Computational Social Science

Der Cluster Computational Social Science

Forschungscluster

Die oft mit dem Stichwort „Digitalisierung“ in Verbindung gebrachte Intensivierung der digitalen Kommunikation und Leistungssteigerung digitaler Rechnerarchitekturen eröffnet eine Vielzahl neuer technischer Möglichkeiten, stellt Politik und Gesellschaft aber auch vor neue Herausforderungen.


Das Forschungscluster dient dem Zweck, die an der Universität vorhandenen Kompetenzen im Bereich Datenanalyse und Datenverarbeitung zu bündeln um durch Grundlagen- und Anwendungsforschung Politik und Gesellschaft in der Auseinandersetzung mit diesen Herausforderungen zu unterstützen und Beiträge zur rechnergestützten Sozialforschung zu leisten.

Forschungsbereiche

Applications of Computational Statistics in the Social Sciences

Die immense Leistungsfähigkeit moderner Rechner macht es möglich neue inhaltliche und methodische Fragestellungen zu bearbeiten. Hier ist insbesondere der Einsatz von Monte Carlo-Methoden zur Analyse der Qualität statistischer Schätzverfahren zu nennen und der Einsatz rechenintensiver Verfahren zur Berechnung statistischer Schätzwerte (Bootstrap, Monte Carlo-Integration, Markov Chain Monte Carlo-Simulation von Posterior-Verteilungen)

Forschungsprojekte

  • Algorithms in the public sector: Why context matters

(Prof Dr Anja Achtziger in Kooperation mit Georg Wenzelburger, Pascal D. König, Julia Felfeli) Algorithmen bestimmen zunehmend das Leben der Menschen, auch durch sich schnell verbreitende Anwendungen dieser Algorithmen im öffentlichen Sektor. Dieser Beitrag beleuchtet die Akzeptanz von Algorithmen im öffentlichen Sektor und betont, dass Algorithmen als Teile soziotechnischer Systeme immer in einen spezifischen sozialen Kontext eingebettet sind. Wir zeigen, dass die Akzeptanz eines Algorithmus durch die Bürger stark davon abhängt, wie sie Aspekte dieses Kontexts bewerten, und ihr Vertrauen in die Organisationen, die den Algorithmus einsetzen. Die objektive Leistungsfähigkeit der vorgestellten Algorithmen beeinflusst die Akzeptanz im Vergleich deutlich weniger. Diese Ergebnisse basieren auf einem Originaldatensatz aus einer Umfrage zu zwei realen Anwendungen, der prädiktiven Polizeiarbeit und Hautkrebsvorhersage, mit einer Stichprobe von 2661 Befragten aus einem repräsentativen deutschen Online-Panel. Die Ergebnisse haben wichtige Implikationen für die Bedingungen, unter denen Bürger Algorithmen im öffentlichen Sektor akzeptieren.


  • Analyse von Wahlsystemreformelementen mit Hilfe von Simulationen

(Prof Dr Joachim Behnke) Seit nun länger als 20 Jahren wird über diverse Reformvorschläge und Reformmöglichkeiten bezüglich des Wahlsystems des deutschen Bundestags diskutiert und gestritten. Im Fokus der Diskussion stehen dabei Überhangmandate und die damit verbundene Vergrößerung des Bundestags wegen Ausgleichsmandaten. Um die Effekte verschiedener Reformvorschläge abschätzen und miteinander vergleichen zu können, sind Simulationen notwendig, die Schätzungen für die Effekte bestimmter Reformen liefern können und durch gezielte Modifikationen der Modellparameter die Sensibilität aufzeigen, mit der die Ergebnisgröße des Umfangs des Bundestags auf das Drehen an bestimmten institutionellen „Stellschrauben“ reagiert.


  • Analyse von Prozessen des Parteienwettbewerbs und politischer Meinungsdynamiken mit Hilfe von agentenbasierten Modellen

(Leonie Geyer & Prof Dr Joachim Behnke) Der politische Wettbewerb zwischen Parteien wird häufig mit Hilfe sogenannter räumlicher Modelle beschrieben. Diese umfassen politische Issuedimensionen, auf denen sich sowohl Wähler als auch Parteien verorten lassen. Wähler sind in diesem Modell des ökonomischen Wettbewerbs zwischen Parteien die“Kunden“, um deren Stimmen sich die Parteien als Anbieter bemühen. Da Wähler ihre Wahl von der politischen Nähe ihrer Position zu der der Parteien abhängig machen, können Parteien die Wahl ihrer Position strategisch nutzen, um ihr Ergebnis zu maximieren. Da der Wähler bei seiner Wahl die Parteien auf mehreren Dimensionen miteinander vergleicht und der Effekt der Veränderung einer Parteienposition immer von den Positionen der anderen Parteien abhängt, die ihrerseits ihre Positionen anpassen können, kommt es zu sehr komplexen Interaktionsmustern, die sich analytisch oft kaum noch adäquat modellieren lassen, die aber in jedem Fall die kognitiven Analyseressourcen der beteiligten Akteure überfordern würden. Agentenbasierte Modelle sind eine Möglichkeit, die Ergebnisse komplexer analytischer Kalküle mit Hilfe simpler Adaptionsstrategien nachzubilden, die insofern „realistischer“ sind und daher unter Umständen wertvollen Aufschluss über die tatsächlich ablaufenden Prozesse geben.


  • Evaluationen in internationalen Organisationen

(Prof Dr Steffen Eckhard in Kooperation mit Dr. Vytautas Jankauskas, Elena Leuschner & Ian Burton) Gefördert durch die Deutsche Forschungsgemeinschaft (DFG), Laufzeit 2017-2020/21-2023, (Projektnummer EC 506/1-1)


Während in der ersten Phase des Projekts (2017-2020) die politische Verwendung von Evaluationsergebnissen in Politikprozessen von Internationalen Organisationen (IOs) analysiert wurde, befasst sich die zweite Phase (2021-2023) mit den Evaluationsberichten selbst, wobei deren Inhalt und mögliche politische Voreingenommenheit untersucht werden. Einem Mixed-Methods-Forschungsansatz folgend hat das Forschungsteam Feldforschung mit über 70 Interviews bei 19 internationalen Organisationen durchgeführt und an Schulungen für professionelle Evaluatoren teilgenommen, um qualitative Einblicke in Evaluierungsprozesse zu gewinnen. Gleichzeitig ermöglichte die Erstellung einer Datenbank mit über 1.000 Evaluierungsberichten erstmals eine textbasierte Untersuchung des tatsächlichen Inhalts einer großen Anzahl an IO-Evaluierungsberichten.


  • Transferprojekt zur computerbasierten Textanalyse von Evaluationsprojekten mit GIZ

(Prof Dr Steffen Eckhard in Kooperation mit Dr. Vytautas Jankauskas, Daniel Baumann & Rita Sevastjanowa) Das Forschungsteam kooperiert seit November 2022 mit der Gesellschaft für internationale Zusammenarbeit (GIZ), um deren Stabsstelle für Evaluation beim Aufbau der Infrastruktur und Methodologie für computerbasierte Textanalyse von Evaluationsberichten zu unterstützen. Die Organisation führt seit vielen Jahren Evaluationen ihrer Projekte durch und verfügt auch darüber hinaus über eine große Menge textbasierter Daten wie zum Beispiel Berichte. Diese bieten eine wertvolle Quelle für zukünftige Evaluationen, und sollen im Rahmen des Projekts für zukünftige Analysen verfügbar gemacht werden.


  • Monte Carlo Analysis of Estimators in Multilevel Analysis

(Prof Dr Martin Elff) Mehrebenenanalyse wird oft in der vergleichenden Sozialforschung verwendet um den Einfluss des gesellschaftlichen und politischen Kontextes auf individuelles Verhalten nachzuzeichnen. Oft kommt dieses Verfahren auf die Daten multinationaler Umfragen (wie z.B. dem Eurobarometer oder dem European Social Survey) zum Einsatz, die sich zwar durch eine große Zahl von Untersuchungseinheiten auf individualer Ebene (Befragte) aber eine geringe Zahl von Einheiten auf höheren Aggregationsebenen (Staaten) gekennzeichnet sind. In wie weit unter diesen Umständen die Mehrebenenanalyse dennoch zuverlässige Ergebnisse liefern und in wie weit akkurate statistische Inferenz erzielt werden kann, gehört zu den Fragen, mit denen sich dieses Projekt beschäftigt.


  • Party Competition and the Nature of Political Ideologies (PCNPI)

(Prof Dr Martin Elff) Für eine Vielzahl politikwissenschaftlicher Fragestellungen ist die Rekonstruktion der Positionen politischer Akteure essenziell. Für die Analyse der Bildung von Regierungskoalitionen ebenso wie für das Verständnis von Veränderungen in den Mustern des Wahlverhaltens ist es unerlässlich, die politischen Positionen von Parteien in Betracht zu ziehen. Allerdings erweist sich die Rekonstruktion dieser Positionen als alles andere als einfach. Hierfür gibt es zwei grundlegende Ansätze: einerseits Ratings durch Experten (d.h. Länderexperten ordnen den Parteien Positionen auf vorgegebenen Skalen zu), andererseits die quantitative Analyse von Wahlprogrammen der Parteien (d.h. auf der Grundlage der statistischen Analyse von aufbereiteten Texten und unter Zurhilfenahme von räumlichen Modellen werden die Positionen geschätzt). Das Forschungsprojekt folgt dem zweiten Ansatz. Im Rahmen des Projektes sollen einerseits bereits existierende Verfahren verbessert und in Hinblick auf ihre Zuverlässigkeit untersucht werden, andererseits sollen sie zum Einsatz kommen um eine umfassende Datenbank von Parteipositionen zu erstellen, mit der sich die Muster des Parteienwettbewerbs bestimmen lassen. Für die Unterstützung des Projektes wurde ein Förderantrag an die Deutsche Forschungsgemeinschaft (DFG) gestellt.


  • Buchprojekt „Data Management with R: A Guide for Social Scientists“

(Prof Dr Martin Elff) Die Datenanalysesoftware R ist einerseits eine umfassende Infrastruktur für Datenanalyse und Datenmanagement, andererseits ist sie eine Programmiersprache für Statistik und Graphik. Aufgrund dieses Doppelcharakters ist sie vielfältig einsatzfähig. Ihr Anwendungsgebiet reicht von der Analyse von Experimentaldaten, über die Analyse von Umfragedaten, bis zur Analyse massiver Datensätze von Verhaltensspuren. Jedoch sind die hierfür relevanten Datenstrukturen in den Sozialwissenschaften noch nicht sehr geläufig, andererseits ist die Unterstützung insbesondere für die Sozialforschung typischen Umfragedatensätze durch R-Pakete noch ausbaufähig. Das Buchprojekt soll die entsprechenden Brücken bauen: einerseits werden die gängigen Datenstrukturen vorgestellt und diskutiert, andererseits thematisiert es die für die Analyse von Umfragedaten relevanten Spezialpakete

Ausgewählte Publikationen

  • Elff, Martin, Marlin Schaeffer, Jan Paul Heisig, and Susumu Shikano. 2019. "Multilevel Analysis with Few Clusters: Improving Likelihood-based Methods to Provide Unbiased Estimates and Accurate Inference". British Journal of Political Science (accepted for publication February 2019).
  • Elff, Martin. 2013. "A Dynamic State-Space Model of Coded Political Texts". Political Analysis 21(2): 217-232.
  • Elff, Martin. 2009. "Auswertungsprobleme mit den Daten des Comparative Manifestos Project". 310-330 in Datenwelten. Datenerhebung und Datenbestände in der Politikwissenschaft, ed. by Joachim Behnke, Natalie Behnke, and Kai-Uwe Schnapp. Baden-Baden: Nomos.
  • Wenzelburger, Georg / König, Pascal D. / Felfeli, Julia / Achtziger, Anja: Algorithms in the Public Sector. Why context matters, Public Administration, 2022.

Researcher

Achtziger, Anja Prof Dr
Lehrstuhl für Sozial- & Wirtschaftspsychologie


Behnke, Joachim Prof Dr
Lehrstuhl für Politikwissenschaft


Eckhard, Steffen Prof Dr
Lehrstuhl für Public Administration & Public Policy


Elff, Martin Prof Dr
Lehrstuhl für Politische Soziologie


Geyer, Leonie
Akademische Mitarbeiterin am Lehrstuhl für Politikwissenschaft

Applications of Computational Statistics in Finance

Die Geschwindigkeit des Handels auf Finanzmärkten ist in den letzten Jahren immens gestiegen. So stehen mittlerweile Datensätze auf Milli-, Mikro-, bis hin zu Nanosekunden zur Verfügung. Die Analyse solcher Daten erfordert entsprechende statistische Modelle und computergestütze Verfahren.

Forschungsprojekte

  • Don't miss out on NFTs?! A sentiment-based analysis of the early NFT market

(Prof. Jarko Fidrmuc und Florian Horky in Kooperation mit Lili Dubbick und Franziska Rhein) Diese Studie untersucht die Auswirkungen von Twitter-Sentiments auf den Non-Fungible Token (NFT)-Markt. Anhand eines Datensatzes von über 5 Millionen englischsprachigen Tweets zu NFTs berechnen wir einen täglichen Stimmungsindex und verknüpfen ihn mit dem NFT-Verkaufs- und Handelsvolumen. Mithilfe der Wavelet-Analyse und DCC-GJR-GARCH-Modellen analysieren wir den NFT-Markt, der durch mehrere Blasen und hohe Volatilität gekennzeichnet ist. Die Ergebnisse verdeutlichen die Bedeutung von Twitter als primäre Informationsquelle für ein breites Publikum. Basierend auf unseren Erkenntnissen empfehlen wir Händlern und politischen Entscheidungsträgern, Social-Media-Aktivitäten zur Beobachtung neuer digitaler Märkte zu nutzen.


  • Fintech and Artificial Intelligence in Finance - Towards a Transparent Financial Industry

(Prof Dr Florentina Paraschiv) Gefördert durch die Europäische Union, EU Grant COST ACTIONS 2020 to 2025, Laufzeit 2020-2024


Der Finanzsektor ist der größte Nutzer digitaler Technologien und ein wesentlicher Treiber der digitalen Transformation der Wirtschaft. Weltweit wurden seit 2010 mehr als 100 Milliarden US-Dollar an Investitionen in FinTech-Unternehmen und künstliche Intelligenz (KI) getätigt, Tendenz steigend. Anfang 2018 stellte die Europäische Kommission (a) ihren Aktionsplan für einen wettbewerbsfähigeren und innovativeren Finanzmarkt und (b) eine Initiative zu KI vor, mit dem Ziel, die Chancen technologiegestützter Innovationen zu nutzen. Der Aktionsplan wird KI und Fintech aus drei verschiedenen Blickwinkeln untersuchen: (1) Transparenz bei FinTech, (2) transparente versus Black-Box-Entscheidungsunterstützungsmodelle in der Finanzbranche und (3) Transparenz bei der Leistung von Anlageprodukten für Kunden.


  • Intratages-Volatilitätsmessung auf Aktienmärkten 

(Prof Dr Franziska Peter) Gefördert durch die Deutsche Forschungsgemeinschaft (DFG), Laufzeit 2018-2020, (Projektnummer 389577820)


Diese Projekt untersucht Volatilität im Zusammenhang mit Risikoprognosen und Risikomanagement auf Intratagesfrequenz. Die gegenwärtigen Finanzmarkt-Literatur zeigt, dass das Optionen-basierte Maß der implizite Volatilität Informationen in Bezug auf künftige Aktienmarktvolatilität enthält, die sich nicht aus historischen Aktienkursen ableiten lassen. Prominente Beispiele für solche implizite Volatilitätsmaße sind der VIX oder das deutsche Pendant, der VDAX. In diesem Forschungsprojekt wird ein implizites Volatilitätsmaß für Aktien einzelner Firmen entwickelt, das auf hochfrequenten Optionspreisen basiert. Dieses Maß wird für eine Stichprobe von europäischen und US amerikanischen Unternehmen berechnet und ermöglicht es, mehrere wichtige Aspekte die Bewertung des Aktienmarktrisiko betreffend zu untersuchen.


  • Intraday Volatility Forecasting with Neural Networks and Pattern Recognition  

(Prof Franziska Peter und Thomas Heil) Die Forschung in „Computational Sciences“ folgt zu einem Großteil aus der Verfügbarkeit von neuen Daten. Nicht nur außerordentlich große Datensätze („Big Data“) erfordern neue Analyse-Methoden benötigen neue statistische Verfahren für deren Analyse. Besonders High-Frequency Trader mit Augenmerk auf „Algorithmic Trading“ benötigen Input und Analysen auf sehr hoher Frequenz. Daher ist es von hoher Bedeutung die Volatilitätsstrukturen innerhalb eines Tages vorhersagen zu können. Darüber hinaus erlaubt uns dies gleichbleibende Strukturen („Pattern Recognition“) innerhalb eines Handelstages zu filtern und zu verstehen. Die Analyse dieser Strukturen und deren Vorhersage erfolgt durch Algorithmen aus dem Bereich des maschinellen Lernens. Diese neuen Erkenntnisse erlauben es neue statistische Modelle und Kennzahlen für intra-Tages Volatilitäten zu erstellen.


  • Value at Risk/Expected Shortfall calculation from Neural Network Density Forecasts

(Prof. Franziska Peter und Thomas Heil) Die Berechnung des Value at Risk oder Expected Shortfall benötigt neben der Schätzung der erwarteten Rendite die Schätzung der zukünftigen Volatilität. Stark vereinfachende Annahmen über den latenten Prozess der Volatiliät führen allerdings oftmals zu ungenauen Berechnungen des Value at Risk und somit des Expected Shortfall. Grundsätzlich besteht mit klassischen statistischen Modellen die Möglichkeit der Vorhersage einer Dichtefunktion aus Rendite-Zeitreihen, allerdings unterliegen diese Modelle starken Restriktionen, was zu einer schlechten Vorhersage der nichtnegativen Dichten führt. Die Einsetzbarkeit von maschinellem Lernen (neuronale Netze, SVM) erweist sich als vielversprechend in der Vorhersage von Dichten, da sie als ultimative Funktions-approximatoren klassischen statistischen Modellen im Umgang mit nichtlinearen Daten überlegen sind. Basierend auf einer solchen Schätzung bzw. Vorhersage der Return-Dichten, kann eine direkte Berechnung des Value at Risk und des Expected Shortfall erfolgen. Darüber hinaus besteht die Möglichkeit die Frequenz der Beobachtungen zu erhöhen, um Muster in der Volatilitätsstruktur innerhalb eines Tages erkennen zu können. Die Vorhersage der Dichten erfolgt hierbei mit „Mixture-Density-Networks“.


  • Are you a Zombie? A Supervised Learning Method to Classifiy Unviable Firms and Identify the Determinants

(Prof. Franziska Peter & Thomas Heil in Kooperation mit Angela De Martiis) Das Projekt untersucht empirisch die Firmen-spezifischen Charakteristika von sog. „Zombie“-Unternehmen im Gegensatz zu profitablen Firmen bzw. wirtschaftlich angeschlagenen Firmen. Dabei werden Methoden des Supervised Learning angewandt, um
datengetrieben relevante Variablen zu selektieren. Unter anderem liegt der Fokus auf Decision Trees und Support Vector Classifiers. Der analysierte Datensatz erfasst alle börsennotierten Unternehmen in Europa und den US (Compustat Global/ Compustat US) und ermöglicht so eine umfangreiche Analyse des Phänomens von Zombie Firmen. Somit sollen neue Erkenntnisse über die Determinanten von nicht profitablen Firmen erfasst werden, welche nicht nur akademisch, sondern auch politische Relevanz haben können.

Ausgewählte Publikationen

  • Behrendt, Simon, Thomas Dimpfl, Franziska Peter und David J. Zimmermann RTransferEntropy - Quantifying Information Flow between Different Time Series Using Effective Transfer Entropy, SoftwareX, Vol. 10, 2019.
  • Behrendt, S. and Schmidt, A. (2018) The Twitter myth revisited: Intraday investor sentiment, Twitter activity and individual-level stock return volatility, Journal of Banking & Finance, 96.
  • Dimpfl, Thomas und Peter, Franziska: Group transfer entropy with an application to cryptocurrencies, Physica A, 2019 (516).
  • Dimpfl, Thomas und Peter, Franziska: Using transfer entropy to measure information flows between financial markets, Studies in Nonlinear Dynamics and Econometrics, 2013 (17).
  • Grammig, Joachim und Peter, Franziska: Tell-Tale Tails: A New Approach to Estimating Unique Market Information Shares, Journal of Financial and Quantitative Analysis, 2013 (48).
  • Horky, Florian, Lili Dubbick, Franziska Rhein, and Jarko Fidrmuc: Don't miss out on NFTs?! A sentiment-based analysis of the early NFT market, International Review of Economics & Finance, 2023 (88).

Researcher

Fidrmuc, Jarko Prof Dr
ZEPPELIN-Lehrstuhl für International & Digital Economics


Paraschiv, Florentina Prof Dr
Lehrstuhl für Finance


Peter, Franziska Prof Dr
Lehrstuhl für empirische Kapitalmarktforschung und Ökonometrie


Heil, Thomas
Akademischer Mitarbeiter am Lehrstuhl für empirische Kapitalmarktforschung und Ökonometrie


Horky, Florian
Akademischer Mitarbeiter am ZEPPELIN-Lehrstuhl für International & Digital Economics

Kolloquium

Patrick Mellacher

Der Forschungscluster Computational Social Science begrüßt gemeinsam mit dem Lehrstuhl für Politikwissenschaften am 29. Februar 2024 Dr. Patrick Mellacher von der Universität Graz, der einen Vortrag zu dem Thema „Modelling Covid-19: An Introduction to Economic-Epidemiological Agent-Based Models“ halten wird.

Marcel Schliebs

Am 23. Februar 2024 lädt der Computational Social Sciences Cluster zu einem Vortrag des ZU-Absolventen Marcel Schliebs ein. Herr Schliebs, nun an der University of Oxford, wird zu dem Thema "Measuring the Impact of De-Amplification of Russian Government Propaganda on Twitter - Evidence from a (Quasi-)Natural Experiment" referieren.

Prof. Dr. Johannes Zahner

Wir freuen uns Dr. Johannes Zahner von der Goethe Universität Frankfurt mit einem Vortrag zum Thema"Whatever it Takes to Understand a Central Banker – Embedding their Words Using Neural Networks" am 17. November 2023 in unserem Kolloquium zu begrüßen.

Prof. Dr. Steven Ongena

Am 14. April 2023 hat der Computational Social Sciences Cluster zu einem Vortrag von Prof. Dr. Steven Ongena von der Universität Zürich zu dem Thema " "There is no planet B", but for banks there are "countries B to Z": Domestic climate policy and cross-border bank lending" eingeladen.

Prof. Marco Steenbergen

Der Forschungscluster Computational Social Science konnte am 06. Dezember 2022 Prof. Marco Steenbergen, PhD von der Universität Zürich begrüßen, der einen Vortrag mit dem Titel „Causal Inference for Latent Variables“ gehalten hat.

Prof. Joanna Bryson, PhD

Am 30. September 2022 hatten wir Prof. Joanna Bryson, PhD von der Hertie School of Governance zu Gast, die einen Vortrag zum Thema „Science and Power in a Context of AI Policy“ gehalten hat.

Professor Dr. Winfried Pohlmeier

Wir haben uns gefreut im Zuge der Vortragsreihe des Clusters Computational Social Sciences Professor Dr. Winfried Pohlmeier von der Universität Konstanz mit einem Vortrag zum Thema "Portfolio Pretesting with Machine Learning" am 08. Dezember 2021 bei uns begrüßen zu dürfen.

Professorale Mitglieder

Achtziger, Anja | Prof Dr

Anja Achtziger

Im Jahr 1997, schloss Anja Achtziger ihr Psychologiestudium an der Technischen Universität Darmstadt ab und erhielt 2003 ihren Doktortitel in Psychologie von der Universität Konstanz. Sie arbeitete als Postdoc und Vertretungsprofessorin am Lehrstuhl für Sozialpsychologie und Motivation der Universität Konstanz. Im Jahr 2010 wechselte Anja Achtziger an die Zeppelin Universität Friedrichshafen wo sie seit 2012 den Lehrstuhl für Sozial- und Wirtschaftspsychologie inne hat. Anja war Gastprofessorin für Psychologie an der New York University Abu Dhabi von August 2019 bis einschließlich Mai 2020. Von März 2018 bis Dezember 2019 war Anja die Sprecherin der von der DFG geförderten Research Unit „Psychoeconomics“. Seit Januar 2019 ist Anja zudem Associate Editor des Journal of Economic Psychology. Außerdem ist Anja die stellvertretende Sprecherin des Koordinierungsgremiums des Netzwerks Verbraucherforschung beim Bundesministerium für Justiz und Verbraucherschutz.


Anja Achtzigers Forschung ist fokussiert auf menschliche Entscheidungsfindung, Begleitforschung zu Algorithmen, Selbstkontrolle und Motivation. Hierbei setzt sie auf multiple Methoden um die menschliche Kognition zu untersuchen. Darunter zählen Labor- und Feldexperimente sowie Eye-Tracking und Elektroenzephalographie (EEG) Messungen. Ihre Arbeit ist interdisziplinär und umfasst Kollaborationen mit Forschern der Ökonomie, Management Science, Verbraucherforschung, Informatik und Ethik. Ihr neustes Forschungsprojekt „Deciding about, by, and together with algorithmic decision-making systems”, finanziert durch die Volkswagenstiftung, dient der Erforschung der Konsequenzen für die Gesellschaft durch die Nutzung algorithmischer Entscheidungssysteme im Rechtssystem.

Behnke, Joachim | Prof Dr

Joachim Behnke

Joachim Behnke setzt sich in seiner Forschung aus theoretischer Perspektive mit politischen Institutionen, dem Prozess der Willensbildung und Entscheidungsfindung und der konkreten Ausgestaltung von Politik in bestimmten Politikfeldern auseinander. Dabei fokussiert er sich auf eine methodisch motivierte Akteurs- und Prozessperspektive, wie sie sich etwa auch in der modernen "Governance"-Forschung widerspiegelt.


Die zweite Leitlinie seiner Forschung besteht in einer Verknüpfung von Theorie und empirischen Befunden. Zu diesem Zweck nutzt er Methoden der Handlungs- und Entscheidungstheorie sowie der Spieltheorie, als auch eine Fülle empirischer Erhebungs- und Auswertungsmethoden, insbesondere statistischer Verfahren.

Eckhard, Steffen | Prof Dr

Eckhard, Steffen

An der Schnittstelle zwischen öffentlicher Verwaltung und Politik beschäftigt sich Steffen Eckhard in Forschung und Lehre mit dem Management öffentlicher Organisationen sowie deren Einfluss auf Politik und Gesellschaft. Dabei untersucht er das Phänomen der Verwaltung in seiner ganzen Breite, von der kommunalen Ebene und der Interaktion mit Bürgerinnen und Bürgern bis hin zu internationalen Organisationen in der globalen Politikgestaltung und -umsetzung.


Neben der Anwendung qualitativer und quantitativer wissenschaftlicher Forschungsmethoden nutzt Steffen Eckhard auch die computerbasierte Analyse großer Textmengen für die Erfassung politischer Phänomene.

Elff, Martin | Prof Dr

Elff, Martin

Sprecher des Clusters

Lehrstuhlinhaber | Lehrstuhl für Politische Soziologie
E-Mail schreiben

Seit Februar 2015 ist Martin Elff Inhaber des Lehrstuhls für Politische Soziologie. Seine Forschungsaktivitäten umfassen eine Reihe von Themen, wie etwa die Beziehung zwischen Sozialstruktur und Wahlverhalten, die Schätzung von politischen Positionen von Parteien aus ihren Wahlprogrammen, Demokratiemessung, Inferenz in Mehrebenenanalyse mit wenig Top-Level-Einheiten, und die statistische Modellierung von strategischem Wählen. Ergebnisse seiner Forschung wurden veröffentlicht bzw. sind auf dem Wege der Veröffentlichung in Acta Politica, British Journal of Political Science, Electoral Studies, the European Journal of Political Research, German Politics, Perspectives on Politics, Political Analysis und Politics and Governance. Weiterhin ist er Autor mehrerer R-Erweiterungspakete, von denen drei im Comprehensive R Archive Network veröffentlicht sind

Fidrmuc, Jarko | Prof Dr

Fidrmuc, Jarko

Jarko Fidrmuc sammelte reichhaltige, interdisziplinäre Erfahrung an Universitäten und an anderen Forschungsinstituten. Er promovierte an der Universität Wien. Bevor er dem Ruf an die Zeppelin Universität folgte, war er am Institut für Höhere Studien in Wien und der Abteilung für Auslandsanalysen der Oesterreichischen Nationalbank tätig. Im Jahre 2005 wurde er als W2-Professor für Politische Ökonomie und Europäische Integration an die Volkswirtschaftliche Fakultät und an das Geschwister-Scholl Institut der Ludwig-Maximilians-Universität München berufen. 2011 akzeptierte er dann das Angebot, seine Forschung als Professor für Internationale Wirtschaftstheorie und -politik an der Zeppelin Universität fortzusetzen.


In seiner Forschung setzt Jarko Fidrmuc einen starken Fokus auf die Europäische Integration, Globalisierung und Politische Ökonomie. Er beantwortet makroökonomische Fragen, in dem er neuentwickelte Instrumente zur Analyse von mikroökonomischen Daten über individuelle Haushalte, Unternehmen und Banken nutzt. Ein weiteres Forschungsfeld konzentriert sich auf die interdisziplinäre Anwendung der Metaanalyse.

Paraschiv, Florentina | Prof Dr

Paraschiv, Florentina

Florentina Paraschiv befasst sich in Forschung und Lehre mit einem breiten Spektrum von Fragestellungen aus Bank- und Finanzwirtschaft mit den Schwerpunkten Green Finance und Fintech. Ein Teil der Forschung konzentriert sich auf die strategischen Implikationen der Herausforderungen, welche sich durch Fragen der Nachhaltigkeit für das Finanzsystem ergeben. Sie bringt dabei Lösungsvorschläge ein, wie mit finanziellen Risiken umgegangen werden kann, die sich aus sozialen und Nachhaltigkeitsproblemen ergeben, einschliesslich verantwortungsvolles Anlegen nach Environmental, Social and Governance Kriterien (ESG; auf Deutsch: Umwelt, Soziales und Unternehmensführung).


Im Gebiet Fintech beschäftigt sich Florentina Paraschiv mit Verfahren des maschinellen Lernens, angewandt auf eine Bandbreite von Fragestellungen wie Insolvenzvorhersage oder Einschätzung von Kreditrisiken, sowie mit den Auswirkungen der Digitalisierung von Finanzprozessen auf die Profitabilität von Banken oder die Kundenbindung.

Peter, Franziska | Prof Dr

Peter Franziska

Seit Januar 2016 ist Franziska Peter Inhaberin des Lehrstuhls für empirische Kapitalmarktforschung und Ökonometrie. Ihre Forschungsaktivitäten liegen im Bereich der Analyse von Finanzmarktdaten, insbesondere den Informations- und Volatilitätsübertragungsprozesse verschiedener Handelsplattformen. Hier stehen nicht nur die traditionellen Märkte, z.B. Aktienbörsen, sondern auch digitale Handelsorte für Kryptowährungen im Mittelpunkt. Einen weiteren Schwerpunkt bildet die Analyse von Social Media Daten und deren Vernetzung mit Finanzmärkten. Ergebnisse ihrer Forschung wurden bereits Journal of Financial and Quantitative Analysis, Studies in Nonlinear Dynamics and Econometrics, SoftwareX und im Journal of Banking and Finance veröffentlicht.

Weitere Mitglieder

Ayari, Rayan

Akademischer Mitarbeiter am Lehrstuhl für Finance

Brütting, Tatjana

Akademische Mitarbeiterin am Lehrstuhl für Politische Soziologie

Chadi, Cornelia | Dr.

Geyer, Leonie

Akademische Mitarbeiterin am Lehrstuhl für Politikwissenschaft

Heil, Thomas

Horky, Florian

Jaudas, Alexander | Dr.

Kontakt

Elff, Martin | Prof Dr

Sprecher des Clusters
E-Mail schreiben

Chadi, Cornelia | Dr

Akademische Mitarbeiterin am Cluster
E-Mail schreiben

Zeit, um zu entscheiden

Diese Webseite verwendet externe Medien, wie z.B. Karten und Videos, und externe Analysewerkzeuge, welche alle dazu genutzt werden können, Daten über Ihr Verhalten zu sammeln. Dabei werden auch Cookies gesetzt. Die Einwilligung zur Nutzung der Cookies & Erweiterungen können Sie jederzeit anpassen bzw. widerrufen.

Eine Erklärung zur Funktionsweise unserer Datenschutzeinstellungen und eine Übersicht zu den verwendeten Analyse-/Marketingwerkzeugen und externen Medien finden Sie in unserer Datenschutzerklärung.