In der empirischen Forschung gibt es ein klassisches Problem: Die meisten interessanten Daten sind qualitativ, nicht quantitativ. Reden von Politikern, Geschäftsberichte, Social-Media-Posts, Zeitungsartikel oder historische Dokumente enthalten wertvolle Informationen, aber sie lassen sich schwer in Zahlen übersetzen. Genau hier setzt ein neues Forschungsprojekt an, das im Februar 2026 als NBER Working Paper erschienen ist: „GPT as a Measurement Tool“ von Hemanth Asirvatham, Elliott Mokski und Andrei Shleifer. Die Autoren stellen darin eine Software vor, die dieses Problem lösen soll: GABRIEL. Die Grundidee ist überraschend einfach. Large Language Models wie GPT können Texte verstehen, ähnlich wie ein Mensch. Wenn man sie gezielt einsetzt, können sie daher qualitative Informationen systematisch bewerten und quantifizieren. Zum Beispiel: • Wie innovationsfreundlich ist eine politische Rede? • Wie toxisch ist ein Social-Media-Kommentar? • Wie technisch komplex ist eine neue Tec...
Letzte Woche habe ich die 85. Jahreskonferenz von IAES in London besucht. Zusammen mit Mechthild Schrooten habe ich den gemeinsamen Beitrag über 'Preferences for non-cash payments' vorgestellt [ Link zu den Folien]. In unserem Beitrag gehen wir der Frage nach, warum immer mehr Menschen in der Eurozone elektronische Zahlungsmittel benutzen, insbesondere weil ihre Nutzung Kosten verursacht. Die traditionelle Theorie erklärt ihre Nutzung durch ökonomische Determinanten (z.B. Wachstum von Bruttoinalandpunkt, Wachstum des Volkseinkommens, Preis der Nutzung elektronischer Zahlungsmittel, Verfügbarkeit von Stellen, an den wir bargeldlos zahlen können, Zinsen für Geldanlagen und -aufnehmen etc.). Wir können in unserer empirischen Analyse aufzeigen, dass das bargeldlose Bezahlen auch durch länderspezifische Kulturmerkmale beeinflusst wird, z.B. der Neigung der Bevölkerung zu Risikovermeidung oder zu langfristigem Denken und Handeln. Ich war 'Discussent' zum interessanten Vor...