Volume 69, Issue 2-3

Zusammenfassung Taucht das Wort „Wissenschaft“ im Zusammenhang mit Big Data auf, denkt man zumeist an Wissenschaftler, die durch findige Analysen treffsichere Prognosen über zukünftige Entwicklungen, Ereignisse und Handlungen fällen – oder aber mit chirurgischer Präzision Verhalten beeinflussen, wie etwa vom erfolgreichen Wahlkampf Donald Trumps kolportiert. Allerdings sind Wissenschaftler längst nicht mehr nur Agenten in Big-Data-Szenarien, sondern auch Objekte. Die Vermessung der Wissenschaft erfolgt heute nicht allein anhand simpler Zitationszählungen oder erwirtschafteter Projektgelder: Kommerzielle Akteure schicken sich an, ein ganzes Betriebssystem inklusive integrierter Werkzeuge zu schaffen, das unablässig Verhalten von Wissenschaftlern und Performanz von Wissenschaft protokolliert. Der Beitrag illustriert am Wandel des früheren Verlagshauses Elsevier zum Research Intelligence Provider exemplarisch, wie Wissenschaft selbst in den Fokus von Big Data gerät und wie eine Big-Data-gesteuerte Wissenschaft aussehen könnte.

Zusammenfassung „Big Data“ ist eine Kurzbezeichnung für algorithmisch gestützte Verfahren zur Verarbeitung großer Datenmengen. Der Erfolg dieses Vorgehens und – in höherem Maß – seine medienwirksame Präsentation hängt direkt mit dem von ihm als problematisch erkannten Paradigma der relationalen Datenbanktheorie zusammen. Darum ist einleitend ein Blick auf deren Grundzüge zu werfen. Nur so wird der Kontrast zum konkurrierenden Ansatz deutlich. Der entscheidende Punkt ist die überwältigende Masse an Information, die durch neue Technologien sowohl erzeugt als auch gesammelt wird. Ihrem Ansturm scheint die konventionelle Theorie nicht gewachsen zu sein. Diese Herausforderung wird in einem zweiten Abschnitt diskutiert. Es stellt sich heraus, dass die Datenflut, die eine mathematisch-statistische Behandlung nötig macht, eine geänderte Einstellung zu erkenntnistheoretischen Fragen provoziert. Ob man ihr folgen soll, ist abschließend zu fragen.

Zusammenfassung Big Data in der Astronomie ist die Folge systematischen Sammelns von Informationen, die durch neue Möglichkeiten digitaler Bilderfassung gewonnen werden. Durch aufwendige Bildverarbeitungsprozesse entstehen so imposante astronomische Bilder mit hoher Informationsdichte. Mit der Zeit haben diese Bilder das Feld der Wissenschaftscommunity in zunehmendem Maße verlassen und Einzug in populäre Massenmedien gehalten. Neben ihrer ursprünglich rein epistemischen Funktion wird offenbar, welch hohen Authentizitätsanspruch und Faszinationsgehalt diese bisweilen aufsehenerregenden Bilder bei einem breiten Laienpublikum auslösen können. Zeigen sich in Originalaufnahmen noch komplexe visuelle Informationen wissenschaftlicher Relevanz, so werden diese nicht selten mit dem Argument der „besseren Verständlichkeit“ in den PR-Abteilungen der Forschungszentren stark vereinfacht und modifiziert, um den kulturellen Sehgewohnheiten einer wissenschaftsaffinen Öffentlichkeit zu entsprechen. In Zeiten knapper Forschungsbudgets werden wiederholt diese digital aufgeputzten Bilder einem staunenden Laien-Publikum präsentiert, um so die eigene Forschungsarbeit besser legitimieren zu können. Bei der Analyse dieser Bildmedien wird ein überstrapazierter Einsatz von Falschfarbendarstellungen, Kontrastverstärkungen und fragwürdigen Kontextualisierungen offenkundig, der das ungeschulte Auge in die Irre führt. Um medienethischen Anforderungen gerecht zu werden, ist es daher angebracht, in Publikationen diese verborgenen Bildentstehungsprozesse deutlicher als bisher zu kommunizieren und von rein illustrativen und unwissenschaftlichen Darstellungsformen mit fotorealistischem Anmutungscharakter Abstand zu nehmen.

Zusammenfassung Das spannungsgeladene Zusammenspiel von Wandel und Stabilität lässt sich mit einem Hybridansatz besser verstehen und gestalten als mit den vorliegenden Ansätzen der Path Constitution, des geschichteten Wandels oder des durchbrochenen Gleichgewichts. Der Beitrag vermittelt einen Überblick über die generischen Architekturen von Hybridansätzen, vor allem die Prinzipien, qualitativen Muster und quantitativen Proportionen der Kopplung von Wandel und Stabilität und gibt damit neue Antworten auf die Fragen nach dem Wie, Wann, Wo und Wie viel einer Konfiguration von kontinuierlicher und diskontinuierlicher Veränderung.

Zusammenfassung Mit dem ersten Teil dieses Beitrages wurde in Heft 4/2017 eine Bilanz zu Maßnahmen und Wirkungen der Initiative für Informationskompetenz der DGI gezogen. Nun werden einzelne Aktivitäten und Modellprojekte in Politik und Verbänden zur besseren Sichtbarkeit der Informationskompetenz und ihrer stärkeren Verankerung in der universitären, beruflichen, besonders aber schulischen Ausbildung vorgestellt. Dazu thematisiert der Artikel Aspekte der Forschung zum Begriff Informationskompetenz und seine Abgrenzung zur Medienkompetenz.

Zusammenfassung Zweck dieser Studie ist, herauszufinden, welche Push- und Pull-Faktoren es für degree und post-diploma mobility in der europäischen Informationswissenschaft gibt. Die Autorin führte 16 Interviews mit InformationswissenschaftlerInnen über ihr Mobilitätsverhalten. Die Untersuchung zeigt, dass es sich nicht nur um berufliche Gründe handelt, die ForscherInnen mobil werden lassen. Persönliche Gründe, wie Partnerschaft, oder finanzielle Gründe, wie eine bezahlte Promotionsstelle, fördern Langzeitmobilität. Kinder bzw. Familie konnten als einziger Grund für Immobilität in dieser Studie festgestellt werden. Die Ergebnisse stellen in Frage, ob ein brain drain einzig anhand von Statistiken analysiert werden kann. Diese Studie zählt zu den wenigen qualitativen Datenerhebungen über Langzeitmobilität.