Quant Group

Daten, Methoden und Evidenz für internationale Geschäftsentscheidungen

Die Quantitative Methods Group des Global Business Lab beschäftigt sich mit dem Einsatz von Daten, empirischen Methoden und KI in Wirtschaft, Politik und Management. Unser Fokus liegt auf quantitativen Ansätzen, die Organisationen dabei helfen, komplexe wirtschaftliche Entwicklungen zu verstehen, Risiken einzuschätzen und evidenzbasierte Entscheidungen zu treffen.

Wir kombinieren Methoden aus angewandter Ökonomie, Statistik, Kausalinferenz, Machine Learning und künstlicher Intelligenz. Dazu gehören die Analyse von Unternehmensdaten, Umfragedaten, ESG-Daten, politischen Veränderungen, internationalen Handelsströmen und digitalen Geschäftsdaten.

Ein zentraler Bestandteil unserer Arbeit ist der verantwortungsvolle Umgang mit Daten. Wir untersuchen, wie Organisationen Data und AI Governance strukturieren, Transparenz verbessern und Analyseinstrumente so einsetzen können, dass sie zuverlässig, nachvollziehbar und für Entscheidungsprozesse relevant sind.

Unsere empirische Arbeit ist stark international ausgerichtet. Wir untersuchen wirtschaftspolitische Fragen im Zusammenhang mit internationalem Handel, multinationalen Unternehmen, globalen Wertschöpfungsketten und internationaler Besteuerung. In diesem Kontext unterstützen wir Unternehmen, öffentliche Institutionen und Forschende dabei zu verstehen, wie globale wirtschaftliche und regulatorische Veränderungen Unternehmen und Märkte beeinflussen.

Publikationen

Forschung an der Schnittstelle von Daten, Unternehmen und Wirtschaftspolitik

Unsere Publikationen spiegeln die breite methodische und thematische Ausrichtung der Quantitative Methods Group wider. Sie reichen von praxisorientierten Frameworks für Datenaustausch und ESG-Reporting bis hin zu empirischen Studien zu internationalem Handel, Besteuerung, digitalen Märkten und Krisenpolitik.

Ein zentrales Thema dieser Arbeiten ist die Nutzung von Daten, um zu verstehen, wie Unternehmen, Märkte und staatliche Politiken miteinander interagieren. Einige Publikationen befassen sich mit anwendungsorientierten Fragen, etwa damit, wie KMU ESG-Daten grenzüberschreitend teilen können oder wie Blockchain-basierte Kohlenstoffmärkte strukturiert sind. Andere behandeln klassische wirtschaftspolitische Fragen, darunter internationale Besteuerung, Handelskonflikte und die wirtschaftlichen Auswirkungen staatlicher Unterstützungsmassnahmen.

Mehrere Studien nutzen kausale empirische Methoden, um politische Auswirkungen und das Verhalten von Unternehmen zu untersuchen. Dazu gehören Forschungsarbeiten zu multinationalen Unternehmen und Besteuerung, zu den Verteilungseffekten des Handelskriegs zwischen den USA und China sowie zur Rolle staatlich garantierter Kredite während der COVID-19-Krise. Die COVID-19-Studie trug beispielsweise zur politischen Diskussion in der Schweiz bei, indem sie die Risiken und Auswirkungen von Notkreditprogrammen für Unternehmen analysierte.

Zusammengenommen zeigen diese Publikationen, wie quantitative Methoden evidenzbasiertes Management und evidenzbasierte Wirtschaftspolitik unterstützen können: indem sie komplexe Entwicklungen messbar machen, Annahmen empirisch überprüfen und Daten in relevante Erkenntnisse für Unternehmen, Institutionen und politische Entscheidungsträger:innen übersetzen.

Ausgewählte Publikationen

• Wirtschaftspolitik, Unternehmen und internationale Märkte

Zoller-Rydzek, B. and Keller, F. (2020). «COVID-19: Guaranteed loans and zombie firms.» CESifo Economic Studies, 66(4), 322–364.

Egger, P. H., Strecker, N. M. and Zoller-Rydzek, B. (2020). «Estimating bargaining-related tax advantages of multinational firms.» Journal of International Economics, 122, 103258.

Zoller-Rydzek, B. and Felbermayr, G. «Who is paying for the Trade War with China?» EconPol Policy Brief.

• Daten, ESG und digitale Märkte

Bassi, E., Lustenberger, M. and Letina, S. (2025). «Blockchain-based voluntary carbon market: strategic insights into network structure.» Frontiers in Blockchain, 8, 1603695. https://doi.org/10.3389/fbloc.2025.1603695

Zoller-Rydzek, B. and Hellwig, M. «Herausforderungen und Chancen einer grenzüberschreitenden ESG-Berichterstattung.» In: Data Sharing für KMU: Voraussetzungen und Instrumente für die gemeinsame Datennutzung.

Projekte

Angewandte Forschung zu ESG-Datenaustausch und erklärbarer KI

Unsere Projekte verbinden quantitative Methoden mit praktischen Fragestellungen von Unternehmen, Institutionen und politischen Entscheidungsträger:innen. Wir konzentrieren uns darauf, wie Daten strukturiert, ausgetauscht und analysiert werden können, um bessere Entscheidungen zu unterstützen – und wie KI-Systeme verstanden, bewertet und gesteuert werden können.

EcoLink / ESG-data.ch

Grenzüberschreitender ESG-Datenaustausch und Scope-3-Reporting

EcoLink ist ein Interreg-Projekt zur Entwicklung eines grenzüberschreitenden Datenaustausch-Frameworks für ESG-Daten. Das Projekt unterstützt Unternehmen dabei, relevante ESG-Informationen entlang ihrer Wertschöpfungsketten zu erfassen und auszutauschen, mit einem besonderen Fokus auf Scope-3-Emissionen.

Über ESG-data.ch untersucht das Projekt, wie gemeinsame Datenstrukturen das ESG-Reporting verbessern, den Aufwand beim Reporting reduzieren und die Transparenz zwischen Unternehmen, Lieferanten, Kund:innen und Finanzinstitutionen erhöhen können.

Das Projekt untersucht ausserdem, ob ein verbessertes ESG-Reporting messbare Auswirkungen auf die Unternehmensperformance hat. Dazu gehört die Analyse, wie ein besserer Zugang zu ESG-Daten Managemententscheidungen, Finanzierungsbedingungen, Wettbewerbsfähigkeit und die Koordination von Wertschöpfungsketten beeinflusst.

AI4Alps

Erklärbare KI-Agenten und autonome Entscheidungsfindung

AI4Alps ist ein Innosuisse-Projekt zu erklärbaren KI-Agenten. Das Projekt untersucht, wie sich KI-Agenten verhalten, wie sie autonome Entscheidungen treffen und welche Faktoren ihre Entscheidungsfindung beeinflussen.

Im Mittelpunkt steht das Verständnis der Logik hinter KI-basierten Empfehlungen und Handlungen. Dazu gehören Fragen zu Transparenz, Zuverlässigkeit, Governance und Verantwortlichkeit beim Einsatz von KI-Agenten in Geschäftsprozessen.

Das Projekt trägt zu einem besseren Verständnis davon bei, wie Unternehmen KI-Agenten verantwortungsvoll einsetzen können – insbesondere in Bereichen, in denen Entscheidungen erklärbar, überprüfbar und auf die Ziele der Organisation ausgerichtet sein müssen.