Skip to main content

Open Access 2022 | Open Access | Buch

Buchtitelbild

Der Glaube an Big Data

Eine Analyse gesellschaftlicher Überzeugungen von Erkenntnis- und Nutzengewinnen aus digitalen Daten

insite
SUCHEN

Über dieses Buch

In diesem Open-Access-Buch geht Marco Lünich der Annahme verbreiteter Glaubensüberzeugungen von der Qualität und Wirkmächtigkeit von Big Data nach und analysiert die miteinander in Bezug stehenden gesellschaftlichen Überzeugungen von Erkenntnis- und Nutzengewinnen aus Big Data. Das Aufkommen der digitalen Gesellschaft ist eng verbunden mit wirkmächtigen Narrativen wie etwa der Informations- und Wissensgesellschaft. In diesem Zusammenhang wird auch die Möglichkeit der weitreichenden Sammlung und Auswertung von großen digitalen Datenbeständen betont, den sogenannten Big Data. Hervorgehoben wird dabei die besondere Bedeutung von Big Data für die gesellschaftliche Erkenntnis- und Wissensproduktion und den hieraus gezogenen Nutzen. Daher wurde in der Literatur vielfach vermutet, dass sich die Überzeugung von den vermeintlichen Konsequenzen einer Quantifizierung der Welt und vor allem des Sozialen auch in den Köpfen der Menschen verfängt und hierdurch einstellungs- und handlungsrelevant wird. Dieser vermutete Zusammenhang wird im vorliegenden Buch in unterschiedlichen Forschungszusammenhängen des Einsatzes von Technologien Künstlicher Intelligenz empirisch geprüft.

Inhaltsverzeichnis

Frontmatter

Open Access

Kapitel 1. Einleitung
Zusammenfassung
Der Vorgang, bei dem digitale Daten im Zuge der Computerisierung entstehen, gespeichert und manuell oder automatisch ausgewertet werden, entzieht sich der unmittelbaren und vollständigen Beobachtbarkeit durch den Menschen. Es mag zwar in gewissem Grad ein Bewusstsein über vermeintliche Konsequenzen oder Resultate geben, wenn digitale Daten entstehen, gespeichert oder ausgewertet werden. Man kann jedoch nicht vollumfänglich und oft nur mit großer Mühe im Ansatz nachvollziehen, wie Mechanismen der mittlerweile weltumspannenden Datenentstehung und -verwertung ablaufen und permanent produzierte Ergebnisse zustande kommen.
Marco Lünich

Open Access

Kapitel 2. Der vermeintliche Siegeszug der Digitalisierung
Zusammenfassung
„Der Siegeszug der Digitalisierung ist nicht aufzuhalten.“ So oder so ähnlich liest man es derzeit häufig in Einleitungen von studentischen Hausarbeiten, hört es in den Medien (Breitkopf, 2015) oder aus der Industrie (Siemens, 2017) und in etlichen Büchern, die sich dem vermeintlichen Siegeszug in Vergangenheit, Gegenwart und Zukunft widmen (Barrat, 2013; Kurzweil, 2005; Nassehi, 2019; Rid, 2017; Tegmark, 2018). Selbstredend kommen alle, die den Satz auf seinen Wahrheitsgehalt prüfen, schnell zu dem Ergebnis, dass er in dieser Bestimmtheit ohne gewisse Einschränkungen oder Relativierungen gar nicht geäußert werden könne.
Marco Lünich

Open Access

Kapitel 3. Digitale Daten und Big Data
Zusammenfassung
Um die Bedeutung digitaler Daten im sozialen Kontext der Digitalisierung nachvollziehen zu können, muss nun zunächst ein grundlegendes Verständnis dafür hergestellt werden, was Daten und insbesondere digitale Daten ausmacht sowie warum im Kontext digitaler Daten oft von Big Data die Rede ist. Dabei steht zunächst erst einmal die eher technische Definition von Daten im Vordergrund. Doch bereits bei Betrachtung dessen, was gemeinhin unter Big Data verstanden wird, wird in der Literatur die rein technische Abgrenzung aufgeweicht und auch um sozio-technologische Aspekte der großen digitalen Datenbestände erweitert.
Marco Lünich

Open Access

Kapitel 4. Big Data und Wissen
Zusammenfassung
Wie erörtert, sollen Daten die Wirklichkeit nicht nur vermeintlich objektiv, realitätsgetreu und folglich wahrheitsgemäß abbilden, sondern auf den Daten basierende Einsichten sollen und werden im Rahmen einer vorrangig ökonomischen Verwertungslogik in der postindustriellen Gesellschaft genutzt. Die besondere Bedeutung der Erzeugung, Verteilung und Verwertung von Wissen auf Datengrundlage spielt dabei auch direkt auf Vorstellungen an, die mit dem Konzept der Wissensgesellschaft verbunden sind und in den vergangenen Jahrzehnten vielfach in der Öffentlichkeit diskutiert wurden (Kübler, 2009).
Marco Lünich

Open Access

Kapitel 5. Big Data und Wissen über Gesellschaft – die Quantifizierung des Sozialen
Zusammenfassung
Auch wenn der erwartete Nutzen im Rahmen der Bedeutung des Wissens bereits durchgeklungen ist, muss die Verbindung der zentralen Elemente der vorliegenden Untersuchung, des Erkenntnis- und Nutzengewinns, vor dem Hintergrund der öffentlichen Wahrnehmung digitaler Datenverwertung erläutert und veranschaulicht werden. So ist an dieser Stelle zunächst die Bedeutung von Wissen mit Fokus auf Big Data vor aktuellen gesellschaftlichen Entwicklungen und hiermit verbundenen Nutzenerwartungen zu erörtern. Diese Nutzenerwartungen sollen hierbei mit Blick auf datenverarbeitende Wissensanwendungen anhand zweier Ebenen verdeutlicht werden: der Nutzen für das Individuum und der Nutzen für die Gesellschaft.
Marco Lünich

Open Access

Kapitel 6. Das Big-Data-Glaubenssystem (BDGS)
Zusammenfassung
In diesem Abschnitt wird nun mit Bezug auf die vorhergehenden Ausführungen zu Big Data argumentiert, dass sich das soeben beschriebene Wahrnehmungsmuster als ein Glaubenssystem beschreiben lässt: das Big-Data-Glaubenssystem (BDGS), das sich in seinen Glaubensüberzeugen insbesondere auf den Erkenntnis- und Nutzengewinn durch Big Data bezieht. Denn an dieser Stelle kommen die zuvor in den einzelnen Kapiteln gespannten konzeptuellen Fäden sozio-technischer Betrachtung des Phänomens Big Data zusammen und bereiten gleichzeitig ein genaueres Verständnis durch kognitions-psychologische Messung vor. Es muss daher zunächst die Bedeutung der zuvor beleuchteten Überlegungen für eine nachfolgende Analyse verdeutlicht werden.
Marco Lünich

Open Access

Kapitel 7. Fragen nach der Ausprägung eines Glaubens an Big Data und dessen Einfluss auf Einstellungen zum Einsatz von KI-Anwendungen
Zusammenfassung
Die Auswirkungen der gesellschaftlichen Perspektive auf die digitalisierte Welt verdienen es, umfassend analysiert und kritisiert zu werden. Über ihre positiven und negativen Auswirkungen lässt sich jedoch nur diskutieren, wenn man kollektive Wahrnehmungen zunächst tatsächlich aufzeigen kann. Es bedarf daher zuallererst einer empirischen Bestandsaufnahme der Ausprägung und Reichweite jener zuvor skizzierten Elemente einer kognitiven Erwartungshaltung, die als ausgeprägter Glaube an daten-induzierte Erkenntnis und Nutzen bestehen soll.
Marco Lünich

Open Access

Kapitel 8. Methodik der Skalenkonstruktion für das Big-Data-Glaubenssystem und erste empirische Evidenzen
Zusammenfassung
An dieser Stelle beginnt der empirische Teil der vorliegenden Arbeit, der zum einen in diesem Kapitel 8 einen Vorschlag unterbreitet, wie man das Big-Data-Glaubenssystem (BDGS) einer empirischen Messung zuführen kann und wie die einzelnen konzeptuellen Dimensionen des BDGS im Rahmen dieser zu entwickelnden Messung operationalisiert werden können. Zum anderen sollen Untersuchungsergebnisse referiert werden, die erste Erkenntnisse über die Ausprägung des BDGS in der deutschen Bevölkerung und den Einfluss des BDGS auf kognitive, affektive und konative Komponenten der Einstellung in unterschiedlichen Lebensbereichen berichten, in denen KI-Anwendungen zum Einsatz kommen.
Marco Lünich

Open Access

Kapitel 9. Studie 1 – Durchführung der Skalenkonstruktion
Zusammenfassung
Im Folgenden wird die Durchführung der Online-Befragungen der ersten Studie zur Skalenkonstruktion dokumentiert. In diesem Rahmen wurden drei Erhebungen durchgeführt, die nachfolgend als Erhebung 1.1, 1.2 und 1.3 bezeichnet werden. Die erste Erhebung 1.1 diente der Identifikation geeigneter Frageitems und der Prüfung der zugrunde liegenden Modellstruktur, die Erhebungen 1.2. und 1.3 der Validierung der in Erhebung 1.1 ermittelten Modellstruktur.
Marco Lünich

Open Access

Kapitel 10. Studie 2 – Die Auswirkungen der Überzeugungen des Glaubens an Big Data – Erkenntnisse aus vier empirischen Erhebungen
Zusammenfassung
Im Nachgang zu Skalenkonstruktion und -validierung wurde die BDGS-Skala zwischen Januar und Oktober 2019 in vier weiteren empirischen Forschungszusammenhängen eingesetzt und wurden Daten für die Ausprägung des BDGS in den vier jeweiligen Stichproben erhoben. Diese werden nachfolgend entsprechend Erhebung 2.1 EU und KI, Erhebung 2.2 KI-Bedrohung, Erhebung 2.3 Krankenversicherung und Erhebung 2.4 KI und Hochschule benannt. In den nachfolgenden Abschnitten werden die vier empirischen Forschungszusammenhänge mit dem jeweiligen Erkenntnisinteresse besprochen und wird das empirische Vorgehen so knapp und dennoch so nachvollziehbar wie möglich dokumentiert.
Marco Lünich

Open Access

Kapitel 11. Fazit
Zusammenfassung
In der vorliegenden Arbeit ging es darum, mit Hilfe des Werkzeugkastens empirischer Sozialforschung ein Wahrnehmungsmuster sichtbar zu machen, das einen Erklärungsbeitrag dazu leisten kann, wie Menschen auf das Aufkommen neuer Techniken der Mustererkennung in digitalen Daten im Zuge der Digitalisierung reagieren. Konkret wurde hinsichtlich der technischen Innovationen, die mit KI-Anwendungen in vielen Lebensbereichen derzeit und in naher Zukunft auch in Deutschland eingeführt werden, untersucht, wie Bürger*innen der Einführung dieser neuen datenverarbeitenden, mustererkennenden Systeme begegnen. Da mit Blick auf die eigene Datenverwertung wenige oder gar keine Primärerfahrungen der Bürger*innen vorliegen, wurde davon ausgegangen, dass ausgehend von den öffentlichen Diskursen über Digitalisierung und verwandter Phänomene vor dem Hintergrund der Informations- und Wissensgesellschaft eine allgemeine Erwartungshaltung vermittelt wird, mit der auf die gesellschaftlich weit verbreitete Datensammlung und -verwertung reagiert wird.
Marco Lünich
Backmatter
Metadaten
Titel
Der Glaube an Big Data
verfasst von
Marco Lünich
Copyright-Jahr
2022
Electronic ISBN
978-3-658-36368-0
Print ISBN
978-3-658-36367-3
DOI
https://doi.org/10.1007/978-3-658-36368-0

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen.