Forschende

Prof. Härdle erforscht die Analyse hochdimensionaler Finanz- und Wirtschaftsdaten mittels adaptiver statistischer Methoden und Machine Learning.

Stefan Lessmann erforscht derzeit den Einsatz von Machine Learning und Natural Language Processing zur Lösung praktischer Probleme in Finanzdienstleistungen, Energiewirtschaft und Softwareentwicklung.

Prof. Greven entwickelt statistische Methoden zur Analyse komplexer, strukturierter Daten — insbesondere funktionaler Daten wie Kurven, Formen und Dichtefunktionen.

Prof. Klapper erforscht, wie Konsumenten Entscheidungen treffen — insbesondere bei langlebigen Gütern wie Autos und digitalen Produkten.

Dr. Alona Zharova erforscht, wie Privathaushalte und Städte ihren Energieverbrauch senken und CO₂-Emissionen reduzieren können.

Prof. Reluga entwickelt KI-gestützte statistische Verfahren zur präzisen Messung und Schätzung sozioökonomischer Indikatoren.

Philipp Niklot Hacker erforscht die Schnittstelle zwischen Algorithmen, Recht und Fairness: Wie maschinelles Lernen zu algorithmischer Diskriminierung und wirtschaftlicher Ausbeutung führt und wie das EU-Recht damit umgehen sollte.