Open Access

Network analysis methods have long been used in the social sciences. About 25 years ago, these methods gained popularity in various other domains and many real-world phenomena have been modeled using networks. Well-known examples include (online) social networks, economic networks, web graphs, metabolic networks, infrastructure networks, and many more. Technological development made it possible to store and process data on a scale not imaginable decades ago — a development that also includes network data. A particular characteristic of network data is that, unlike standard data, the objects of interest, called nodes, have relationships to (possibly all) other objects in the network. Collecting empirical data is often complicated and cumbersome, hence, the observed data are typically incomplete and might also contain other types of errors. Because of the interdependent structure of network data, these errors have a severe impact on network analysis methods. This cumulative dissertation is about the impact of erroneous network data on centrality measures, which are methods to assess the position of an object, for example a person, with respect to all other objects in a network. Existing studies have shown that even small errors can substantially alter these positions. The impact of errors on centrality measures is typically quantified using a concept called robustness. The articles included in this dissertation contribute to a better understanding of the robustness of centrality measures in several aspects. It is argued why the robustness needs to be estimated and a new method is proposed. This method allows researchers to estimate the robustness of a centrality measure in a specific network and can be used as a basis for decision making. The relationship between network properties and the robustness of centrality measures is analyzed. Experimental and analytical approaches show that centrality measures are often more robust in networks with a larger average degree. The study of the impact of non-random errors on the robustness suggests that centrality measures are often more robust if missing nodes are more likely to belong to the same community compared to missingness completely at random. For the development of imputation procedures based on machine learning techniques, a process for the evaluation of node embedding methods is proposed.

Nach zweijährigem Bestehen wurde am 16. Dezember 1991 das Forschungsinstitut Freie Berufe im Fachbereich Wirtschafts- und Sozialwissenschaften der Universität Lüneburg als europaweit erstes universitäres Institut seiner Art feierlich im Rathaus zu Lüneburg eingeweiht. Zum Wintersemester 1991 wurde zudem die neue Professur ´Statistik und Freie Berufe´ durch Prof. Dr. Joachim Merz besetzt.Wir freuen uns, Ihnen anläßlich dieser offiziellen und feierlichen Einweihung unseres For-schungsinstituts Freie Berufe und der Besetzung der neuen Professur, die dort gehaltenen Reden vor-legen zu können. Sie geben Aufschluß über die Gründungsphase, die Förderung und Einbindung in das universitäre und öffentliche Leben und beschreiben die bisherigen Arbeiten sowie zukünftigen Forschungsschwerpunkte.

Zusammenfassung: Der vorliegende Beitrag beschäftigt sich mit dem zeitlichen Verlauf von Entscheidungsprozessen in Organisationen. Anhand eines Simulationsmodells werden die zeitlichen Konsequenzen von De-fiziten in der Problemzuwendung aufgezeigt. Gemeint ist mit dem Begriff der Problemzuwendung, die Zuwendung zu Kerntätigkeiten des Entscheidens: der Aufmerksamkeit, der Problemdefinition, der Erarbeitung von Problemlösungen und der Umsetzung der Lösungen. Problematisch ist das Thema der Problemzuwendung, weil Organisationen praktisch niemals mit nur einem einzigen Problem konfrontiert werden, sondern immer viele Probleme gleichzeitig auf Bearbeitung drän-gen. Der zeitliche Verlauf von Entscheidungsprozessen wird allerdings nicht allein von der Prob-lemzuwendung bestimmt, sondern auch von den vielen Hindernissen, die sich in jedem Entschei-dungsprozess ganz unvermeidlich (in mehr oder weniger großem Ausmaß) einstellen. Weitere wichtige Einflussgrößen sind der Problemzufluss, die Problemlösungskapazitäten und die Prob-lemlösungsfähigkeiten. Das Simulationsmodell, das im vorliegenden Beitrag vorgestellt wird, be-schreibt das Zusammenwirken dieser Größen. Es zeigt, dass der zeitliche Verlauf von Entschei-dungsprozessen ganz maßgeblich von strukturellen Parametern bestimmt wird, die sich nur in be-grenztem Maße beeinflussen lassen, die sich also – paradoxerweise – dem willentlichen Entschei-dungshandeln entziehen.

Zusammenfassung Die vorliegende Schrift beschäftigt sich mit „Mechanismen“, die das Organisationsgeschehen prägen. Exemplarisch geht es dabei um Mechanismen, die für einen tiefgreifenden Wandel von Organisationen verantwortlich sind. Zunächst geht es um eine Klärung des Mechanismusbegriffs und darum, inwiefern die Betrachtung von Mechanismen dazu beitragen kann, soziale Prozesse besser zu verstehen. Anschließend werden 36 Mechanismen vorgestellt. Die Beschreibung dieser Mechanismen stützt sich auf theoretische Ansätze, die sich explizit oder implizit mit Fragen des organisationalen Wandels befassen. Abschließend erfolgt eine kurze Erörterung der Frage nach einer Forschungsstrategie, die geeignet ist, die Mechanismenbetrachtung für die theoretische Forschung nutzbar zu machen.

Zusammenfassung Die vorliegende Studie untersucht anhand von drei Fallbeispielen, wie Buchverlage mit den aktuellen Entwicklungen im E‐Book‐Bereich umgehen. Der Analyserahmen wurde innerhalb eines Lehrforschungsprojektes entwickelt. Zur Erfassung der betrieblichen Situation wurden in den drei Verlagen, die sich an unserer Studie beteiligten, 9 Interviews (+ 3 Interviews mit den Geschäftsführern) geführt. Als zentrales Ergebnis kann gelten, dass alle drei Verlage die Entwicklungen aufmerksam beobachten und eigenständige Lösungen entwickeln. Dabei kommt es allerdings zu durchaus unterschiedlichen Einschätzungen und auch im gewählten Verhaltenskurs werden je eigene Akzente gesetzt.