Henrik Müller
Es haben sich eigentlich, also ich hatte dieses ganze Thema Forschung schon so ein bisschen im Blick, als ich an die Universität gekommen bin, hatte aber nicht wirklich eine Ahnung, wie ich das eigentlich machen soll. Also mit welchen empirischen Methoden vor allem, wer sind eigentlich mögliche Kooperationspartner dafür und so weiter. Ich bin ja von Haus aus, sage ich immer, Makroökonom, das heißt mich beschäftigen vor allem eben diese großen wirtschaftlichen Fragen. Also wohin entwickeln sich ganze Volkswirtschaften, ganze Gesellschaften und so weiter. Und ich bin sehr erfreut darüber, dass wir jetzt eine Kooperation laufen haben mit einem Kollegen in der Informatik, der Data-Mining-Experte ist, einen Lehrstuhl für Data-Mining hat und in einem Kollegen in der Statistik, der statistische Methoden erforscht. Vier Doktoranden sind im Moment dabei, zwei von mir, jeweils einer von den beiden anderen.
Was wir versuchen ist, also vielleicht nochmal ganz kurz, wie das überhaupt entstanden ist. Auch reiner Zufall. Der Kollege Kersting, das ist der Informatiker und ich, sind gemeinsam eingeschworen worden als neue verbeamtete Professoren und saßen gemeinsam bei der Rektorin und die dann uns sozusagen miteinander ins Gespräch brachte und sagte, vielleicht könnt ihr ja mal was zusammen machen. Und wir stellten dann fest, obwohl wir auch so vollkommen verschiedenen Welten eigentlich erst mal kommen, dass wir eigentlich ganz ähnliche Interessen haben. Dass wir nämlich solche Themenkonjunkturen uns zum Beispiel angucken wollen. Dass wir uns angucken wollen, kann man eigentlich zum Beispiel Themenverläufe prognostizieren. In welchem Verhältnis steht eigentlich die Berichterstattung zu den ökonomischen Fakten oder den gesellschaftlichen Fakten, was da drunter liegt. Und daraus ist jetzt eine wirklich produktive Zusammenarbeit geworden. Eben auch dadurch, dass die unsere Doktoranden da jetzt so schöne Fortschritte machen.
Und das Ziel, was ich dabei verfolge, ist, zum einen einen Beitrag zu leisten auch zur ökonomischen Forschung, in der ja solche gesellschaftlichen Dynamiken, die man aber in Mediensystemen zum Beispiel finden kann, keine Rolle spielen. Also Sie finden in kaum einem ökonomischen Modell irgendwie so was, wie eine gesellschaftliche Stimmung, ein bestimmtes Narrativ sozusagen, dem die Leute nachlaufen und so weiter. Aber gerade die Finanzkrise, wir haben ja vorhin drüber gesprochen, oder der Weg in die Finanzkrise hat ja nochmal gezeigt, wie wichtig das eigentlich ist, solche sozialen Dynamiken eigentlich mit zu betrachten, wenn wir uns wirtschaftliche Entwicklungen angucken. Also ich hoffe, dass wir da einen Beitrag leisten können, indem was wir da empirisch erforschen. Für zum Beispiel so was wie die Theorie der Erwartungsbildung. Das ist so ein Zweig, der insbesondere der Makroökonomik. Und damit auch möglicherweise Prognosen verbessern können.
Also auch vielleicht ökonomische Prognosen verbessern können. Vielleicht Frühwarnsysteme entwickeln können für die wirtschaftliche Entwicklung. Nämlich da, wo sich vielleicht die Realität von dem dominanten ökonomischen Narrativ entfernt. Und zu sagen, hier Achtung. Wie wir das machen ist im Prinzip mit Big-Data-Analysen. Also das ist schon eine tolle Sache, die wir da jetzt in der Entwicklung haben, wo wir jetzt 100.000 oder jetzt Millionen von Artikeln simultan analysieren und mit Methoden, die durchaus verwandt sind dem, was im Datenjournalismus betrieben wird, große Textarchive jetzt erst mal analysieren. Wir haben den Spiegel zum Beispiel seit 1947 bis 2014 in digitalisierter Form vorliegen. Handelsblatt, Wirtschaftswoche, Süddeutsche Zeitung, mit anderen sind wir im Moment im Gespräch.
Ja Managermagazin wäre kein Problem. Ist aber als Monatsmagazin schwierig, weil sie so eine geringe Fallzahl haben. Big Data heißt ja immer, Sie brauchen große Datenmengen, um Muster zu erkennen darin, darum geht es. Es geht im Prinzip darum, Muster zu erkennen. Und das interessante daran ist, dass diese Algorithmen in diesen Topic-Modelling-Modellen, wie das heißt, das ist jetzt eigentlich so eine Entwicklung der letzten Jahre erst, auf die wir da zurückgreifen. Aber jetzt erst die Rechenkapazitäten dafür zur Verfügung stehen. Das wir da unvoreingenommen Inhalte finden. Also wir müssen nicht mit einer bestimmten Frage daran gehen und sagen, finde mal das und das oder finde den und den Zusammenhang und dann findet der den natürlich. Sondern der Algorithmus sucht als erstes Mal unvoreingenommen, welche Muster finde ich eigentlich. Und der findet dann tatsächlich Themen und findet auch Themenkarrieren.
Pingback: Stephan Schulmeister: Der Weg in die Depression | PROFIL.at – Yep