Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Integrating behavioural insights and machine learning for smarter regulatory interventions

Projektbeschreibung

Training von maschinellen Lernmodellen in der Verhaltenswissenschaft zur Erleichterung der regulatorischen Governance

Regulatorische Entscheidungen, die sich mit komplexen gesellschaftlichen Problemen befassen, basieren oft auf konventionellen Lösungen und intuitiven Urteilen, die verhaltensbezogene, kulturelle und kontextuelle Faktoren unberücksichtigt lassen. Um diesem Problem zu begegnen, wird das ERC-finanzierte Projekt BEHAVREG ein neuartiges maschinelles Lernwerkzeug entwickeln, das mit Verhaltensdaten integriert ist. Dies soll die Auswirkungen regulatorischer Optionen auf die Konformität vorhersagen und eine effektive Entscheidungsfindung ermöglichen. Unter Verwendung umfangreicher Datensätze zu vorläufigen Folgenabschätzungen und Überprüfungen nach der Einführung werden Vorhersagemodelle entwickelt, um die Wirksamkeit regulatorischer Eingriffe in verschiedenen Kontexten zu bewerten. Im Wesentlichen soll das System die Aufsichtsbehörden auf mögliche negative oder unbeabsichtigte Folgen aufmerksam machen, sodass diese eine Intervention überdenken können, bevor sie damit fortfahren. Insgesamt wird erwartet, dass dieses innovative System die Gestaltung der Rechtsvorschriften verbessert und damit die Ergebnisse für die Konformität der Vorschriften und das Vertrauen der Öffentlichkeit erhöht.

Ziel

Effective regulatory decision-making is essential for addressing complex societal challenges, yet current approaches often rely on intuition and standardized solutions that fail to account for behavioral, cultural, and contextual factors. BEHAVREG will transform regulatory governance by developing an innovative decision aid tool that integrates machine learning with behavioral science to predict likely compliance outcomes of regulatory choices and enable more effective intervention design. This project leverages comprehensive datasets, including ex-ante impact assessments and post-implementation reviews, to develop sophisticated predictive models that assess intervention effectiveness across diverse contexts. The tool analyzes critical factors such as compliance costs, social control mechanisms, institutional trust, and cultural norms to provide nuanced recommendations that move
beyond binary regulatory choices.
BEHAVREG's machine learning algorithms, trained on structured historical data, will identify patterns to improve prediction accuracy and evaluate regulatory trade-offs. This will empower regulators to select appropriate interventions—whether mandates, incentives, nudges, or information campaigns—precisely tailored to specific regulatory environments. Importantly, the system can predict potential backfire effects and unintended consequences, enabling regulators to anticipate challenges before implementation. By bridging the gap between theoretical insights and practical implementation, BEHAVREG delivers evidence-based predictions and actionable recommendations. This innovation will optimize regulatory design across sectors and cultures and will improve compliance outcomes, reduce enforcement costs, and enhance public trust—representing a significant advancement in regulatory governance with global implications for policy development and implementation.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-ERC-POC - HORIZON ERC Proof of Concept Grants

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) ERC-2025-POC

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Gastgebende Einrichtung

BAR ILAN UNIVERSITY
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 150 000,00
Adresse
BAR ILAN UNIVERSITY CAMPUS
52900 Ramat Gan
Israel

Auf der Karte ansehen

Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten

Begünstigte (1)

Mein Booklet 0 0