• Zur Metanavigation
  • Zur Hauptnavigation
  • Zur Suche
  • Zum Inhalt
  • Zur Subnavigation
  • Zum Seitenfuß
  • Universität Hamburg
  • Presse
  • KUS-Portal0
  • STiNE
https://www.kus.uni-hamburg.de/aktuelles.json?recentnews=true
  • Einrichtungen und Zielgruppen
    • Einrichtungen
      • Fakultäten

        • Fakultät für Rechtswissenschaft
        • Fakultät für Wirtschafts- und Sozialwissenschaften
        • Medizinische Fakultät
        • Fakultät für Erziehungswissenschaft
        • Fakultät für Geisteswissenschaften
        • Fakultät für Mathematik, Informatik und Naturwissenschaften
        • Fakultät für Psychologie und Bewegungswissenschaft
        • University of Hamburg Business School
      • Dienste

        • STiNE
        • Surfmail
        • Exchange
        • KUS-Portal
        • Lernplattformen
        • Katalogplus
        • SharePoint
      • Einrichtungen für Studierende

        • Campus-Center
        • Career-Center
        • PIASTA
        • AStA
        • Hochschulsport
        • Universitätsmusik
        • Familienbüro
        • Sprachenzentrum
        • Allgemeinsprachen
        • Koordination der Belange von Studierenden mit Beeinträchtigungen
        • Bibliotheken
        • Healthy Campus
      • Weitere Einrichtungen

        • Exzellenzcluster CLICCS
        • Exzellenzcluster CUI
        • Exzellenzcluster Quantum Universe
        • Exzellenzcluster Understanding Written Artefacts
        • Hamburg Research Academy
        • Pier Plus
        • Hamburger Zentrum für Universitäres Lehren und Lernen (HUL)
        • Hub for Crossdisciplinary Learning (HCL)
        • Centrum für Erdsystemforschung und Nachhaltigkeit (CEN)
        • Museen und Sammlungen
        • Universitätsarchiv
        • Regionales Rechenzentrum (RRZ)
        • Präsidialverwaltung
        • Transferagentur
        • Unikontor
    • Zielgruppen

      • Studieninteressierte
      • Studierende
      • Internationale
      • Promovierende
      • Forschende
      • Lehrende
      • Beschäftigte (KUS)
      • Weiterbildungsinteressierte
      • Alumni
      • Presse
      • Geflüchtete
    Schließen
  • Gebärdensprache
  • Leichte Sprache
  • Language
    • Deutsch
    • English
  • /sitemap.json
    GebärdenspracheLeichte Sprache
Universität Hamburg - der Forschung, der Lehre, der Bildung, zur Homepage

Professur für Statistik mit Anwendung in der Betriebswirtschaftslehre

Professurfür Statistik mit Anwendung in der Betriebswirtschaftslehre
  • Über uns
  • Studium und Service
    • Abschlussarbeiten
    • Empfehlungsschreiben
    • Sommersemester 2027
    • Wintersemester 2026/27
    • Sommersemester 2026
    • Wintersemester 2025/26
    • Sommersemester 2025
    • Wintersemester 2024/25
    • Sommersemester 2024
    • Wintersemester 2023/24
  • Forschung
    • Aktuelle Forschungsprojekte und Publikationen
    • Software und Daten
  • Wissenstransfer
  • Team
    • Prof. Dr. Martin Spindler
    • Julia Bachale
    • Dr. Jan Rabenseifner
    • Jan Teichert-Kluge
    • Julius Herzig
    • Valérian Fourel
    • Julian Diefenbacher
    • Maximilian Knechtel
    • Philipp Schwarz
    • Dr. Zihao Yuan
  • Kontakt

Foto: UHH

  1. UHH
  2. University of Hamburg Business School
  3. Professur für Statistik mit Anwendung in der Betriebswirtschaftslehre
  4. Team
  5. Ehemalige
  6. Prof. Dr. Jannis Kück

Prof. Dr. Jannis Kück

Website

Ehemaliger wissenschaftlicher Mitarbeiter

Anschrift

Universität Hamburg
University of Hamburg Business School
Statistik mit Anwendung in der Betriebswirtschaftslehre

Forschungsinteressen

  • Hochdimensionale Statistik
  • Ökonometrie
  • Kausale Inferenz
  • Maschinelles Lernen
  • Deep Learning
  • Graphische Modelle

Curriculum Vitae (available here)

Publikationen

Chernozhukov, V., Klaaßen, S., Kueck, J., Spindler, M. (2022): Uniform Inference in High-Dimensional Gaussian Graphical Models. (Biometrika, available here)

Kueck, J., Luo, Y., Spindler, M., Wang, Z. (2022): Estimation and Inference of Treatment Effects with L2-Boosting in High-Dimensional Settings. (Journal of Econometrics, available here)

Felderer, B., Kueck, J., Spindler, M. (2022): Using Double Machine Learning to Understand Nonresponse in the Recruitment of a Mixed-mode Online Panel (Social Science Computer Review, available here).

Klaaßen, S., Kueck, J., Spindlerm M. (2021): Transformation Models in High Dimensions. (Journal of Business & Economic Statistics, available here)

Kueck, J. (2020): Advances in Machine Learning: Valid Inference about High-Dimensional Parameters. (available here) Dissertation, Staats-und Universitätsbibliothek Hamburg Carl von Ossietzky.

Working Papers

Bach, P.,  Klaaßen, S., Kueck, J., Spindler, M. (2020): Uniform Inference in High-Dimensional Additive Models. (R&R at Journal of Econometrics, available here)

Luo, Y., Spindler, M., Kueck, J.  (2022): High-Dimensional L2-Boosting: Rate of Convergence. (R&R at Journal of Machine Learning Research, available here)

Huber, M., Kueck, J. (2022): Testing the Identification of Causal Effects in Observational Data. (available here)

 

Work in Progress

Transformed Failure Time Models in High-Dimensions (with Oliver Schacht)

Adaptive Smoothing for Nonparametric Estimation (with Ye Luo and Martin Spindler).

Double Machine Learning for Partial Correlations and Partial Copulas (with Malte Kurz).


Lehrveranstaltungen

WiSe 2022/23 Causal Machine Learning (Vorlesung und Übung), Programming (KLU)
SoSe 2022 Maschinelles Lernen mit Anwendung in der Betriebswirtschaft (Übung), Statistik II (Übung)
WiSe 2021/22 Programming (Vorlesung an der Kühne Logistics University)
SoSe 2021 Statistische Programmierung mit Python (Vorlesung)
SoSe 2020 Statistische Programmierung mit Python (Vorlesung), Kausale Inferenz (Übung)
WiSe 2018/19 Statistik I (Koordination)
SoSe 2018 Statistische Programmierung mit Python (Vorlesung und Übung), Statistik II (Übung)
WiSe 2017/18 Maschinelles Lernen mit Anwendung in der Betriebswirtschaft (Übung), Statistik I (Übung)
SoSe 2017 Fortgeschrittene Statistik und Ökonometrie (Übung), Statistik II (Übung)
WiSe 2016/17 Maschinelles Lernen mit Anwendung in der Betriebswirtschaft (Übung)

Akademische Ausbildung

Seit 2021 Postdoc am Lehrstuhl für Statistik, Universität Hamburg
2022

Forschungsaufenthalt an der Universität Freiburg, Schweiz (Lehrstuhl für Angewandte Ökonometrie),

Prof. Martin Huber

2020 Promotion in Statistik unter der Betreuung von Herr Prof. Dr. Martin Spindler
2019

Forschungsaufenthalt an der University of California, Irvine (Department of Economics/Deep Data Lab),

Prof. Matthew Harding

2016 M.Sc. Wirtschaftsmathematik, Universität Hamburg
2014
B.Sc. Wirtschaftsmathematik, Universität Hamburg

Verändert am 10. Juni 2026

  • Feedback
  • Impressum
  • Datenschutzerklärung
  • Barrierefreiheit
  • Sitemap

Universität Hamburg

Innovating and Cooperating for a Sustainable Future in a Digital Age

  • Folge uns auf Instagram.
  • Folge uns auf Facebook.
  • Vernetze dich mit uns auf LinkedIn.
  • Folge uns auf Mastodon.
  • Folge uns auf Bluesky.
  • Abonniere unseren Kanal auf YouTube.
    • Studium an der UHH
    • Studieninteressierte
    • Weiterbildung
    • Forschung an der UHH
    • Lehre an der UHH
    • Promovieren
    • Karriere & Stellenangebote
    • Transfer
    • Universität
    • Exzellenz
    • Nachhaltigkeit
    • Fakultäten
    • Alumni-Netzwerk
    • Kontakt
    • Campus-Karte
    • UHHApp
    • Notfall & Sicherheit
    • Antidiskriminierung
Zur Seite Audit familiengerechte Hochschule
Zur Seite Audit Internationalisierung
Zur Seite Audit Nachhaltigkeit
Zur Seite Diversity-Audit
Zur Seite Systemakkreditierung

© 2026 Universität Hamburg. Alle Rechte vorbehalten