Skip to main content

2020 | OriginalPaper | Buchkapitel

Staatliche Regulierung durch Big Data und Algorithmen

verfasst von : Sebastian Haunss, Lena Ulbricht

Erschienen in: Handbuch Digitalisierung in Staat und Verwaltung

Verlag: Springer Fachmedien Wiesbaden

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

search-config
loading …

Zusammenfassung

Beim Einsatz von big data und Algorithmen in Staat und Verwaltung ist zwischen unterschiedlichen Aspekten der technischen Instrumente und verschiedenen Dimensionen von Regulierung zu unterscheiden. Auf dieser Grundlage lässt sich feststellen, wo bereits Veränderungen und Wirkungen sichtbar werden und welche Reichweite diese Veränderungen haben. Die am weitesten reichenden Veränderungen staatlicher Regulierung durch big data und Algorithmen zeigen sich bisher außerhalb Europas, doch auch in deutschsprachigen Ländern gibt es zahlreiche Beispiele.
Anhand der Diskussion verschiedener Anwendungsfälle ist festzustellen, dass big data von staatlichen Organisationen bisher weitgehend dafür eingesetzt wird, um konkrete Regeln zu setzen und zu implementieren und im Rahmen algorithmischer Regulierung Regeln stärker nach Zielgruppen zu differenzieren. Weitergehende Programme, die eine big data-basierte Regulierung vielfältiger Lebensbereiche zum Ziel haben, existieren bisher in demokratischen Staaten noch nicht.

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!

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!

Literatur
Zurück zum Zitat Boyd, danah, und Kate Crawford. 2012. Critical questions for big data. Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication & Society 15(5): 662–679. Boyd, danah, und Kate Crawford. 2012. Critical questions for big data. Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication & Society 15(5): 662–679.
Zurück zum Zitat Fourcade, Marion, und Kieran Healy. 2017. Categories all the way down. Historical Social Research 42(1): 286–296. Fourcade, Marion, und Kieran Healy. 2017. Categories all the way down. Historical Social Research 42(1): 286–296.
Zurück zum Zitat Karpf, David. 2016. Analytic activism. Digital listening and the new political strategy. New York: Oxford University Press. Karpf, David. 2016. Analytic activism. Digital listening and the new political strategy. New York: Oxford University Press.
Zurück zum Zitat Kreiss, Daniel. 2016. Prototype politics. Technology-intensive campaigning and the data of democracy. New York: Oxford University Press.CrossRef Kreiss, Daniel. 2016. Prototype politics. Technology-intensive campaigning and the data of democracy. New York: Oxford University Press.CrossRef
Zurück zum Zitat Mayer-Schönberger, Viktor, und Kenneth Cukier. 2013. Big data. A revolution that will transform how we live, work and think. London: John Murray. Mayer-Schönberger, Viktor, und Kenneth Cukier. 2013. Big data. A revolution that will transform how we live, work and think. London: John Murray.
Zurück zum Zitat Mckinlay, Steve T. 2017. Evidence, explanation and predictive data modelling. Philosophy & Technology 30(4): 461–473.CrossRef Mckinlay, Steve T. 2017. Evidence, explanation and predictive data modelling. Philosophy & Technology 30(4): 461–473.CrossRef
Zurück zum Zitat Ulbricht, Lena, Sebastian Haunss, Jeanette Hofmann, Ulrike Klinger, Jan-Hendrik Passoth, Christian Pentzold, Ingrid Schneider, Holger Straßheim, und Jan-Peter Voß. 2018. Dimensionen von Big Data. Eine politikwissenschaftliche Systematisierung. In Big Data und Gesellschaft. Eine multidisziplinäre Annäherung, Hrsg. Barbara Kolany-Raiser, Reinhard Heil, Carsten Orwat und Thomas Hoeren, 151–231. Wiesbaden: Springer VS.CrossRef Ulbricht, Lena, Sebastian Haunss, Jeanette Hofmann, Ulrike Klinger, Jan-Hendrik Passoth, Christian Pentzold, Ingrid Schneider, Holger Straßheim, und Jan-Peter Voß. 2018. Dimensionen von Big Data. Eine politikwissenschaftliche Systematisierung. In Big Data und Gesellschaft. Eine multidisziplinäre Annäherung, Hrsg. Barbara Kolany-Raiser, Reinhard Heil, Carsten Orwat und Thomas Hoeren, 151–231. Wiesbaden: Springer VS.CrossRef
Zurück zum Zitat Yeung, Karen. 2017. ‚Hypernudge‘. Big data as a mode of regulation by design. Information, Communication & Society 20(1): 118–136.CrossRef Yeung, Karen. 2017. ‚Hypernudge‘. Big data as a mode of regulation by design. Information, Communication & Society 20(1): 118–136.CrossRef
Metadaten
Titel
Staatliche Regulierung durch Big Data und Algorithmen
verfasst von
Sebastian Haunss
Lena Ulbricht
Copyright-Jahr
2020
DOI
https://doi.org/10.1007/978-3-658-23668-7_2

Premium Partner