Georg Huber

Algorithmische Subpolitik: Big Data als Technologisierung kollektiver Ordnungsbildung?

Daten sind kein Wissen. Big Data ist nicht schon wissenschaftliche Erkenntnis, sondern hat auch eine politische Dimension. Dieser Beitrag fragt, wie sich Big Data-Technologie und deren Folgen aus gesellschaftswissenschaftlicher Sicht verstehen lassen. Die soziale Wirksamkeit von Algorithmen wird dabei in den Vordergrund gestellt. Es gelte, die Governance mit und durch Algorithmen zu betrachten. Um diese Wirksamkeit aufzuschließen, greifen die Autoren auf Ulrich Becks Konzept der Subpolitik zurück, das das politische Wirken der „Neuen Sozialen Bewegungen“ der 1980er Jahre zu erfassen suchte. Die heutigen Big Data-Algorithmen deuten die Autoren als eine Form passiv-struktureller Subpolitik. Als solche sind mit Big Data operierende Algorithmen eine Form von Politik, die sich selbst nicht als politisch begreift, wohl aber gesellschaftliche Verbindlichkeiten schafft. Weder sind Plattformen des Cyberaktivismus wie Avaaz neutrale Plätze der politischen Selbstorganisation noch präsentieren Online-Suchmaschinen wie Google im Hinblick auf politische Inhalte neutrale Trefferlisten. Big Data macht, so das Argument des Textes, Politik, ohne sich als politisch auszuweisen.

PDF: 0,00 €

Erschienen in
Berliner Debatte 4 | 2016
Big Data als Theorieersatz
146 Seiten

Big Data als Theorieersatz

Die sieben Beiträge des Schwerpunkts zum Vorzugspreis - Big Data ist zum Schlagwort für das Sammeln und Auswerten enormer Datensätze geworden, die aus den digitalen Aktivitäten der Menschen gefiltert und von Algorithmen auf Muster hin analysiert werden. Wirtschaft, Politik, Alltagskommunikation, Öffentlichkeit, Kultur und Sport – all das wird von Big Data Schritt für Schritt durchdrungen. Doch was bedeutet Big Data für Wissenschaft und Forschung, vor allem: für die Sozial- und Geisteswissenschaften? Diese Frage steht im Mittelpunkt des aktuellen Themenschwerpunkts. Sie zu stellen, liegt nicht zuletzt deshalb nahe, weil sich mit dem Aufstieg von Big Data eine Provokation verbindet, die direkt auf das Selbstverständnis der Sozial- und Geisteswissenschaften zielt. Auf den Punkt gebracht hat sie der britische Journalist und Unternehmer Chris Anderson vor fast zehn Jahren, als er mit markigen Worten das Ende der Theorie und die Überflüssigkeit wissenschaftlicher Methoden verkündete. Die sieben Beiträge fragen einerseits, was von der steilen These, Big Data trete an die Stelle der Theorie, zu halten ist. Andererseits erkunden sie soziale, rechtliche und politische Implikationen von Big Data und demonstrieren damit, dass sozial- und geisteswissenschaftliche Analysen nicht überflüssig werden, sondern nötig sind, um Big Data zu begreifen.

PDF: 0,00 €

Erschienen in
Berliner Debatte 4 | 2016
Big Data als Theorieersatz
146 Seiten