Big Data, Open Geography? Reflektierter Umgang mit Big Data in den raumbezogenen Wissenschaften

Abstract

Die Gewinnung, Analyse und Interpretation von Datensätzen sind “Brot und Butter” der Wissenschaft und Standardthema des epistemologischen Diskurses. In den letzten Jahren wird in diesem Zusammenhang immer wieder das Schlagwort „Big Data“ gebraucht, oftmals verbunden mit Verheißungen eines revolutionären wissenschaftlichen Fortschritts. Auch und gerade in der raumbezogenen Forschung werden rund um Big Data neue Perspektiven diskutiert, etwa wie räumlich referenzierte Variablen zur Identifikation von Individuen genutzt werden können und somit den Datenschutz gefährden. Oder inwiefern und in welchem Ausmaß räumliche Disparitäten durch die Anwendung von Big Data reproduziert werden. Die kritische Auseinandersetzung mit Big Data wird angesichts der steigenden Verfügbarkeit von Big Data in den kommenden Jahren eine weiter zunehmende Rolle spielen. Neben praktischen und methodischen Problemen bezüglich der Analyse und Interpretation solcher volatiler Datensätze sehen wir beim wissenschaftlichen Umgang mit Big Data zahlreiche konzeptionelle Fragen und ethische Herausforderungen.

Aus raumwissenschaftlicher Perspektive ist kritisch zu analysieren, welche Raumkonzepte verschiedensten Anwendungen von Big Data zugrunde liegen und welche Vorstellungen somit reproduziert werden. Zudem steht die Frage im Raum, für welche Forschungsthemen die Anwendung von Big Data überhaupt in Frage kommt. Für quantitative Fragestellungen scheinen die Vorteile auf der Hand zu liegen: Georeferenzierte Datensätze versprechen durch ihr Volumen, die große Anzahl unterschiedlicher Quellen und ihre Erfassungsgeschwindigkeit eine neue Perspektive auf menschliche Verhaltensweisen und naturwissenschaftliche Phänomene. Doch auch qualitativ Forschende beginnen, Daten aus Bereichen von Big Data und Social Media in ihre Studien einzubeziehen.

Wie und wo machen Big Data in unseren Forschungen Sinn? Welche Erfahrungen gibt es bisher zu den methodischen und methodologischen Fragen, vor welche uns der Umgang mit Big Data stellt? Welche Konsequenzen ergeben sich aus dem Einbezug solcher Daten für unsere wissenschaftstheoretischen Grundlagen? Wie können wir als raumbezogen Forschende einen reflektierten Umgang mit Big Data stärken? Diese Fragen wollen wir in der IfL Forschungswerkstatt #4 in den Mittelpunkt stellen.

Programm

Montag, 26. März 2018 – SynPodium & Diskussionsforen

10:00 // Auftakt am IfL

• Begrüßung durch das Organisationsteam Kristine Beurskens, Tim Leibert, Thomas Tillmann (Leibniz-Institut für Länderkunde)

10:30 // SynPodium: „Fluch oder Segen – Big Data in der raumwissenschaftlichen Forschung“

• mit Dirk Burghardt (Technische Universität Dresden), Henning Füller (Humboldt-Universität Berlin), Michael Klemm (Universität Koblenz-Landau), Jörg Scheffer (Universität Passau), Till Straube (Goethe-Universität Frankfurt)
• moderiert von Tim Leibert (Leibniz-Institut für Länderkunde)

 

12:30 // Mittagspause mit Imbiss

13:30 //Anmoderation und Kurzvorstellung der Diskussionsforen

• D1: Vom Sehen zum Verstehen – Big Data Visualisierungsmöglichkeiten Dirk Burghardt (Technische Universität Dresden)
• D2: Wie passt Big Data in die raumbezogene Forschung? Kritische Perspektiven Henning Füller (Humboldt-Universität Berlin)
• D3: Big Data, Qualitative Forschung und Forschungsethik Michael Klemm (Universität Koblenz-Landau)
• D4: Raum und Raumtransformation im Zeitalter der Digitalisierung: Geographische Perspektiven auf Big Data Jörg Scheffer (Universität Passau)
• D5: Wie Big Data Verräumlichungen reproduzieren Till Straube (Goethe-Universität Frankfurt)

 

13:45 // Diskussionsforen Runde 1

15:00 // Kaffeepause

15:30 // Diskussionsforen Runde 2

17:00 // Reflexionen und Ankündigungen

19:00 // Gemeinsames Abendessen (optional) im Volkshaus Leipzig

 

Dienstag, 27. März 2018 – ExperiSpaces

9.00 // ExperiSpaces

• E1: Datenstadt – Workshop zu Prozessen algorithmischer Entscheidungsfindung im datafizierten Raum Damian Paderta (Offene Kommunen.NRW)
• E2: Tag Maps – Neue Methoden zur Visualisierung und Auswertung von kollektiver Wahrnehmung in Planung, auf Basis Social Media gewonnener Big Data Alexander Dunkel (TU Dresden) & Dirk Burghardt (TU Dresden)
• E3: Gamifizierte Ansätze zur Gewinnung von Big Data: Wie Liebe, Matching und Tinder Einzug in die Stadtforschung erhalten – Eine kritische und interaktive Auseinandersetzung am Beispiel von MatchMyCity.org Laura Ziegler (Bauhaus-Universität Weimar) & Max A. Irmer (Bauhaus-Universität Weimar)
• E4: Mehr als Wörter zählen – Quantitative Verfahren der Textanalyse Thilo Wiertz (Universität Freiburg) & Tobias Schopper (Universität Freiburg)

 

16:00 // Zusammenkunft & Kaffeepause/Networking/Diskussion im Posterrundlauf

17:00 // Abschluss und Verabschiedung