M.Sc. Sven Lehmann

Sven Lehmann Foto: Lehmann

E-Mail: sven.lehmann

Telefon: +49 2331 987-4642

Sprechzeiten: nach Absprache

Raum: Gebäude 7 (ESG) 2. OG, Raum A209

Kurzbiografie

Sven Lehmann ist seit April 2025 Doktorand am Lehrstuhl für Angewandte Statistik an der FernUniversität in Hagen. Zuvor war er wissenschaftlicher Mitarbeiter an der Universität Rostock, wo er im Rahmen eines DFG-Projekts an Super-Learning-Algorithmen für finanzwirtschaftliche und makroökonomische Zeitreihen forschte. Er absolvierte ein Bachelorstudium in „Global Business Management“ sowie ein Masterstudium in „Betriebswirtschaftslehre“ an der Universität Augsburg, einschließlich eines Auslandssemesters an der CEU San Pablo in Madrid. Seine aktuellen Forschungsschwerpunkte liegen auf der Analyse hochdimensionaler Daten und der Entwicklung neuer Prognosemethoden zur Anwendung in Makro- und Finanzzeitreihen.

Hauptaufgaben in der Lehre

  • Betreuung von Abschlussarbeiten und Seminaren
  • Grundlagen der Statistik
  • Vertiefung der Statistik
  • Zeitreihenökonometrie
  • Methoden der Wirtschaftspsychologie (Teil Induktive Statistik)

Studium & Ausbildung

Oktober 2015 – September 2018

Bachelor of Science, Global Business Management, Universität Augsburg

April 2019 – März 2022

Master of Science, Betriebswirtschaftslehre, Universität Augsburg

April 2022 – März 2025

Wissenschaftlicher Mitarbeiter (DFG-Projekt), Universität Rostock, Institut für Volkswirtschaftslehre, JProf. Dr. Rainer Schüssler

Seit November 2024

Externer Doktorand, Universität Münster, Institut für Ökonometrie und Wirtschaftsstatistik, Prof. Dr. Mark Trede

Seit April 2025

Wissenschaftlicher Mitarbeiter, FernUniversität in Hagen, Lehrstuhl für Angewandte Statistik, Prof. Dr. Robinson Kruse-Becher

Forschungsschwerpunkte

  • Entwicklung und Anwendung statistischer Methoden (insb. Super Learning) für makroökonomische und finanzwirtschaftliche Zeitreihen
  • Finanzmarktökonometrie
  • Maschinelles Lernen

Konferenzbeiträge

  • 6th Vienna Workshop on High-Dimensional Time Series in Macroeconomics and Finance (05.2024)
  • Financial Econometrics meets Machine Learning Conference, Rotterdam (11.2023)
  • 6th Annual Workshop on Financial Econometrics, Örebro (11.2023)
  • Statistische Woche, Dortmund (09.2023)

Veröffentlichungen

  • Evidence for residential building retrofitting practices using explainable AI and socio-demographic data (2022), mit Simon Wenninger, Philip Karnebogen, Tristan Menzinger und Michelle Reckstadt, Energy Reports, https://doi.org/10.1016/j.egyr.2022.10.060

Laufende Projekte