Senior Researcher
Dr. Vladimir Manewitsch
Die Schwerpunkte der Arbeit von Vladimir Manewitsch liegen in der empirischen Konsumforschung mithilfe von inferenzanalytischen und experimentellen Verfahren. Seine Forschung fokussiert sich aktuell thematisch auf die Rolle von KI bei Konsumentenentscheidungen. Das Ziel ist dabei, wissenschaftliche Erkenntnisse zu gewinnen, die eine praktische Relevanz für digitale und nachhaltige Markttransformation haben.

Frühere Projekte
- Synthetische Befragte
- Der menschliche Faktor bei virtuellen Charakteren
- Vertrauen: Wie beeinflusst Blickkontakt die Beziehung zwischen Mensch und Roboter bei Kaufentscheidungen?
- Denken Verbraucher zu linear? Produktlabels, kognitive Verzerrungen und Konsumentscheidungen
- Adoption Rates for Contact Tracing App Configurations in Germany
- Kausalität in Business-Analytics und mentalen Modellen von Entscheidern
- Bayes‘sche Netze und Kausalgraphen für Treiberanalysen
- Marketing-Mix-Modellierung anhand Verbraucherpaneldaten (GfK-Brand Simulator)
- Discrete-Choice-Modelle: Evaluierung von Conjoint Designs
- Automatische Detektion von Emotionen, v.a. Mimikanalyse
- Entwicklung und Implementierung von Segmentierungsansätzen
Stationen
- Nürnberg Institut für Marktentscheidungen e.V., Data Science and Behavioral Science Research
- GfK Verein, Fundamental Research (Schwerpunkt: statistische Methoden)
- Promotion zum Dr. rer. pol. an der Universität Erlangen-Nürnberg mit den Schwerpunkten: multivariate Statistik, Analysemethoden bei fehlenden Werten, Kausale Inferenz
- GfK SE, Data Science
- Studium der Betriebswirtschaftslehre an der Universität Kiel
Ausgewählte Publikationen
- Kaiser, C., Kaiser, J., Manewitsch, V., Rau, L., & Schallner, R. (2025, June). Simulating Human Opinions with Large Language Models: Opportunities and Challenges for Personalized Survey Data Modeling. In Adjunct Proceedings of the 33rd ACM Conference on User Modeling, Adaptation and Personalization (pp. 82-86).
- Kaiser, C., Schallner, R., Manewítsch, V., & Fenne, E. (2024). The Role of Eye Contact in Human-Robot-Interaction: Trust and Decision Making in Virtual Financial Advisory. Proceedings of the The 32nd European Conference on Information Systems, Cyprus.
- Kaiser, C., Manewitsch, V. & Schallner, R. Designing Influence: How Cartoonish and Humanlike Characters Shape Consumer Decisions. NIM Marketing Intelligence Review, 2025, Sciendo, vol. 17 no. 1, pp. 48-53. https://doi.org/10.2478/nimmir-2025-0008
- Kaiser, C., Schallner, R., & Manewitsch, V. (2023). Eye Contact Matters for Consumer Trust – Even with Robots. NIM Marketing Intelligence Review, 15(2) 48-53. https://doi.org/10.2478/nimmir-2023-0017
- Stoltenberg, B., Unfried, M., & Manewitsch, V. (2022). Better Product Labels for Better Consumer Choices. NIM Marketing Intelligence Review, 14(1), 49-53. https://doi.org/10.2478/nimmir-2022-0008
- Stoltenberg, B., Manewitsch, V., & Unfried, M. (2023). How much is the (labelled) pig? Effectiveness of and willingness to pay for the German animal husbandry label, NIM Working Paper Series, 8.
- Lipovetsky, S., & Manewitsch, V. (2020). Analytical Closed-Form Solution for General Factor with Many Variables. Journal of Modern Applied Statistical Methods, 18(1), 2.
- Buder, F., Dieckmann, A., Manewitsch, V., Dietrich, H., Wiertz, C., Banerjee, A., Acar, O. A., & Ghosh, A. (2020). Adoption Rates for Contact Tracing App Configurations in Germany. NIM Research Report.
- Kaiser, C., Schallner, R., & Manewitsch, V. (2019). Revealing Consumer-Brand-Interactions from Social Media Pictures – A Case Study from the Fast-Moving Consumer Goods Industry. Proceedings of the 21st General Online Research Conference, Cologne.