Prof. Dr. Daniel Ambach
Professor für Data Science & Computational Statistics
Über Daniel
Prof. Dr. Daniel Ambach ist Professor für Data Science & Computational Statistics an der Digital Business University of Applied Sciences (DBU) und Senior Data Scientist bei der Deutschen Bahn AG. Zuvor war er als Dozent für Statistik an der HTW Berlin sowie für Computational Statistics an der HWR Berlin tätig. Sein Leitprinzip: Das Leben durch Daten verbessern und tiefere Zusammenhänge erschließen.
Seine Forschung konzentriert sich auf die Vorhersage erneuerbarer Energien. Nach seinem Wirtschaftsstudium an der Europa-Universität Viadrina in Frankfurt (Oder) promovierte er ebendort und veröffentlichte mehrere wissenschaftliche Publikationen zur Optimierung von Windgeschwindigkeits- und Windenergieprognosen.
Berufliche Stationen im akademischen Umfeld
Seit 2021 Professor für Data Science & Computational Statistics
Digital Business University of Applied Sciences
2020-2020 Dozent für Computergestützte Datenanalyse
Hochschule für Wirtschaft und Recht, Berlin
2018-2021 Dozent für Statistik
Hochschule für Technik und Wirtschaft, Berlin
2016-2017 Post-Doc am Lehrstuhl für Quantitative Methoden insb. Statistik
Europa-Universität Viadrina, Frankfurt (Oder)
2012-2016 Wissenschaftlicher Mitarbeiter am Lehrstuhl für Quantitative Methoden insb. Statistik
Europa-Universität Viadrina, Frankfurt (Oder)
Akademische Ausbildung und Abschlüsse
2016 Abschluss Promotion
Fachbereich Wirtschaftswissenschaften, Statistik
Hochschule Europa-Universität Viadrina Frankfurt (Oder)
2011 Master of Science
International Business Administration
Hochschule Europa-Universität Viadrina Frankfurt (Oder)
Berufliche Stationen
Seit 02/2024: Managing Consultant – Head of Data Intelligence,
accantec information solutions AG, Hamburg
04/2022 – 01/2024: Principal Data Scientist,
Deutsche Bahn AG, Berlin
06/2019 – 03/2022: Senior Data Scientist,
Deutsche Bahn AG, Berlin
08/2017 – 05/2019: Senior Data Scientist,
smava GmbH, Berlin
09/2012 – 09/2016: Geschäftsführer,
Deutsche Statistische Gesellschaft, Frankfurt (Oder)
Mitgliedschaft in wissenschaftlichen Gremien & Vereinigungen außerhalb der Hochschule
seit 2024 German Data Science Society (GDS) e.V.,
Vorstand Regionalgruppe Berlin
2012-2016 Deutsche Statistische Gesellschaft (DStatG) e.V., ehem. Geschäftsführer
Erhaltene Preise, Stipendien & Ehrungen
2016 Promotion mit Auszeichnung (Summa cum laude),
Europa-Universität Viadrina
2011-2012 Ph.D Stipendium
Center for Interdisciplinary Polish Studies
Internationale Erfahrungen
02/2025 Invited Speaker, ICERE 2025, Da Nang (Vietnam),
Conference on Environment and Renewable Energy,
02/2024 Invited Speaker, ICERE 2024, Nha Trang (Vietnam),
Conference on Environment and Renewable Energy,
08/2015: Forschungsaufenthalt in Japan
(JICA, Kyoto Universität, Institute for Environmental Studies, Institute of Energy Economics, Institute for Global Environmental Strategies)
Teilnahme an internationalen Konferenzen in Israel, Italien, Frankreich, Polen, u.a.
Veröffentlichungen – Publikationen in referierten Fachzeitschriften
Ambach, D. and Schmid, W. A new high-dimensional time series approach for wind speed, wind direction and air pressure forecasting. Energy, 135:833–850, 2017.
Ziel, F., Croonenbroeck, C., and Ambach, D. Forecasting wind power–modeling periodic and non-linear effects under conditional heteroscedasticity. Applied Energy, 177:285–297, 2016.
Ambach, D. and Garthoff, R. Vorhersagen der windgeschwindigkeit und windenergie in deutschland. AStA Wirtschafts-und Sozialstatistisches Archiv, 10(1):15–36, 2016.
Ambach, D. and Croonenbroeck, C. Space-time short- to medium-term wind speed forecasting. Statistical Methods & Applications, 25(1):5–20, 2016.
Ambach, D. Short-term wind speed forecasting in germany. Journal of Applied Statistics, 43(2):351–369, 2016.
Croonenbroeck, C. and Ambach, D. An implementation of the mycielski algorithm as a predictor in r. Journal of Fundamentals of Renewable Energy and Applications, 6, 2015.
Croonenbroeck, C. and Ambach, D. Censored spatial wind power prediction with random effects. Renewable and Sustainable Energy Reviews, 51(0):613–622, 2015.
Croonenbroeck, C. and Ambach, D. A selection of time series models for shortto medium-term wind power forecasting. Journal of Wind Engineering and Industrial Aerodynamics, 136:201–210, 2015.
Ambach, D. and Schmid, W. Periodic and long range dependent models for high frequency wind speed data. Energy, 82:277–293, 2015.
Veröffentlichungen – Bücher und Monografien
Ambach, D. and Croonenbroeck, C. Obtaining Superior Wind Power Predictions from a Periodic and Heteroscedastic Wind Power Prediction Tool. In Steland, A., Rafajłowicz, E., and Szajowski, K., Editors, Stochastic Models, Statistics and Their Applications, volume 122, pages 225–232. Springer International Publishing, 2015.
