AWK - Detailansicht Veranstaltungen

Übersprungnavigation

Navigation

Inhalt

27.02.2019, 15:30 Uhr

Klasse für Ingenieur- und Wirtschaftswissenschaften, 116. Sitzung

Vortrag 1: "Economic Engineering of Human Cooperation"; Prof. Dr. Axel Ockenfels, Bonn. Vortrag 2: "Data Science: Evolution or Revolution of Science?"; Prof. Dr. Emmanuel Müller, Bonn

Vortrag 1

Wichtige ökonomische und gesellschaftliche Herausforderungen unserer Zeit erfordern, dass Menschen in großen Gruppen kooperieren. Doch oft scheitern wir daran. Ein Grund sind Fehler bei dem Design von Märkten, Institutionen und Algorithmen. Stabile Kooperation erfordert Reziprozität, und Reziprozität kann in Anreize und Entscheidungsarchitekturen eingebaut werden. So kann globaler Klimaschutz gelingen, der Verkehrskollaps verhindert werden und Organknappheit in ethisch akzeptabler Weise eingedämmt werden.

Prof. Dr. Axel Ockenfels studierte Volkswirtschaftslehre in Bonn, verbrachte dann längere Forschungsaufenthalte in Magdeburg, an der Penn State University und Harvard University bevor er als Emmy-Noether Nachwuchsgruppenleiter an das Max-Planck-Institut in Jena ging. 2003 wurde er als Professor für Volkswirtschaftslehre an die Universität zu Köln berufen. Dort gründete er das Laboratorium für Wirtschaftsforschung und leitete bis 2007 das Energiewirtschaftliche Institut. Nach einem Zwischenstopp mit einer Gastprofessur an der Stanford University leitet er seit 2015 das „Exzellenzzentrum für Soziales und Ökonomisches Verhalten" der Kölner Universität. Axel Ockenfels ist Mitglied der Europäischen, der Berlin-Brandenburgischen und der Nordrhein-Westfälischen Akademie der Wissenschaften und der Künste sowie der Deutschen Akademie der Technikwissenschaften acatech. Er gehört auch dem Wissenschaftlichen Beirat des Bundesministeriums für Wirtschaft und Energie an. Für seine Arbeiten in der Verhaltensforschung und zum praktischen Design von Märkten und Anreizen erhielt er zahlreiche Auszeichnungen, darunter 2005 als erster Wirtschaftswissenschaftler nach 17 Jahren den Gottfried Wilhelm Leibniz-Preis der DFG sowie zuletzt, 2018, den ERC Advanced Grant. Seine Expertise zu ökonomischen Designfragen wird weltweit von Regierungen und der Wirtschaft nachgefragt. Zu den Anwendungen zählen eBay und die Sharing Economy, Strommarktdesign für die Energiewende, Lösungen für effektiven Klimaschutz, digitale Verkehrssteuerung und Finanzmarktdesign für algorithmischen Handel.

Vortrag 2

Data Science: Evolution or Revolution of Science? Data is ubiquitous in industrial, scientific, and social processes. Data is collected as observation of natural phenomena, data is created from simulation models, data is used to guide strategic decisions, and data has a significant influence on the quality of our daily life. However, in all of these use cases raw data is only necessary but not sufficient for human understanding of complex processes. Nevertheless, the simple availability of data has changed significantly decision making processes in industry, science, and society. With machine learning methods and low-cost computational resources, this data is automatically analysed, used for predictions, and potentially opens new scientific research areas as well as commercial applications. Unfortunately, we still lack advanced machine learning technology that does not end with the execution of algorithms but goes one-step further and assists humans in data understanding. With our computer science research, we enable such data-driven approaches to assist decision makers by focusing on extensive exploitation of big data. We study new data science and data engineering concepts that allow for scalable processing of heterogeneous data repositories, (semi-)automated knowledge discovery in complex data, and interactive data exploration. In all these research fields, we focus on the inclusion of domain expertise into machine learning methods. This allows humans to steer data analysis to novel data-driven hypotheses and comprehensive understanding of their data.  

Prof. Dr. Emmanuel Müller is head of the new Chair for Data Science and Data Engineering (http://data.bit.uni-bonn.de/) at the Bonn-Aachen International Center for Information Technology and Lead Scientist for Data Science at the Fraunhofer Institute IAIS. Before he was full professor for computer science at the Hasso Plattner Institute in Potsdam (2015–2018), independent research group leader at the Karlsruhe Institute of Technology (2010–2015), and Postdoctoral Fellow at the University of Antwerp (2012–2015). He received his Diploma (2007) and his PhD (2010) from RWTH Aachen University. His research interests cover knowledge discovery, data mining, big data systems, and data exploration for high dimensional data, graph data, time series, and data streams. He is leading the open-source initiative OpenSubspace enabling repeatability and comparability for the research community. Prof. Müller has organized several tutorials and workshops at major data mining, database, and machine learning conferences, and edited a special issue for the Machine Learning Journal. In the past few years, he has coordinated multiple education programmes for “Data Science” and “Data Engineering”: One on the level of university education (M.Sc. programme), two graduate schools (PhD programmes) and multiple executive education programmes for industry.