Journal für Psychologie – Call for Papers: Big Data

Jour­nal fuer Psy­cho­lo­gie – Call for Papers: Big Data
(hrsg. von Mar­tin Dege)
[Eng­lish below]
Big Data hat seit dem Auf­kom­men des Kon­zepts zu Beginn die­ses Jahr­zehnts zuneh­mend an Bedeu­tung gewon­nen. Ursprueng­lich wur­den damit Daten­saet­ze bezeich­net, die schlicht zu grossŸ waren, sich zu schnell ver­aen­der­ten, oder einen zu hohen Kom­ple­xi­taets­grad auf­wie­sen als dass sie mit tra­di­tio­nel­le­ren Metho­den der Daten­ana­ly­se aus­ge­wer­tet wer­den konn­ten. Auf Grund der ein­fa­che­ren Ver­fueg­bar­keit von Rechen­power, sei es durch leis­tungs­staer­ke­re Com­pu­ter oder Anbie­tern von Cloud-Diens­ten sind Big Data Ana­ly­sen jedoch sehr schnell einem brei­te­ren Anwen­der­kreis zugaeng­lich gewor­den. Man den­ke neben GrossŸkonzernen etwa an Unter­neh­mens­be­ra­tun­gen, mit­tel­staen­di­sche Unter­neh­men, For­schungs­ein­rich­tun­gen und nicht zuletzt auch der durch­schnitt­li­che User ver­schie­dens­ter Smart­phone­diens­te, die etwa per­soen­li­che Vital­da­ten aus­wer­ten. Die­se Popu­la­ri­sie­rung spie­gelt sich auch in der Ver­ga­be von For­schungs­gel­dern und damit einem zuneh­men­den Ein­fluss auf aka­de­mi­sche For­schung selbst wider. Gleich­wohl es bei Big Data zunaechst um neue Quan­ti­tae­ten geht, signa­li­siert das Big in der Bezei­gung zugleich auch einen qua­li­ta­ti­ven Unter­schied zu tra­di­tio­nel­len For­men der Daten­er­he­bung und ‑ana­ly­se. Eine neue Qua­li­taet, die haeu­fig als die drei Vs bezeich­net wird: Volu­men als Aus­druck der extrem gestei­ger­ten Quan­ti­taet erho­be­nen Daten, Geschwin­dig­keit (velo­ci­ty) als Mass fuer die Fre­quenz kon­ti­nu­ier­lich neu gene­rier­ter Daten, sowie Viel­falt als Sym­bol fuer die Diver­si­fi­zie­rung unter­schied­lichs­ter, den­noch mit­ein­an­der in Ver­bin­dung zu brin­gen­der Daten­saet­ze. Die Kom­bi­na­ti­on die­ser drei Vs mit einer ange­wach­se­nen, von Algo­rith­men gesteu­er­ten Rechen­power ist es nun, die nicht nur ein Mehr an Daten ver­spricht, son­dern eine neue Qua­li­taet von Wis­sen: genaue­re Beschrei­bung und Vor­her­sa­ge; gene­rie­ren von Wis­sen ueber zuvor unzu­gaeng­li­che Berei­che, sei es auf Grund feh­len­der Tech­no­lo­gie oder feh­len­dem Zugang; sowie schliessŸlich ein bes­se­res Ver­staend­nis der Zusam­men­haen­ge ver­schie­de­ner Berei­che des sozia­len Lebens die durch den Blick auf Daten unmit­tel­bar zugaeng­lich wer­den und so ver­meint­lich unge­naue Theo­rien inner­halb der Sozi­al­wis­sen­schaf­ten ueber­flues­sig machen.
So viel­ver­spre­chend dies auch immer klin­gen mag, erfaehrt das Kon­zept den­noch Kri­tik aus ver­schie­dens­ten Berei­chen: Schliess­lich exis­tiert die ratio­na­lis­ti­sche Fan­ta­sie einer „€œwah­ren”€ Beschrei­bung der sozia­len Welt, sobald man nur genue­gend Daten vor­lie­gen hat wohl min­des­tens so lang wie es insti­tu­tio­na­li­sier­te For­schung gibt. Aus die­ser Sicht betrach­tet wae­re Big Data wohl nicht viel mehr als eine wei­te­re Posi­ti­vis­mus­wel­le, die gera­de ueber die Wis­sen­schaft her­ein­bre­chen zu scheint. Eben­so las­sen sich der­ar­ti­ge Fan­ta­sien sozia­ler Steue­rung durch genaue Kennt­nis von Daten bis in die Tech­no­kra­tie­be­we­gun­gen zu Beginn des 20. Jahr­hun­derts zurueck­ver­fol­gen. Nicht zuletzt wird eben­so hau­ufig der Anspruch auf Neu­tra­li­taet inner­halb der Big Data Debat­te einem kri­ti­schen Blick unter­zo­gen. Kon­kre­te (poli­ti­sche) Ent­schei­dun­gen bestimm­te Daten zu erhe­ben und damit dann auch das jewei­li­ge Ergeb­nis frei­lich zumin­dest zu beein­flus­sen blei­ben aus­sen vor. SchliessŸt man sich die­sen Kri­ti­ken an, erscheint Big Data nicht mehr so sehr als ein naechs­ter Schritt in der For­schung der die Not­wen­dig­keit von Theo­rien ueber Sozi­al­ver­hal­ten ent­spre­chend redu­ziert, son­dern viel­mehr selbst als eine Theo­rie.
Das Jour­nal fuer Psy­cho­lo­gie bit­tet um die Ueber­mitt­lung von Manu­skrip­ten zum The­ma Big Data. Ziel des zu kon­zi­pie­ren­den The­men­hef­tes ist es dem Kon­zept Big Data etwas von sei­ner Unschaer­fe zu neh­men, sein Poten­zi­al sowie sei­ne Gefah­ren zu ana­ly­sie­ren, nach sei­ner Posi­ti­on im exis­tie­ren Kor­pus der sozi­al­wis­sen­schaft­li­chen Theo­rien und Metho­den zu fra­gen um schliessŸlich die poli­ti­sche Bedeu­tung des Erstar­kens eines sol­chen Ansat­zes einer kri­ti­schen Ana­ly­se zu zie­hen.

Neben ande­ren Fra­gen koen­nen sich poten­zi­el­le Bei­trae­ge mit fol­gen­den The­men befas­sen:
* Wem soll­ten Daten gehoe­ren; beson­ders im Zeit­al­ter von Big Data?
* Was bedeu­tet Big Data fuer zukunf­ti­ge For­schungs­pro­jek­te? Was sind die Vor- und Nach­tei­le einer Anwen­dung grossŸer und flui­der Daten­saet­ze?
* Auf wel­ches theo­re­ti­sche Grund­ge­ruest stellt sich Big Data? Was sind die his­to­ri­schen Wur­zeln?
* Was sind die poli­ti­schen, oeko­no­mi­schen und sozia­len Vor­be­din­gun­gen, die Big Data Ana­ly­sen moeg­lich machen?
* Unter wel­chen Umstaen­den kann es zu einem Miss­brauch von Big Data kom­men; etwa zu sozia­ler Kon­trol­le?
* Wie kann man bei Big Data For­men von Bias in der Daten­er­he­bung iden­ti­fi­zie­ren und gege­be­nen­falls ent­ge­gen­wir­ken?
* Wie wird die Theo­rie­bil­dung inner­halb der Sozi­al­wis­sen­schaf­ten von Big Data beein­flusst?
* Inwie­weit wird durch Big Data die Rol­le des Forschers/der For­sche­rin ver­aen­dert?
* Was ist das Ver­haelt­nis von Big Data und ethi­schem Ver­hal­ten?

Falls Sie sich mit einem Manu­skript an die­sem Schwer­punkt­heft betei­li­gen wol­len, sen­den Sie bit­te zu unse­rer Ori­en­tie­rung bis 28.2.2015 ein Abs­tract (max. 1 Sei­te) an:

martin.dege@uni.kn

Sie erhal­ten zu Ihrem Abs­tract ein umge­hen­des Feed­back. AnschliessŸend an die Ein­rei­chung Ihres Bei­tra­ges star­tet das Begut­ach­tungs­ver­fah­ren (peer review).

Auch Manu­skrip­te jen­seits des The­men­schwer­punkts sind immer will­kom­men. Die­se rei­chen Sie bit­te direkt ueber das Por­tal auf unse­rer Web­site www.journal-fuer-psychologie.de ein.

For the Eng­lish Ver­si­on click „wei­ter­le­sen”!

—- Eng­lish Ver­si­on —
Big Data is the IT buz­zword of 2012 and has been with us ever sin­ce. Ori­gi­nal­ly it was appli­ed to data sets that were too lar­ge, chan­ging too fast, or sim­ply too com­plex to be ana­ly­zed by tra­di­tio­nal means of data ana­ly­sis. Through the incre­asing avai­la­bi­li­ty of com­pu­ters and cloud ser­vices with high cal­cu­la­ting power, Big Data ana­ly­sis has beco­me available to a broa­der ran­ge of busi­ness con­sul­tants, com­pa­nies, rese­ar­chers and not least the avera­ge user of various smart pho­ne based track­ing appli­ca­ti­ons. As an out­co­me of this rising popu­la­ri­ty, Big Data attract incre­asing amounts of rese­arch money from public and even more so pri­va­te insti­tu­ti­ons. While the con­cept is ulti­m­ate­ly about size, it is the big in Big Data that points also to a qua­li­ta­ti­ve dif­fe­rence com­pared to tra­di­tio­nal forms of data coll­ec­tion and ana­ly­sis. This new qua­li­ty is usual­ly iden­ti­fied as the three Vs: volu­me which deno­tes the lar­ge quan­ti­ties of data, velo­ci­ty denot­ing the amount of data con­ti­nuous­ly added to a par­ti­cu­lar data­set, and varie­ty indi­ca­ting a lar­ge diver­si­ty of raw data. It is the com­bi­na­ti­on of the­se three Vs and ever more com­plex algo­rith­mic cal­cu­la­ting power that pro­mi­ses not only a more of ever­y­thing but a new qua­li­ty of know­ledge: more accu­ra­cy in both descrip­ti­on and pre­dic­tion, know­ledge about fields that could pre­vious­ly not be exami­ned, be it due to the lack of appro­pria­te tech­no­lo­gy or access, and may­be most important­ly, a bet­ter under­stan­ding of the con­nec­ted­ness of various social domains that can be obser­ved through the data direct­ly, ther­eby redu­cing the need for “fuzzy” theo­ri­zing.
As pro­mi­sing as this may sound, the Big Data con­cept also sparks amp­le cri­ti­cism from various angles. After all, the ratio­na­list fan­ta­sy that enough data could be coll­ec­ted to ulti­m­ate­ly descri­be the „€œtruth”€ of a par­ti­cu­lar con­text under inves­ti­ga­ti­on and pre­dict its future deve­lo­p­ment is far from new. Such posi­ti­vist waves have been part of aca­de­mic rese­arch ever sin­ce it beca­me for­mal­ly insti­tu­tio­na­li­zed. And hopes for pro­per social engi­nee­ring given the right data trace back to the tech­no­crats move­ment of the ear­ly 20th cen­tu­ry and have left their mark on the social sci­en­ces in gene­ral, and psy­cho­lo­gy in par­ti­cu­lar. Moreo­ver, it is often cri­ti­ci­zed that Big Data con­ce­al the poli­tics that go into desig­ning spe­ci­fic forms of data coll­ec­tion which in turn sup­po­sedly shape the out­co­mes. With this mind frame, Big Data could not be unders­tood as slow­ly eli­mi­na­ting the need for theo­ry in the social sci­en­ces but as a par­ti­cu­lar theo­ry its­elf.
The Jour­nal fuer Psy­cho­lo­gie calls for papers about the con­cept of Big Data. It is the goal to decrypt the fuz­ziness of the term its­elf, to ana­ly­ze its poten­ti­al and pit­falls, to posi­ti­on it in the exis­ting body of social sci­ence rese­arch, and ulti­m­ate­ly to explo­re the poli­ti­cal rami­fi­ca­ti­ons that evol­ve due to Big Data descrip­ti­on and pre­dic­tion of the social world.

Among other con­tri­bu­ti­ons, poten­ti­al artic­les could focus on any of the fol­lo­wing ques­ti­ons:
* Who should own data?
* What does Big Data mean for future rese­arch pro­jects? What are pos­si­ble advan­ta­ges and dis­ad­van­ta­ges of lar­ge and flu­id amounts of data?
* What are the theo­re­ti­cal and his­to­ri­cal under­pin­nings of the Big Data con­cept?
* What are the poli­ti­cal, eco­no­mic and social pre­con­di­ti­ons of Big Data ana­ly­ses? • What are the poten­ti­al misu­s­es of Big Data?
* How can spe­ci­fic bia­ses in the coll­ec­tion and ana­ly­sis of Big Data be unco­ver­ed? • How is the con­s­truc­tion of theo­ries influen­ced by Big Data?
* How does Big Data chan­ge the role of the rese­ar­cher?
* What is the rela­ti­onship of Big Data and ethi­cal con­duct?

If you would like to con­tri­bu­te to this spe­cial issue of Jour­nal fuer Psy­cho­lo­gie, plea­se send an abs­tract of no more than a sin­gle page to martin.dege@uni.kn. The dead­line is Febru­ary 28, 2015. Based on the eva­lua­ti­on of your abs­tract, you will be invi­ted to sub­mit a con­tri­bu­ti­on. All manu­scripts will under­go a peer review pro­cess.