Gesellschaft
Beim Abgleich theoretischer Modelle mit der Empirie ist die angewandte Statistik schon immer eng mit den Gesellschaftswissenschaften verzahnt - das reicht vom Fragebogendesign, hin zu Fallzahlberechnungen, über multivariate Auswertungen heterogener Daten, bis hin zur Ereignisanalyse.
Ein besonderer fachübergreifender Aspekt, den wir am ZeSOB abdecken, betrifft dabei Fragen der Compliance bzw. dem Umgang mit / der Vermeidung von Betrug.
Dies umfasst geeignete Strategien, in einem geigneten Setup vertrauliche Daten so zu anonymisieren, dass ein nicht beteiligter dennoch die durchgeführten Analysen auf den veröffentlichten, anonymisierten Daten nachvollziehen kann, dass auch die vorgenommenen Anonymsierungsschritte im Prinzip offen liegen, und im Zweifel bei entsprechender Sensibilität ein zur Vertraulichkeit verpflichteter Referee auch die Korrektheit der Anonomysierung (inklusive Sichtung der vertraulichen Daten) testieren kann.
Ein weites Feld sind Verfahren des maschinellen Lernens zur Betrugsdetektion, wobei hier speziell am ZeSOB besondere Sorgfalt an den Tag gelegt wird, um zu vermeiden, dass man sich bei den zu detektierenden Mustern zu sehr auf möglicherweise sich nicht wiederholende Ereignisse der Vergangenheit stützt.
Weitere Aspekte umfassen einen optimierten Einsatz von Inspektions-/Prüfressourcen durch geeignete risikobasierte Ziehung der zu prüfenden Fälle.
Schließlich geht es um die Berechnung forensischer Garantieschäden: In Situationen, in denen die Ermittlungsbehörde nicht die Kapazität für eine Totalerhebung verdächtiger Fälle hat, muss diese auf Stichproben zurückgreifen. Rechnet man dann den in der Stichprobe ermittelten Schaden auf die Grundgesamtheit hoch, macht man wegen der Stichprobenziehung einen zufälligen Stichprobenfehler. Um diesen im Zweifel zugunsten des Beklagten zu berücksichtigen, werden geeignete Schadenuntergrenzen so bestimmt, dass diese Untergrenze nur mit sehr kleiner Wahrscheinlichkeit durch den tatsächlichen Schaden auf der Grundgesamtheit unterschritten wird.