Suchergebnisse

Dieser Beitrag adressiert die Frage nach der Rolle von Algorithmen in der Ordnung und Regulierung digitaler Kommunikation. Er konfrontiert die gegenwärtige Debatte um die Macht von Algorithmen mit bestehenden Diskurszusammenhängen wie "Code is Law" sowie mit techniksoziologischen und institutionentheoretischen Konzepten. Damit wird der Gefahr begegnet, dass die sich derzeit abzeichnende Wiederentdeckung von Technik in der sozialwissenschaftlichen Theoriebildung (erneut) in technikdeterministische Positionen "überschießt". Auf dieser Basis werden Algorithmen als Relevanzmaschinen und Regulierungsmaschinen gesellschaftlicher Kommunikation charakterisiert, sowie Besonderheiten algorithmischer Medienangebote herausgearbeitet.

Die gegenwärtige sozial- und kulturwissenschaftliche Kritik an Algorithmen bezieht sich vor allem auf zwei Aspekte: Dass Algorithmen, erstens, grundsätzlich auf subjektiven Vorstellungen und Vorurteilen beruhen, und dass sie, zweitens, meist im Verborgenen operieren. Wenig beachtet wird dabei die Frage, welchen politischen Einfluss Algorithmen eigentlich haben. Um den politischen Einfluss von Algorithmen zu verstehen, schlage ich Michel Foucaults Perspektive der Gouvernementalität vor. Die politische Bedeutung algorithmischer Modelle besteht dieser Perspektive nach gerade darin, dass sie das tun, was eigentlich dem liberalen Staat vorbehalten ist, nämlich die Bevölkerung zu regieren. Unternehmen wie Google oder Facebook, die weitverbreitete und potente algorithmische Modelle besitzen, sind - so mein Schluss - 'gouvernementale' Unternehmen, die die staatlichen Regierungsinstanzen vor grundlegende Fragen stellen.

Big Data und Data-Science-Ansätze finden Einzug in die öffentliche Verwaltung. Dieses Kapitel bietet zunächst eine Definition von Big Data in der öffentlichen Verwaltung an und leitet die unterschiedlichen Datenquellen für historische, Echtzeit- und prädiktive Big-Data-Analysen ab. Danach werden Beispiele für organisationale Einheiten in der öffentlichen Verwaltung erläutert, die Big-Data-Analysen durchführen. Anhand der folgenden drei ausgewählten Beispiele wird das Potenzial von Big Data aufgezeigt: USGS »Did you feel it?«-Twitter-Karten, prädiktive Analysen in Finanzbehörden und Vorhersagen von Grippewellen mit Hilfe von Google Flu Trends. Aus diesen und weiteren Beispielen werden dann die Herausforderungen für die Verwendung von Big Data und Data-Science-Ansätzen in der öffentlichen Verwaltung erläutert sowie offene Forschungsfragen für die Verwaltungswissenschaft abgeleitet.

Dieser Beitrag adressiert die Frage nach der Rolle von Algorithmen in der Ordnung und Regulierung digitaler Kommunikation. Er konfrontiert die gegenwärtige Debatte um die Macht von Algorithmen mit bestehenden Diskurszusammenhängen wie "Code is Law" sowie mit techniksoziologischen und institutionentheoretischen Konzepten. Damit wird der Gefahr begegnet, dass die sich derzeit abzeichnende Wiederentdeckung von Technik in der sozialwissenschaftlichen Theoriebildung (erneut) in technikdeterministische Positionen "überschießt". Auf dieser Basis werden Algorithmen als Relevanzmaschinen und Regulierungsmaschinen gesellschaftlicher Kommunikation charakterisiert, sowie Besonderheiten algorithmischer Medienangebote herausgearbeitet.

Der Beitrag untersucht die Konsequenzen der Nutzung digitaler Algorithmen von Suchmaschinen und sozialen Medien für demokratische Deliberation. Er beleuchtet zunächst, wie diese Algorithmen Informationen für bestimmte Nutzer(-gruppen) personalisieren: Er zeigt, wie Daten gesammelt, Datenbanken aufgebaut, Nutzerdaten und Webinhalte kategorisiert und schließlich nach bestimmten Aspekten miteinander verbunden werden. Darauf aufbauend zeichnet der Artikel nach, wie politische Kommunikation durch diese Algorithmen beeinflusst wird und welche Implikationen das für demokratische Deliberation hat. Es wird gezeigt, dass sowohl die Informationsbasis der Nutzer als auch die Kommunikation selbst durch Algorithmen beeinflusst und geformt werden und dass dies den normativen Anforderungen an demokratische Deliberation zuwiderläuft. Denn unter anderem entsteht dabei eine »informationelle Pfadabhängigkeit«, die die Möglichkeit einer gesellschaftsweiten Deliberation untergräbt.

Der Beitrag stellt die Frage, in welcher Weise neue, auf algorithmischer Berechenbarkeit beruhende Instrumente zur Steuerung der Gesellschaft, die das Handeln weltweit agierender Unternehmen prägen, auch von Staat, Verwaltung und Politik genutzt werden können und dürfen. Diese Instrumente werden gekennzeichnet und in Verbindung gebracht mit heutigen öffentlichen Aufgaben. Auf der Grundlage eines Prinzipmodells menschlichen und maschinellen Agierens werden einige ihrer unmittelbaren und mittelbaren Folgen erörtert, wobei auf den Stand gegenwärtiger Überlegungen zur Ko-Evolution von Gesellschaft und "Digitalisierung" eingegangen wird. Abschließend werden einige Grundsätze für die Nutzung der neuen Steuerungsinstrumente formuliert.

Künstliche Intelligenz (KI) ändert unser Leben und unser Zusammenleben zunehmend. Bei KI handelt es sich um Technologien im Werden. Sie werden durch Leitlinien in der Form von Recht oder Strategien gelenkt und beeinflusst. Der Beitrag beleuchtet KI-Systeme in der öffentlichen Verwaltung und wirft die Frage auf, welche Leitlinien es für künstliche Intelligenz bereits gibt und welche Tendenzen sich abzeichnen. Nach einer Definition von künstlicher Intelligenz und einigen Beispielen aus dem Bereich von Regierung und Verwaltung macht der Beitrag Ethik und Politik als mögliche Bezugspunkte für Leitlinien aus. Davon ausgehend werden Recht, Technik, Organisation, Strategie und Leitbilder als Einflussmöglichkeiten vorgestellt, wobei aktuelle Trends geschildert werden. Der Beitrag schließt mit einer Forderung nach interdisziplinärer Forschung und maßvoller Regulierung der Technik, um ihr positives Potenzial auszuschöpfen.

Algorithmusbasierte Systeme können für staatliche Entscheidungsprozesse von bedeutendem Nutzen sein. Sie müssen Verwendung in der öffentlichen Verwaltung finden, um die einfache, zügige und zweckmäßige Verwaltung, mithin die Effektivität der steuerfinanzierten Staatstätigkeit, sicherzustellen. Im Hinblick auf grundlegende Prinzipien des demokratischen Verfassungsstaats bedarf ihr Einsatz jedoch einer passgenauen Implementierung auf Basis einer nüchternen und pragmatischen Funktionsanalyse und Folgenabschätzung. Sodann besteht für euphorisierte Ordnungsekstase ebenso wenig Anlass wie für düsterne Untergangsphobien.

Die öffentliche Verwaltung sieht sich großen zukünftigen Herausforderungen gegenüber. Sowohl die sinkende Verfügbarkeit an qualifizierten Arbeitskräften bedingt durch den demographischen Wandel als auch die schwindenden finanziellen Spielräume durch steigende Pensionslasten werden die Verwaltung zunehmend dazu zwingen, ihre Leistungen mit weniger Personal zu erbringen. Möchte man dabei die heutige Leistungsbreite und -tiefe aufrechterhalten, bietet die Automatisierung von Prozessen eine charmante Möglichkeit, den personellen Aufwand zu senken. Anfang 2017 hat der Gesetzgeber die Grundlagen für die Vollautomatisierung von Verwaltungsverfahren geschaffen. In einem nächsten Schritt ist es nun notwendig, die hierfür geeigneten Verfahren zu identifizieren. Der Beitrag möchte aufzeigen, an welchen Stellen im Zusammenspiel von Politik und Verwaltung Potenziale für Entscheidungsunterstützung, Teil- und Vollautomatisierung existieren.

Prozesse algorithmischer Entscheidungsfindung berühren in vielen Bereichen gesellschaftliche Teilhabe. Daraus ergeben sich Herausforderungen auf vier Feldern:
1. Gesellschaftliche Angemessenheit (Haben algorithmische Systeme sinnvolle Optimierungsziele?)
2. Überprüfen und erklären der Umsetzung (Verwirklichen algorithmische Systeme die sinnvollen Ziele?)
3. Schaffen von Diversität (Ist die Vielfalt der Systeme und Betreibermodelle groß genug, um gesellschaftlich angemessen zu sein?)
4. Übergreifende Rahmenbedingungen für teilhabeförderliche algorithmische Systeme (Genügen staatliche und individuelle Gestaltungskompetenzen dem gesellschaftlichen Anspruch?)
Der Beitrag stellt eine Auswahl von Lösungsideen in allen vier skizzierten Handlungsfeldern vor. Die Auswahl ist nicht umfassend und abschließend. Sie veranschaulicht aber auch in dieser Form, dass Akteure aus allen drei Sektoren Möglichkeiten haben, algorithmische Entscheidungsfindung für mehr gesellschaftliche Teilhabe zu gestalten. Es gibt viele Ideen für Maßnahmen und Methoden bzgl. der gesellschaftlichen Gestaltung, Intervention und Kontrolle algorithmischer Entscheidungsfindung. Keineswegs scheint der Mensch der Maschine ausgeliefert.

Seit einiger Zeit gibt es wieder verstärktes Interesse an sogenannter evidenzbasierter Politikgestaltung. Angelockt durch die großen Versprechen von Big Data scheinen politische Entscheidungsträger zunehmend mit stärker auf digitalen Daten basierenden Regierungsformen experimentieren zu wollen. Doch obwohl das Aufkommen von Big Data und die damit verbundenen Gefahren von wissenschaftlicher Seite durchaus kritisch hinterfragt werden, gab es bislang nur wenige Versuche, ein besseres Verständnis für die historischen Kontexte und Grundlagen dieser Vorgänge zu entwickeln. Der hier vorliegende Kommentar befasst sich mit dieser Lücke, indem er das derzeitige Streben nach numerischen Beweisen in einen breiteren gesellschaftspolitischen Kontext einordnet und dadurch zeigt, wie die Erkenntnisversprechen von Big Data sich mit bestimmten Formen von Vertrauen, Wahrheit und Objektivität kreuzen. Wir argumentieren, dass das übersteigerte Vertrauen in zahlenbasierte Evidenz einer speziellen politischen Kultur zugeordnet werden kann, nämlich einer repräsentativen Demokratie, die von öffentlichem Misstrauen und großer Zukunftsunsicherheit gekennzeichnet ist.

Die datengetriebene Verwaltung, welche die algorithmische Auswertung von Big Data zur Entscheidungsunterstützung einsetzt, sieht sich potenziellen Machtverschiebungen gegenüber, die nuancierter und weniger augenfällig sind als die Extreme von Überwachungsstaat einerseits und smarter Bürgerorientierung andererseits. Aus der Perspektive der Wissenspolitik kann der staatliche Einsatz von Big Data zu einem Monopol von politikrelevantem Wissen auf Seiten des Staates führen, inklusive der steigenden Entpolitisierung und Technokratisierung von politischen Fragen, des Aufstiegs von Data Scientists zu politischem Einfluss sowie des Ausschlusses von Interessensgruppen, die keine Big-Data-basierte Gegenexpertise aufbauen können.