ENTSCHEIDUNGSWISSENSCHAFT · VERHALTENSÖKONOMIE · DATENWISSENSCHAFT


Bessere Entscheidungen durch Wissenschaft

Gute Entscheidungen entstehen nicht aus Daten und Modellen allein, sondern aus klaren Zielen und einem strukturierten Vorgehen. Genau daran arbeite ich – in Forschung, Bildung und Beratung.

Entscheidungen verstehen und verbessern

Ich untersuche, wie Menschen und Organisationen komplexe Entscheidungen treffen – und wie sich Entscheidungsqualität mit Methoden der Entscheidungsanalyse, Verhaltensökonomie, Data Science und Künstlicher Intelligenz systematisch verbessern lässt.

Entscheidungskompetenz systematisch entwickeln

Ich entwickle evidenzbasierte Formate, mit denen Schülerinnen und Schüler, Studierende und Berufstätige lernen, Ziele zu klären, Alternativen zu entwickeln und Entscheidungen strukturierter, bewusster und selbstständiger zu treffen.

Wissenschaftliche Beratung für Organisationen

Ich unterstütze Organisationen bei komplexen Entscheidungs- und Priorisierungsfragen – von Portfolio- und Ressourcenallokation bis zu strategischen Entscheidungen unter Unsicherheit – mit transparenten, wissenschaftlich fundierten Entscheidungsmodellen.

Ausgewählte Arbeiten

Ausgezeichnete Forschung an der Schnittstelle von Daten- und Entscheidungswissenschaft

Forschung zu daten- und KI-gestützter Entscheidungsfindung, multikriteriellen Methoden und Entscheidungen unter Unsicherheit. Dafür erhielt Johannes Siebert den Richard Price Award der International Academy of Information Technology and Quantitative Management (IAITQM) und wurde zum Fellow der Akademie gewählt. Die Auszeichnung würdigt herausragende Beiträge zu Theorie, Methodik und Praxis der Data Science.

Entscheidungskompetenz für junge Menschen systematisch stärken

Entwicklung und Vermittlung evidenzbasierter Ansätze, mit denen Schülerinnen und Schüler lernen, Entscheidungen systematisch zu strukturieren und bewusster zu treffen. Die Arbeit ist international vernetzt und wurde unter anderem durch die Aufnahme in das Advisory Council der Alliance for Decision Education gewürdigt, dem auch Richard Thaler und der verstorbene Daniel Kahneman angehörten.

Portfolioentscheidungen in der pharmazeutischen Forschung

Entwicklung eines Entscheidungsmodells auf Basis von Value-Focused Thinking und Multi-Attribute Utility Theory zur konsistenten Bewertung von Frühphasenprojekten über unterschiedliche Krankheitsbereiche hinweg. Gemeinsam mit Entscheidungsträgern wurden Ziele strukturiert, Bewertungsskalen entwickelt und Zielkonflikte transparent gemacht, um robuste Portfolioentscheidungen zu unterstützen.

Aktuelle Beiträge