Prof. Dr. Philipp Otto vertritt neue Professur für "Raumbezogene Datenanalyse und Statistische Lernverfahren"


"Raumbezogene Datenanalyse und Statistische Lernverfahren" heißt die neue Professur an der Wirtschaftswissenschaftlichen Fakultät der Georg-August-Universität Göttingen. Im Sommersemester 2020 und Wintersemester 2020/21 wird sie von Prof. Dr. Philipp Otto vertreten, so dass bereits Lehrveranstaltungen für Studierende der Fakultät angeboten werden können. Das Berufungsverfahren für die W3-Professur läuft derzeit.

Philipp Otto ist seit 2018 Juniorprofessor für "Big Geospatial Data" an der Leibniz Universität Hannover. Nach seinem Studium der Internationalen Betriebswirtschaftslehre an der Europa-Universität Viadrina in Frankfurt (Oder) promovierte er dort 2016 mit einer Arbeit über "Räumliche- und räumlich-zeitliche Prozesse – Modellierung und Erkennung von räumlichen Strukturbrüchen mit Anwendungen in der Ökonomie und Biometrie". Darüber hinaus leitete Otto von 2017 bis 2018 die Forschungsgruppe "Detection and Surveillance of Spatial and Spatiotemporal Cluster" am Center für B/Orders in Motion in Frankfurt.

Seine Forschungsschwerpunkte liegen im Bereich der Data Science in der räumlichen Statistik. In seinen Arbeiten beschäftigt er sich mit räumlich-zeitlichen Zufallsprozessen und deren Modellierung sowie mit statistischen Lernverfahren. „Meine theoretischen Arbeiten umfassen dabei die Entwicklung einer neuen Modellklasse räumlicher Zufallsprozesse, nämlich der räumlichen GARCH-Modelle, sowie die Entwicklung automatisierter Schätzverfahren für räumliche Abhängigkeiten, bei denen die Anzahl der zu schätzenden Parameter deutlich unter der Anzahl der Beobachtungen liegt“, erklärt Prof. Otto.

Seine Methoden finden in zahlreichen Wissenschaftsgebieten Anwendung, wie beispielsweise den empirischen Umweltwissenschaften, der Ökonometrie oder der Biometrie. Sie reichen von der Erkennung von Effekten der Anhäufung von Investitionen in Ballungsgebieten auf lokale Steuersätze, der bildgestützten Erkennung von Bronchialkarzinomen bis hin zur Modellierung des Einflusses von Sandvorspülungen auf die Entwicklung der Küstenprofile vor Sylt.

Darüber hinaus ist er Gutachter für verschiedene Journals wie beispielsweise Computational Statistics, Athmospheric Environment und Annals of Regional Science. An der Universität Hannover leitet er ein von der Deutschen Forschungsgemeinschaft gefördertes Projekt zur Entwicklung räumlicher und räumlich-zeitlicher GARCH Modelle.

Für die Studierenden der Wirtschaftswissenschaftlichen Fakultät bietet Philipp Otto im kommenden Wintersemester die Einführungsvorlesung in die Statistik im Bachelor sowie ein Seminar in statistischer Prozesskontrolle für räumlich-zeitliche und Netzwerkdaten im Masterprogramm an.

Die Professur für Raumbezogene Datenanalyse und Statistische Lernverfahren ist eine der vom Land Niedersachsen geförderten Digitalisierungsprofessuren. Die Universität Göttingen und die Hochschule für Angewandte Wissenschaft und Kunst (HAWK) waren in einer ersten Ausschreibungsrunde mit ihrem gemeinsamen Antrag zur "Data Science Region Südniedersachsen" erfolgreich.