Während des Sommersemesters 2025 reichten Studierende aus verschiedenen Studienrichtungen der Universität Liechtenstein 17 Abschlussarbeiten mit mathematisch-statistischem Schwerpunkt für den vom Themenlab für Mathematik und Statistik ausgeschriebenen und von der PALMARY-Stiftung gesponserten Preis ein. Am 9. Oktober 2025 wurden die besten Arbeiten ausgezeichnet: Elif Yamikan (Bachelor) und Sven Lagger (Master) konnten sich durchsetzen und erhielten jeweils ein Preisgeld von CHF 1500. Mit der Auszeichnung werden wissenschaftliche Exzellenz, methodische Qualität und Innovationskraft im Bereich quantitativer Forschung gewürdigt. Sie unterstreicht zugleich die wachsende Bedeutung von Mathematik und Statistik als verbindendes Element zwischen den Fachrichtungen an der Universität Liechtenstein.

Der Wettbewerb wird jährlich vom Themenlab für Mathematik und Statistik organisiert und richtet sich an Studierende, die in ihren Abschlussarbeiten mathematische oder statistische Methoden in besonderer Weise einsetzen. Ziel der Auszeichnung ist es, herausragende Leistungen in diesen Bereichen sichtbar zu machen und den wissenschaftlichen Nachwuchs gezielt zu fördern. «Die ausgezeichneten Arbeiten zeigen, wie anspruchsvolle quantitative Methoden praxisrelevante Erkenntnisse ermöglichen. Sie verbinden wissenschaftliche Strenge mit Innovationskraft», so Dr. Wolfgang Schadner, operativer Leiter des Themenlabs für Mathematik und Statistik.

Die Begutachtung erfolgte durch ein unabhängiges, vierköpfiges Gremium nach den Kriterien Relevanz, methodische Tiefe, Innovationsgrad und Nachvollziehbarkeit. Die eingereichten Arbeiten deckten ein breites Spektrum mathematisch-statistischer Themen ab – von Portfoliooptimierung und Finanzökonometrie über Machine-Learning-gestützte Kurs- und Dividendenvorhersagen bis hin zu Zeitreihenanalyse, Volatilitätssimulation und synthetischer Datengenerierung. Neben den finanzmarktorientierten Anwendungen fanden sich auch methodische und empirische Beiträge aus anderen Bereichen, etwa zur Arbeitsmotivation und zu statistischen Erklärbarkeitsmodellen, zur Batteriezustandsbewertung durch Kombination physikalischer und datengetriebener Ansätze, zur Repräsentativität und Reproduzierbarkeit in Online-Social-Network-Analysen sowie zu dateninformierter, transdisziplinärer Projektforschung im Kontext nachhaltiger Regionalentwicklung. «Die Vielfalt der eingereichten Arbeiten zeigt eindrucksvoll, wie breit quantitative Herangehensweisen an unserer Universität heute verankert sind», erklärt Prof. Dr. Martin Angerer, an dessen Professur das Themenlab angesiedelt ist.

Die Bachelor-Preisträgerin Elif Yamikan überzeugte mit der Arbeit «A Comparative Analysis of Portfolio Allocation Strategies in the Swiss Capital Market: Traditional Markowitz Optimization vs. XGBoost Machine Learning Algorithm». Sie vergleicht klassische Portfoliooptimierung mit modernen Machine-Learning-Ansätzen und zeigt, wie datengetriebene Modelle die Kapitalallokation im Schweizer Aktienmarkt verbessern können.

Der Preis für die beste Masterthesis ging an Sven Lagger für seine Arbeit «A Framework for Tabular Synthetic Data Generation: Leveraging Symbolic Regression for Control- and Explainability». Er entwickelte ein Rahmenwerk zur Generierung synthetischer Daten, das symbolische Regression nutzt, um Kontrollierbarkeit und Erklärbarkeit zu erhöhen – ein Ansatz mit hoher Relevanz für Forschung und datenschutzsensible Anwendungen.

Das Themenlab für Mathematik und Statistik bündelt an der Universität Liechtenstein Expertise in quantitativen Methoden über alle Fachrichtungen hinweg. Es stärkt die methodische Kompetenz in Lehre und Forschung, bietet Studierenden und Mitarbeitenden Unterstützung bei empirischen Projekten und trägt so zur nachhaltigen Entwicklung des Themenfelds an der Universität bei.