Suchergebnisse

Die Analyse großer Datensätze aus Online-Plattformen ("Big Data") wirft eine Reihe von methodologischen Fragen auf, die insbesondere das Verhältnis von Theorie und Empirie betreffen. Während an vielen Stellen Begeisterung für neue, datenorientierte Forschungsmöglichkeiten zu hören ist, befürchten andere ein "Ende der Theorie". Der Beitrag zeigt verschiedene Aspekte dieses Problembereichs auf und macht Vorschläge, wie Big-Data-Studien theoretisch gehaltvoll gestaltet werden können. Beispiele aus der Agenda-Setting­, Sozialkapital- und Diffusionsforschung werden diskutiert. Interdisziplinäre Zusammenarbeit und systematische Validierung von Big-Data-Verfahren erscheinen dabei als zentrale Desiderate. Welchen Stellenwert Big-Data-Ansätze in der kommunikationswissenschaftlichen Forschung und Lehre in Zukunft haben werden, hängt mutmaßlich auch von ihrer Fähigkeit zu theoretischer Innovation ab.

This paper proposes to tackle the problem of digital inequality by introducing digital technologies of knowledge generation and decision-making to a feminist critique of rationality that is informed by discourse theory and intersectional perspectives on gender and gendered relations of inequality. Therefore, it takes a closer look at the epistemological foundations of Big Data as one prominent representation of digital technologies. While Big Data and Big Data-based results and decisions are generally believed to be objective and neutral, numeral cases of algorithmic discrimination have lately begged to differ. This paper argues that algorithmic discrimination is neither random nor accidental; on the contrary, it is - amongst others - the result of the epistemological foundation of Big Data - namely: data fundamentalism, post-explanatory anticipatory pragmatics, and anti-political solutionism. As a consequence, a critical engagement with the concepts and premises that become materialized in the design of digital technologies is needed, if they are not to silently (re)produce social inequalities.

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.