|
Lehrende: Prof. Dr. Dr. Lydia Mechtenberg
Veranstaltungsart:
Seminar
Anzeige im Stundenplan:
Semesterwochenstunden:
2
Credits:
6,0
Unterrichtssprache:
Deutsch
Min. | Max. Teilnehmerzahl:
- | 20
Anmeldegruppe: Grundlagenseminar
Kommentare/ Inhalte:
Dieser Kurs gibt einen Überblick über die wichtigsten Forschungsthemen, die den aktuellen Prozess der Digitalisierung betreffen. Wir beginnen mit der vom Nobelpreisträger Jean Tirole in die Wirtschaftswissenschaften eingeführten Erkenntnis, dass die Digitalisierung zu mehrseitigen Plattformmärkten wie Amazon oder anderen digitalen Marktplätzen geführt hat, die eine andere Analyse als durch traditionelle Marktmodelle erfordern. Anschließend befassen wir uns mit Fragen der Datenökonomie und des Schutzes der Privatsphäre, die auf der politischen Agenda eine große Rolle spielen, seit viele Märkte weitgehend digital geworden sind (Teil 1). In Teil 2 besprechen wir die Literatur über künstliche Intelligenz und, wenn noch Zeit bleibt, wie künstliche Intelligenz als Methode zur Analyse wirtschaftlicher Probleme eingesetzt werden kann.
Lernziel:
Die Studierenden lernen die Konsequenzen kennen, die die fortschreitende Digitalisierung der Wirtschaft für die Marktteilnehmer:innen hat. Sie lernen auch die neuen Ansätze kennen, die erforderlich sind, um diese Folgen zu analysieren. Die Studierenden erhalten einen Überblick über die relevante und aktuelle Literatur zur Digitalen Ökonomie.
Vorgehen:
Die Studierenden präsentieren mithilfe von Folien ein paper, das aus den hochgeladenen papers in OpenOlat ausgewählt wurde, und moderieren die Diskussion. Die Unterlagen werden rechtzeitig vor Kursbeginn hochgeladen. Eine aktive Teilnahme an Diskussionen wird erwartet und kann die Note verbessern (upgrade bis zu 0,7). Eine Hausarbeit im Umfang von bis zu 10 Seiten inkl. Literaturverzeichnis (12 pt, 1,5 Zeilen) ist bis zum 15. August abzugeben.
Das Kursmaterial wird in OpenOLAT bereitgestellt. Studierende, die für den Kurs in STiNE registriert sind, haben automatisch Zugang zum OpenOLAT-Kurs.
Literatur:
Die komplette Literatur wird rechtzeitig vor Beginn des Kurses in OpenOlat hochgeladen.
Hintergrundlektüre zu Teil 1: “Matchmakers“ by Evans & Schmalensee
Hintergrundlektüre zu Teil 2: Acquisti et. al. (JEL, 2016): “The economics of privacy”
Hintergrundlektüre zu Teil 3: Agrawal et al. (Harvard BP, 2018): „Prediction machines: The simple economics of artificial intelligence“
Zusätzliche Hinweise zu Prüfungen:
Die Note basiert auf der Präsentation (40%) und der Hausarbeit (60%). Eine Verbesserung (bis zu 0,7) ist möglich und beruht auf der Teilnahme am Unterricht und an der Diskussion. Die Hausarbeit kann auch auf Englisch verfasst werden, falls gewünscht.
|
