Abgeschlossene Forschungsschwerpunkte
Environmental Scanning im Marketing
Der zukünftige Geschäftserfolg von Unternehmen wird wesentlich durch die Fähigkeiten, aufkommende Veränderungen rechtzeitig wahrzunehmen und angemessen auf diese in der Unternehmensplanung zu reagieren, bestimmt. Dieses Projekt beschäftigt sich mit der automatischen Entscheidungsunterstützung von Managern im täglichen Absuchen der Unternehmensumwelten nach Veränderungen, die einen Einfluss auf den zukünftigen Geschäftserfolg haben. Zielsetzung ist dabei die Entwicklung geeigneter computergestützter Methoden, die eine effektive und effiziente Suche und Aufbereitung von in Dokumenten enthaltenen Signalen und Informationen ermöglichen. Anknüpfungspunkte sind dabei die Forschungsfelder des Information Retrieval, Data und Text Mining, Machine Learning, Operations Research sowie die betriebswirtschaftliche Literatur aus den Bereichen der Competitive bzw. Business Intelligence.
Maschinelles Lernen
Das maschinelle Lernen ist eine viel versprechende und in zahlreichen Anwendungsbereichen an Bedeutung gewinnende Forschungsdisziplin. Das zugrunde liegende Prinzip des systematischen Lernens aus Beobachtungen wird in mehreren Methodenklassen, z. B. neuronalen Netzen oder Support-Vektor-Maschinen, umgesetzt und kann so auch im Marketing bei der Wissensentdeckung Verwendung finden. Sinnvolle Einsatzmöglichkeiten ergeben sich z. B. im Zusammenhang mit der Analyse von Point-of-Sale-Scannerdaten oder der Kundenklassifikation im Vertrieb.
Modellierung von Wettbewerbsinteraktionen
Für die Planung von Marketingmaßnahmen sind die Reaktionen der Wettbewerber auf sich verändernde Marktgegebenheiten von grundlegender Bedeutung. Da das Wettbewerbsverhalten durch den simultanen Einsatz mehrerer Marketinginstrumente gekennzeichnet ist, besitzt die Modellierung multipler diskreter Auswahlentscheidungen eine herausragende Stellung. Unsere Forschungsanstrengungen konzentrierten sich auf die Entwicklung von Methoden zur Analyse und Antizipation von Wettbewerbsreaktionen.
Fehlende Werte in der Marktforschung
Die durch die Marktforschung bereitgestellten Datengrundlagen sind insbesondere im Falle standardisierter Befragungen selten vollständig. Im Hinblick auf die Validität der erzielten Resultate kommt somit dem richtigen Umgang mit fehlenden Werten große Bedeutung zu. Das Augenmerk der eigenen Forschungsbemühungen lag vor allem auf der Entwicklung geeigneter Vorgehensweisen für den in der Marktforschung häufig auftretenden Fall weder vollständig zufällig fehlender Werte („MCAR“) noch zufällig fehlender Werte (MAR).
Computerbasierte Entscheidungsunterstützung für KMU
Gegenstand des Projektes war die Entwicklung eines allgemeingültigen Rahmens für die Erstellung computerbasierter Entscheidungshilfen für das Marketingmanagement kleiner und mittlerer Unternehmen. Dabei wurde von einem transdisziplinären Ansatz ausgegangen, der aktuelle Fallstudien- und Forschungsergebnisse verschiedener Wissensbereiche in zielführender Weise gebündelt hat.
DFG-Projekt ProSeBiCA - Prospektive Steuerung der Serviceangebote von wissenschaftlichen Bibliotheken mittels Conjoint-Analyse
siehe Abgeschlossene Projekte