idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Wie verändern sich Meinungsvielfalt und Meinungsmacht im Internet? Welche Folgen hat das Sozialkreditsystem in China für Deutschland? Wie arbeiten Menschen und Roboter in Zukunft zusammen? An bayerischen Universitäten und Forschungseinrichtungen starten neun Forschungsvorhaben, die die Folgen des digitalen Wandels untersuchen.
Das Bayerische Forschungsinstitut für digitale Transformation (bidt) fördert neun Forschungsprojekte an bayerischen Universitäten, die aktuelle Fragen des digitalen Wandels untersuchen.
„Wir müssen als Gesellschaft die Auswirkungen der Digitalisierung verstehen, um unsere Zukunft verantwortungsvoll gestalten zu können. Die vom bidt geförderten Forschungsvorhaben werden dazu einen wichtigen Beitrag leisten“, sagt Christoph Egle, wissenschaftlicher Geschäftsführer des bidt.
Die neun Projekte behandeln Forschungsfragen in den Themenfeldern „Wirtschaft und Arbeit“, „Politik und Gesellschaft“ sowie „Medien und öffentliche Kommunikation“. Sie führen wissenschaftliche Expertise interdisziplinär und standortübergreifend zusammen. Die Forschungsvorhaben wurden im Rahmen eines mehrstufigen Begutachtungsverfahrens aus 30 Projektvorschlägen ausgewählt, die 90 Antragstellerinnen und Antragsteller bayerischer Forschungseinrichtungen im Rahmen einer Ausschreibung eingereicht hatten. Kriterien für die Auswahl waren eine hohe wissenschaftliche Qualität, ein interdisziplinärer Zugang sowie die gesellschaftliche und politische Relevanz der vorgeschlagenen Themen. Die Projekte starten zum 1. Januar 2020.
Die Projekte im Überblick:
Themenschwerpunkt „Wirtschaft und Arbeit“:
Titel:
Empowerment in der Produktion von morgen: Mixed Skill Factories und kollaborative Robotersysteme neu denken
Das Projekt „Empowerment in der Produktion von morgen“ untersucht neuartige Konzepte zur Zusammenarbeit von Mensch und Maschine in Fabriken. Ziel sogenannter Mixed Skill Factories ist es, durch den Einsatz von Robotersystemen die Produktionsplanung zu flexibilisieren und durch die dadurch neu entstehenden Gestaltungsspielräume zugleich die Arbeitsbedingungen für die Mitarbeiterinnen und Mitarbeiter zu verbessern.
Antragsteller:
• Prof. Dr. Alin Albu-Schäffer, DLR, Institut für Robotik und Mechatronik
• Prof. Dr. Fritz Böhle, ISF München
• Dr. Markus Rickert, fortiss
Titel:
Responsible Robotics: Tracing Ethical and Social Aspects of AI-Based Transformations in Healthcare Work and Knowledge Environments
Der Einsatz Künstlicher Intelligenz im Gesundheitswesen ist mit großen Hoffnungen, aber auch vielen offenen Fragen zu den ethischen, sozialen und rechtlichen Aspekten verbunden. Die Forschungsgruppe wählt für ihr Projekt am bidt einen empirischen Zugang: Am Beispiel von zwei innovativen Technologien, die auf Künstlicher Intelligenz basieren, wird das Team Empfehlungen für die Entwicklung medizinischer Anwendungen erarbeiten – sowohl hinsichtlich des Produktdesigns als auch mit Blick auf die Integration in das Arbeitsumfeld und Training medizinischer Berufsgruppen.
Antragstellerinnen und Antragsteller:
• Prof. Dr. med. Alena M. Buyx, TU München, Institut für Geschichte und Ethik der Medizin
• Prof. Dr. Sami Haddadin, TU München, Lehrstuhl für Robotik und Systemintelligenz
• Prof. Dr. Ruth Müller, TU München, Munich Center for Technology in Society
Titel:
Bewusstsein, Motivation und Implementierung von Datenportabilität – Stärkung radikaler und disruptiver Innovationen durch verbesserte Datenportabilität
Nur wenige Nutzerinnen und Nutzer von Online-Diensten können derzeit mit dem Wort Datenportabilität etwas anfangen, obwohl damit Vorteile für sie verbunden sind: Der Begriff bezeichnet die Möglichkeit, personenbezogene Daten zwischen verschiedenen Anbietern zu übertragen, was den Datenschutz stärken und die Auswahlmöglichkeiten verbessern kann. In der Datenschutzgrundverordnung ist Datenportabilität als Recht verankert. Das Projekt erforscht, wie das Konzept am besten umgesetzt werden kann, um den Wettbewerb zwischen Online-Diensten und datengetriebene Innovationen zu stärken.
Antragstellerin und Antragsteller:
• Prof. Dr. Johann Kranz, LMU München, Professur für Internet Business und Internet Services
• Prof. Dr. Susanne Mayr, Universität Passau, Lehrstuhl für Psychologie mit Schwerpunkt Mensch‐Maschine-Interaktion
• Prof. Dr. Jens Grossklags, TU München, Professur für Cyber Trust
Titel:
Geschäftsmodelle datengetriebener Start-ups und ihre Positionierung entlang der Wertschöpfungskette
An welchen Phasen entlang der Liefer- und Wertschöpfungskette agieren datengetriebene Start-ups? Wie beeinflussen datengetriebene Geschäftsmodelle die Wertschöpfung etablierter Unternehmen? Stellen Start-ups eine Bedrohung dar oder haben sie eher eine unterstützende Funktion? Um diese Fragen zu beantworten, untersucht das Projekt, wie Geschäftsmodelle datengetriebener Start-ups strukturiert sind und welchen Erfolg diese haben. Kern ist die detaillierte Analyse von 200 Start-ups und deren Position entlang der Liefer- und Wertschöpfungskette. Ziel des Projekts am bidt ist es, Empfehlungen abzuleiten für die Zusammenarbeit zwischen etablierten Unternehmen und Start-ups.
Antragsteller:
• Prof. Dr. Jan H. Schumann, Universität Passau, Lehrstuhl für Betriebswirtschaftslehre mit Schwerpunkt Marketing und Innovation
• Prof. Dr. Robert Obermaier, Universität Passau, Lehrstuhl für Betriebswirtschaftslehre mit Schwerpunkt Accounting und Controlling
Themenschwerpunkt „Politik und Gesellschaft“:
Titel:
Wie verändern sich die zentralen gesellschaftlichen Konfliktstrukturen in Deutschland? Social Media Analytics kollektiver Proteste und Bewegungen
Im Rahmen des Projekts wird der Wandel gesellschaftlicher Konflikte in Deutschland im Zuge der Digitalisierung erforscht. Zentral ist die Frage, inwiefern Konflikte in soziale Medien übertragen werden und welche Konsequenzen damit für Demokratien und den Umgang mit neuen Formen der Partizipation verbunden sind. Dafür wird unter anderem eine neue Datenbasis von Konflikten, Protestwellen und sozialen Bewegungen auf Grundlage digitaler Quellen, darunter Twitter und Facebook, aufgebaut.
Antragsteller:
• Prof. Dr. Kai Fischbach, Otto-Friedrich-Universität Bamberg, Lehrstuhl für Wirtschaftsinformatik, insbes. Soziale Netzwerke
• Prof. Dr. Marc Helbling, Otto-Friedrich-Universität Bamberg, Lehrstuhl für Politische Soziologie
• Prof. Dr. Thomas Kern, Otto-Friedrich-Universität Bamberg, Lehrstuhl für Soziologie, insbes. Soziologische Theorie
Titel:
Vom „Vorreiter“ lernen? Eine multidisziplinäre Analyse des chinesischen Sozialkreditsystems und seiner Auswirkungen auf Deutschland
Mit dem sogenannten Sozialkreditsystem erfasst China mithilfe Künstlicher Intelligenz das Verhalten seiner Bürgerinnen und Bürger mit dem Ziel, diese zu beeinflussen. Die Auswirkungen dieses Systems gehen jedoch über die Landesgrenzen hinaus. Auch Privatpersonen sowie Unternehmen aus dem Ausland sind davon betroffen. Im Rahmen des Projekts wird untersucht, welche Chancen und Risiken damit für die deutsche Wirtschaft verbunden sind. Das gilt insbesondere für die mehr als 8000 deutschen Unternehmen in China. Zudem soll erforscht werden, inwiefern sich das Konzept des Sozialkreditsystems und damit verbundene Prozesse und Normen im Zuge der Digitalisierung international verbreiten.
Antragstellerinnen und Antragsteller:
• Prof. Dr. Eugénia da Conceição-Heldt, TU München, Lehrstuhl für European and Global Governance
• Prof. Dr. Doris Fischer, Universität Würzburg, Lehrstuhl China Business and Economics
• Prof. Dr. Jens Grossklags, TU München, Chair of Cyber Trust
Titel:
Differential Privacy: Ein neuer Ansatz zum Umgang mit Social Big Data
Im Rahmen des Projekts wird der Ansatz der Differential Privacy beim Umgang mit personenbezogenen Daten untersucht. Bei Differential Privacy werden Daten von Nutzerinnen und Nutzern nicht nur anonymisiert, sondern auch die Eigenschaften, die sie über ihr Nutzungsverhalten verraten, unkenntlich gemacht. Mit diesem Datenmodell lassen sich valide statistische Schlussfolgerungen ziehen, ohne die individuelle Privatsphäre von Nutzerinnen und Nutzern zu verletzten. Im Rahmen des Projekts wird eine Software-Umgebung für die Umsetzung von Differential Privacy entwickelt.
Antragsteller:
• Prof. Dr. Simon Hegelich, TU München, Professur für Political Data Science, Hochschule für Politik München
• Prof. Dr. Florian Matthes, TU München, Lehrstuhl für Software Engineering betrieblicher Informationssysteme
• Prof. Dr. Uwe Baumgarten, TU München, Professur für Vernetzte Rechensysteme
Themenschwerpunkt „Medien und öffentliche Kommunikation“:
Titel:
Coding Public Value: Gemeinwohlorientierte Software für öffentlich-rechtliche Medienplattformen
Das Projekt „Coding Public Value“ untersucht die Möglichkeit, Medienpolitik mithilfe der Entwicklung von Software zu gestalten. Im Kern geht es darum, eine Software für öffentlich-rechtliche Medienplattformen zu entwickeln, die nicht nur Geschäftsmodellen dient, sondern sich am Gemeinwohl orientiert und medienrechtliche Regulierungen berücksichtigt. Das Projekt wird eine Analyse von Stakeholdern im Mediensektor, der medienrechtlichen und regulativen Rahmenbedingungen und von Nutzungs- und Marktpotenzialen liefern. Zudem sind auch prototypische Umsetzungen vorgesehen.
Antragsteller:
• Dr. Jan-Hendrik Passoth, TU München, Munich Center for Technology in Society
• Dr. Daniel Mendez, Blekinge Institute of Technology
• Prof. Dr. Hans-Bernd Brosius, LMU München, Institut für Kommunikationswissenschaften
• Prof. Dr. Wolfgang Schulz, Universität Hamburg, Leibniz‐Institut für Medienforschung (assoziiert)
Titel:
Messung von Meinungsmacht und Vielfalt im Internet: Pilotprojekt zur publizistischen Konzentrationskontrolle
Wie kann eine Kontrolle der Medienkonzentration im Zeitalter der Digitalisierung aussehen, die das Funktionieren politischer Öffentlichkeit sichert? Das ist die übergreifende Frage des Projekts, in dessen Rahmen die Verfahren zur Messung von Meinungsmacht verbessert werden sollen. Unter anderem geht es darum, Kriterien zu definieren, um auch nicht-publizistische Meinungsträger mit politischer Relevanz und die Meinungsmacht in sozialen Medien zu erfassen. Das Projekt wird von der Bayerischen Landeszentrale für neue Medien (BLM) begleitet und unterstützt.
Antragstellerin und Antragsteller:
• Prof. Dr. Carsten Reinemann, LMU München, Institut für Kommunikationswissenschaft und Medienforschung
• Prof. Dr. Simon Hegelich, TU München, Professur für Political Data Science, Hochschule für Politik München
• Prof. Dr. Birgit Stark, Johannes Gutenberg-Universität Mainz, Institut für Publizistik (assoziiert)
Das Bayerische Forschungsinstitut für Digitale Transformation (bidt) der Bayerischen Akademie der Wissenschaften trägt dazu bei, die Entwicklungen und Herausforderungen des digitalen Wandels besser zu verstehen. Das Institut fördert herausragende interdisziplinäre Forschung und liefert als Think Tank Entscheidungsträgern in Politik und Wirtschaft evidenzbasierte Empfehlungen, um die digitale Transformation erfolgreich zu gestalten. Das bidt fördert den offenen Dialog zwischen Forschung und Gesellschaft. Wissenschaftliche Erkenntnisse werden der Öffentlichkeit zugänglich gemacht, verständlich aufbereitet und über verschiedene Kanäle kommuniziert.
Pressekontakt:
Margret Hornsteiner
Abteilungsleiterin Dialog
Tel.: +49 (0)89 5 40 23 56 30
E-Mail: presse@bidt.digital
Dr. Christoph Egle
Wissenschaftlicher Geschäftsführer
Tel.: +49 (0)89 5 40 23 56 10
E-Mail: christoph.egle@bidt.digital
Merkmale dieser Pressemitteilung:
Journalisten, Wirtschaftsvertreter, Wissenschaftler
Gesellschaft, Informationstechnik, Medien- und Kommunikationswissenschaften, Politik, Wirtschaft
überregional
Forschungsprojekte, Kooperationen
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
