Interessensbekundungen für Gutachten
1. Ethische Standards für Big Data und ihre Begründung
Die Automatisierung von Entscheidungen mittels Big Data hat Auswirkungen auf
das Individuum und die Gesellschaft. Es bedarf der Kristallisation und
Stärkung ethischer Standards, um dem Risiko vorzubeugen, den Menschen zum
Objekt algorithmischer Entscheidungen zu machen. Diese Standards sollten
möglichst einen allgemeingültigen Anspruch verfolgen und nicht auf einzelne
Fachdisziplinen beschränkt sein.
2. Neue digitale Akteure und ihre Rolle in der Finanzwirtschaft
Immer häufiger treten Fintechs mit neuartigen Modellen am Finanzmarkt auf,
und das auch in Geschäftsfeldern, die nicht der Aufsicht der BaFin
unterliegen. Dabei stellt sich nicht nur die Frage, welche
Wettbewerbsvorteile die Fintechs genießen, sondern auch wie die zukünftige
Aufgabenverteilung in der Finanzbranche aussieht und welche Auswirkungen Big
Data haben kann. Datenschutz und Datensicherheit sind in der
Finanzwirtschaft aufgrund der besonderen Sensibilität der Daten wichtige
Aspekte.
3. Datenhandel und Plattformen
Als Antwort auf die Masse an verfügbaren und gesammelten Daten erlauben Big
Data-Plattformen ihren Anwendern den Zugang, das Management, den Handel und
die Analyse großer Datenmengen. Eine vertiefte Betrachtung der
datengetriebenen Plattformen und deren spezifischen Charakteristika und
Herausforderungen erscheint wünschenswert.
4. Big Data in der automatisierten Schadenbearbeitung
Mittels Big Data-Analysen könnten neben den bereits aktiven
Anwendungsszenarien im Versicherungsbereich, unter anderem der
Deckungszusage, anhand von Mustern Betrugsfälle bei Schadenmeldungen erkannt
werden. Außerdem ist bei der Ablehnung einer Kostenübernahme weitergehende
Unterstützung durch Big Data denkbar. Insbesondere bei Betrugsfällen mit
geringerem potentiellem Auszahlungsbetrag ist jedoch eine
Kosten-Nutzen-Abwägung von Bedeutung.
5. Digitale Transformation – Big Data im öffentlichen
Personenverkehr
Elektronische Tickets, die Erfassung schwankender Nachfrage und Analyse des
dahinter liegenden Mobilitätsbedarfs bieten neues Potential für den
öffentlichen Personenverkehr. Neben Vorteilen wie einer
Ressourcenoptimierung und Emissionsminderung sind jedoch auch
Rebound-Effekte, etwa in Form einer gesteigerten Lärmbelastung infolge einer
höheren Anzahl an Transportmitteln, als Nachteil denkbar.
6. Auswirkungen von Big Data auf den Markt der Onlinemedien
Personalisierung von Werbung und Angeboten kann Auswirkungen auf die
Wertschöpfungsketten und Marktstrukturen haben. Daneben kommen bei
Onlinemedien auch sog. „Predictive Analytics“ im Rahmen der Bedarfsprognose
und sog. „Computational Journalism“ im Rahmen der Recherche oder bei der
automatisierten Erstellung von Artikeln zum Einsatz.
7. Big Data im Bereich Heim und Freizeit mit Fokus Smart Living:
Status Quo und Entwicklungstendenzen
Das Smart Home mit Smart Metern und vernetzter Heimelektronik sowie
Wearables öffnen den privaten Raum zunehmend. Aus rechtlicher Sicht ergeben
sich hohe Risiken für die informationelle Selbstbestimmung und durch die
Verwischung der Grenzen des häuslichen Bereichs, der üblicherweise einen
besonderen rechtlichen Schutz genießt.
8. Handel und elektronische Bezahlsysteme
Im Online-Handel generierte Daten können zur Optimierung der
Lagerwirtschaft, Logistik und der (individuellen) Preisgestaltung verwendet
werden. Zusätzlich stellen sich Fragen nach neuen elektronischen
Bezahlsystemen – bis hin zur Möglichkeit der Abschaffung des Bargelds.
9. Arbeit 4.0 – People Analytics – Führungsinformationssysteme:
Soziologische, psychologische, wissenschaftsphilosophisch-ethische
Überlegungen zum Einsatz von Big Data in Personalmanagement und
Personalführung
Unter dem Schlagwort „Arbeit 4.0“ werden Big Data-Anwendungsszenarien wie
Überwachung der Beschäftigtenleistung, emotionaler Zustände der
Beschäftigten und der Kommunikation untereinander gefasst. Bereits bei der
Selektion von Beschäftigten kann Big Data etwa durch eine Bewerbervorauswahl
Bedeutung erlangen.
10. Nudging – Regulierung durch Big Data und
Verhaltenswissenschaften
Im Rahmen von Nudging werden scheinbar marginale Details in Situationen, in
denen Entscheidungen getroffen werden, angepasst. Big Data-Analysemethoden
ermöglichen eine Anpassung dieser Details an die individuellen Eigenheiten
der Angesprochenen. Offen ist unter anderem in welchen Formen Big Data und
Nudging ineinandergreifen können und welche Konzepte und Begriffe sich
eignen, um die entsprechenden Phänomene zu erfassen.
11. Big Data und der „digitale Demos“
Big Data und die vielfältigen Datenquellen können dabei helfen in der
Politik Repräsentationsansprüche und Interventionsstrategien zu entwerfen.
Allerdings stellen die Selektivität von Datenbeständen, methodische
Unzulänglichkeiten und mangelnde Datenqualität die These infrage, dass Big
Data als repräsentativ angesehen werden kann.
Die Gutachten werden freihändig vergeben. Wir bitten potentielle
GutachterInnen darum ihr Interesse bis zum 28.06.2017 zu bekunden. Eine
Aufforderung zur Angebotsstellung und detaillierte Ausschreibungen werden
dann zeitnah an die Interessierten verschickt.
WICHTIG - Es geht zuerst lediglich um eine Interessensbekundung, nicht um
das Einreichen eines Angebots! – WICHTIG
Interessensbekundungen richten Sie bitte an Frau Barbara Kolany-Raiser
(b.kolany-raiser@uni-muenster.de).
Beste Grüße
Barbara Kolany-Raiser
b.kolany-raiser@uni-muenster.de