Management Science & Business Administration

Prescriptive analytics nutzt Daten, um Entscheidungen zu treffen, z. B. wie viel Bestand gelagert werden soll, welche Aufträge in der kommenden Woche produziertt oder wie die Lieferfahrzeuge verteilt werden sollen. Wir sind darauf spezialisiert, große, reale Optimierungsprobleme zu modellieren und sie mit modernen Optimierungsmethoden aus dem Bereich des Operations Research zu lösen, z. B. mit gemischt-ganzzahliger Programmierung und Metaheuristiken, um optimale Entscheidungen zu finden. Darüber hinaus nutzen wir Methoden des maschinellen Lernens, wie z. B. tiefe neuronale Netze und Entscheidungsbäume, um Optimierungsmethoden zu unterstützen und schnell gute Lösungen zu finden.

Wir haben eine Vielzahl von Problemen im Bereich prescriptive analytics, modelliert und gelöst, z. B. für die Gestaltung von Versandnetzwerken, die Planung und den Einsatz von Technikern, die Planung der Wartung von Fahrzeugen, die Bestandsverwaltung im Lebensmitteleinzelhandel und die Schichtplanung von Mitarbeitern, um nur einige zu nennen. Darüber hinaus sind wir darauf spezialisiert, Lösungen zu finden, die robust gegenüber Schwankungen der Eingabedaten sind, z. B. aufgrund von Schwankungen der Reisezeiten oder der Nachfrage. Insgesamt helfen unsere Lösungen den Unternehmen, den Energieverbrauch zu senken und ihre verfügbaren Ressourcen effektiver zu nutzen.

Innerhalb des breiten Spektrums interessanter Themen im Bereich des Innovations- und Technologiemanagements untersuchen wir derzeit Forschungsfragen zu (*) ökonomischen Implikationen intelligenter Produkte und Dienstleistungen (z.B. entsprechende Geschäftsmodellinnovationen, Smartness-Barrieren), (*) Marktdiffusion von Innovationen und Technologien (z.B. Planung der Markteinführung neuer Produkte, Mehrgenerationen-Technologie-Nachfolge), (*) Nachhaltigkeitsfragen (z.B., Förderung entsprechender Innovationen), (*) Zusammenarbeit zwischen Marktteilnehmern bei der Entwicklung neuer Produkte oder Dienstleistungen (z. B. zwischen einem etablierten Unternehmen und einem Start-up-Unternehmen oder zwischen Hochschulen und der Industrie), (*) Management von Forschung und Entwicklung (z. B. Auswahl von F&E-Projekten und Ressourcenallokation) und (*) digitale Plattformen (z. B. Maßnahmen zur Überwindung des Henne-Ei-Problems beim Aufbau einer zweiseitigen Plattform).

Dabei wenden wir verschiedene Methoden (oder Kombinationen davon) an. Vor allem nutzen wir agentenbasierte Marktsimulationen, um die oben genannten Forschungsfragen zu untersuchen oder um die Theoriebildung voranzutreiben (z.B. im Hinblick auf die Auswirkungen der Heterogenität und Individualität der Akteure in Bezug auf Präferenzen und Verhalten). Darüber hinaus nutzen wir quantitative empirische Studien (meist nach einem experimentellen Design), qualitative empirische Studien (meist Interviewstudien oder Fallstudien) und mathematische Modellierung von realen Problemen, um (interaktive) Entscheidungshilfen zu geben.

Unsere Forschungsaktivitäten und -kompetenzen liegen vor allem im Bereich der quantitativen Analyse des Konsumentenverhaltens, mit besonderem Fokus auf Social Media, und im Bereich der modellbasierten Entscheidungsunterstützung für smarte Produkte und Dienstleistungen. Dazu nutzen und entwickeln wir sowohl ökonometrische/stochastische Methoden als auch Methoden und Algorithmen des maschinellen Lernens. Die Datenbasis für unsere Forschung stammt zum Beispiel aus (adaptiven) Online-Experimenten einerseits und aus umfangreichem Internet-Crawling andererseits. Die Inhalte dieser Datenbanken reichen von markenbezogener Mundpropaganda bis hin zu neuen produktbezogenen individuellen Präferenzen. Im Bereich der Analyse großer Mengen von Marketingdaten können wir auch auf umfangreiche Erfahrungen in der problemzentrierten (Weiter-)Entwicklung neuronaler Netze (z.B. Multilayer Perceptron und Neural Gas) zurückgreifen. Unsere Forschung steht auch in engem Zusammenhang mit dem Bereich des Customer Experience Management und der modellbasierten Markenimageanalyse. Als Forscher, die an der Praxisrelevanz ihrer empirischen Erkenntnisse interessiert sind, war es uns immer ein Anliegen, die in der Forschung bewährten Methoden und Prinzipien erfolgreich auf die Marketingpraxis anzuwenden.