SSOAR Logo
    • Deutsch
    • English
  • Deutsch 
    • Deutsch
    • English
  • Einloggen
SSOAR ▼
  • Home
  • Über SSOAR
  • Leitlinien
  • Veröffentlichen auf SSOAR
  • Kooperieren mit SSOAR
    • Kooperationsmodelle
    • Ablieferungswege und Formate
    • Projekte
  • Kooperationspartner
    • Informationen zu Kooperationspartnern
  • Informationen
    • Möglichkeiten für den Grünen Weg
    • Vergabe von Nutzungslizenzen
    • Informationsmaterial zum Download
  • Betriebskonzept
Browsen und suchen Dokument hinzufügen OAI-PMH-Schnittstelle
JavaScript is disabled for your browser. Some features of this site may not work without it.

Download PDF
Volltext herunterladen

(401.5 KB)

Zitationshinweis

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgenden Persistent Identifier (PID):
https://nbn-resolving.org/urn:nbn:de:0168-ssoar-57568-7

Export für Ihre Literaturverwaltung

Bibtex-Export
Endnote-Export

Statistiken anzeigen
Weiterempfehlen
  • Share via E-Mail E-Mail
  • Share via Facebook Facebook
  • Share via Bluesky Bluesky
  • Share via Reddit reddit
  • Share via Linkedin LinkedIn
  • Share via XING XING

Vertrauen in Daten oder: Die politische Suche nach numerischen Beweisen und die Erkenntnisversprechen von Big Data

[Sammelwerksbeitrag]


Dieser Sammelwerksbeitrag gehört zu folgendem Sammelwerk:
(Un)berechenbar? Algorithmen und Automatisierung in Staat und Gesellschaft

Rieder, Gernot
Simon, Judith

Körperschaftlicher Herausgeber
Fraunhofer-Institut für Offene Kommunikationssysteme FOKUS, Kompetenzzentrum Öffentliche IT (ÖFIT)

Abstract

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... mehr

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.... weniger

Thesaurusschlagwörter
politische Entscheidung; Entscheidungsfindung; politische Kultur; Digitalisierung; Datenverarbeitung; Algorithmus; Erkenntnistheorie; Evidenz

Klassifikation
Technikfolgenabschätzung
Wissenschaftssoziologie, Wissenschaftsforschung, Technikforschung, Techniksoziologie

Freie Schlagwörter
Big Data; Epistemologie; evidenzbasierte Politikgestaltung

Titel Sammelwerk, Herausgeber- oder Konferenzband
(Un)berechenbar? Algorithmen und Automatisierung in Staat und Gesellschaft

Herausgeber
Mohabbat Kar, Resa; Thapa, Basanta E. P.; Parycek, Peter

Sprache Dokument
Deutsch

Publikationsjahr
2018

Erscheinungsort
Berlin

Seitenangabe
S. 159-178

ISBN
978-3-9818892-5-3

Status
Veröffentlichungsversion; begutachtet

Lizenz
Creative Commons - Namensnennung, Nicht-kommerz. 3.0


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.
 

 


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.