Wir leben heute im Zeitalter von Big Data – einem Zeitalter, in dem immer größere Mengen unterschiedlich strukturierter Daten mit enormer Geschwindigkeit generiert, gespeichert und analysiert werden können. Ermöglicht wird dies durch neu entwickelte Methoden und Technologien, die mit dem Begriff Big Data erfasst werden. Hierbei handelt es sich um eine relativ neue Entwicklung. Noch vor zehn Jahren war Big Data kaum ein Thema. Doch schon fünf Jahre später war der Begriff in aller Munde und einige Fachleute sprachen bereits von einer „Revolution, die unser Leben verändern wird“ (Mayer-Schönberger/Cukier 2013). Seitdem häufen sich die Stimmen, die sagen, dass Big Data unser Leben in vielen Bereichen verändert, sei es im Bereich der Wirtschaft, der Politik oder der Wissenschaft. Die Big-Data-Revolution wirft eine Reihe wichtiger Fragen auf, die weit über Themen wie Datenschutz oder Überwachung hinausgehen. So steht aktuell die These im Raum, dass Big Data die Produktion von Wissen in unserer Gesellschaft grundlegend verändert. Wie diese Veränderungen im Einzelnen aussehen, ist Gegenstand einer intensiven Debatte. Daher wird in der vorliegenden Arbeit folgende Frage untersucht: Wie wirkt sich Big Data auf die Produktion von Wissen in unserer Gesellschaft aus?
Inhaltsverzeichnis
- 1. Einleitung
- 2. Theoretische Grundlagen
- 2.1 Historizismus nach Thomas S. Kuhn
- 2.2 Positivismus
- 3. Was ist Big Data?
- 4. Der Einfluss von Big Data auf die Produktion von Wissen
- 4.1 Das Big-Data-Zeitalter als neues Paradigma der Wissenschaft
- 4.2 „Digitaler Positivismus“ und das „Ende der Theorie“
- 4.3 Datengetriebene Wissenschaft (data-driven science)
- 5. Fazit
Zielsetzung und Themenschwerpunkte
Die vorliegende Arbeit untersucht den Einfluss von Big Data auf die Produktion von Wissen in unserer Gesellschaft. Sie analysiert die Veränderungen, die durch die Verfügbarkeit großer Datenmengen in der Wissenschaft entstehen, und diskutiert verschiedene theoretische Ansätze, die diese Entwicklung beleuchten.
- Historizismus nach Thomas S. Kuhn und das Big-Data-Zeitalter als neues wissenschaftliches Paradigma
- Positivistische Ansätze und die These vom „Ende der Theorie“
- Datengetriebene Wissenschaft (data-driven science)
- Die Relevanz von Big Data für die Wissenschaftsproduktion
- Herausforderungen und Chancen der Big-Data-Revolution für die Wissenschaft
Zusammenfassung der Kapitel
- Kapitel 1: Einleitung: Die Einleitung führt in die Thematik des Einflusses von Big Data auf die Produktion von Wissen ein und skizziert die Problemstellung sowie die Fragestellung der Arbeit.
- Kapitel 2: Theoretische Grundlagen: Dieses Kapitel beleuchtet die theoretischen Grundlagen der Arbeit und stellt den Kuhnschen Historizismus sowie den Positivismus als wichtige Denkschulen vor, die für die Analyse von Big Data relevant sind.
- Kapitel 3: Was ist Big Data?: Kapitel 3 beschäftigt sich mit der Definition des Begriffs Big Data und erklärt die Besonderheiten großer Datenmengen sowie die relevanten Technologien und Methoden.
- Kapitel 4: Der Einfluss von Big Data auf die Produktion von Wissen: Dieses Kapitel untersucht den Einfluss von Big Data auf die Produktion von Wissen in drei Teilaspekten. Es wird zunächst die These von Jim Gray diskutiert, die das Big-Data-Zeitalter als ein neues Paradigma der Wissenschaft beschreibt. Im Anschluss werden positivistische Ansätze beleuchtet, die das Potenzial von Daten zur Erzeugung von Wissen ohne Theorie betonen. Abschließend wird die Vision einer datengetriebenen Wissenschaft (data-driven science) vorgestellt.
Schlüsselwörter
Big Data, Wissenschaft, Wissenschaftsproduktion, Historizismus, Positivismus, Paradigma, Datengetriebene Wissenschaft, Datenanalyse, Theorie, Wissenschaftstheorie, Wissenschaftsentwicklung, Digitaler Positivismus, Revolution, Anomalie, Inkommensurabilität.
Häufig gestellte Fragen
Wie beeinflusst Big Data die Produktion von Wissen?
Big Data ermöglicht es, enorme Datenmengen in Echtzeit zu analysieren, was zu neuen Methoden der Erkenntnisgewinnung führt, die oft als „datengetriebene Wissenschaft“ bezeichnet werden.
Was bedeutet das „Ende der Theorie“ im Big-Data-Kontext?
Die These besagt, dass bei ausreichender Datenmenge Korrelationen wichtiger werden als kausale Erklärungsmodelle, wodurch klassische wissenschaftliche Theorien an Bedeutung verlieren könnten.
Was ist das vierte Paradigma der Wissenschaft nach Jim Gray?
Nach der Empirie, der Theorie und der Simulation beschreibt Gray die computergestützte Datenexploration (data-driven science) als das neue, vierte Paradigma der Forschung.
Welche Rolle spielt Thomas S. Kuhn in dieser Debatte?
Kuhns Konzept des Paradigmenwechsels wird genutzt, um zu prüfen, ob die Big-Data-Revolution tatsächlich einen fundamentalen Bruch mit bisherigen wissenschaftlichen Traditionen darstellt.
Was ist „digitaler Positivismus“?
Es ist eine philosophische Strömung, die davon ausgeht, dass Daten für sich selbst sprechen und objektive Wahrheiten ohne subjektive theoretische Deutung liefern können.
Welche Risiken birgt die Big-Data-Wissenschaft?
Diskutiert werden Herausforderungen wie Inkommensurabilität, die Vernachlässigung von Kausalitäten und die Gefahr, dass Wissen ohne tieferes Verständnis der Zusammenhänge produziert wird.
- Citation du texte
- B.A. Christoph Germann (Auteur), 2018, Der Einfluss von Big Data auf die Produktion von Wissen, Munich, GRIN Verlag, https://www.grin.com/document/505840
