Unser Projektleiter Julian Thimme trat nach erfolgreicher Evaluierung seiner W1-Tenure-Track-Professur im August 2025 eine permanente W3-Professur am KIT an. Seine Antrittsvorlesung hielt er im November 2025 im Rahmen der Nacht der Wissenschaft. Hier geht es zur Webseite seiner Abteilung "Finanzmärkte" am Institut Finanzwirtschaft, Banken und Versicherungen.

Unsere Projektleiterin Jantje Sönksen wurde im Juli 2024 auf eine permanente W3-Professur für Data Science und Finanzmarktökonometrie an der Leibniz Universität Hannover berufen.Ihre Antrittsvorlesung hielt sie im Mai 2026. Sie widmete sich den Herausforderungen moderner Finanzmarktökonometrie im Spannungsfeld von „Big Data“ und „No Data“. Hier geht es zur Webseite des Instituts für Ökonometrie und Data Science.

Unser Projektleiter Julian Thimme war seit 2019 Tenure-Track-Professor (W1) am KIT und wurde 2025 positiv evaluiert. Seit August 2025 ist er W3-Professor für "Finance" und leitet die Abteilung Finanzmärkte am KIT. Im Zentrum seiner Forschung steht die Frage, welche Faktoren die Preise von Wertpapieren bestimmen und welche ökonomischen Mechanismen ihrer Preisbildung zugrunde liegen. Seine Arbeiten bewegen sich an der Schnittstelle von Asset-Pricing-Theorie, empirischer Forschung und Ökonometrie. Besondere Aufmerksamkeit gilt dabei makroökonomischen Risiken, Volatilitätsrisiken und Finanzmarktfriktionen als wesentlichen Treibern der Wertpapierpreise.

Im Mai 2024 wurde unsere Projektleiterin Jantje Sönksen mit einer "venia legendi" in "Econometrics and Empirical Finance" habilitiert. Der Habilitationsvortrag trug den Titel "Die Vorzüge der Komplexität in der empirischen Finanzwirtschaft und ihre Auswirkungen auf die Modellselektion". Nach erfolgreichem Abschluss der Habilitation folgte sie im Juli 2024 dem Ruf der Leibniz Universität Hannover und übernahm die Professur am Institut für Ökonometrie und Data Science an der Wirtschaftswissenschaftlichen Fakultät. Ihre Forschung fokussiert sich auf die Verbindung statistischer Methoden und finanzieller Anwendungen, insbesondere auf die Auswahl geeigneter Modelle in komplexen Finanzmärkten. Sie verbindet simulationsbasierte Ökonometrie, maschinelles Lernen im Asset Pricing und empirische Finanzwirtschaft mit einem Fokus auf intermediär basierte Ansätze zur Modellierung von Preisbildungsprozessen.