Nachhaltige Immobilien- und Stadtentwicklung

In der Lehre legen wir Wert auf eine gute Kombination aus Theorie und Praxis. Die Studierenden lernen wirtschaftswissenschaftliche Modelle und Methoden kennen, diskutieren die Annahmen dahinter und bringen sie mit empirischen Erkenntnissen in Einklang.

Besonders wichtig ist es uns dabei, die Studierenden zur eigenen Datenarbeit anzuleiten. Daten zu sammeln, zu verarbeiten, mit modernen statistischen Methoden auszuwerten und daraus relevante Rückschlüsse zu ziehen, sind Kompetenzen, die heutzutage immer wichtiger werden und in zahlreichen Berufsfeldern gefragt sind.

In vielen unserer Lehrveranstaltungen enthält die Prüfungsleistung somit eine projektbasierte Gruppenarbeit. Beispielsweise wenden die Studierenden in der Master-Veranstaltung „Big Data and Smart Cities“ Methoden des maschinellen Lernens an, um Immobilienpreise basierend auf Merkmalen des Stadtviertels oder die Nutzung von Leihfahrrädern basierend auf Wetterdaten vorherzusagen.

Einführung in die Stadtökonomie (B.Sc.)

In der Stadtökonomie werden Städte aus einer ökonomische Perspektive analysiert, um Lösungen für praxisrelevante urbane Fragen zu entwickeln. In diesem Modul erhalten die Studierenden einen Einblick in die moderne stadtökonomische Forschung. Sie lernen Modelle, Analysetechniken und Datenquellen der Stadtökonomie kennen, um dann ein aktuelles Forschungspapier zu analysieren und zu diskutieren.

Wachstum, Verteilung, Nachhaltigkeit (B.Sc.)

Die Vorlesung gibt den Studierenden einen fundierten, quantitativ ausgerichteten Einblick in die Themen des langfristigen Wirtschaftswachstums, der Verteilung des generierten Einkommens und des nachhaltigen Wirtschaftens. Nach der Diskussion von Wachstumsmodellen werden Konzepte der Einkommensungleichheit besprochen.

Schließlich wird der Nachhaltigkeitsaspekt der Wachstumsdebatte hinzugenommen und die Kernpunkte der “Grenzen des Wachstums” sowie “Green Growth” Ansätze diskutiert.

Big Data and Smart Cities (M.Sc.)

Data is everywhere - and the amount available is growing by the second. At the same time, our world is becoming more urbanized.

In this course, students will learn how to gather, process and analyze (big) data. They will get know statistical methods to draw insights from (big) data, discover patterns and relationships, and make predictions for urban life. In a nutshell, the question to be

answered is: How we use (big) data in a responsible way to make cities more efficient and sustainable?

Socio-Economic Issues of Urban Development (M.Sc.)

Cities face challenges as they grow. What are the needs and demands of residents as well as business executives to keep cities thriving, and how can public policy respond? We will be analyzing cities quantitatively, looking at income differences within cities, social segregration, business agglomeration and infrastructure connections. Examples from cities around the world will illustrate how climate change affects urban development and how cities respond to the challenges of the future.

Gerne betreuen wir quantitativ ausgerichtete Abschlussarbeiten im Themenfeld der Professur. Bitten nehmen Sie mindestens 3-4 Monate vor dem geplanten Beginn Ihrer Abschlussarbeit Kontakt zu uns auf.

Beispiele von Bachelorarbeiten aus den letzten Jahren:

• Zwischen Erhaltung und Verdrängung - Der Zusammenhang von Altbauten und Gentrifizierung 
• Wie Kultur das Wohnen prägt – Der Zusammenhang zwischen Kultureinrichtungen und Bevölkerungsentwicklungen in Leipziger Ortsteilen 
• Die Auswirkungen des Homeoffice auf die Wanderungsbeziehungen von Arbeitnehmer*innen für die Stadt in Leipzig 
• Sozioökonomische Ungleichheit und das Sportangebot in Leipzig: Eine Analyse der Leipziger Stadtbezirke und Ortsteile

Beispiele von Masterarbeiten aus den letzten Jahren:

• Does Sustainability affect the Real Estate Market Value? Empirical Evidence from the Office and Retail Buildings in Europe
• The Effect of Municipal Amalgamations on Migration 
• Der Einfluss von Müllverbrennungsanlagen auf das lokale Abfallaufkommen privater Haushalte in Deutschland 
• Developing a Heat Vulnerability Index for East German Cities Using Demographic, Socioeconomic and Environmental Data