Michael Schlechtinger, Data and Web Science Group: kartellrechts­konforme KI (Oktober 2023)

Michael Schlechtinger ist seit August 2020 Doktorand an der Universität Mannheim und arbeitet im Projekt Kartellrechts­konforme KI (KarekoKI) der Data and Web Science Group an der Fakultät für Wirtschafts­informatik und Wirtschafts­mathematik mit. Zuvor studierte er an der Universität Siegen den Master­studien­gang Wirtschafts­informatik.

Was ist Ihr aktuelles Forschungs­thema?                                             

Ich befasse mich mit dem Thema „kartellrechts­konforme KI“. Dabei unter­suche ich, inwiefern KI, im speziellen auf Reinforcement Learning basierende Preisalgorithmen, in der Lage sind Kartelle zu bilden. Ich hoffe mit meiner Forschung ein Bewusstsein für das Verhalten dieser Preisalgorithmen zu schaffen und möglicherweise auch Gesetzgebern eine Basis für zukünftige Entscheidungen in diesem Bereich zur Verfügung stellen zu können.

Für alle, die noch nicht so tief in das Thema Data Science eingestiegen sind: Wie würden Sie einem Kind erklären, woran Sie arbeiten?

Ich schaue, ob Verkäufer im Internet (möglicherweise ohne ihr Wissen) zusammenarbeiten.

Alle sprechen über Data Science – wie würden Sie die Bedeutung des Themas für sich selbst in drei Worten beschreiben?

Mathematik, Analyse, Vorhersage

Welche Berührungs­punkte mit Data Science hat Ihre Arbeit? Welche Methoden nutzen Sie bereits und welche wären zukünftig interessant für Sie?

Aufgrund meines recht breit ausgelegten Projektthemas, darf ich mich mit einem Potpourri von Methoden auseinandersetzen. Hauptsächlich befasse ich mich dabei mit Methoden des Reinforcement Learnings. Dabei unter­suche ich insbesondere das Verhalten von Agenten, welche Proximal Policy Optimization und Deep Q-Learning verwenden. Aktuell nutze ich das Ganze in Kombination mit Basismethoden der Data Science, wie der Klassifikation, Regression und Zeitreihen­unter­suchung. Zukünftig würde ich gerne auch noch tiefer in generative AI einsteigen (das ist aber mehr ein privates Interesse, als dass es für meine Forschung relevant wäre).

Wie hoch ist der Wert von Data Science für Ihre Arbeit? Wäre Ihre Forschung ohne Data Science überhaupt möglich?

Ohne Data Science gäbe es keine KI und ohne KI wären dynamische Preissetzungs­methoden nicht so verbreitet, wie sie es heute sind. Die Daten­wissenschaft ist also fundamental wichtig für (fast) alles, was ich in meiner Forschung tue.

Welche Entwicklungs­möglichkeiten sehen Sie für das Thema Data Science in Bezug auf Ihr Fach­gebiet?

Ich gehe davon aus, dass Preisagenten in der Zukunft noch gewinnbringender Preise setzen können, was jedoch gerade größeren Unter­nehmen zugutekommen wird. Ich gehe davon aus, dass Kartellbehörden in Zukunft dazu gezwungen werden auf diese oder ähnliche Technologien zuzugreifen, damit die „Blackbox“, welche KIs aktuell darstellen, effektiv beobachtet werden kann.

Zurück