Christian Hotz-Behofsits

Christian Hotz-Behofsits ist Assistenzprofessor (Tenure Track) an der WU Wien. Er promovierte an der WU bei Nadia Abou Nabout und Eitan Muller und bringt einen Hintergrund als Software- und Information Engineer mit, der bis heute seine empirische Arbeit mit großen Datenmengen unter begrenzten Rechenressourcen prägt.

Seine Forschung liegt an der Schnittstelle von quantitativem Marketing, Wirtschaftsinformatik und Ökonometrie. Er untersucht, wie digitale Plattformen, insbesondere Musik-Streaming-Dienste und soziale Medien, Konsumverhalten und Märkte verändern, und entwickelt die dafür nötigen Messmethoden. Ein erster Forschungsstrang widmet sich der digitalen Musikökonomie: ob Aufmerksamkeit auf TikTok Streaming fördert oder kannibalisiert, wie ein viraler Hit auf andere Künstler:innen ausstrahlt und wie Aktivität in sozialen Medien den Markenkonsum beeinflusst. Ein zweiter Strang entwickelt Messverfahren für das Marketing, darunter die Erfassung emotionaler Ausdrucksweise in Texten über Emojis sowie die Darstellung von Konsument:innen und Produkten als Vektoren in einem gemeinsamen Raum zur Rekonstruktion individueller Präferenzen. Darüber hinaus wendet er kausale Methoden auf klassische Fragestellungen im Handel und in der Werbung an, etwa wie ein Produktrückruf die Preissetzung des Händlers beeinflusst oder wie Datenschutzregulierung die Offline-Werbung verändert.

Methodisch verbindet er Representation Learning, kausale Inferenz, maschinelles Lernen und Natural Language Processing mit klassischen ökonometrischen Verfahren, angewandt auf große strukturierte und unstrukturierte Datensätze. Seine Arbeit zur emojibasierten Emotionserkennung erscheint demnächst im Journal of Marketing.

Er ist Ad-hoc-Gutachter für führende Marketing-Journals, darunter das International Journal of Research in Marketing, und absolvierte Forschungsaufenthalte an der Bocconi University (Mailand), der University of New South Wales (Sydney) und der NYU Stern School of Business (New York).

Ausgewählte Publikationen

• Hotz-Behofsits, C., Wlömert, N., & Abou Nabout, N. (2025). Natural Affect Detection (NADE): Inferring emotional expression from text through emojis. Journal of Marketing (forthcoming).

• Hotz-Behofsits, C., Winkler, D., & Wlömert, N. (2022). Music Genres Reconsidered: Challenging Established Genres with a Data-driven Approach. Proceedings of the 55th Hawaii International Conference on System Sciences (HICSS), IEEE.

• Hotz-Behofsits, C., Huber, F., & Zörner, T. O. (2018). Predicting cryptocurrencies using sparse non-Gaussian state space models. Journal of Forecasting, 37(6), 627–640.

Ausgewählte Working Papers

• Does TikTok Promote or Cannibalize Music Streaming? Estimands and Identification with Heavy-Tailed Outcomes (mit D. Winkler, N. Wlömert, D. Papies & J. Liaukonytė).

• When Hits Hurt: Cross-Artist Spillovers and the Attention Economy in Streaming Music (mit N. Wlömert & E. Muller).

• The (Un)Professional Side of Human Brands: How Social Media Drives Brand Consumption (mit D. Winkler, N. Wlömert & H. Van Heerde).

• Quantifying Consumer-Product Fit: A Representation Learning Approach (mit Q. Shi, K. Zhu & A. Cao).

• How Does a Product's Recall Impact Its Retailer-Set Price? (mit M. Varga, V. Astvansh & A. Borah).

• Privacy Regulations and Advertising in Offline Markets: Evidence from Randomized Field Experiments (mit A. Becker, N. Wlömert & D. Papies).

Lehre

Christian unterrichtet quantitatives Marketing, Social Media Analytics und Datenanalyse auf Bachelor-, Master- und Executive-Niveau. Neben der WU Wien lehrte er an der Universität Salzburg sowie international an der University of New South Wales (Australien), der Thammasat Business School (Thailand), der University of Economics HCMC (Vietnam) und der Gadjah Mada University (Indonesien).