Home | english  | Impressum | Datenschutz | Sitemap | KIT
LarsBriem

M.Sc. Lars Briem

Raum: 307, Gebäude 10.30
Tel.: +49 721 608-47772
Fax: +49 721 608-48031
Lars BriemOcy8∂kit edu


Werdegang

seit 2016 Akademischer Mitarbeiter am Institut für Verkehrswesen am KIT  
seit 2015 Dozent für Advanced Software Engineering an der Dualen Hochschule Baden-Württemberg  
 2014 - 2016    Studium der Informatik am KIT mit den Vertiefungsrichtungen Kognitive Systeme, Robotik und Automation

Abschluss als Master of Science mit der Masterarbeit „Abbildung von Öffentlichem Verkehr in mobiTopp“ am Institut für Verkehrswesen

 
 2011 – 2014 Entwicklungsingenieur Software bei der SICK AG  
 2008 – 2011      

Duales Studium der Informationstechnik mit Vertiefungsrichtung Ingenieurinformatik

Abschluss als Bachelor of Engineering mit der Bachelorarbeit „Konzeption und Realisierung eines Generators zur automatischen Ableitung von Dokumentationen aus der IO-Link Gerätebeschreibungssprache“

Forschungsbereiche und -interessen

  • Mikroskopische Simulation von Verkehr
  • Verkehrsnachfragemodellierung
  • Simulation von Störungen und Dispositionsmaßnahmen im ÖPNV

Aufgaben in der Lehre

  • Informationsmanagement für öffentliche Mobilitätsangebote

Laufende Forschungsprojekte

Mitgliedschaften

  • Deutsche Verkehrswissenschaftliche Gesellschaft (DVWG)

 

Publikationen

Briem, L., Buck, S., Mallig, N., Vortisch, P., Strasser, B., Wagner, D., Zündorf, T. (2020). Integrating public transport into mobiTopp. Future Generation Computer Systems. (Volume 107), 1089–1096. doi:10.1016/j.future.2017.12.051

Puhe, M., Briem, L., Vortisch, P. (2020). Simulating Social Processes: An Interdisciplinary Approach to Integrate Social Relationships into Destination Choice Modeling. In Transportation Research Board (Ed.), TRB 99th Annual Meeting

Briem, L., Heilig, M., Klinkhardt, C., Vortisch, P. (2019). Analyzing OpenStreetMap as data source for travel demand models. Transportation Research Procedia, 41, 104–112.

Briem, L., Mallig, N., Vortisch, P. (2019). Creating an integrated agent-based travel demand model by combining mobiTopp and MATSim. Procedia Computer Science, 151, 776–781. doi:10.1016/j.procs.2019.04.105

Reiffer, A., Wörle, T., Briem, L., Soylu, T., Kagerbauer, M., Vortisch, P. (2019). Identifiying Usage Profiles of Station-Based Car-Sharing Members Using Cluster Analyses. In Transportation Research Board (Ed.), TRB 98th Annual Meeting Compendium of Papers

Wilkes, G., Briem, L., Heilig, M., Hilgert, T., Kagerbauer, M., Vortisch, P. (2019). Identifying service provider and transport system related effects of different ridesourcing service schemes through simulation within the travel demand model mobiTopp. In ICoMaaS – 2nd International Conference on Mobility as a Service

Heilig, M., Plötz, P., Soylu, T., Briem, L., Kagerbauer, M., Vortisch, P. (2018). Assessment of fast charging station locations - an integrated model based approach. In International Association for Travel Behaviour Research (IATBR) (Ed.), 15th International Conference on Travel Behavior Research

Soylu, T., Heilig, M., Briem, L., Plötz, P., Kagerbauer, M., Vortisch, P. (2018). GIS-based modelling of fast-charging infrastructure at the city-regional level. In International Scientific Conference on Mobility and Transport: Urban Mobility - Shaping the Future Together

Briem, L., Buck, H. S., Ebhart, H., Mallig, N., Strasser, B., Vortisch, P., Wagner, D., Zündorf, T. (2017). Efficient Traffic Assignment for Public Transit Networks. In C. S. Iliopoulos, S. P. Pissis, S. J. Puglisi, & R. Raman (Eds.), Leibniz International Proceedings in Informatics. Wadern/Saarbruecken: Dagstuhl Publishing. doi:10.4230/LIPIcs.SEA.2017.20

Briem, L., Buck, H. S., Mallig, N., Vortisch, P., Strasser, B., Wagner, D., Zündorf, T. (2017). Integrating public transport into mobiTopp. Procedia Computer Science, 109, 855–860. doi:10.1016/j.procs.2017.05.401

Heilig, M., Gnann, T., Plötz, P., Mallig, N., Briem, L., Kagerbauer, M., Vortisch, P. (2017). Do plug-in electric vehicles cause a change in travel behavior?. In EVS30 (Ed.), International Electric Vehicle Symposium & Exhibition

Mueller, M., Leuschner, D., Briem, L., Schmidt, M., Kilgour, K., Stueker, S., Waibel, A. (2015). Using Neural Networks for Data-Driven Backchannel Prediction: A Survey on Input Features and Training Techniques. In M. Kurosu (Ed.), Human-Computer Interaction: Interaction Technologies (Vol. 9170, pp. 329–340). Cham: Springer International Publishing. doi:10.1007/978-3-319-20916-6