Neuer Artikel: Clustermitglied Tom Zimmermann fordert mehr Datentransparenz

15.03.2021

In der aktuellen Ausgabe des Kölner Unimagazins fordert Clustermitglied Dr. Tom Zimmermann, Juniorprofessor an der Universität zu Köln, einen transparenteren Zugang zu Daten – auch nach der Pandemie.

Seit Beginn der Corona-Pandemie im Frühjahr 2020 sammelt und visualisiert der Ökonom Dr. Tom Zimmermann Daten zu Covid-19 in einem Dashboard, um die lokale Entwicklung der Pandemie deutschlandweit vergleichen zu können. Doch es geht ihm auch um mehr: Er will zeigen, dass viele gesellschaftliche Bereiche profitieren können, wenn mehr Daten öffentlich zugänglich sind.

Das Dashboard zeigt verschiedene Statistiken zu Covid-19 auf Bundesländer- und Kreis-Ebene. Neben den öffentlich viel diskutierten Zahlen, wie den Fällen pro 100.000 Einwohnern oder der 7-Tages-Inzidenz, visualisiert Zimmermann die Daten etwa nach Geschlecht oder Alter.

„Repräsentative Datensätze sind entscheidend.“

Eigentlich forscht der Wirtschaftswissenschaftler zu Aktienmärkten sowie Geld- und Fiskalpolitik. Doch die Projekte überschneiden sich an einem zentralen Punkt: Daten. »Man braucht eine vernünftige Grundlage, auf der man diskutieren kann. Dafür sind große, repräsentative Datensätze entscheidend«, sagt Zimmermann. Viele Ergebnisse wissenschaftlicher Studien seien nicht replizierbar, da nicht klar sei, wie die zugrundeliegenden Daten zustande kamen. Während die Corona-Kennzahlen täglich in Dashboards aktualisiert werden können, gibt es nach wie vor viele Bereiche, in denen es gerade in Deutschland für Forschende schwer ist, an Daten von öffentlichen Institutionen zu kommen. Zimmermann wünscht sich daher für die Zukunft: »Öffentliche Institutionen in Deutschland sollten Daten leichter und schneller verfügbar machen.«

Hier geht es zum ganzen Artikel.

Aktuelles Forschungsprojekt: Datenbank zur Analyse von Anlagestrategien

Gemeinsam mit Andrew Chen, Ökonom bei der Federal Reserve in den USA, wertete Zimmermann in einem aktuellen Forschungsprojekt Studien zu über 300 Anlagestrategien aus. Jede dieser Studien untersuchte jeweils hunderte Vorhersagen zu Anlagen am Aktienmarkt mit riesigen Datensätzen und rechenintensiven Algorithmen. Die Ergebnisse der Arbeiten sind jedoch oft nur schwer nachzuvollziehen, da die verwendeten Algorithmen nicht öffentlich verfügbar sind. Zimmermann und Chen bauten 98 Prozent der replizierbaren Algorithmen nach und sammelten sie in einer öffentlich zugänglichen Datenbank, die nun von Forschenden, Firmen oder Privatanlegern eingesehen werden kann.

Hier geht es zur Datenbank.

Kontakt

Carolin Jackermeier

M jackermeier@wiso.uni-koeln.de