Lehre im Fachgebiet Data Analytics

Softwareimplementation für copulabasierte Endogenitätskorrekturen

Ziel der Arbeit ist die Überführung bestehender R-Funktionen zur instrumentenfreien Endogenitätskorrektur in ein professionelles, CRAN-konformes Software-Paket. Der Fokus liegt auf der Modularisierung des Codes, einer vollständigen Dokumentation (Roxygen2) sowie der Validierung der Schätzverfahren durch automatisierte Unit-Tests. Das Ergebnis soll ein benutzerfreundliches Tool für die ökonometrische Forschung sein.

Simulationsstudie zur Identifikationsstärke ICA-basierter Endogenitätskorrekturen

Gegenstand dieser Arbeit ist die Evaluierung der Finite-Sample-Performance eines neuartigen Schätzers mittels umfangreicher Monte-Carlo-Simulationen. Da die Identifikation auf der Nicht-Normalität der exogenen Komponente beruht, soll systematisch untersucht werden, welche Grade an Skewness und Kurtosis bei unterschiedlichen Stichprobengrößen erforderlich sind, um robuste Schätzergebnisse zu erzielen. Ziel ist die Entwicklung eines praxisorientierten Entscheidungs-Flowcharts, das Anwendern klare Schwellenwerte für den Einsatz des Verfahrens vorgibt.

Entwicklung eines Multi-Agenten-Systems zur automatisierten Qualitätssicherung wissenschaftlicher Manuskripte

Ziel dieser Arbeit ist die Konzeption und Implementierung eines KI-gestützten Redaktions-Teams auf Basis von LLM-Agenten. Das System besteht aus spezialisierten Sub-Agenten für Methodik (Kausallogik), Theorie (begrifflich Konsistenz) und Writing (Storylining), die unter der Koordination eines Reviewer-Agenten agieren. Die Arbeit fokussiert sich auf die Operationalisierung subjektiver Qualitätsstandards in ausführbare Prompts und die Entwicklung einer effizienten Routing-Logik, um den wissenschaftlichen Schreibprozess automatisiert zu prüfen und zu verbessern.