Sowohl in der Forschung als auch in der Lehre befassen wir uns mit diversen Methoden rund um die Verarbeitung von (verkehrsökonomisch relevanten) mehrdimensionalen Daten. Die verwendeten und/oder untersuchten Verfahren reichen dabei von der (Vor)verarbeitung und Visualisierung der Daten, über die Ermittlung und Modellierung von Zusammenhängen und Mustern in den Daten (mit Hilfe von Methoden des maschinellen Lernens), bis hin zu deren Optimierung.

Neben der reinen Wissensextraktion aus den Daten interessieren uns insbesondere auch methodische Fragestellung, beispielsweise hinsichtlich der Nutzerfreundlichkeit, Effizienz, Plausibilität, Robustheit und Zuverlässigkeit der ermittelten Modelle, oder bezüglich der Faktoren die die algorithmischen Entscheidungen beeinflussen.