1. Home
  2. Institut
  3. Forschungsgruppen
  4. Big Data Analytics

Big Data Analytics

Die Forschungsgruppe befasst sich mit den Möglichkeiten von Big-Data-Analysen: von der Generierung neuer Datensätze über die Kombination bereits bestehender Datensätze bis hin zur Anwendung von Big-Data-Methoden.

Heutzutage steht eine Fülle neuer Daten zur Verfügung, die unter anderem durch Sensoren, das Internet der Dinge und die Nutzung sozialer Plattformen entstehen. Im Zuge des immer schnelleren Anstiegs des Datenaufkommens werden immer häufiger Big-Data-Analysen angewandt, weil sich damit bisher nicht dagewesene Potenziale in vielen Bereichen der Wirtschaft ausschöpfen lassen. Doch um diese Daten zu generieren und sinnvoll zu verwerten, bedarf es spezieller Technologien, Ansätze und Systeme. Die Forschungsgruppe Big Data Analytics beschäftigt sich mit den verschiedenen Aspekten von Big Data mit einem Fokus auf volkswirtschaftliche Fragen.

Schwerpunkte

  • Verarbeitung strukturierter und unstrukturierter Daten, die mit neuen Methoden und Technologien generiert werden – hierzu gehören Internetsuchanfragen, Inhalte von Webseiten (Stellen- und Auftragsausschreibungen, Zeitungen, Preise) sowie Informationen aus Social Media
  • Anwendung von Big-Data-Methoden wie Machine Learning mit Deep Learning, Data Mining, Natural Language Processing, Zeitreihenanalyse etc. vor dem Hintergrund volkswirtschaftlicher Fragestellungen
  • Anwendung von Big Data in der Konjunkturforschung
  • Ergänzung der amtlichen Statistik, beispielsweise in Bezug auf den Arbeitsmarkt
  • Datenökonomie inklusive der kontextabhängigen ökonomischen Analyse des Rechts

 

Beispiel aktueller Forschungsarbeiten

Die Forschungsgruppe nutzt verschiedene Analysemethoden und -ansätze. Big Data Methoden können prinzipiell bei allen relevanten ökonomischen Fragestellungen zum Einsatz kommen. Ein Beispiel stellt die auf Textanalyse basierende Netzwerkanalyse, hier exemplarisch mit Blick auf die deutschen Akteure in der Covid-19-Forschung, dar.

 

 

Die Erhebung regionaler Preisdaten mittels Web-Scraping ist ein weiteres Projekt der Forschungsgruppe. Beispielhaft werden hier die Preise für Heizöl auf Postleitzahlebene im März 2021 gezeigt.

Die Analyse von Social-Media-Texten gehört ebenso zum Methoden-Portfolio der Forschungsgruppe. Bei dem folgenden Anwendungsbeispiel handelt es sich um eine Tonalitätsanalyse von Tweets zum Thema Künstliche Intelligenz in den Jahren 2018 und 2019.

Auftragsprojekte

Aktuelle Publikationen finden Sie auf den Seiten der jeweiligen Mitarbeiter.

Beirat

Die Forschungsgruppe Big Data Analytics wird kontinuierlich von einem Beirat begleitet. Diesem Gremium gehören Personen aus der Wissenschaft sowie der freien Wirtschaft an, um die Forschungsgruppe zielgerichtet zu entwickeln.

Ständige Mitglieder des Beirats sind:

  • Prof. Michael Hüther (Direktor, Institut der deutschen Wirtschaft)
  • Dr. Hans-Peter Klös (Leiter Wissenschaft, Institut der deutschen Wirtschaft)
  • Dr. Karl Lichtblau (Geschäftsführer, IW Consult)
  • Christin Schäfer (Geschäftsführerin, acs plus und Mitglied der Datenethikkommission der Bundesregierung)
Person ansehen
Henry Goecke

Dr. Henry Goecke

Leiter der Forschungsgruppe Big Data Analytics

Tel: 0221 4981-770

Person ansehen
Armin Mertens

Dr. Armin Mertens

Data Scientist

Tel: 0221 4981-747

Person ansehen
Marc Scheufen

Dr. Marc Scheufen

Economist in der Forschungsgruppe Big Data Analytics

Tel: 0221 4981-742

Person ansehen
Jan Marten Wendt

Jan Marten Wendt

Data Scientist in der Forschungsgruppe Big-Data-Analytics

Tel: 0221 4981-686

Inhaltselement mit der ID 8711

Alle Beiträge

112 Ergebnisse
Artikel lesen
Anforderungen der Automobilbranche von morgen ermitteln
Regina Flake / Henry Goecke / Helen Hickmann / Armin Mertens / Susanne Seyda Aus dem IW 19. Juli 2021

Jobprofile: Anforderungen der Automobilbranche von morgen ermitteln

Wie lassen sich Jobprofile innerhalb der Automobil- und Zulieferindustrie zukunftsfähig machen? Welche Kompetenzen können weiterentwickelt werden, um den künftigen Anforderungen gerecht zu werden, welche sind künftig genauso gefragt wie heute? Eine neue IW-Studie im Auftrag der Bertelsmann Stiftung legt einen ausführlichen Methodenkoffer zu diesen Fragen vor.

IW

Studie lesen
Identifizierung von beruflichen Übergangspfaden in der Automobil- und Zulieferindustrie
Gutachten 19. Juli 2021

Identifizierung von beruflichen Übergangspfaden in der Automobil- und Zulieferindustrie in Baden-Württemberg

Regina Flake / Henry Goecke / Helen Hickmann / Armin Mertens / Sebastian Schirner / Susanne Seyda

Vor dem Hintergrund laufender Transformationsprozesse, ausgelöst durch immer weitere technologische Innovationen, verändern sich Berufsbilder und damit auch die geforderten Kompetenzprofile von Beschäftigten.

IW

Studie lesen
Unternehmen zwischen Potenzialen und Hemmnissen
Externe Veröffentlichung 19. Juli 2021

Datenwirtschaft in Deutschland: Unternehmen zwischen Potenzialen und Hemmnissen

Vera Demary / Henry Goecke im böll.brief – Grüne Ordnungpolitik

Die Bewirtschaftung von Daten und das Datenteilen (Data Sharing) bergen für Unternehmen ein großes und vor allem wachsendes ökonomisches Potenzial.

IW

Artikel lesen
Rettungsdienste brauchen im Osten länger
Henry Goecke IW-Nachricht 3. Juli 2021

Rettungsdienste brauchen im Osten länger

In maximal zwölf bis fünfzehn Minuten soll ein Rettungswagen beim Notfall sein. Eine neue Datenauswertung des Instituts der deutschen Wirtschaft (IW) auf Basis der frei verfügbaren Geodatenbank Open Street Map zeigt jetzt: In vielen Regionen im Osten dauert es länger als anderenorts in Deutschland.

IW

Artikel lesen
So wichtig ist das Geld aus Brüssel
Henry Goecke IW-Nachricht 22. Juni 2021

EU-Agrarförderung: So wichtig ist das Geld aus Brüssel

Das deutsche Gesetz zur Umsetzung der neuen Gemeinsamen Europäischen Agrarpolitik beschäftigt Brüssel seit Monaten. Das Institut der deutschen Wirtschaft (IW) hat anlässlich des deutschen Bauerntages ausgewertet, welche Regionen derzeit am meisten von den Agrargeldern aus Brüssel profitieren.

IW

Inhaltselement mit der ID 8880