Home | english  | Impressum | Datenschutz | Sitemap | KIT

Electronic Markets & User Behavior

Zentrales Thema der Forschungsgruppe Electronic Markets & User Behavior ist die Analyse und die Gestaltung von Digitalen Plattformen sowie das Verstehen des Verhaltens ihrer Benutzer.

Unsere Forschung zielt einmal darauf ab, das Design und die zugrunde liegende Technologie von digitalen Plattformen und komplexen Interaktionsmechanismen zu verstehen und zu verbessern. Weiterhin analysiere und modellieren wir auch Benutzerinteraktionen und die Effektivität der Interfaces der Plattformen, um die User Experience in Entscheidungsunterstützungssystemen besser zu verstehen. Da die Entscheidungen der Benutzer in der Regel nicht vollständig kognitiv geleitet sondern auch von Emotionen getrieben sind, setzen wir auch Methoden der NeuroIS ein, d.h. der Messung neurophysiologischer Daten wie Herzrate oder Hautleitfähigkeit.
Insbesondere beschäftigen wir uns mit technologischen Innovationen im Kontext von Märkten im Allgemeinen (Blockchain- und Distributed Ledger Systeme z.B. für den lokalen Energiehandel), Plattform und Interface Design im Kontext der Sharing Economy, Robo-Advisory und dem Consumer-Bereich sowie dem Einsatz von Maschinellem Lernen im Kontext von Finanzmärkten bzw. elektronischer Handelsplattformen.

 

Forschungsgruppenleitung

Verena Dorner

+49 (721) 608-48385

verena.dorner∂kit.edu

      

Wissenschaftliche Mitarbeiter

Florian Glaser
+49 (721) 608-48373
florian.glaser∂kit.edu		   David Dann David Dann
+49 (721) 608 48387
david.dann∂kit.edu		   Benedikt Notheisen Benedikt Notheisen
+49 (721) 608 48387
benedikt notheisen∂kit edu		  
Michael Knierim Michael Knierim
+49 (721) 608 41583 michael.knierim∂kit.edu		   Dominik Jung Dominik Jung
+49 (721) 608 48382
dominik jung2∂kit edu

Domänen

  • Peer-to-Peer- und Sharing-Plattformen
  • Finanzmärkte und Handelsalgorithmen
  • Finanzmarktinnovationen und Blockchain
  • Dezentrale und digitale Plattformen
  • Blockchain und Distributed Ledger Systeme

Methoden

  • Machine Learning und Netzwerksimulationen
  • Ökonometrische Analyseverfahren z.B. von Benutzerdaten
  • Wirtschaftswissenschaftliche Experimente im Labor, Online und im Feld
  • Simulationen und Prototypen zum Testen von Marktdesigns und Algorithmen
  • Web-Crawling
  • Design Science zur Gestaltung, Implementierung und Evaluation von Algorithmen und Interfaces
  • Spieltheoretische Modellierung

Projekte