Prof. Dr. Thomas Pitz

Prof. Thomas Pitz: Professor für Wirtschaftsforschung mit dem Schwerpunkt Spieltheorie

Kontakt:

email: thomas.pitz@hochschule-rhein-waal.de
Campus: Kleve

Anschrift:
Hochschule Rhein-Waal
Marie-Curie-Straße 1
47533 Kleve, Deutschland

Beruflicher Werdegang

Thomas Pitz studierte unter anderem an der TU Darmstadt Mathematik und Informatik und promovierte über die Simulation sozialer Systeme an der LMU München im Fachbereich Philosophie, Logik und Wissenschaftstheorie. Danach arbeite er mehrere Jahre in Forschungsprojekten im Bereich der experimentellen Wirtschaftsforschung und der Spieltheorie an der Universität Duisburg-Essen, dem Labor für Experimentelle Wirtschaftsforschung in Bonn und am Vernon Smith Laboratorium der Jiao Tong University in Shanghai.

Publikationen

• Fenneman, A., Sickmann, J., Füllbrunn, S., Goldbach, C., & Pitz, T. (2022). Psychological price perception may exert a weaker effect on purchasing decisions than previously suggested: Results from a large online experiment fail to reproduce either a left-digit or perceptual-fluency effect. PloS one, 17(8), e0270850.
• Goldbach, C., Kayar, D., Pitz, T., & Sickmann, J. (2022). Driving, Fast and Slow: An Experimental Investigation of Speed Choice and Information. SAGE Open, 12(2).
• Bartsch, K., Kayar, D., Pitz, T., Schreckenberg, M., & Sickmann, J. (2022). Autonom fahrende Elektrokleinbusse in Fußgängerzonen. In Transforming Mobility–What Next? Technische und betriebswirtschaftliche Aspekte (pp. 289-301). Wiesbaden: Springer Fachmedien Wiesbaden.
• Goldbach, C., Sickmann, J., Pitz, T., & Zimasa, T. (2022). Towards autonomous public transportation: Attitudes and intentions of the local population. Transportation Research Interdisciplinary Perspectives, 13, 100504. https://doi.org/10.1016/j.trip.2021.100504
• Goldbach, C., Kayar, D., Pitz, T., & Sickmann, J. (2022). Driving, Fast and Slow: An Experimental Investigation of Speed Choice and Information. SAGE Open, 12(2), 21582440221091708.
• Ferraz, V., & Pitz, T. (2022). Analyzing the Impact of Strategic Behavior in an Evolutionary Learning Model Using a Genetic Algorithm. Computational Economics, 1-39.
• Fenneman, A., Sickmann, J., Pitz, T. & Stanfey, A. (2020). Two distinct and separable processes underlie individual differences in algorithm adherence: differences in predictions and differences in trust thresholds, Journal of Behavioral Decision making.
• Pitz, T., Kayar, D., Gardian, W., Sickmann, J. and Alkaş, H. (2020). “Comparison of competing market mechanisms with reinforcement learning in a carpooling scenario.” Transportation Research Interdisciplinary Perspectives, 7, 2020: 100190.
• Goldbach, C., Hoffmann, C., Hoppe, J., Pitz, T. and Thommes, K. (2020). “The Fast and the Furious – An Experimental Investigation of the Pace of Life and Risky Speed Choice in Traffic”, PLOS ONE.
• Goldbach, C., Kayar, D., Pitz, T. & Sickmann, J. (2019). “Transferring decisions to an algorithm: A simple route choice experiment.” Transportation Research Part F: Traffic Psychology and Behaviour, 65, 2019: 402-417.