Zu Hauptinhalt springen

Forschung

Die Forschung des Lehrstuhls orientiert sich an den folgenden Schwerpunktthemen:

Das Forschungsbiet des Lehrstuhls ist im Spannungsfeld zwischen informationstechnischer Machbarkeit, ökonomischer Wertschöpfung und rechtlichen Rahmenbedingungen inhärent interdisziplinär. Zugleich hat das Gebiet auf Grund der weitreichenden Implikationen der künstlichen Intelligenz und der damit einhergehenden fundamentalen Transformationsprozesse eine starke gesellschaftliche Relevanz.

Aktuelle ausgewählte Forschungsprojekte:

  • Schauer, A., & Schnurr, D. (2022). Competition Between Human and Artificial Intelligence in Digital Markets: An Experimental Analysis. 43rd International Conference on Information Systems (ICIS 2022). Kopenhagen, Dänemark. https://ssrn.com/abstract=4139527

  • Sachs, N., & Schnurr, D. (2022). Privacy Risks in Digital Markets: The Impact of Ambiguity Attitudes on Transparency Choices. 43rd International Conference on Information Systems (ICIS 2022). Kopenhagen, Dänemark. https://ssrn.com/abstract=3987945

  • Fast, V., Schnurr, D., & Wohlfarth, M. (2022). Regulation of Data-driven Market Power in the Digital Economy: Business Value Creation and Competitive Advantages from Big Data. Journal of Information Technology, im Erscheinen. https://ssrn.com/abstract=3759664

  • Fast, V., & Schnurr, D. (2022). Data Donations for Digital Contact-Tracing: Short-and Long-term Effects of Monetary Incentives. Conference on Information Systems and Technology 2021 (CIST). Newport Beach, USA. https://ssrn.com/abstract=3786245

  • Haberer, B., Kraemer, J., & Schnurr, D. (2022). Do Consumers Benefit from Selling their Data? The Economic Effects of Personal Data Brokers in Digital Markets. https://ssrn.com/abstract=3141946

  • Krämer, J., Schnurr, D., & Wohlfarth, M. (2019). Winners, Losers, and Facebook: The Role of Social Logins in the Online Advertising Ecosystem. Management Science, 65(4), 1678-1699. https://doi.org/10.1287/mnsc.2017.3012


Lehrstuhl für Maschinelles Lernen, insbes. Uncertainty Quantification



Fakultät für Informatik und Data Science

Bajuwarenstraße 4
93053 Regensburg