Vorwort der Herausgeber

Liebe Leserinnen und Leser,

wir freuen uns, Ihnen die zweite Ausgabe des Allgemeinen Statistischen Archivs – Wirtschafts- und Sozialstatistischen Archivs (AStA-WiSoStA) des Jahres 2024 vorlegen zu können. Die Ausgabe enthält den zweiten Teil des AStA-Sonderhefts zu Qualitätsaspekten des maschinellen Lernens – den ersten Teil des Sonderhefts finden Sie in den Heften 3 und 4 von 2023. Dieser zweite Teil des Sonderhefts umfasst die ersten drei Beiträge in dieser Ausgabe. Aus diesem Grund wurde das Vorwort der Herausgeber diesmal von den vier Gastherausgebern mitverfasst. Darüber hinaus finden sich in dieser Ausgabe zwei weitere Originalveröffentlichungen, ein Interview und ein Nachruf.

Kommen wir zunächst zu den drei Beiträgen des Sonderhefts. In diesen Beiträgen wird erörtert, wie moderne prädiktionsorientierte Methoden des maschinellen Lernens erweitert werden können, um den spezifischen und umfassenden Qualitätsanforderungen der amtlichen Statistik und verwandter Bereiche gerecht zu werden. Für weitere Details zum inhaltlichen Hintergrund und zum Workshop, der auch diesen Beiträgen zugrunde liegt, wird auf das Vorwort der Herausgeber des ersten Teils des Sonderhefts von Dumpert et al. (2023) verwiesen.

Das Papier von Schenk und Kern (2024) schlägt eine Brücke zwischen Konzepten, die viel zu oft isoliert betrachtet wurden: Qualitätsanforderungen in der amtlichen Statistik und anderen Bereichen der Datenproduktion, Forschung über algorithmische Fairness und die intensive Diskussion über vertrauenswürdiges maschinelles Lernen. Insbesondere ordnen Schenk & Kern die verschiedenen Qualitätsdimensionen des Quality Framework for Statistical Algorithms QF4SA (Yung et al. 2022) den entsprechenden Prinzipien zu, die im Bereich der algorithmischen Fairness diskutiert werden. Die Autoren plädieren dafür, Fairness als weitere Säule des Qualitätsrahmens zu etablieren.

Der Beitrag von Bothmann und Peters (2024) beschäftigt sich auch mit der Fairness von Methoden des maschinellen Lernens, insbesondere bei der automatischen Entscheidungsfindung. Im ersten Teil des Papiers fassen die Autoren den Stand der Fairness-Debatte im maschinellen Lernen zusammen und konzentrieren sich dabei auf die philosophischen Grundlagen. Der zweite Teil widmet sich der Verwendung sogenannter „außergesetzlicher“ Merkmale in qualifizierten Mietspiegeln. Die Autoren diskutieren einen aktuellen Vorschlag von Kauermann und Windmann (2023) und kontrastieren die dort betrachtete modellbasierte Imputation mit Alternativen aus der Literatur zum fairen maschinellen Lernen.

Schließlich leisten einen Beitrag zu den Qualitätsaspekten der modernen bayesianischen Inferenz in großen Datensätzen. Sie entwickeln, implementieren und untersuchen einen bayesianischen Ansatz, der die gleichzeitige Handhabung von Variablenauswahl und Imputation fehlender Werte ermöglicht. Dieser Ansatz wird mit einigen prominenten alternativen Regularisierungs- und Auswahltechniken in einer Simulationsstudie und einer illustrativen Anwendung mit Daten aus dem deutschen Nationalen Bildungspanel (NEPS) unter Leitung des Leibniz-Instituts für Bildungsverläufe (LIfBi, Deutschland) verglichen.

Die Herausgeber des AStA-WiSoStA bedanken sich herzlich bei den Gastherausgebern des Sonderhefts für ihren Einsatz bei der Organisation und Gestaltung desselben.

Im Beitrag „Flat rent price prediction in Berlin with web scraping“ von Camilo Meyberg, Ulrich Rendtel und Holger Leerhoff (2024) werden, mithilfe von Web-Scraping, Daten aus zwei Berliner Immobilienportalen extrahiert und zur Vorhersage von Mietpreisen anhand eines semi-parametrischen Modells verwendet. Die Autoren zeigen dabei auf, dass es große Unterschiede zwischen Online-Wohnungsangeboten und bestehenden Mietverträgen gibt. Der verwendete Programmcode wird von den Autoren online zur Verfügung gestellt.

Eine zentrale Rolle in der empirischen Arbeit spielen gut dokumentierte und zugängliche Datenquellen. Joachim Wagner (2024) weist in seinem Beitrag „Data Observer – a guide to data that can help to inform evidence-based policymaking“ auf entsprechende Datenquellen hin und ordnet sie thematisch ein.

In der letzten Ausgabe erschien das finale Interview, welches Walter Krämer in seiner langen Interview-Reihe für das AStA-WiSoStA erstellt hat. Wir berichteten darüber im letzten Vorwort der Herausgeber. Ulrich Rendtel hat dieses Format nun von ihm geerbt und startet direkt mit einem Interview mit seinem Vorgänger. Wir bedanken uns für dieses gelungene Interview und freuen uns auf die zukünftigen. An dieser Stelle auch noch einmal der Hinweis, dass im Herbst die gesammelten Interviews von Walter Krämer in einer Sonderausgabe des Springer Verlages erscheinen werden.

Abschließend müssen wir noch auf eine sehr traurige Angelegenheit zu sprechen kommen: Gert G. Wagner ist im Alter von 71 Jahren leider verstorben. Aufgrund seiner herausragenden wissenschaftlichen und forschungsinfrastrukturellen Leistungen haben die Herausgeber des AStA-WiSoStA. C. Katharina Spieß (2024) gebeten, einen Nachruf für ihn zu verfassen.

Abschließend bitten wir darum, Beiträge für den im letzten Editorial bereits vorangekündigten neuen Sonderband zu Online-Surveys in Practice and Theory einzureichen. Da immer mehr Erhebungen teilweise oder vollständig auf Online-Surveys setzen, ist es uns ein Anliegen, den Stand der Praxis in Deutschland zusammenzutragen. Wir freuen uns über zahlreiche Einreichungen.

Die Herausgeber

Jan Pablo Burgard, Markus Zwick

und Gastherausgeber

Florian Dumpert, Sebastian Wichert, Thomas Augustin und Nina Storfinger