1. Home
  2. Institut
  3. Forschungsschwerpunkte
  4. Big Data Analytics
Inhaltselement mit der ID 11055

Big Data Analytics

Das Kooperationscluster Big Data Analytics befasst sich mit den Möglichkeiten von Big-Data-Analysen. Lesen Sie mehr über die Schwerpunkte der Forschungsgruppe.

Verwandte Themen dieses Kooperationsclusters:

Big Data und Künstliche Intelligenz Datenökonomie Industrie 4.0 Plattformökonomie

Inhaltselement mit der ID 11081

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. 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
  • Das Kooperationscluster 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.
Inhaltselement mit der ID 11176

Ansprechpartner

Alle Beiträge

114 Ergebnisse
Sortierung nach:
Studie lesen
Externe Veröffentlichung
how the patent system is shaping the future in the data-driven economy
Externe Veröffentlichung 29. Mai 2024

Intellectual property and fourth industrial revolution technologies: how the patent system is shaping the future in the data-driven economy

Armin Mertens / Marc Scheufen in European Journal of Law and Economics

Using the classification system from the European Patent Office (EPO), we identify almost 600,000 patent applications for fourth industrial revolution technologies from 1986 to 2015.

IW

Studie lesen
Externe Veröffentlichung
The Law and Economics of the Data Economy: Introduction to the Special Issue
Externe Veröffentlichung 27. Mai 2024

The Law and Economics of the Data Economy: Introduction to the Special Issue

Thomas Eger / Marc Scheufen in European Journal of Law and Economics

This article intends to provide a framework to better understand the economic problems and legal challenges resulting from the transition of the European economy to a data economy.

IW

Studie lesen
Externe Veröffentlichung
The Law and Economics of the Data Economy
Externe Veröffentlichung 24. Mai 2024

Special Issue: The Law and Economics of the Data Economy

Thomas Eger / Marc Scheufen (Eds.) in European Journal of Law and Economics

This special issue on “The Law and Economics of the Data Economy” for the “European Journal of Law and Economics” collects 8 contributions from 15 authors of 7 countries (Belgium, Hungary, Italy, France, Germany, Switzerland and USA).

IW

Studie lesen
Rechtliche Hemmnisse beim Data Sharing überwinden
IW-Kurzbericht Nr. 31 22. Mai 2024

Rechtliche Hemmnisse beim Data Sharing überwinden

Marc Scheufen

Der Austausch von Daten zwischen Unternehmen, das so genannte Data Sharing, ist zentral dafür, die Potenziale von Daten für Unternehmen zu heben. Der Grund für die Zurückhaltung beim Teilen von Daten bei deutschen Unternehmen ist dabei vor allem die Wahrnehmung rechtlicher Hemmnisse. Verschiedene Lösungskonzepte könnten bei der Überwindung dieser Hemmnisse helfen.

IW

Studie lesen
Künstliche Intelligenz - Bessere Entlohnung durch Produktivitätsbooster?
IW-Trends Nr. 2 10. Mai 2024

Künstliche Intelligenz - Bessere Entlohnung durch Produktivitätsbooster?

Jan Büchel / Roschan Monsef

Künstliche Intelligenz (KI) wird bereits vielfältig von Unternehmen und in der Gesellschaft eingesetzt. Auswirkungen auf die Arbeitswelt werden dabei kontrovers diskutiert: Auf der einen Seite stehen mögliche Produktivitätszuwächse durch KI-Anwendungen, auf der anderen Seite die Sorgen der Beschäftigten, dass KI ihre Arbeitsplätze ersetzen könnte.

IW

Inhaltselement mit der ID 8880