Anwendung von Machine Learning in der Managementforschung
Die Anzahl der verfügbaren Daten ist in den letzten Jahren kontinuierlich gestiegen, wovon auch in großem Maße die akademische Forschung profitiert hat. So hat etwa die Managementforschung in den letzten Jahren einen großen Nutzen aus der Kombination mehrerer Datenquelle sowie aus der Erschließung neuer Datenquellen (wie z.B. transkribierte Podcasts) ziehen können. Auf diese Weise ist es möglich, neue Variablen zu untersuchen und neue Zusammenhänge herzustellen. Einen wichtigen Beitrag hierbei hat Machine Learning bei der Aufbereitung und Reduktion von Datensätzen geleistet. Zugleich sind die Anwendungsbereiche von Machine Learning in den letzten Jahren stetig gestiegen und ihre Ergebnisse sind immer besser geworden (bspw. im Bereich der Textklassifikation). Es gibt jedoch immer noch Hürden beim Einsatz von Machine Learning in der akademischen Forschung, etwa in Bezug auf die Vorgehensweise für die Anwendung entsprechender Algorithmen.
Aus diesem Grund soll das Forschungsvorhaben dazu dienen, die Anwendung von typischen Machine Learning Modellen (etwa Textklassifikation, Clustering, Deep Network Representation Learning und Analyse von Graphen) im Kontext von etablierten und neuen Datenquellen aufzuzeigen und dadurch zugänglich zu machen. In diesem Zusammenhang sollen typische Fehlerquellen entdeckt und mögliche Lösungsansätze identifiziert werden.