04.03.2021
| Inside Data Science |
Lars Hornuf im Interview über Data Science in den Wirtschaftswissenschaften
In der Interviewreihe „Inside Data Science“ stellen wir unsere Mitglieder sowie deren Tätigkeiten und Interessen vor.
Heute mit Lars Hornuf, Professor für Betriebswirtschaftslehre, insbesondere Finanzdienstleistungen und Finanztechnologie am Fachbereich 7 – Wirtschaftswissenschaften der Universität Bremen.
Mit welchen Themen beschäftigen Sie sich zurzeit in Ihrer Forschung?
Ich forsche aktuell zu Fragen mit Bezug zu neuen Finanztechnologien, zum Datenschutz und zur Zukunft der Arbeit. Meine Schwerpunkthemen sind das Crowdfunding und Crowdworking. Ich untersuche aber auch Fragestellungen zur Daten-Philanthropie und der Plattformökonomie im Allgemeinen.
Wie wichtig sind Daten für Ihre Forschung?
In den Wirtschaftswissenschaften wurde schon immer empirisch geforscht. Die mathematische theoretische Forschung ist in den letzten Jahren weitgehend von der Bildfläche verschwunden. Der methodische Goldstandard sind derzeit großangelegte randomisierte kontrollierte Studien in der realen Welt. Wenn das nicht möglich ist, greifen Forscher*innen in der Regel auf bestehende Datensätze zurück und untersuchen diese mit den Methoden der Inferenzstatistik. Die Arbeit mit Daten ist unser tägliches Geschäft.
Welche Rolle spielt Data Science in Ihrer Forschung: Sehen Sie sich selber eher als Anwender*in, Methodenentwickler*in, Grundlageforschende*r oder vielleicht was ganz anderes?
Abhängig von der Fragestellung werden in den Wirtschaftswissenschaften bestehende Methoden angewendet oder auch neue Methoden entwickelt. Letzteres ist aber eher die Ausnahme. Grundlagenforschung findet statt, insbesondere weil wir uns mit dem Verhalten von Menschen beschäftigen und dieses in immer neuen Zusammenhängen neue grundlegende Fragen aufwirft. Zum Beispiel war die Interaktion zwischen Menschen und Maschinen im Arbeitstag oder die Finanzierung über Algorithmen vor wenigen Jahren noch kein Kernforschungsfeld in unserer Disziplin.
Was für Methoden nutzen Sie zurzeit zur Datenanalyse und welche Data Science Verfahren könnten in Zukunft für Sie interessant sein?
Abhängig von der Fragestellung kommen bei uns vor allem klassische Verfahren der Inferenzstatistik oder auch Klassifizierungsverfahren zum Einsatz. Letztere können Forschungsfragen beantworten oder nur Hilfsmittel sein, wenn etwa Daten aus dem Internet gesammelt wurden und diese zum Beispiel noch kodiert werden müssen.
Was sind Ihre großen Herausforderungen im Umgang mit Daten?
Vor allem für Nachwuchswissenschaftler*innen ist es wichtig, die empirischen Methoden nicht nur blind anzuwenden, sondern auch zu verstehen, welche Erkenntnisse aus den Ergebnissen gezogen werden können und welche nicht. Für alle ForscherInnen unserer Disziplin wird es zunehmend wichtiger, die richtigen Forschungsfragen zu stellen und nicht nur Datensätze mit Standardverfahren in der jeweiligen Statistiksoftware laufen zu lassen.
Und zum Abschluss, was ist Ihre persönliche Motivation beim Data Science Center mitzumachen?
Ich bin auf den wissenschaftlichen Diskurs gespannt. Wir haben viele sehr kluge Köpfe in anderen Fachbereichen und ich freue mich von anderen zu lernen und ggf. gemeinsame Forschungsideen zu entwickeln.
Mehr zu Lars Hornufs Tätigkeiten erfahren Sie am 11.03.2021 in seinem Beitrag „The Use of Inferential Statistics, Field Experiments, and Machine Learning in Corporate Finance“ im Data Science Forum.
« zurück
04.03.2021 | Inside Data Science
Lars Hornuf im Interview über Data Science in den Wirtschaftswissenschaften
In der Interviewreihe „Inside Data Science“ stellen wir unsere Mitglieder sowie deren Tätigkeiten und Interessen vor.
Heute mit Lars Hornuf, Professor für Betriebswirtschaftslehre, insbesondere Finanzdienstleistungen und Finanztechnologie am Fachbereich 7 – Wirtschaftswissenschaften der Universität Bremen.
Mit welchen Themen beschäftigen Sie sich zurzeit in Ihrer Forschung?
Ich forsche aktuell zu Fragen mit Bezug zu neuen Finanztechnologien, zum Datenschutz und zur Zukunft der Arbeit. Meine Schwerpunkthemen sind das Crowdfunding und Crowdworking. Ich untersuche aber auch Fragestellungen zur Daten-Philanthropie und der Plattformökonomie im Allgemeinen.
Wie wichtig sind Daten für Ihre Forschung?
In den Wirtschaftswissenschaften wurde schon immer empirisch geforscht. Die mathematische theoretische Forschung ist in den letzten Jahren weitgehend von der Bildfläche verschwunden. Der methodische Goldstandard sind derzeit großangelegte randomisierte kontrollierte Studien in der realen Welt. Wenn das nicht möglich ist, greifen Forscher*innen in der Regel auf bestehende Datensätze zurück und untersuchen diese mit den Methoden der Inferenzstatistik. Die Arbeit mit Daten ist unser tägliches Geschäft.
Welche Rolle spielt Data Science in Ihrer Forschung: Sehen Sie sich selber eher als Anwender*in, Methodenentwickler*in, Grundlageforschende*r oder vielleicht was ganz anderes?
Abhängig von der Fragestellung werden in den Wirtschaftswissenschaften bestehende Methoden angewendet oder auch neue Methoden entwickelt. Letzteres ist aber eher die Ausnahme. Grundlagenforschung findet statt, insbesondere weil wir uns mit dem Verhalten von Menschen beschäftigen und dieses in immer neuen Zusammenhängen neue grundlegende Fragen aufwirft. Zum Beispiel war die Interaktion zwischen Menschen und Maschinen im Arbeitstag oder die Finanzierung über Algorithmen vor wenigen Jahren noch kein Kernforschungsfeld in unserer Disziplin.
Was für Methoden nutzen Sie zurzeit zur Datenanalyse und welche Data Science Verfahren könnten in Zukunft für Sie interessant sein?
Abhängig von der Fragestellung kommen bei uns vor allem klassische Verfahren der Inferenzstatistik oder auch Klassifizierungsverfahren zum Einsatz. Letztere können Forschungsfragen beantworten oder nur Hilfsmittel sein, wenn etwa Daten aus dem Internet gesammelt wurden und diese zum Beispiel noch kodiert werden müssen.
Was sind Ihre großen Herausforderungen im Umgang mit Daten?
Vor allem für Nachwuchswissenschaftler*innen ist es wichtig, die empirischen Methoden nicht nur blind anzuwenden, sondern auch zu verstehen, welche Erkenntnisse aus den Ergebnissen gezogen werden können und welche nicht. Für alle ForscherInnen unserer Disziplin wird es zunehmend wichtiger, die richtigen Forschungsfragen zu stellen und nicht nur Datensätze mit Standardverfahren in der jeweiligen Statistiksoftware laufen zu lassen.
Und zum Abschluss, was ist Ihre persönliche Motivation beim Data Science Center mitzumachen?
Ich bin auf den wissenschaftlichen Diskurs gespannt. Wir haben viele sehr kluge Köpfe in anderen Fachbereichen und ich freue mich von anderen zu lernen und ggf. gemeinsame Forschungsideen zu entwickeln.
Mehr zu Lars Hornufs Tätigkeiten erfahren Sie am 11.03.2021 in seinem Beitrag „The Use of Inferential Statistics, Field Experiments, and Machine Learning in Corporate Finance“ im Data Science Forum.
Interviewpartner:
Prof. Dr. Lars Hornuf
Lehrstuhl für Betriebswirtschaftslehre, insbes. Finanzdienstleistungen und Finanztechnologie
FB 07 – Wirtschaftswissenschaft
hornuf@uni-bremen.de
« zurück