Prof. Dr. Matthias Freund

Hochschule Niederrhein. Dein Weg.
stellvertretender Prüfungsausschussvorsitzender Ökonometrie

Matthias Freund wurde 2014 an die Hochschule Niederrhein berufen und war zunächst für den das Lehr- und Forschungsgebiet Finanzmathematik, Optimierung und Statistik und seit 2017 für das Lehr- und Forschungsgebiet Ökonometrie verantwortlich. 

Er wurde 1978 in Duisburg-Hamborn geboren und ist in Moers aufgewachsen. Nach dem Abitur studierte er Betriebswirtschaftslehre an der RWTH-Aachen (1999 bis 2003) und Volkswirtschaftslehre an der Fernuniversität Hagen (2003 bis 2004). Schon während seines Studiums gehörten quantitative Methoden (insbesondere Statistik und Operations Research) zu seinen Ausbildungs- und Interessensschwerpunkten.

Nach dem Studium war er (seit 2003) als wissenschaftlicher Mitarbeiter am Lehrstuhl für Betriebswirtschaftslehre mit Schwerpunkt Technologie- und Innovationsmanagement bei Prof. H.-H. Schröder und Prof. F. T. Piller tätig. In seiner Dissertation hat er sich ausführlich mit raumökonometrischen Methoden und mit Simulationsmodellen auseinandergesetzt.

Nach seiner Promotion (ab 2008) war er sechs Jahre beim Bundeskartellamt beschäftigt. Zunächst als Referent in der 7. Beschlussabteilung, die für die Wirtschaftszweige Telekommunikation, Halbleitertechnik sowie Software zuständig ist. Anschließend wechselte er in das ökonomische Grundsatzreferat, welches die Beschlussabteilung und den Präsidenten des Bundeskartellamtes in ökonomischen Fragestellungen berät. Vor seinem Wechsel zur Hochschule Niederrhein (2014) hat er im Bundeskartellamt das Grundsatzreferat "Datenerfassung und Ökonometrie" geleitet, welches u.a. mit der Datenerhebung, der ökonometrische Auswertungen und der Bewertung von Gutachten sowie der Prognose von Unternehmensentwicklung auf Basis von Finanzkennzahlen befasst ist.

Matthias Freund ist seit 2005 regelmäßig an verschiedenen Hochschulen als Dozent und Lehrbeauftragter tätig gewesen; u.a. an der RWTH-Aachen, der Frankfurt School of Finance, der Handelshochschule Leipzig, der VWA Aachen und der FOM Aachen.

Wirtschaftsstatistik (BBW203 / BBWD203):
Das Modul enthält eine Wiederholung mathematischer Grundlagen mit Bezug zur Statistik, eine Einführungen in die Grundlagen der Statistik und Datenanalyse, die Grundlagen der Kombinatorik und Wahrscheinlichkeitsrechnung und die Grundelemente der deskriptiven und schließenden Statistik. Die Studierenden sollen die Fähigkeit erwerben, wirtschaftliche Sachverhalte statistisch zu beschreiben, Datenmaterial aufzubereiten und die daraus resultierenden Ergebnisse zu interpretieren (beschreibende Statistik). Sie sollen ferner die Fähigkeit erwerben, auf der Grundlage vorliegenden Datenmaterials Rückschlüsse über wirtschaftliche Zusammenhänge oder Gesetzmäßigkeiten zu ziehen (schließende Statistik). Statistik soll als vielfältig einsetzbarer Bestandteil der wissenschaftlichen Methoden und Grundlagen der Volks- und Betriebswirtschaftslehre vorgestellt werden. Die Studierenden lernen die Vorgehensweise bei linearen Regressionsanalysen kennen und erhalten einen ersten Überblick über wichtige ökonometrische Methoden.

Hinweise zu Wirtschaftsstatistik (BBS202 / BSW104):
Das Modul wird für Studierende des BSW-Studiengangs letztmalig im Sommersemester 2017 als Vorlesung angeboten. Im Studiengang BBS werden dieselben Inhalte (mit Ausnahme der linearen Regression und ökonometrischen Methoden) von Lehrbeauftragten des Fachbereichs vermittelt.

 

Mathematische Grundlagen der Wirtschaftsinformatik (BWI105 / BWID104):
Den Studierenden wird der sichere Umgang mit der Formalsprache der Mathematik vermittelt. Sie können insbesondere mit Zahlen, Variablen und mathematischen Operationen sicher umgehen. Dazu lernen sie den Umgang mit Folgen, Reihen, Gleichungen und Ungleichungen. Die Studierenden beherrschen die Grundlagen der Mengenlehre und Aussagenlogik und können mathematische Funktionen (insbesondere solche mit ökonomischem Bezug) analysieren und Gleichungssysteme lösen. Die Studierenden lernen mit Vektoren und Matrizen sicher umzugehen. Weiterhin lernen die Studierenden die Grundlagen der Kombinatorik und Wahrscheinlichkeitsrechnung kennen. Die Studierenden beherrschen die Grundlagen der deskriptiven Statistik (insb. Lage- und Streuungsmaße, Histogramme, Boxplots, Konzentrations- und Zusammenhangsmaße) und lernen mit der Normalverteilung das Konzept von Verteilungs- und Dichtefunktionen kennen.  

 

Quantitative Methoden der Wirtschaftsinformatik (BWI201):
Die Studierenden lernen den Begriff des Algorithmus kennen sind in der Lage Aussagen zur Komplexität und Berechenbarkeit von Algorithmen zu treffen. Sie können ferner sicher Daten transformieren bzw. umbasieren und können unterschiedliche Zahlensysteme nutzen. An konkreten Beispielen (z.B. Simplex-Algorithmus, Zuordnungsprobleme, Rucksackproblem, Dijkstra-Algorithmus) lernen die Studierenden mathematische Lösungen einfacher mathematischer Algorithmen mit reellwertigem und ganzzahligem Lösungsraum zu bestimmen und die zugehörigen Algorithmen mittels einfacher Tabellenkalkulationsprogramme zu implementieren. Eine kurze Einführung in die symmetrische Kryptografie zeigt eine weitere Klasse von (Ver- bzw. Entschlüsselungs-)Algorithmen. Die Studierenden erwerben die Kompetenz, mathematische Modelle als verschiedentlich einsetzbarer Bestandteil der wissenschaftlichen Methoden und Grundlagen der Wirtschaftsinformatik zu verstehen, anzuwenden und für wissenschaftlicher Begründung und Argumentation zu nutzen.

 

Empirische Analyse – Methoden und Instrumente (BBF501):
- ab dem Wintersemester 2019/2020 jeweils im Wintersemester -

Die Studierenden erlernen die Kompetenz betriebliche und wissenschaftliche Fragestellungen mittels empirischer Methoden zu analysieren und die Ergebnisse empirischer Studien kritisch zu hinterfragen. Diese Kompetenzen versetzen die Studierenden in die Lage einerseits die Vielfalt der empirischen Studien in der betrieblichen Praxis richtig einzuschätzen; dienen aber auch dazu, die Forschungskompetenz zu stärken, da die richtige Einordnung empirischer Analysen essentiell für die wissenschaftliche Auseinandersetzung ist. Um diese Kompetenz zu erlangen, lernen sie die wesentlichen Schritte zur Umsetzung eigener empirischer Analysen und zur Bewertung von empirischen Studien kennen (vgl. Inhalte des Moduls). Die Studierenden werden vertraut gemacht mit den Möglichkeiten und Grenzen der Interpretation empirischer Analysen. Gruppenarbeit fördert dabei die Sozialkompetenz der Studierenden und hilft etwaige Vorurteile den Forschungs- und Analysemethoden gegenüber abzubauen und fördert die kritische Infragestellung empirisch-ökonometrischer Ergebnisse.

  

Lehrveranstaltungen im Masterstudium:

Applied Econometrics (MBM10402 / MIM10402):
- from 2018/2019 each winter -

The students learn to analyse quantitative Information, to prepare (own) empirical research and to improve decision making in business. They learn to scrutinize the results of econometric studies. Therefore they are familiarized with every single step of empirical research projects and the most important statistical software applications (like STATA, SPSS or R). The students analyse empirical research questions, learn to formulate the mathematical-statistical (estimation) model and estimate these models. Especially they learn the limits and pitfalls of econometric analyses. All in all the stu-dents get empirical research competence, such as statistical-econometric competence. Teamwork fosters the social competence, reduces the prejudices and barriers which are (often) associated with statistical or empirical research and assist the critical discussion of econometric results.


Digital Economics & Business Model Innovation (MBM30505)

Die Studierenden erwerben die Kompetenz, Geschäftsmodellveränderungen im Kontext der Digitalisierung und der damit einhergehenden hohen Bedeutung mehrseitiger Märkte zu analysieren und zu gestalten. Hierzu erwerben die Studierenden zunächst ein kritisches Verständnis der (kurzen) Geschichte der digitalen Ökonomie und können detailliert beurteilen, inwieweit sich die digitale Ökonomie von der klassischen industriellen Wirtschaft unterscheidet. Darauf aufbauend werden wichtige Grundprinzipien der digitalen Ökonomie vermittelt und die Studierenden erwerben die Fä-higkeit, zu analysieren, inwieweit diese gewinnbringend für ihren Unternehmenskontext einsetzbar sind. Die Studierenden lernen (zunächst aus der mikroökonomischen Perspektive) die große Be-deutung von (Netzwerk- und Sortierungs-)Externalitäten kennen und können verschiedenen Formen von mehrseitigen Märkten bzw. Plattformmärkten unterscheiden und die jeweils bestimmenden Grundprinzipien ableiten. Ferner lernen sie aus den ökonomischen Grundprinzipien abgeleitete Erlös- und Geschäftsmodelle zu entwickeln und auf den eigenen Praxiskontext gezielt anzupassen, um auf dieser Basis (Veränderungen von) Geschäftsmodelle zu gestalten. Schließlich werden verschiedene Auffassungen von (Geschäftsmodell)Innovation vermittelt, um auf dieser Basis (Geschäftsmodell)Innovation in einem ganzheitlichen Kontext von Veränderung kennen zu lernen und die Auswirkung von Innovation verstehen und weiterdenken zu können. Als wichtige begleitende Kompetenz, sollen die Studierenden lernen, mit wissenschaftlichen Texten umzugehen und deren Bedeutung für die Forschung und Praxis kennenlernen. In dem Seminar werden deshalb auch die verschiedenen Schritte der Entstehung wissenschaftlicher Beiträge be-sprochen, um den Studierenden einen Einblick in die Funktionsweise des wissenschaftlichen Dis-kurses über Fachliteratur zu geben, die eigene Forschungskompetenz zu stärken und schließlich die Diskussionen aus der Forschung in einen praxisrelevanten Zusammenhang zu bringen.

 

Unternehmensübernahme, -beteiligung oder –kooperation (MBM30504):
- wurde letztmalig im Sommersemester 2020 angeboten -
 

Innovationsmanagement (MBM30501):
- wird nicht mehr angeboten -

In der Forschung beschäftigt sich Prof. Dr. Freund intensiv mit den folgenden Bereichen:

  • Ökonometrie und angewandte Statistik
  • Optimierung, Simulation und Operations Research
  • Wirtschaftsgeographie und Raumökonometrie
  • Wettbewerbsökonomie, -politik und –recht
  • Netzwerkökonomie und die Theorie mehrseitiger Märkte, insb. den wettbewerbsrechtlichen Konsequenzen mehrseitiger Märkte
  • Technologie- und Innovationsmanagement
     

Dabei steht immer die sachgerechte Übersetzung von Fragestellungen aus dem Bereich der Wettbewerbsökonomie, des Technologie- und Innovationsmanagements oder der Wirtschaftsgeographie in quantitative Modelle im Vordergrund. Diese Modelle bilden dann die Basis für statistisch-ökonometrische Analysen, Simulationsstudien oder Optimierungen aller Art.