Forschende

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

Prof. Petras erforscht die Infrastruktur und Governance von Forschungsdaten sowie deren Erschließung durch digitale Methoden.

Prof. Jäschke erforscht derzeit, wie Computermethoden und Datenanalyse literaturwissenschaftliche Fragen beantworten können — insbesondere welche Textstellen Literaturwissenschaftler als besonders bedeutsam einstufen und wie Expert*innenwissen dabei eine Rolle spielt.

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. Pampel erforscht derzeit die Infrastrukturen und Praktiken des offenen Zugangs zu wissenschaftlichen Publikationen und Forschungsdaten in Deutschland.

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.