Abschlussarbeiten
Falls Sie am Lehrstuhl eine Abschlussarbeit schreiben möchten, sollten Sie zumindest ein Seminar am Lehrstuhl besucht haben oder in den Veranstaltungen des Lehrstuhls ein gutes Ergebnis erreicht haben. Bitte kontaktieren Sie die Ansprechpartner zu den jeweiligen Themen.
Ansprechpartner: Thomas Lontzek
- Abschlussarbeiten zu einem der Themen der UN Sustainable Development Goals
- Infos unter https://sdgs.un.org und https://gclab.rwth-aachen.de
Ansprechpartner: Marco Thalhammer
- Sustainable finance
- Climate risk management
Ansprechpartner: Yifan Zhao
- Optimal climate policy under uncertainty using integrated assessment models of the climate and the economy
- Analysis of mathematical methods to model uncertainty aversion and implementation of illustrative examples
- Analysis of panel data in the scope of the sustainable development goals
Ansprechpartner: Philipp Olivier
Kurzbeschreibung:
Diese Arbeit untersucht empirisch den Einfluss von Up- und Reskilling-Maßnahmen auf individuelle Arbeitsmarktergebnisse. Basierend auf Paneldaten sollen die Effekte solcher Weiterbildungsmaßnahmen auf Faktoren wie Beschäftigungswahrscheinlichkeit, Einkommen, Jobmobilität und Beschäftigungsstabilität analysiert werden.
Ziele der Arbeit:
• Analyse der kausalen Effekte von Up- und Reskilling auf individuelle Arbeitsmarkterfolge
• Untersuchung von heterogenen Effekten nach sozioökonomischen Merkmalen, Berufsgruppen oder Branchen
• Ableitung von politikrelevanten Empfehlungen zur Gestaltung effektiver Weiterbildungsmaßnahmen auf dem Arbeitsmarkt
Methodik:
• Finden eines geeigneten Datensatzes
• Empirische Analyse unter Verwendung von Paneldaten und ökonometrischen Methoden (z. B. Fixed-Effects-, Random-Effects-Modelle)
Anforderungen:
• Grundlegende Kenntnisse in Ökonometrie und Umgang mit Paneldaten
• Erfahrung im Umgang mit Statistik-Software (z. B. Stata, R)
Kurzbeschreibung:
Die Arbeit zielt darauf ab, einen umfassenden Überblick über die bestehende Literatur zu Life Cycle Labor Supply Modellen zu schaffen. Dabei sollen verschiedene Ansätze, Methoden und Annahmen herausgearbeitet, gegenübergestellt und kritisch bewertet werden. Ein besonderer Fokus liegt auf der Identifikation gemeinsamer struktureller Merkmale und Annahmen, die als „gemeinsamer Nenner“ in diesen Modellen fungieren.
Ziele der Arbeit:
• Erstellung eines systematischen Überblicks der wichtigsten Life Cycle Labor Supply Modelle in der wirtschaftswissenschaftlichen Literatur
• Herausarbeitung der methodischen Unterschiede und Gemeinsamkeiten
• Identifikation und Diskussion von zentralen Annahmen, welche die verschiedenen Modelle gemeinsam haben
• Kritische Einordnung der Vor- und Nachteile unterschiedlicher Modellierungsansätze
Methodik:
• Systematische Literaturrecherche
• Vergleichende Analyse und Synthese
• Kritische Diskussion der Gemeinsamkeiten und Unterschiede
Anforderungen:
• Kenntnisse oder Willen sich in dynamischer Optimierung und Dynamic Choice models einzulesen
• Fähigkeit zur eigenständigen Literaturrecherche und Analyse
Kurzbeschreibung:
Diese Arbeit untersucht die Auswirkungen von technologischem Wandel – insbesondere Automatisierung und Digitalisierung – auf die Struktur des Arbeitsmarkts. Im Zentrum steht die Frage, ob und wie Up- und Reskilling-Maßnahmen dazu beitragen können, den durch technologische Veränderungen verursachten Polarisierungstendenzen entgegenzuwirken. Der Fokus liegt auf mittleren Qualifikationssegmenten, die besonders stark von Substitutionsprozessen betroffen sind.
Zielsetzung:
• Analyse der Zusammenhänge zwischen technologischem Fortschritt und Arbeitsmarktpolarisation, insbesondere hinsichtlich Beschäftigungsanteilen und Lohnentwicklung in unterschiedlichen Qualifikationsniveaus
• Untersuchung, inwiefern Weiterbildungsmaßnahmen (Up- und Reskilling) als Reaktion auf technologische Disruptionen wirksam sind
• Ableitung konkreter Politikempfehlungen, wie Weiterbildung gezielt zur Abfederung von Polarisierung eingesetzt werden kann
Methodisches Vorgehen:
• Empirische Analyse auf Basis geeigneter Paneldaten (z. B. SOEP, NEPS, LIAB)
• Verknüpfung individueller Daten mit Berufs- oder Tätigkeitsmerkmalen zur Automatisierbarkeit (z. B. über O*NET-ähnliche Klassifikationen)
• Verwendung ökonometrischer Verfahren wie Fixed-Effects-Modelle, Event-Study-Ansätze oder Instrumentvariablenmethoden zur Abschätzung kausaler Effekte
Anforderungen:
• Kenntnisse in Ökonometrie, insbesondere im Umgang mit Paneldaten
• Erfahrung mit Statistik-Software (z. B. Stata, R)
Sie haben kein passendes Thema gefunden? Gerne können Sie uns Ihre eigenen Themenvorschläge per E-Mail zukommen lassen.