---
_id: '6184'
author:
- first_name: Andreas
  full_name: Uphaus, Andreas
  id: '213333'
  last_name: Uphaus
- first_name: Tim
  full_name: Kampe, Tim
  id: '222105'
  last_name: Kampe
  orcid: 0000-0003-1217-1360
  orcid_put_code_url: https://api.orcid.org/v2.0/0000-0003-1217-1360/work/191792579
citation:
  alphadin: '<span style="font-variant:small-caps;">Uphaus, Andreas</span> ; <span
    style="font-variant:small-caps;">Kampe, Tim</span>: Künstliche Intelligenz im
    Finanz- und Rechnungswesen von KMU und Familienunternehmen – Anwendungsfälle,
    Chancen und Risiken. In: <span style="font-variant:small-caps;">Behringer, S.</span>
    (Hrsg.): <i>CARF Luzern 2025: Controlling. Accounting. Risiko. Finanzen.</i>,
    <i>Schriften aus dem Institut für Finanzdienstleistungen Zug IFZ</i>. Rotkreuz :
    Verlag IFZ - Hochschule Luzern, 2025, S. 180–195'
  ama: 'Uphaus A, Kampe T. Künstliche Intelligenz im Finanz- und Rechnungswesen von
    KMU und Familienunternehmen – Anwendungsfälle, Chancen und Risiken. In: Behringer
    S, ed. <i>CARF Luzern 2025: Controlling. Accounting. Risiko. Finanzen.</i> Schriften
    aus dem Institut für Finanzdienstleistungen Zug IFZ. Rotkreuz: Verlag IFZ - Hochschule
    Luzern; 2025:180-195.'
  apa: 'Uphaus, A., &#38; Kampe, T. (2025). Künstliche Intelligenz im Finanz- und
    Rechnungswesen von KMU und Familienunternehmen – Anwendungsfälle, Chancen und
    Risiken. In S. Behringer (Ed.), <i>CARF Luzern 2025: Controlling. Accounting.
    Risiko. Finanzen.</i> (pp. 180–195). Rotkreuz: Verlag IFZ - Hochschule Luzern.'
  bibtex: '@inproceedings{Uphaus_Kampe_2025, place={Rotkreuz}, series={Schriften aus
    dem Institut für Finanzdienstleistungen Zug IFZ}, title={Künstliche Intelligenz
    im Finanz- und Rechnungswesen von KMU und Familienunternehmen – Anwendungsfälle,
    Chancen und Risiken}, booktitle={CARF Luzern 2025: Controlling. Accounting. Risiko.
    Finanzen.}, publisher={Verlag IFZ - Hochschule Luzern}, author={Uphaus, Andreas
    and Kampe, Tim}, editor={Behringer, StefanEditor}, year={2025}, pages={180–195},
    collection={Schriften aus dem Institut für Finanzdienstleistungen Zug IFZ} }'
  chicago: 'Uphaus, Andreas, and Tim Kampe. “Künstliche Intelligenz im Finanz- und
    Rechnungswesen von KMU und Familienunternehmen – Anwendungsfälle, Chancen und
    Risiken.” In <i>CARF Luzern 2025: Controlling. Accounting. Risiko. Finanzen.</i>,
    edited by Stefan Behringer, 180–95. Schriften aus dem Institut für Finanzdienstleistungen
    Zug IFZ. Rotkreuz: Verlag IFZ - Hochschule Luzern, 2025.'
  ieee: 'A. Uphaus and T. Kampe, “Künstliche Intelligenz im Finanz- und Rechnungswesen
    von KMU und Familienunternehmen – Anwendungsfälle, Chancen und Risiken,” in <i>CARF
    Luzern 2025: Controlling. Accounting. Risiko. Finanzen.</i>, Luzern, 2025, pp.
    180–195.'
  mla: 'Uphaus, Andreas, and Tim Kampe. “Künstliche Intelligenz im Finanz- und Rechnungswesen
    von KMU und Familienunternehmen – Anwendungsfälle, Chancen und Risiken.” <i>CARF
    Luzern 2025: Controlling. Accounting. Risiko. Finanzen.</i>, edited by Stefan
    Behringer, Verlag IFZ - Hochschule Luzern, 2025, pp. 180–95.'
  short: 'A. Uphaus, T. Kampe, in: S. Behringer (Ed.), CARF Luzern 2025: Controlling.
    Accounting. Risiko. Finanzen., Verlag IFZ - Hochschule Luzern, Rotkreuz, 2025,
    pp. 180–195.'
conference:
  end_date: 2025-09-12
  location: Luzern
  name: CARF Luzern 2025 - Controlling. Accounting. Risiko. Finanzen.
  start_date: 2025-09-11
date_created: 2025-09-13T13:31:07Z
date_updated: 2026-03-17T15:29:27Z
editor:
- first_name: Stefan
  full_name: Behringer, Stefan
  last_name: Behringer
keyword:
- Künstliche Intelligenz
- Large language models
- Use Cases
language:
- iso: ger
main_file_link:
- open_access: '1'
  url: https://www.hslu.ch/-/media/campus/common/files/dokumente/w/ifz/seminare-konferenzen/carf/konferenzband-carf-2025.pdf?sc_lang=de-ch
oa: '1'
page: 180-195
place: Rotkreuz
publication: 'CARF Luzern 2025: Controlling. Accounting. Risiko. Finanzen.'
publication_identifier:
  isbn:
  - 978-3-907379-60-8
publication_status: published
publisher: Verlag IFZ - Hochschule Luzern
quality_controlled: '1'
series_title: Schriften aus dem Institut für Finanzdienstleistungen Zug IFZ
status: public
title: Künstliche Intelligenz im Finanz- und Rechnungswesen von KMU und Familienunternehmen
  – Anwendungsfälle, Chancen und Risiken
type: conference
user_id: '222105'
year: '2025'
...
---
_id: '6209'
author:
- first_name: André
  full_name: Matutat, André
  id: '228871'
  last_name: Matutat
  orcid: 0009-0001-9362-7704
  orcid_put_code_url: https://api.orcid.org/v2.0/0009-0001-9362-7704/work/193402749
- first_name: Lena
  full_name: Golin, Lena
  id: '224966'
  last_name: Golin
  orcid: 0009-0002-2963-8430
  orcid_put_code_url: https://api.orcid.org/v2.0/0009-0002-2963-8430/work/193402751
- first_name: Hans
  full_name: Brandt-Pook, Hans
  id: '206531'
  last_name: Brandt-Pook
  orcid: 0009-0002-6668-2684
  orcid_put_code_url: https://api.orcid.org/v2.0/0009-0002-6668-2684/work/193402752
citation:
  alphadin: '<span style="font-variant:small-caps;">Matutat, André</span> ; <span
    style="font-variant:small-caps;">Golin, Lena</span> ; <span style="font-variant:small-caps;">Brandt-Pook,
    Hans</span>: LLM gesteuerte Planung zur Reduktion des CO2-Fußabdrucks im Tiefbau.
    In: <span style="font-variant:small-caps;">Gesellschaft für Informatik e.V.</span>
    (Hrsg.): <i>INFORMATIK 2025</i>. Bonn, 2025, S. 1345–1350'
  ama: 'Matutat A, Golin L, Brandt-Pook H. LLM gesteuerte Planung zur Reduktion des
    CO2-Fußabdrucks im Tiefbau. In: Gesellschaft für Informatik e.V., ed. <i>INFORMATIK
    2025</i>. Bonn; 2025:1345-1350. doi:<a href="https://doi.org/10.18420/inf2025_119">10.18420/inf2025_119</a>'
  apa: Matutat, A., Golin, L., &#38; Brandt-Pook, H. (2025). LLM gesteuerte Planung
    zur Reduktion des CO2-Fußabdrucks im Tiefbau. In Gesellschaft für Informatik e.V.
    (Ed.), <i>INFORMATIK 2025</i> (pp. 1345–1350). Bonn. <a href="https://doi.org/10.18420/inf2025_119">https://doi.org/10.18420/inf2025_119</a>
  bibtex: '@inproceedings{Matutat_Golin_Brandt-Pook_2025, place={Bonn}, title={LLM
    gesteuerte Planung zur Reduktion des CO2-Fußabdrucks im Tiefbau}, DOI={<a href="https://doi.org/10.18420/inf2025_119">10.18420/inf2025_119</a>},
    number={366}, booktitle={INFORMATIK 2025}, author={Matutat, André and Golin, Lena
    and Brandt-Pook, Hans}, editor={Gesellschaft für Informatik e.V.Editor}, year={2025},
    pages={1345–1350} }'
  chicago: Matutat, André, Lena Golin, and Hans Brandt-Pook. “LLM gesteuerte Planung
    zur Reduktion des CO2-Fußabdrucks im Tiefbau.” In <i>INFORMATIK 2025</i>, edited
    by Gesellschaft für Informatik e.V., 1345–50. Bonn, 2025. <a href="https://doi.org/10.18420/inf2025_119">https://doi.org/10.18420/inf2025_119</a>.
  ieee: A. Matutat, L. Golin, and H. Brandt-Pook, “LLM gesteuerte Planung zur Reduktion
    des CO2-Fußabdrucks im Tiefbau,” in <i>INFORMATIK 2025</i>, Potsdam , 2025, no.
    366, pp. 1345–1350.
  mla: Matutat, André, et al. “LLM gesteuerte Planung zur Reduktion des CO2-Fußabdrucks
    im Tiefbau.” <i>INFORMATIK 2025</i>, edited by Gesellschaft für Informatik e.V.,
    no. 366, 2025, pp. 1345–50, doi:<a href="https://doi.org/10.18420/inf2025_119">10.18420/inf2025_119</a>.
  short: 'A. Matutat, L. Golin, H. Brandt-Pook, in: Gesellschaft für Informatik e.V.
    (Ed.), INFORMATIK 2025, Bonn, 2025, pp. 1345–1350.'
conference:
  end_date: 2025.09.19
  location: 'Potsdam '
  name: 'INFORMATIK FESTIVAL 2025. '
  start_date: 2025.09.16
corporate_editor:
- Gesellschaft für Informatik e.V.
date_created: 2025-10-02T11:53:15Z
date_updated: 2026-03-17T15:29:27Z
department:
- _id: 4b2dc5c9-bee3-11eb-b75f-ecc80f94fb21
doi: 10.18420/inf2025_119
file:
- access_level: open_access
  content_type: application/pdf
  creator: amatutat
  date_created: 2025-10-02T11:52:49Z
  date_updated: 2025-10-02T11:52:49Z
  file_id: '6210'
  file_name: LLM gesteuerte Planung zur Reduktion des CO2-Fußabdrucks im Tiefbau.pdf
  file_size: 128666
  relation: main_file
  success: 1
file_date_updated: 2025-10-02T11:52:49Z
has_accepted_license: '1'
issue: '366'
keyword:
- Large Language Models
- Retrieval-Augmented Generation
- CO2-Bilanzierung
- Tiefbau
- Nachhaltigkeit
- Assistenzsysteme
- Wissensmanagement
- Tool-Integration
language:
- iso: ger
main_file_link:
- open_access: '1'
oa: '1'
page: 1345-1350
place: Bonn
project:
- _id: f432a2ee-bceb-11ed-a251-a83585c5074d
  name: Institute for Data Science Solutions
publication: INFORMATIK 2025
publication_identifier:
  issn:
  - 2944-7682
publication_status: epub_ahead
quality_controlled: '1'
status: public
title: LLM gesteuerte Planung zur Reduktion des CO2-Fußabdrucks im Tiefbau
tmp:
  image: /images/cc_by_sa.png
  legal_code_url: https://creativecommons.org/licenses/by-sa/4.0/legalcode
  name: Creative Commons Attribution-ShareAlike 4.0 International Public License (CC
    BY-SA 4.0)
  short: CC BY-SA (4.0)
type: conference
urn: urn:nbn:de:hbz:bi10-62097
user_id: '263827'
year: '2025'
...
---
_id: '6244'
article_number: '261'
article_type: original
author:
- first_name: Marvin
  full_name: Niederhaus, Marvin
  id: '232004'
  last_name: Niederhaus
  orcid: 0009-0008-8581-2708
  orcid_put_code_url: https://api.orcid.org/v2.0/0009-0008-8581-2708/work/194508828
- first_name: Nico
  full_name: Migenda, Nico
  id: '218473'
  last_name: Migenda
  orcid: 0000-0002-7223-1735
  orcid_put_code_url: https://api.orcid.org/v2.0/0000-0002-7223-1735/work/194483982
- first_name: Julian
  full_name: Weller, Julian
  last_name: Weller
- first_name: Martin
  full_name: Kohlhase, Martin
  id: '226669'
  last_name: Kohlhase
  orcid: 0009-0002-9374-0720
  orcid_put_code_url: https://api.orcid.org/v2.0/0009-0002-9374-0720/work/194483983
- first_name: Wolfram
  full_name: Schenck, Wolfram
  id: '224375'
  last_name: Schenck
  orcid: 0000-0003-3300-2048
  orcid_put_code_url: https://api.orcid.org/v2.0/0000-0003-3300-2048/work/194483984
citation:
  alphadin: '<span style="font-variant:small-caps;">Niederhaus, Marvin</span> ; <span
    style="font-variant:small-caps;">Migenda, Nico</span> ; <span style="font-variant:small-caps;">Weller,
    Julian</span> ; <span style="font-variant:small-caps;">Kohlhase, Martin</span>
    ; <span style="font-variant:small-caps;">Schenck, Wolfram</span>: Integrating
    Graph Retrieval-Augmented Generation into Prescriptive Recommender Systems. In:
    <i>Big Data and Cognitive Computing</i> Bd. 9, MDPI AG (2025), Nr. 10'
  ama: Niederhaus M, Migenda N, Weller J, Kohlhase M, Schenck W. Integrating Graph
    Retrieval-Augmented Generation into Prescriptive Recommender Systems. <i>Big Data
    and Cognitive Computing</i>. 2025;9(10). doi:<a href="https://doi.org/10.3390/bdcc9100261">10.3390/bdcc9100261</a>
  apa: Niederhaus, M., Migenda, N., Weller, J., Kohlhase, M., &#38; Schenck, W. (2025).
    Integrating Graph Retrieval-Augmented Generation into Prescriptive Recommender
    Systems. <i>Big Data and Cognitive Computing</i>, <i>9</i>(10). <a href="https://doi.org/10.3390/bdcc9100261">https://doi.org/10.3390/bdcc9100261</a>
  bibtex: '@article{Niederhaus_Migenda_Weller_Kohlhase_Schenck_2025, title={Integrating
    Graph Retrieval-Augmented Generation into Prescriptive Recommender Systems}, volume={9},
    DOI={<a href="https://doi.org/10.3390/bdcc9100261">10.3390/bdcc9100261</a>}, number={10261},
    journal={Big Data and Cognitive Computing}, publisher={MDPI AG}, author={Niederhaus,
    Marvin and Migenda, Nico and Weller, Julian and Kohlhase, Martin and Schenck,
    Wolfram}, year={2025} }'
  chicago: Niederhaus, Marvin, Nico Migenda, Julian Weller, Martin Kohlhase, and Wolfram
    Schenck. “Integrating Graph Retrieval-Augmented Generation into Prescriptive Recommender
    Systems.” <i>Big Data and Cognitive Computing</i> 9, no. 10 (2025). <a href="https://doi.org/10.3390/bdcc9100261">https://doi.org/10.3390/bdcc9100261</a>.
  ieee: M. Niederhaus, N. Migenda, J. Weller, M. Kohlhase, and W. Schenck, “Integrating
    Graph Retrieval-Augmented Generation into Prescriptive Recommender Systems,” <i>Big
    Data and Cognitive Computing</i>, vol. 9, no. 10, 2025.
  mla: Niederhaus, Marvin, et al. “Integrating Graph Retrieval-Augmented Generation
    into Prescriptive Recommender Systems.” <i>Big Data and Cognitive Computing</i>,
    vol. 9, no. 10, 261, MDPI AG, 2025, doi:<a href="https://doi.org/10.3390/bdcc9100261">10.3390/bdcc9100261</a>.
  short: M. Niederhaus, N. Migenda, J. Weller, M. Kohlhase, W. Schenck, Big Data and
    Cognitive Computing 9 (2025).
date_created: 2025-10-17T07:19:59Z
date_updated: 2026-03-17T15:29:27Z
department:
- _id: '103'
doi: 10.3390/bdcc9100261
file:
- access_level: open_access
  content_type: application/pdf
  creator: mniederhaus
  date_created: 2025-10-17T07:11:25Z
  date_updated: 2025-10-17T07:11:25Z
  file_id: '6245'
  file_name: BDCC-09-00261.pdf
  file_size: 13995224
  relation: main_file
  success: 1
file_date_updated: 2025-10-17T07:11:25Z
funded_apc: '1'
has_accepted_license: '1'
intvolume: '         9'
issue: '10'
keyword:
- prescriptive analytics
- prescriptive platforms
- advanced data analytics
- retrieval-augmented generation
- graph-based retrieval-augmented generation
- large language models
- generative AI
- genAI
- recommender system
language:
- iso: eng
main_file_link:
- open_access: '1'
  url: https://www.mdpi.com/2504-2289/9/10/261/pdf
oa: '1'
project:
- _id: beb248c8-cd75-11ed-b77c-e432b4711f7b
  name: Institut für Systemdynamik und Mechatronik
publication: Big Data and Cognitive Computing
publication_identifier:
  eissn:
  - 2504-2289
publication_status: published
publisher: MDPI AG
quality_controlled: '1'
status: public
title: Integrating Graph Retrieval-Augmented Generation into Prescriptive Recommender
  Systems
type: journal_article
urn: urn:nbn:de:hbz:bi10-62444
user_id: '224375'
volume: 9
year: '2025'
...