<?xml version="1.0" encoding="utf-8"?>







    <rss version="2.0"
         xmlns:content="http://purl.org/rss/1.0/modules/content/"
         xmlns:atom="http://www.w3.org/2005/Atom"
         xmlns:media="http://search.yahoo.com/mrss/">
        <channel>
            
                
                    <ttl>60</ttl>
                    <title>Universität Bremen - Dr.-Ing. Michael Lütjen</title>
                    <link>https://www.uni-bremen.de/data-science-center/forschung/unsere-mitglieder/dr-ing-michael-luetjen</link>
                    <description>Profil DSC Partner Dr.-Ing. Michael Lütjen</description>
                    <language>de</language>
                    <copyright>Universität Bremen</copyright>
                    <pubDate>Sat, 18 Jul 2026 13:53:51 +0200</pubDate>
                    <lastBuildDate>Sat, 18 Jul 2026 13:53:51 +0200</lastBuildDate>
                    <atom:link href="https://www.uni-bremen.de/data-science-center/forschung/unsere-mitglieder/dr-ing-michael-luetjen/rss.xml" rel="self" type="application/rss+xml"/>
                    <generator>Universität Bremen</generator>
                
                
                    
                        <item>
                            <guid isPermaLink="false">content-481600</guid>
                            <pubDate>Fri, 06 Mar 2026 10:32:58 +0100</pubDate>
                            <title>Assoziierter Partner</title>
                            <link>https://www.uni-bremen.de/data-science-center/forschung/unsere-mitglieder/dr-ing-michael-luetjen#c481600</link>
                            
                            <description>&amp;lt;p&amp;gt;BIBA&amp;amp;nbsp;– Bremer Institut für Produktion und Logistik GmbH&amp;lt;/p&amp;gt;
&amp;lt;p&amp;gt;&amp;lt;em&amp;gt;Intelligente Produktions- und Logistiksysteme (IPS)&amp;lt;/em&amp;gt;&amp;lt;/p&amp;gt;
&amp;lt;p&amp;gt;Abteilungsleiter Data Analytics &amp;amp;amp; Prozessoptimierung, BIBA&amp;lt;/p&amp;gt;

&amp;lt;p&amp;gt;&amp;lt;strong&amp;gt;Kompetenzen&amp;lt;/strong&amp;gt;&amp;lt;/p&amp;gt;
&amp;lt;p&amp;gt;CRISP-DM; Maschinelles Lernen in Augmented Reality; Maschinelles Lernen in Qualitätssicherung; Maschinelles Lernen in Prozessoptimierung; Maschinelles Lernen in Produktions- und Logistiksteuerung.&amp;lt;/p&amp;gt;</description>
                            
                            <category>Content</category>
                            
                            
                        </item>
                    
                
                    
                
                    
                        <item>
                            <guid isPermaLink="false">content-481602</guid>
                            <pubDate>Fri, 06 Mar 2026 10:32:58 +0100</pubDate>
                            <title>Kurzprofil</title>
                            <link>https://www.uni-bremen.de/data-science-center/forschung/unsere-mitglieder/dr-ing-michael-luetjen#c481602</link>
                            
                            <description>&amp;lt;p&amp;gt;Michael Lütjen studierte Wirtschaftsingenieurwesen an der Fachhochschule Wilhelmshaven mit dem Schwerpunkt „Simulation und Optimierung in der Produktion“ und absolvierte aufbauend den Studiengang „Production Engineering“ mit dem Schwerpunkt „Industrial Engineering“ an der Universität Bremen. Seit 2005 arbeitet Herr Lütjen als wissenschaftlicher Mitarbeiter am Bremer Institut für Produktion und Logistik (BIBA) an der Universität Bremen in dem Forschungsbereich Intelligente Produktions- und Logistiksysteme (IPS). Von 2006 bis 2009 war Herr Lütjen zudem in Teilzeit als Fertigungsplaner bei der CTC GmbH in Stade mit Schwerpunkt der integrierten Produkt- und Prozessentwicklung beschäftigt. Im Jahr 2014 promovierte Herr Lütjen an der Universität Bremen zum Thema „Modellierungskonzept zur integrierten Planung und Simulation von Produktionsszenarien entwickelt am Beispiel der CFK-Serienfertigung“. Aktuell leitet Herr Lütjen die Abteilung „Data Analytics und Prozessoptimierung“ und widmet sich im Besonderen der Innovationsförderung kleiner und mittelständischer Unternehmen.&amp;lt;br /&amp;gt; &amp;lt;br /&amp;gt; Michael Lütjens Forschungsschwerpunkte liegen in der Identifikation von KI-Potenzialen für Produktion und Logistik sowie der Anwendung und Weiterentwicklung entsprechender KI-basierter Verfahren im Hinblick auf Qualitätssicherung, Augmented Reality, Prozessoptimierung sowie Produktions- und Logistiksteuerung. Zusätzlich betreibt er Grundlagenforschung im Bereich der intelligenten Modellerstellung, -transformation, -verifikation und -evaluation im Hinblick auf Produktions- und Logistiksysteme.&amp;lt;/p&amp;gt;</description>
                            
                            <category>Content</category>
                            
                            
                        </item>
                    
                
                    
                        <item>
                            <guid isPermaLink="false">content-481603</guid>
                            <pubDate>Tue, 28 Apr 2026 17:28:41 +0200</pubDate>
                            <title>Kontakt</title>
                            <link>https://www.uni-bremen.de/data-science-center/forschung/unsere-mitglieder/dr-ing-michael-luetjen#c481603</link>
                            
                            <description>&amp;lt;p&amp;gt;BIBA - Bremer Institut für Produktion und Logistik GmbH&amp;lt;br /&amp;gt;Hochschulring 20&amp;lt;br /&amp;gt;28359 Bremen&amp;lt;/p&amp;gt;
&amp;lt;hr /&amp;gt;
&amp;lt;p&amp;gt;Tel. +49 (0)421-218 50123&amp;lt;br /&amp;gt;E-Mail: &amp;lt;a class=&amp;quot;mail&amp;quot; href=&amp;quot;mailto:LTJ@biba.uni-bremen.de&amp;quot; title=&amp;quot;Öffnet ein Fenster zum Versenden der E-Mail&amp;quot;&amp;gt;LTJ@biba.uni-bremen.de&amp;lt;/a&amp;gt;&amp;lt;/p&amp;gt;
&amp;lt;p&amp;gt;Researchgate: &amp;lt;a href=&amp;quot;https://www.researchgate.net/profile/Michael-Luetjen&amp;quot; target=&amp;quot;_blank&amp;quot;&amp;gt;Profil&amp;lt;/a&amp;gt;&amp;lt;/p&amp;gt;</description>
                            
                            <category>Content</category>
                            
                            
                        </item>
                    
                
            
        </channel>
    </rss>

