Mit Markus Leippold im Alten Löwen (DE)

Wir essen heute im Alten Löwen, einem traditionell-modernen Gasthof unterhalb der Seilbahn Rigiblick. Gehen Sie mittags häufig auswärts essen?

Leider habe ich ganz schlechte Angewohnheiten am Mittag. Ich hole mir meistens etwas und verbringe meine Mittagspause wohl zu häufig vor dem Computer …

Bleiben wir beim Stichwort Computer. Wie sehen Sie die Entwicklung hin zu E-Learning und zum Digital Classroom?

Ich bin da etwas vorsichtig. E-Learning kann das Lernen sehr gut unterstützen, aber letzten Endes soll und kann es den traditionellen Unterricht und die Interaktion mit den Dozierenden nicht ersetzen. Dies gilt insbesondere für spezialisierte Vorlesungen. Ich unterrichte primär im kleinen Rahmen mit einer überschaubaren Zahl von Studierenden, wodurch man das Privileg erhält, intensiv miteinander zu arbeiten. Für grosse Vorlesungen, wie man sie auf der Assessmentstufe kennt, ist E-Learning viel besser geeignet, und dort hat es sicher grosse Chancen.

Und wie hält die digitale Revolution bei Ihnen persönlich Einzug?

Ich bin privat kein allzu enthusiastischer Social-Media-Nutzer. Ich arbeite den ganzen Tag vor dem Computer und bin froh, wenn ich abends auch mal abschalten kann. Mir ist viel wichtiger, dass ich in meinem Forschungsgebiet mit der technologischen Entwicklung mithalten kann. Ein Stichwort wäre hier etwa Machine Learning.

Über Machine Learning wird sehr viel gesprochen. Aber wie funktioniert es genau?

Machine Learning vereint im Grunde eine Vielzahl moderner statistischer Methoden, die man dank neuer Technologien auf sehr breite und hochkomplexe Problemstellungen anwenden kann. Neu ist, dass man nicht mit vereinfachenden, stark abstrahierenden Modellen arbeitet. Heute suchen komplexe Algorithmen selbst die relevanten Faktoren und erklären Kausalitäten zwischen den verschiedenen Variablen.

Wo wird Machine Learning konkret angewendet?

Beim High Frequency Trading vermischt man beispielsweise hunderte Faktoren und untersucht, ob sie Vorhersagefähigkeiten für den Preis besitzen. Mit der neuronalen Netz werktheorie lässt sich etwa die Prognostizierbarkeit von Aktienkursen verbessern, um optimale Portfolios zu konstruieren. Das ist einer meiner Forschungsschwerpunkte.

Warum haben Sie sich für eine akademische Karriere entschieden?

Nach meinem Doktorat wollte ich zunächst nichts mehr von der Universität wissen und sammelte vier Jahre Praxiserfahrung. Ich habe aber stets mein Interesse für die Forschung behalten und schrieb noch weiter wissenschaftliche Papers. Dann wurde eine Stelle an der Universität Zürich frei. Ich bewarb mich kurzerhand, um mich ganz der Forschung zu widmen. Vieles im Leben ergibt sich einfach so, und ich bin froh, dass ich auch die Berufspraxis erlebt habe.

Was ist Ihnen in Ihrem Beruf als Professor besonders wichtig?

Mir ist wichtig, dass ich mit der Zeit gehe und regelmässig neue Inhalte in meine Vorlesungen aufnehme. So muss auch ich selbst immer wieder Neues lernen, um es dann meinen Studierenden vermitteln zu können. Nächstes Jahr möchten wir beispielsweise eine Einführungsvorlesung in Machine Learning für Finance anbieten. Kenntnisse in solchen Themen sind auch auf dem Arbeitsmarkt immer mehr gefragt.

Was machen Sie, um nach einem hektischen Tag an der Uni abzuschalten?

Ich bin ein sehr naturverbundener Typ und treibe am liebsten Sport. In meiner Freizeit klettere ich gerne oder gehe biken. Früher habe ich noch waghalsigere Kletterrouten bestritten, wie die Eigernordwand und die Nordwand des Matterhorns, aber mit einer Familie sinkt die persönliche Risikobereitschaft. Das Risikomanagement von den Finanzmärkten hat quasi auch bei mir privat Überhand gewonnen (lacht). Heute klettere ich deshalb hauptsächlich zum Ausgleich.

Authorin: Gabriela Dettwiler