BaGBeM Research Workshop "Behavioral Principles of Decision Making in Complex Intertemporal Problems"
Datum: 20.- 22. November 2019
Referenten: Dr. Martin Hohnisch, Dr. Sabine Pittnauer
Raum: F21/02.24
Themen
- Decision making under uncertainty
- Dynamic decision making
- Learning, heuristics, and Bounded Rationality
- Evolution of “Technologies of Rationality”
- Self-design of cognitive procedures by decision makers
- Non-paternalistic procedural interventions to enhance decision making
Über die Referenten
Martin Hohnisch und Sabine Pittnauer sind Visiting Fellows am Israel Institute of Technology (Technion) in Haifa. Zwischen 2006 und 2015 arbeiteten sie unter der Leitung von Professor Reinhard Selten an der Arbeitsstelle “Rationalität im Lichte der Experimentellen Wirtschaftsforschung” an der Universität Bonn. Gemeinsame Arbeiten mit Reinhard Selten erschienen in Zeitschriften wie Organization Science, Journal of Economic Behavior and Organization und Journal of Behavioral Decision Making. Zuvor arbeiteten beide auf dem Gebiet der Agenten-basierten Simulation ökonomischer Systeme. Ihr Forschungsschwerpunkt ist das Verständnis von Entscheidungsfindung in komplexen Problemen, sowie die Verbindung von behavioralen und Agenten-basierten Ansätzen bei der Modellierung ökonomischer Systeme. Martin Hohnisch promovierte an der Universität Bamberg, Sabine Pittnauer an der Universität Bonn.
Zeitplan
Mittwoch, 20. November
15:00 – 17:00 – Introduction to complex decision making and a live decision-making experience
Donnerstag, 21. November
10:00 – 11:30 – Cognitive resources and exploration versus exploitation of technologies of rationality
14:00 – 15:30 – Architecture of cognitive procedures and cognitive design
16:30 – 18:30 – Live decision-making experience in a complex dynamic decision problem
Freitag, 22. November
10:00 – 11:30 – Learning procedures as a design problem
14:00 – 15:30 – Learning from the decisions of others
16:00 – 17:00 – Summary of theoretical findings and discussion of research avenues for an integration of agent-based and behavioral modeling