Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
KI - Künstliche Intelligenz
Erschienen in: KI - Künstliche Intelligenz 1/2018

20.12.2017 | Technical Contribution

Societal Implications of Big Data

verfasst von: Karolin Kappler, Jan-Felix Schrape, Lena Ulbricht, Johannes Weyer

Erschienen in: KI - Künstliche Intelligenz | Ausgabe 1/2018

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Modern societies have developed a variety of technologies and techniques to identify, measure and influence people and objects. Smart devices such as smartphones and wearables assist and track their users in every aspect of life. Large amounts of data are collected, evaluated and interconnected to analyse the behaviour of individuals, social groups and collectives. By discussing recent practices of self-tracking as well of real-time control of complex systems, we will show that real-time analysis and feedback loops increasingly foster a society of (self-)control. Data scientists and social scientists should work together to develop the concepts of regulation, which are needed to cope with the challenges and risks of big data.
Vorheriger Artikel Coresets-Methods and History: A Theoreticians Design Pattern for Approximation and Streaming Algorithms
Nächster Artikel Fuzzy-Logic Controlled Genetic Algorithm for the Rail-Freight Crew-Scheduling Problem

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

KI - Künstliche Intelligenz

The Scientific journal "KI – Künstliche Intelligenz" is the official journal of the division for artificial intelligence within the "Gesellschaft für Informatik e.V." (GI) – the German Informatics Society - with constributions from troughout the field of artificial intelligence.

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Weitere Produktempfehlungen anzeigen
Fußnoten
Literatur
1.
McLuhan M (1962) The Gutenberg galaxy. University of Toronto Press, Toronto
2.
Umesao T (1963) Information industry theory: dawn of the coming era of the ectodermal industry. Hoso Asahi 1/1961:4–17
3.
Miller AR (1967) The assault on privacy. University of Michigan Press, Ann Arbor
4.
Toffler A (1970) Future shock. Bantam Books, New York
5.
Becker HB (1986) Can users really absorb data at today’s rates? Tomorrow’s? Data Commun 15(8):177–193
6.
Seyfert R, Roberge J (eds) (2017) Algorithmic cultures: essays on meaning, performance and new technologies. Routledge, London/New York
7.
Kosinski M, Stillwell D, Graepel T (2013) Private traits and attributes are predictable from digital records of human behavior. Proc Natl Acad Sci 110(15):5802–5805CrossRef
8.
Dolata D, Schrape JF (2016) Masses, crowds, communities, movements: collective action in the internet age. Soc Mov Stud 15(1):1–18CrossRef
9.
McFarland DA, Lewis K, Goldberg A (2016) Sociology in the era of Big Data: the ascent of forensic social science. Am Sociol 47(1):12–35CrossRef
10.
11.
Lupton D (2016) The quantified self. Polity Press, Cambridge and Malden
12.
Ruckenstein M, Pantzar M (2017) Beyond the quantified self: thematic exploration of a dataistic paradigm. New Media Society 19(3):401–418CrossRef
13.
14.
Selke S (2016) Rationale Diskriminierung durch Lifelogging—Die Optimierung des Individuums auf Kosten des Solidargefüges? In: Andelfinger VP, Hänisch T (eds) Die Optimierung des Individuums—wie weit wollen, sollen, dürfen wir gehen? Springer, Berlin, pp 53–71
15.
Selke S (2014) Lifelogging: Wie die digitale Selbstvermessung unsere Gesellschaft verändert. Ullstein eBooks
16.
Gerlek S, Kappler KE, Noji E (2017) Digitale Medien in leiblichen Praktiken. In Rebane G (ed) Identität und kulturelle Praktiken im digitalen Zeitalter. Könighausen & Neumann, Würzburg
17.
Vormbusch U (2016) Taxonomien des Selbst. Zur Hervorbringung subjektbezogener Bewertungsordnungen im Kontext ökonomischer und kultureller Unsicherheit. In: Duttweiler S, Gugutzer R, Passoth JH, Strübing J (eds) Leben nach Zahlen. Self-Tracking als Optimierungsprojekt? Transcript, Bielefeld, pp 45–62
18.
Weyer J (2014) Einleitung: Netzwerke in der mobilen Echtzeitgesellschaft. In: Weyer J (ed) Soziale Netzwerke. Konzepte und Methoden der sozialwissenschaftlichen Netzwerkforschung, 3rd edn. Oldenbourg, München, pp 3–37CrossRef
19.
Rochlin GI (1997) Trapped in the net. The unanticipated consequences of computerization. Princeton, Princeton UP
20.
Lessig L (2006) Code: version 2.0. Bacis Books, New York
21.
22.
Ohm P (2014) Changing the rules: general principles for data use and analysis. In: Lane J, Stodden V, Bender S, Nissenbaum H (eds) Privacy, big data, and the public good. Cambridge University Press, New York, pp 96–111CrossRef
23.
Barocas S, Nissenbaum H (2014) Big Data’s end run around anonymity and consent. In: Lane J, Stodden V, Bender S, Nissenbaum H (eds) Privacy, Big Data, and the public good. Cambridge University Press, Cambridge, pp 44–75CrossRef
24.
Ulbricht L, Haunss S, Hofmann J, Klinger U, Passoth JH, Pentzold C, Schneider I, Strassheim H, Voß JP (2018) Dimensionen von Big Data: eine politikwissenschaftliche Systematisierung”. In: Heil R, Kolany­Raiser B, Orwat C (eds) Big Data und Gesellschaft. Eine multidisziplinäre Annäherung. Springer, Wiesbaden (forthcoming)
25.
Ulbricht L (2017) Machtkämpfe um Big Data: Bürger und Konsumenten müssen geschützt werden. WZB-Mitteilungen 155:18–21
26.
Foster JB, McChesney RW (2011) The internet’s unholy marriage to capitalism. Mon Rev 62(10):1–30CrossRef
27.
28.
Lewandowski D (2014) Why we need an independent index of the web. In: König R, Rasch M (eds) Inc Reader: vol 9. Society of the query reader. Reflections on web search. Inst. of Network Cultures, Amsterdam, pp 49–58
29.
30.
Metadaten
Titel
Societal Implications of Big Data
verfasst von
Karolin Kappler
Jan-Felix Schrape
Lena Ulbricht
Johannes Weyer
Publikationsdatum
20.12.2017
Verlag
Springer Berlin Heidelberg
Erschienen in
KI - Künstliche Intelligenz / Ausgabe 1/2018
Print ISSN: 0933-1875
Elektronische ISSN: 1610-1987
DOI
https://doi.org/10.1007/s13218-017-0520-x

Weitere Artikel der Ausgabe 1/2018

KI - Künstliche Intelligenz 1/2018 Zur Ausgabe

Editorial

From Big Data to Big Artificial Intelligence?

Technical Contribution

Big Data Science

Community

News

Doctoral and Postdoctoral Dissertations

Randomized Primitives for Big Data Processing

Technical Contribution

Coresets-Methods and History: A Theoreticians Design Pattern for Approximation and Streaming Algorithms

Technical Contribution

Fuzzy-Logic Controlled Genetic Algorithm for the Rail-Freight Crew-Scheduling Problem