Senior Researcher & Technology Lab Manager

René Schallner

René Schallner ist Senior Researcher im Forschungsbereich Artificial Intelligence und Manager des NIM Technology Labs.

Sein aktueller Forschungsschwerpunkt liegt auf den Schnittstellen zwischen Künstlicher Intelligenz, Machine Learning, Robotik und Mensch-Maschinen-Interaktion im Kontext von Entscheidungen in Märkten.

Mit seiner langjährigen Software-Engineering-Erfahrung gestaltet er die anspruchsvollen und spannenden Forschungsprojekte im Forschungsbereich Artificial Intelligence. So realisiert er beispielsweise Sprachassistenten mit synthetischer emotionaler Stimme, virtuelle Online-Konsultationen mit virtuellen Finanzberatern in Form von Social Robots, über experimentelle Social Media Umgebungen für Virtuelle Influencer, bis hin zu Experimenten mit Large Language Model bzw. Chat-GPT-Intelligenz in Social Robots für natürliche Mensch-KI-Interaktion.

In früheren Projekten forschte er gemeinsam mit Dr. Carolin Kaiser an Methoden zur Gewinnung von Marketingwissen aus Social-Media-Bildern. Das Forschungsprojekt Social-Media-Bilder wurde 2016 mit dem Innovationspreis des BVM (Bundesverband Deutscher Markt- und Sozialforscher) ausgezeichnet. Sein Schwerpunkt lag auf der Entwicklung moderner Technologien und Verfahren wie dem Deep-Learning im Bereich der Computer-Vision und deren Einsatz auf mobilen Endgeräten.

Im NIM Technology Lab treibt er den State of the Art für Experimental-Software mit Blick auf AI voran. Er entwickelt maßgeschneiderte Backend- und Frontend-Software für groß angelegte Online-Experimente und -Umfragen mit komplexen Benutzer-Interaktionen. Zusätzlich arbeitet er an Elektronik-Systemen, beispielsweise zur drahtlosen Synchronisation von Sensor-Daten und Server-Daten.

Vor seiner Arbeit am NIM war Rene Schallner als international gefragter Consultant in Software- und Firmware-Entwicklung tätig und wirkte an entscheidenden Projekten sowohl im Telekommunikations- als auch im Medizintechnik-Bereich mit.

René Schallner absolvierte die „Höhere Abteilung für Elektronik und technische Informatik“ der österreichischen Höheren Technischen Bundeslehr- und Versuchsanstalt in Mödling bei Wien.

Ausgewählte Publikationen

  • Kaiser, C., Schallner, R. (2020). Artificial Voices in Human Choices. Proceedings of the 22nd General Online Research Conference, Berlin.
  • Kaiser. C., Schallner, R. (2020). Der Ton macht den Einkauf zum Erlebnis. planung&analyse 2/2020, pp. 84—86.
  • Schallner, R.; Kaiser, C. (2019). Mobile Detection of Visual Brand Touchpoints. Proceedings of the 21st General Online Research Conference, Cologne.
  • Kaiser, C., Schallner, R., & Manewitsch, V. (2019). Revealing Consumer-Brand-Interactions from Social Media Pictures – A Case Study from the Fast-Moving Consumer Goods Industry. Proceedings of the 21st General Online Research Conference, Cologne.
  • Harzig, P., Zecha, D., Lienhart, R., Kaiser, C., & Schallner, R. (2019). Image captioning with clause-focused metrics in a multi-modal setting for marketing. 2019 IEEE Conference on Multimedia Information Processing and Retrieval (MIPR), San Jose, CA, USA, 419–424.
  • Harzig, P., Brehm, S., Lienhart, R., Kaiser, C., & Schallner, R. (2018). Multimodal image captioning for marketing analysis. Proceedings of the IEEE Conference on Multimedia Information Processing and Retrieval, FL, USA.
  • Schallner, R. (2018). Einblicke ins Ungesehene. Planung&Analyse, 4, 86-87.
  • Paolanti, M., Kaiser, C., Schallner, R., Frontoni, E., & Zingaretti, P. (2017). Visual and textual sentiment analysis of brand-related social media pictures using deep convolutional neural networks. In S. Battiato , G. Gallo, R. Schettini & F. Stanco (Eds.), Lecture Notes in Computer Science. Presented at the International Conference on Image Analysis and Processing (pp. 402–413). Springer.