Mit Machine-Learning Kartelle wirksamer aufdecken

• 29/09/2022
• Wirtschaftswissenschaften · FernUni Schweiz
• Dr. David Imhof

In den Artikeln wird eine wirksamere Kartellaufdeckung mithilfe von Machine-Learning-Algorithmen als Möglichkeit aufgezeigt. An Fallbeispielen, die von der Wettbewerbskommission (WEKO) untersucht wurden oder anhand nachgewiesener Kartelle in Japan zeigen die Autoren, dass Algorithmen verdächtige Muster effizienter aufdecken können.

Artikel:

• A Machine Learning Approach for Flagging Incomplete Bid-Rigging Cartels – Wallimann, Imhof & Huber | SpringerLink
• Cartel Screening and Machine Learning – Harrington & Imhof | Stanford Computational Antitrust
• Transnational machine learning with screens for flagging bid‐rigging cartels - Huber - 2022 - Journal of the Royal Statistical Society: Series A (Statistics in Society) - Wiley Online Library