Marcel Hebing ist Professor für Data Science an der Digital Business University of Applied Sciences (DBU), Gründer der Impact Distillery (mStats DS GmbH) und Assoziierter Forscher am Alexander von Humboldt Institut für Internet und Gesellschaft (HIIG).

Sein fachlicher Hintergrund in der Informatik, Soziologie und Statistik gibt ihm eine besondere Perspektive auf Fragen der Datenqualität in der Statistik, der Interpretation von Daten und der Anwendung von Machine-Learning-Methoden.

Marcel Hebings Arbeitserfahrung umfasst unter anderem den Aufbau von Software-Infrastruktur für das Sozio-Oekonomische Panel (SOEP, eine der weltweit größten Datenerhebungen im Bereich der Sozial- und Wirtschaftswissenschaften), während seiner sieben Jahre am Deutschen Institut für Wirtschaftsforschung (DIW Berlin).

CV
Beruflicher Werdegang

Seit 2019 Professor für Data Science
Digital Business University of Applied Sciences

Seit 2016 Gründer und Data Scientist
Impact Distillery (mStats DS GmbH)

Seit 2014 Assoziierter Forscher
Alexander von Humboldt Institut für Internet und Gesellschaft (HIIG)

2011–2018 Softwareentwickler, Doktorand und PostDoc
Deutsches Institut für Wirtschaftsforschung (DIW Berlin)

2008–2010 Studentischer Mitarbeiter
Universität Bamberg: Projekt Prozesse der Partnerwahl auf Online Kontaktbörsen (PPOK) und Nationales Bildungspanel (NEPS)

Akademische Ausbildung & Abschlüsse

2016 Promotion
Universität Bamberg

2011 Diplom
Universität Bamberg

Forschungsinteressen

Impact of Science

Datengetriebene Entscheidungen in Wirtschaft und Politk

Kybernetik als Data-Science-Framework

People Analytics

Aktuelle Projekte

Data Literacy and Data-Driven-Decisions in Business and Politics (Forschungsprojekt)

Digital Science and Knowledge Transfer (Survey)

Impact School (Weiterbildung)

Metadata-Driven Data Management (Softwareentwicklung)

Cybernetics in Data Science (Forschungsprojekt)

Publikation (Auswahl)

Linek, S. B.; Fecher, B.; Friesike, S.; Hebing, M.; Wagner, G. G.(2020) : Gender-Related Differences in Scientific Collaboration Depend on Working Conditions,In: Proceedings of INTED2020 Conference 2nd-4th March 2020, ISBN 978-84-09-17939-8,IATED, Valencia, pp. 999-1008

Fecher, B., Sokolovska, N., & Hebing, M. (2019). Teaching Impact is Key to Make Science Socially Relevant. Generation R.

Hebing, M., Wunderlich, L., & Ebert, J. (2017). Rethinking Academic Publications: Developing an open-source- framework for a multi-layer narrative in online publishing. xCoAx Proceedings of the conference on Computation, Communication, Aesthetics & X, 2017, 29–36

Fecher, B., Friesike, S., Hebing, M., & Linek, S. (2017). A reputation economy: how individual reward considerations trump systemic arguments for open access to data. Palgrave Communications, 3

Linek, S. B., Fecher, B., Friesike, S., & Hebing, M. (2017). Data sharing as social dilemma: Influence of the researcher’s personality. PLoS ONE, 12(8).

Fecher, B., Fräßdorf, M., Hebing, M., & Wagner, G. G. (2017). Replikationen, Reputation und gute wissenschaftliche Praxis. Information - Wissenschaft & Praxis, 68(3).

Fecher, B., Friesike, S., & Hebing, M. (2015). What Drives Academic Data Sharing? PLOS ONE, 10(2).

Fecher, B., Friesike, S., Hebing, M., Linek, S., & Sauermann, A. (2015). A Reputation Economy: Results from an Empirical Survey on Academic Data Sharing. DIW Berlin Discussion Paper, No. 1454

Hebing, M., Griese, F., Napieraj, J., Pahl, M., Stolpe, C. & Wagner, G.G. (2014). Zur Struktur von empirischen Sozial-, Verhaltens- und Wirtschaftsforschern: ein Überblick über die Ergebnisse der SOEP-Nutzerbefragungen. SOEPpapers, 708.

Wagner, G.G., Engelmann, M., Goebel, J., Griese, F., Hebing, M., Napieraj, J., Pahl, M., Stolpe, C., Wimmer, M., Eickelpasch, A., & Schupp, J. (2014). „Citizen Science“ auf Basis des SOEP: Entwicklung und erste Anwendung eines Software-Tools für „Bürgerdialoge“. SOEPpapers, 666.

Fecher, B., Friesike, S., & Hebing, M. (2014). What drives academic data sharing? Working Paper Series des Rates für Sozial- und Wirtschaftsdaten, No. 236.

Fecher, B., Friesike S. & Hebing, M. (2014). What drives academic data sharing? SOEPpapers, 655.

Barkow, I., Block, W., Greenfield, J., Gregory, A., Hebing, M., Hoyle, L., & Zenk-Möltgen, W. (2013). Generic Longitudinal Business Process Model. DDI Working Paper Series Longitudinal Best Practices, 5.

Schmitz, A., Yanenko, O. & Hebing, M. (2012). Identifying Artificial Actors in E-Dating: A Probabilistic Segmentation Based on Interactional Pattern Analysis. In , (pp. 319-327). Heidelberg: Springer

Hebing, M. (2016). A Metadata-Driven Approach to Panel Data Management and Its Application in DDI on Rails: Dissertation. Bamberg: opus.

Hebing, M., Wunderlich, L., & Ebert, J. (2017). Form follows function? Challenging the academic narrative, . HIIG Blog.

Ebert, J., Wunderlich, L., & Hebing, M. (2017). Data, Information, Interaction. A multi-layer approach in online publishing, . HIIG Blog.

Hebing, M. & Goebel, J. (2017). The SOEP Metadata Documentation System: paneldata.org

Hebing, M., Ebert, J., & Schildhauer, T. (2017). Startup Ökosysteme, . Eine Studie des Alexander von Humboldt Instituts für Internet und Gesellschaft.

Hebing, M. & Goebel, J. (2016). The New SOEP Metadata Documentation System: Paneldata.org

Goebel, J. & Hebing, M. (2015). The New SOEP Metadata Portal

Fecher, B., Frisike S., Hebing, M., Linek S., & Sauermann A. (2015). Academia is a reputation economy — data-sharing policies should take incentives into account, . The Impact Blog.

Fecher, B., Frisike S., Hebing, M., & Linek S. (2015). Reputation instead of obligation: forging new policies to motivate academic data sharing, . The Impact Blog