Ein interdisziplinäres Team hat eine A+-Veröffentlichung im Journal of Accounting Research erreicht: Prof. Dr. Martin Nienhaus und Jonas Ewertz (RUB), Dr. Doron Reichmann (Goethe-Universität Frankfurt, WiWi, RUB-Alumnus) sowie Dr. Charlotte Knickrehm (Goethe-Universität Frankfurt, Ingenieurwissenschaften, RUB-Alumna).

In ihrer Studie „Listen Closely: Measuring Vocal Tone in Corporate Disclosures“ untersuchen die Forschenden, wie maschinelles Lernen eingesetzt werden kann, um den Tonfall von Führungskräften in Unternehmenskommunikation – etwa während Earnings Calls – zu analysieren. Sie zeigen, dass bestehende, auf Schauspielerstimmen trainierte Modelle in realen Managementgesprächen kaum brauchbare Ergebnisse liefern. Mit FinVoc2Vec, einem eigens entwickelten Deep-Learning-Modell, gelingt es dagegen, emotionale Nuancen in der Stimme von Managerinnen und Managern präzise zu erfassen.

Die Ergebnisse sind für Forschung und Praxis gleichermaßen relevant: Der vokale Tonfall, unabhängig vom gesprochenen Inhalt, enthält wertvolle Informationen über die künftige Unternehmensentwicklung. Positive oder negative Stimmfärbungen während Earnings Calls stehen in engem Zusammenhang mit späteren Gewinn- oder Verlustentwicklungen. Zudem zeigt die Studie, dass FinVoc2Vec als einziges Modell in der Lage ist, diese Signale zuverlässig zu erkennen – und damit neue Perspektiven für die Analyse von Kommunikationsdaten im Finanzbereich eröffnet.

Publikation: Journal of Accounting Research (VHB A+)

DOI: 10.1111/1475-679X.70015

Mehr zur Publikation: https://doi.org/10.1111/1475-679X.70015