordan, 15.06.2025 bis 18.06.2025 - Krapf, Thomas, Hagn, Michael, Miethaner, Paul, Schiller, Alexander, Luttner, Lucas und Heinrich, Bernd (2024) Piecewise Linear Transformation ? Propagating Aleatoric Uncertainty in Neural Networks.
38th Annual AAAI Conference on Artificial Intelligence, Vancouver, Kanada, 20.02.-27.02.2024 , S. 20456-20464.