Skip to main content
SpringerLink
Log in

Dimensionen von Big Data: Eine politikwissenschaftliche Systematisierung

  • Chapter
Big Data und Gesellschaft

Zusammenfassung

Aus Big Data, der massenhaften Sammlung und Auswertung der vielfältigen Daten, die durch die Digitalisierung aller Lebensbereiche entstehen, erwachsen neue Phänomene, die zentrale politikwissenschaftliche Erkenntnisse und Konzepte infrage stellen und die durch moderne Gesellschaften bewertet und reguliert werden müssen. Ziel dieses Beitrags ist es, Big Data in seinen vielfältigen Bedeutungen für die politikwissenschaftliche Forschung zu erschließen und eine Systematik für künftige Forschung zu entwickeln. Fluchtpunkt ist dabei die These, dass sich durch Big Data die Bedingungen kollektiv bindenden Entscheidens verändern, indem soziale Wissensbestände, Normen und Regulierung einer radikalen Mikrofokussierung unterworfen werden. Seine Wirkung entfaltet Big Data, so die Annahme, indem es kollektiv geteilte Erwartungen weckt oder begrenzt – in kulturell-kognitiver, normativer und regulativer Hinsicht. Zugleich wird Big Data wiederum selbst durch kollektive Erwartungen geprägt. Die Tiefe und Reichweite der durch Big Data verursachten Änderungen ist allerdings je nach Dimension und Bereich ganz unterschiedlich.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 64.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  • Acquisti, A., & Gross, R. (2009). Predicting Social Security numbers from public data. Proceedings of the National Academy of Sciences of the United States of America 106(27), 10975-10980.

    Google Scholar 

  • Acquisti, A. (2014). The Economics and Behavioral Economics of Privacy. In J. Lane, V. Stodden, S. Bender & H. Nissenbaum (Hrsg.), Privacy, Big Data, and the Public Good (S. 76-95). New York: Cambridge University Press.

    Google Scholar 

  • Agho, O. (2015). New Political Actors in the Age of Big Data (Master’s Thesis, Georgetown University, Washington, D.C., United States). https://repository.library.georgetown.edu/handle/10822/760824. Zugegriffen: 05. Dezember 2016.

  • Ajana, B. (2015). Augmented borders: Big Data and the ethics of immigration control. Journal of Information, Communication and Ethics in Society 13(1), 58-78. https://doi.org/10.1108/jices-01-2014-0005

  • Albrecht, J. P. (2014). Finger weg von unseren Daten! Wie wir entmündigt und ausgenommen werden. München: Knaur.

    Google Scholar 

  • Alemanno, A., & Sibony, A. L. (Hrsg.). (2015). Nudge and the Law: a European Perspective. Oxford: Hart Publishing.

    Google Scholar 

  • Amoore, L. (2011). Data Derivatives. Theory, Culture & Society 28(6), 24-43. https://doi.org/10.1177/0263276411417430

  • Amoore, L., & Goede, M. (2012). Introduction. Journal of Cultural Economy 5(1), 3-8. https://doi.org/10.1080/17530350.2012.640548

  • Angwin, J., Larson, J., Mattu, S., & Kirchner, L. (2016). Machine Bias. ProPublica. https://www.propublica.org/article/machine-bias-risk-assessments-in-criminal-sentencing. Zugegriffen: 13. Januar 2017.

  • Austin, J. L. (1975 [1962]). How to do things with words. Cambridge, MA: Harvard University Press.

    Google Scholar 

  • Barbero, M., Coutuer, J., Jackers, R., Mouddene, K., Renders, E., Stevens, W., Toninato, Y., Peijl, S., & Versteele, D. (2016). Big data analytics for policy making: A study prepared for the European Commission DG INFORMATICS (DG DIGIT). https://joinup.ec.europa.eu/sites/default/files/dg_digit_study_big_data_analytics_for_policy_making.pdf. Zugegriffen: 13. Januar 2017.

  • Barocas, S., & Nissenbaum, H. (2014). Big Data’s End Run around Anonymity and Consent. In J. Lane, V. Stodden, S. Bender & H. Nissenbaum (Hrsg.), Privacy, Big Data, and the Public Good (S. 44-75). New York: Cambridge University Press. https://doi.org/10.1017/cbo9781107590205.004

  • Barocas, S., & Selbst, A. D. (2016). Big Data’s Disparate Impact. California Law Review 104(3), 671-732.

    Google Scholar 

  • Beckert, J. (2016). Imagined Futures. Fictional Expectations and Capitalist Dynamics. Cambridge: Harvard University Press.

    Google Scholar 

  • Beer, D. (2016). How Should We Do the History of Big Data? Big Data & Society 1(3), 1-10.

    Google Scholar 

  • Behavioural Insights Team (2014). EAST. Four simple ways to apply behavioural insights. http://38r8om2xjhhl25mw24492dir.wpengine.netdna-cdn.com/wp-content/uploads/2015/07/BIT-Publication-EAST_FA_WEB.pdf. Zugegriffen: 09. Februar 2017.

  • Berger, P. L., & Luckmann, T. (1980 [1966]). Die gesellschaftliche Konstruktion der Wirklichkeit. Frankfurt a. M.: Fischer.

    Google Scholar 

  • Berger, P.L., & Luckmann, T. (1966). The social construction of reality: A treatise on the sociology of knowledge. New York: Anchor Books.

    Google Scholar 

  • Biem, A., Bouillet, E., Feng, H., Ranganathan, A., Riabov, A., Verscheure, O., Koutsopoulos, H., & Moran, C. (2010). IBM infosphere streams for scalable, real-time, intelligent transportation services. In Proceedings of the 2010 ACM SIGMOD International Conference on Management of data (S. 1093-1104).

    Google Scholar 

  • Bimber, B. (2014). Digital Media in the Obama Campaigns of 2008 and 2012: Adaptation to the Personalized Political Communication Environment. Journal of Information Technology & Politics 11(2), 130-150. https://doi.org/10.1080/19331681.2014.895691

  • Bishop, J. (2014). Representations of ‘trolls’ in mass media communication: a review of media-texts and moral panics relating to ‘internet trolling’. International Journal of Web Based Communities 10, 7-24.

    Google Scholar 

  • Black, J. (2002). Regulatory Conversations. Journal of Law and Society 29(1), 163-196.

    Google Scholar 

  • Black, J. (2008). Constructing and contesting legitimacy and accountability in polycentric regulatory regimes. Regulation & Governance 2(2), 137-164.

    Google Scholar 

  • Bollen, J., Mao, H., & Zeng, X. (2011). Twitter mood predicts the stock market. Journal of Computational Science 2(1), 1-8.

    Google Scholar 

  • Bourdieu, P. (2009 [1981]). Beschreiben und Vorschreiben. Die Bedingungen der Möglichkeit politischer Wirkung und ihre Grenzen. In H. Beister, E. Kessler, J. Ohnacker, R. Schmid & B. Schwibs (Hrsg.), Politik: Schriften zur Politischen Ökonomie 2 (S. 11-22). Konstanz: UVK.

    Google Scholar 

  • Bourdieu, P. (2009 [1984]). Delegation und politischer Fetischismus. In H. Beister, E. Kessler, J. Ohnacker, R. Schmid, & B. Schwibs (Hrsg.), Politik: Schriften zur Politischen Ökonomie 2 (S. 23-41). Konstanz: UVK.

    Google Scholar 

  • Bowker, G. C. (2013). Data Flakes: An Afterword to „Raw Data“ Is an Oxymoron. In L. Gitelman (Hrsg.), „Raw Data“ Is an Oxymoron (S. 167-171). Cambridge, MA: MIT Press.

    Google Scholar 

  • Boyd, D., & Crawford, K. (2012). Critical questions for big data. Information, Communication & Society 15(5), 662-667.

    Google Scholar 

  • Brevoort, K. P., Grimm, P., & Kambara, M. (2015). Data Point: Credit Invisibles. http://files.consumerfinance.gov/f/201505_cfpb_data-point-credit-invisibles.pdf. Zugegriffen: 13. Januar 2017.

  • Bundeskartellamt (2016a). Bundeskartellamt eröffnet Verfahren gegen Facebook wegen Verdachts auf Marktmachtmissbrauch durch Datenschutzverstöße. http://www.bundeskartellamt.de/SharedDocs/Meldung/DE/Pressemitteilungen/2016/02_03_2016_Facebook.html. Zugegriffen: 27. Januar 2017.

  • Bundeskartellamt (2016b). Französische und deutsche Wettbewerbsbehörde veröffentlichen gemeinsames Papier zu Daten und ihren Auswirkungen auf das Wettbewerbsrecht. http://www.bundeskartellamt.de/SharedDocs/Meldung/DE/Pressemitteilungen/2016/10_05_2016_Big%20Data.html. Zugegriffen: 06. Februar 2017.

  • Bundeskartellamt (2016c). Bundeskartellamt veröffentlicht Arbeitspapier zum Thema „Marktmacht von Plattformen und Netzwerken“. http://www.bundeskartellamt.de/SharedDocs/Meldung/DE/Pressemitteilungen/2016/09_06_2016_Think%20Tank.html. Zugegriffen: 14. Februar 2017.

  • Butler, J. (2015). Notes Toward a Performative Theory of Assembly. Cambridge, MA: Harvard University Press.

    Google Scholar 

  • Butler, J. (1988). Performative acts and gender constitution: An essay in phenomenology and feminist theory. Theatre journal, 519-531.

    Google Scholar 

  • Callon, M. (2007). What Does It Mean to Say That Economics Is Performative? In D. MacKenzie, F. Muniesa & L. Siu (Hrsg.), Do Economists Make Markets? On the Performativity of Economics (S. 311-357). Princeton: Princeton University Press.

    Google Scholar 

  • Chang, R. M., Kauffman, R. J., & Kwon, Y. (2014). Understanding the paradigm shift to computational social science in the presence of big data. Decision Support Systems 63, 67-80.

    Google Scholar 

  • Cheney-Lippold, J. (2016).Jus Algoritmi: How the National Security agency Remade Citizenship. International Journal of Communication 10, 1721-1742.

    Google Scholar 

  • Chideya, F. (2015). Political Data is Everywhere — But What Does It All Mean? The Intercept. https://theintercept.com/2015/07/17/political-data-mining-2016-election. Zugegriffen: 03. Februar 2017.

  • Christin, A., Rosenblat, A., & Boyd, D. (2015). Courts and Predictive Algorithms. http://www.datacivilrights.org/pubs/2015-1027/Courts_and_Predictive_Algorithms.pdf. Zugegriffen: 13. Januar 2017.

  • Christl, W. (2014). Kommerzielle Digitale Überwachung im Alltag. Studie im Auftrag der österreichischen Bundesarbeitskammer. http://crackedlabs.org/dl/Studie_Digitale_Ueberwachung.pdf. Zugegriffen: 13. Januar 2017.

  • Clarke, A., & Margetts, H. (2014). Governments and citizens getting to know each other? Open, closed, and big data in public management reform. Policy & Internet 6, 393-417.

    Google Scholar 

  • Clemons, E. K. (2015). The EU Files Complaints Against Google, and It’s About Time! Huffington Post. http://www.huffingtonpost.com/eric-k-clemons/the-eu-files-complaintsagainst-google_b_7069780.html. Zugegriffen: 14. August 2016.

  • Conn, J. (2014). VA puts the ‘big’ in big data predictive analytics. VitalSigns. http://www.modernhealthcare.com/article/20140805/BLOG/308059999. Zugegriffen: 13. Januar 2017.

  • Crawford, K., Lingel, J., & Karppi, T. (2015). Our metrics, ourselves: A hundred years of self-tracking from the weight scale to the wrist wearable device. European Journal of Cultural Studies 18 (4-5), 479-496. https://doi.org/10.1177/1367549415584857

  • Dahlberg, L. (2001). Computer‐mediated communication and the public sphere: A critical analysis. Journal of Computer‐Mediated Communication 7, 0-0.

    Google Scholar 

  • Datta, A., Tschantz, M. C., & Datta, A. (2015). Automated Experiments on Ad Privacy Settings. Proceedings on Privacy Enhancing Technologies 2015(1). https://doi.org/10.1515/popets-2015-0007

  • Desmarais, S. L. & Singh, J. P. (2013). Risk Assessment Instruments Validated and Implemented in Correctional Settings in the United States. https://csgjusticecenter.org/wp-content/uploads/2014/07/Risk-Assessment-Instruments-Validated-and-Implemented-in-Correctional-Settings-in-the-United-States.pdf. Zugegriffen: 17. Januar 2017.

  • Deutscher Bundestag (2012). Datenschutz, Persönlichkeitsrechte: Fünfter Zwischenbericht der Enquete-Kommission „Internet und digitale Gesellschaft“, Bundestags-Drucksache 17/8999. http://dipbt.bundestag.de/dip21/btd/17/089/1708999.pdf. Zugegriffen: 13. Januar 2017.

  • Deutscher Bundestag (2017). Entwurf eines Gesetzes über die Verarbeitung von Fluggastdaten zur Umsetzung der Richtlinie (EU) 2016/681: (Fluggastdatengesetz – FlugDaG) Bundestags-Drucksache 18/11501. http://dipbt.bundestag.de/doc/btd/18/115/1811501.pdf. Zugegriffen: 22. Mai 2017.

  • Dion, M., Abdel Malik, P., & Mawudeku, A. (2015). Big Data and the Global Public Health Intelligence Network (GPHIN). Canada Communicable Disease Report 41, 209-214.

    Google Scholar 

  • Disch, L. (2008). The People as „Presupposition“ of Representative Democracy – An Essay on the Political Theory of Pierre Rosanvallon. Redescriptions: Political Thought, Conceptual History and Feminist Theory 12, 47-71.

    Google Scholar 

  • Duttweiler, S. (2016). Daten statt Worte? Bedeutungspraktiken in digitalen Selbstvermessungspraktiken. In T. Mämecke, J.H. Passoth & J. Wehner (Hrsg.), Bedeutende Daten. Verfahren und Praxis der Vermessung und Verdatung im Netz. Wiesbaden: Springer VS.

    Google Scholar 

  • Duttweiler, S., Gugutzer, R., Passoth, J.H., & Strübing, J. (2016). Leben nach Zahlen. Self-Tracking als Optimierungsprojekt? Bielefeld: transcript Verlag.

    Google Scholar 

  • Emirbayer, M., & Mische, A. (1998). What is agency? American Journal of Sociology 103(4), 962-1023.

    Google Scholar 

  • Espeland, W., & Stevens, M. (2008). A Sociology of Quantification. Archives Europeennes de Sociologie 2008 (3), 401-436.

    Google Scholar 

  • Europäischer Datenschutzbeauftragter (2014). Privacy and competitiveness in the age of big data: The interplay between data protection, competition law and consumer protection in the Digital Economy. https://secure.edps.europa.eu/EDPSWEB/webdav/site/mySite/shared/Documents/Consultation/Opinions/2014/14-03-26_competitition_law_big_data_EN.pdf. Zugegriffen: 16. Dezember 2016.

  • Europäischer Datenschutzbeauftragter (2015). Meeting the challenges of big data: A call for transparency, user control, data protection by design and accountability. https://secure.edps.europa.eu/EDPSWEB/webdav/site/mySite/shared/Documents/Consultation/Opinions/2015/15-11-19_Big_Data_EN.pdf. Zugegriffen: 24. November 2015.

  • Europäische Kommission (2013). The Google antitrust case: what is at stake? http://europa.eu/rapid/press-release_SPEECH-13-768_de.htm. Zugegriffen: 27. April 2017.

  • Europäische Kommission (2014). Kartellrecht: Kommission erzielt von Google vergleichbare Anzeige konkurrierender spezialisierter Suchdienste. http://europa.eu/rapid/press-release_IP-14-116_de.htm. Zugegriffen: 27. April 2017.

  • Europäische Kommission (2015). Kartellrecht: Kommission übermittelt Google Mitteilung der Beschwerdepunkte zu seinem Preisvergleichsdienst. http://europa.eu/rapid/press-release_MEMO-15-4781_de.htm. Zugegriffen: 27. April 2017.

  • Europäische Kommission (2017). What can big data do for you? https://ec.europa.eu/digital-single-market/what-big-data-can-do-you. Zugegriffen: 27. April 2017.

  • Europäische Kommission (2016a). Kartellrecht: Kommission sendet Google Mitteilung der Beschwerdepunkte zu Android-Betriebssystem und ‑Anwendungen. http://europa.eu/rapid/press-release_IP-16-1492_de.htm. Zugegriffen: 27. April 2017.

  • Europäische Kommission (2016b). Kartellrecht: Weitere Schritte der Kommission in Untersuchungen zum Preisvergleichsdienst und zu den Werbepraktiken von Google wegen mutmaßlichen Verstoßes gegen EU-Vorschriften. http://europa.eu/rapid/press-release_IP-16-2532_de.htm. Zugegriffen: 27. April 2017.

  • Europäische Kommission (2016c). Richtlinie (EU) 2016/681 des Europäischen Parlaments und Rates vom 27. April 2016 über die Verwendung von Fluggastdatensätzen (PNR-Daten) zur Verhütung, Aufdeckung, Ermittlung und Verfolgung von terroristischen Straftaten und schwerer Kriminalität: RL 2016/681/EU. http://eur-lex.europa.eu/legal-content/EN/TXT/?qid=1495448623854&uri=CELEX:32016L0681. Zugegriffen: 22. Mai 2017.

  • Europäisches Parlament (2016). EU Passenger Name Record (PNR) directive: an overview. http://www.europarl.europa.eu/news/en/news-room/20150123BKG12902/eu-passenger-name-record-(pnr)-directive-an-overview. Zugegriffen: 13. Januar 2017.

  • Europäische Zentralbank (2014). Social Media Sentiment and Consumer Confidence. Statistics Paper Series 5. http://www.ecb.europa.eu/pub/pdf/scpsps/ecbsp5.pdf. Zugegriffen: 03. Februar 2017.

  • Ezrahi, Y. (2012). Imagined Democracies. Necessary Political Fictions. Cambridge: Cambridge University Press.

    Google Scholar 

  • Federal Trade Commission (2016). Big Data. A Tool for Inclusion or Exclusion? Understanding the Issues – FTC Report. https://www.ftc.gov/system/files/documents/reports/big-data-tool-inclusion-or-exclusion-understanding-issues/160106big-data-rpt.pdf. Zugegriffen: 13. Januar 2017.

  • Feenberg, A. (2002). Transforming Technology. Oxford: Oxford University Press.

    Google Scholar 

  • Fihn, S. D., Francis, J., Clancy, C., Nielson, C., Nelson, K., Rumsfeld, J., Cullen, T., Bates, J., & Graham, G. L. (2014). Insights from advanced analytics at the Veterans Health Administration. Health affairs (Project Hope) 33(7), 1203-1211. https://doi.org/10.1377/hlthaff.2014.0054

  • Forelle, M. C., Howard, P. N., Monroy-Hernández, A., & Savage, S. (2015). Political bots and the manipulation of public opinion in Venezuela. SSRN. https://doi.org/10.2139/ssrn.2635800

  • Foucault, M. (1980). Power/knowledge: Selected interviews and other writings, 1972-1977. New York: Pantheon.

    Google Scholar 

  • Ganz, K. (2014). Nerd-Pride, Privilegien und Post-Privacy: Eine intersektional-hegemonietheoretische Betrachtung der Netzbewegung. FEMINA POLITICA – Zeitschrift für feministische Politikwissenschaft 23(2). https://doi.org/10.3224/feminapolitica.v23i2.17613

  • Giddens, A. (1984). The constitution of society: Outline of the theory of structuration. Berkeley, CA: University of California Press.

    Google Scholar 

  • Gillespie, T. (2014). The Relevance of Algorithms. In K. A. Foot, P. J. Boczkowski & T. Gillespie (Hrsg.), Inside technology. Media technologies. Essays on communication, materiality, and society (S. 167-193). Cambridge, MA: MIT Press.

    Google Scholar 

  • Gitelman, L., & Jackson, V. (2013). Introduction. In L. Gitelman (Hrsg.), „Raw Data“ Is an Oxymoron (S. 1-14). Cambridge, MA: MIT Press.

    Google Scholar 

  • Goerge, R. M. (2014). Data for the Public Good: Challenges and Barriers in the Context of Cities. In J. Lane, V. Stodden, S. Bender & H. Nissenbaum (Hrsg.), Privacy, Big Data, and the Public Good (S. 153-172). New York: Cambridge University Press.

    Google Scholar 

  • Gothe, H. (2014). Routinedaten im Ausland. In: E. Swart, P. Ihle, H. Gothe & D. Matusiewicz (Hrsg.), Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven (S. 260-267). Bern: Verlag Hans Huber.

    Google Scholar 

  • Graef, I. (2016). Blurring Boundaries of Consumer Welfare: How to Create Synergies between Competition, Consumer and Data Protection Law in Digital Markets. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2881969. Zugegriffen: 16. Dezember 2016.

  • Graef, I. & van Alsenoy, B. (2016). Data protection through the lens of competition law. http://blogs.lse.ac.uk/mediapolicyproject/2016/03/23/data-protection-through-thelens-of-competition-law-will-germany-lead-the-way. Zugegriffen: 20. September 2016.

  • Graff, G. M. (2016). Wie Big-Data-Startups die Prognosen zur US-Wahl revolutionieren. WIRED Germany. https://www.wired.de/collection/science/wie-big-data-startups-die-prognosen-zur-us-wahl-revolutionieren. Zugegriffen: 03. Februar 2017.

  • Hacker, P. (2015). Nudge 2.0: The Future of Behavioural Analysis of Law in Europe and Beyond: A Review of ‚Nudge and the Law. A European Perspective‘, edited by Alberto Alemanno and Anne-Lise Sibony“. European Review of Private Law 24(2), 297-322. https://doi.org/10.2139/ssrn.2670772

  • Hacking, I. (1999). The Social Construction of What? Cambridge, MA: Harvard University Press.

    Google Scholar 

  • Hanfeld, M. (2015). Punkte für gefälliges Verhalten. Frankfurter Allgemeine Zeitung. http://www.faz.net/video/medien/punktrichter-citizen-score-ueberwachung-in-china-13848403.html. Zugegriffen: 10. Februar 2017.

  • Hardesty, L. (2013). How hard is it to „de-anonymize“ cellphone data?. MIT News. https://news.mit.edu/2013/how-hard-it-de-anonymize-cellphone-data. Zugegriffen: 10. Februar 2017.

  • Hardt, M. (2014). How big data is unfair. Medium. https://medium.com/@mrtz/how-bigdata-is-unfair-9aa544d739de#.l3ia947tq. Zugegriffen: 13. Januar 2017.

  • Hasbrouck, E. (2016). What’s in a Passenger Name Record (PNR)? https://hasbrouck.org/articles/PNR.html. Zugegriffen: 13. Januar 2017.

  • Heintz, B. (2008). Governance by Numbers. Zum Zusammenhang von Quantifizierung und Globalisierung am Beispiel der Hochschulpolitik. In G. F. Schuppert & A. Voßkuhle (Hrsg.), Governance von und durch Wissen (S. 110-128). Baden-Baden: Nomos.

    Google Scholar 

  • Helbing, D. (2016). Why we need democracy 2.0 and capitalism 2.0 to survive. http://ssrn.com/abstract=2769633. Zugegriffen: 10. Februar 2017.

  • Hersh, E. (2015). Hacking the Electorate. New York: Cambridge University Press.

    Google Scholar 

  • Hofmann, J. (2014). Digitisation and Democracy: The challenges of shaping the Digital Society. In European Digital Forum (Hrsg.), Digital Minds for a New Europe (S. 52-54). Brüssel: Lisbon Council for Economic Competitiveness and Social Renewal.

    Google Scholar 

  • Hofmann, J. & Bergemann, B. (2016). Informierte Einwilligung – Ein Datenschutzphantom. Spektrum der Wissenschaft Kompakt, 50-59.

    Google Scholar 

  • Hofstetter, Y. (2016). Das Ende der Demokratie. Wie künstliche Intelligenz die Politik übernimmt und uns entmündigt. Gütersloh: C. Bertelsmann.

    Google Scholar 

  • Hood, C., Scott, C., James, O., Jones, G., & Travers, T. (1999). Regulation inside Government: Waste-Watchers, Quality Police, and Sleaze-Busters. Oxford, New York: Oxford University Press.

    Google Scholar 

  • House of Lords (2007). The EU/US Passenger Name Record (PNR) Agreement. http://www.statewatch.org/news/2007/jun/eu-pnr-hol-report.pdf. Zugegriffen: 13. Januar 2017.

  • Hoyer, N., & Schönwitz, D. (2015). In der Mitte des Rasters. Wirtschaftswoche 39, 16-22.

    Google Scholar 

  • Hull, G. (2015). Successful failure: What Foucault can teach us about privacy self-management in a world of Facebook and big data. Ethics and Information Technology 17(2), 89-101. https://doi.org/10.1007/s10676-015-9363-z

  • IT-Planungsrat (2015). Nationale E-Government-Strategie Fortschreibung 2015. http://www.it-planungsrat.de/SharedDocs/Downloads/DE/NEGS/NEGS_Fortschreibung.pdf?__blob=publicationFile&v=4. Zugegriffen: 06. Februar 2017.

  • Jenkins-Smith, H., Nohrstedt, D., Weible, C. M., & Sabatier, P. A. (2014). The Advocacy Coalition Framework: Foundations, Evolution, and Ongoing Research. In P. A. Sabatier & C. M. Weible (Hrsg.), Theories of the policy process (S. 183-224). Boulder, Colorado: Westview Press.

    Google Scholar 

  • Johnson, B. (2010). Privacy no longer a social norm, says Facebook founder. The Guardian. https://www.theguardian.com/technology/2010/jan/11/facebook-privacy. Zugegriffen: 03. Februar 2017.

  • Jungherr, A. (2015). Analyzing political communication with digital trace data. Cham, Switzerland: Springer.

    Google Scholar 

  • Just, N., & Latzer, M. (2016). Governance by algorithms: reality construction by algorithmic selection on the Internet. Media, Culture & Society. https://doi.org/10.1177/0163443716643157

  • Karpf, D. (2016). This Election Violates Everything We Thought We Knew About Data. https://backchannel.com/this-election-violates-everything-we-thought-we-knew-aboutdata-935605ecf1b#.8s5hr4rhy. Zugegriffen: 05. Dezember 2016.

  • Katzenbach, C. (2012). Technologies as institutions: Rethinking the role of technology in media governance constellations. In N. Just & M. Puppis (Hrsg.), Trends in Communication Policy Research: New Theories, Methods and Subjects (S. 117-138). Bristol, UK: Intellect Books.

    Google Scholar 

  • Keller, R., Hirseland, A., Schneider, W., & Viehöver, W. (2005). Die diskursive Konstruktion von Wirklichkeit. Konstanz: UVK Verlagsgesellschaft.

    Google Scholar 

  • Kimmich, D., & Schahadat, S. (2016). Diskriminierung. Versuch einer Begriffsbestimmung. Zeitschrift für Kulturwissenschaften 2016(2), 9-21.

    Google Scholar 

  • Kitchin, R. (2013). Big data and human geography: Opportunities, challenges and risks. Dialogues in Human Geography 3(3), 262-267. https://doi.org/10.1177/2043820613513388

  • Kitchin R. (2014a). The Data Revolution: Big Data, Open Data, Data Infrastructures & their Consequences. London: Sage.

    Google Scholar 

  • Kitchin, R. (2014b). The real-time city? Big data and smart urbanism. GeoJournal 79(1), 1-14.

    Google Scholar 

  • Kitchin, R., Coletta, C., Evans, L., Heaphy, L., Perng, S. Y., Bradshaw, B., & Lauriault, T. P. (2015). How vulnerable are smart cities to cyberattack? http://progcity.maynoothuniversity.ie/2015/12/how-vulnerable-are-smart-cities-to-cyberattack/. Zugegriffen: 05. Dezember 2016.

  • Kleinberg, J., Ludwig, J., Mullainathan, S., & Obermeyer, Z. (2015). Prediction Policy Problems. Papers and proceedings of the annual meeting of the American Economic Association 105(5), 491-495. https://doi.org/10.1257/aer.p20151023

  • Koelwel, D. (2017). Herausforderung für den Online-Handel: Mehr Verbraucherschutz im Internet. http://www.e-commerce-magazin.de/herausforderung-fuer-den-online-handel-mehr-verbraucherschutz-im-internet. Zugegriffen: 06. Februar 2017.

  • Korff, D., & George, M. (2015). Passenger Name Records, data mining & data protection: the need for strong safeguards. http://docplayer.net/16673463-Passenger-name-records-data-mining-data-protection.html. Zugegriffen: 17. Januar 2017.

  • Kosinski, M., Stillwell, D. & Graepel, T. (2013). Private traits and attributes are predictable from digital records of human behavior. Proceedings of the National Academy of Sciences 110, 5802-5805.

    Google Scholar 

  • Krieg, G. (2015). No-fly nightmares: The program’s most embarrassing mistakes. CNN. http://edition.cnn.com/2015/12/07/politics/no-fly-mistakes-cat-stevens-ted-kennedyjohn-lewis/. Zugegriffen: 13. Januar 2017.

  • Kreiss, D. (2012). Yes we can (profile you). A brief primer on campaigns and political data. Stanford Law Review Online 64(70), 70-74.

    Google Scholar 

  • Kreiss, D., & Howard, P. N. (2010). New challenges to political privacy: Lessons from the first US Presidential race in the Web 2.0 era. International Journal of Communication 2010(4), 1032-1050.

    Google Scholar 

  • Krogerus, M., & Grassegger, H. (2016). Ich habe nur gezeigt, dass es die Bombe gibt. Das Magazin, Heft 48. https://www.dasmagazin.ch/aktuelles_heft/n-48-3/?reduced=true.

  • Kuchler, H. (2016). How ‘big data’ analysts are counting on your vote. Financial Times. https://www.ft.com/content/fc1879be-1ed4-11e6-b286-cddde55ca122. Zugegriffen: 03. November 2016.

  • Kucklick, C. (2014). Die granulare Gesellschaft: Wie das Digitale unsere Wirklichkeit auflöst. Berlin: Ullstein Hardcover.

    Google Scholar 

  • Kuner, C., Cate, F. H., Millard, C., Svantesson, D. J. B., & Lynskey, O. (2014). When two worlds collide: the interface between competition law and data protection. International Data Privacy Law 4(4), 247-248.

    Google Scholar 

  • Kurz, C., & Rieger, F. (2012). Die Datenfresser. Bonn: bpb.

    Google Scholar 

  • Lane, J., Stodden, V., Bender, S., & Nissenbaum, H. (Hrsg.). (2014). Privacy, Big Data, and the Public Good. Cambridge, UK: Cambridge University Press.

    Google Scholar 

  • Larson, J., Mattu, S., Kirchner, L., & Angwin, J. (2016). How We Analyzed the COMPAS Recidivism Algorithm. ProPublica. https://www.propublica.org/article/how-we-analyzed-the-compas-recidivism-algorithm. Zugegriffen: 13. Januar 2017.

  • Latour, B. (2003). What if we talked politics a little? Contemporary Political Theory 2, 143-164.

    Google Scholar 

  • Latour, B. (2005). Reassembling the Social: An introduction to actor-network-theory. Oxford, UK: Oxford University Press.

    Google Scholar 

  • Law, J. (2009). Seeing like a survey. Cultural Sociology 3, 239-256.

    Google Scholar 

  • Law, J. (2012). Collateral realities. In: F.D. Rubio & P. Baert (Hrsg.), The Politics of Knowledge (S. 156-178). London: Routledge.

    Google Scholar 

  • Law, J., Ruppert, E., & Savage, M. (2011). The Double Social Life of Method. CRESC Working Paper Series. Milton Keynes: Centre for Research on Socio-Cultural Change. http://research.gold.ac.uk/7987/1/The%20Double%20Social%20Life%20of%20Methods%20CRESC%20Working%20Paper%2095.pdf. Zugegriffen: 03. Februar 2017.

  • Law, J., & Urry, J. (2004). Enacting the social. Economy and society 33, 390-410.

    Google Scholar 

  • Lemov, R. M. (2005). World as laboratory: experiments with mice, mazes, and men. New York: Hill and Wang.

    Google Scholar 

  • Link, J.(2006). Versuch über den Normalismus. Wie Normalität produziert wird. Göttingen: Vandenhoeck & Ruprecht.

    Google Scholar 

  • Lodge, M., & Wegrich, K. (Hrsg.). (2014). The problem-solving capacity of the modern state: Governance challenges and administrative capacities. Oxford: Oxford University Press.

    Google Scholar 

  • Lowry, S., & MacPherson, G. (1988). A Blot on the Profession. British Medical Journal 296(6623), 657-658.

    Google Scholar 

  • Lupton, D. (2014). The commodification of patient opinion: the digital patient experience economy in the age of big data. Sociology of Health & Illness 36(6), 856-869. https://doi.org/10.1111/1467-9566.12109

  • Lupton, D. (2016). The Quantified Self. Cambridge, MA: Polity Press.

    Google Scholar 

  • Lyon, D. (2006). Airport Screening, Surveillance, and Social Sorting: Canadian Responses to 9/11 in Context. Canadian Journal of Criminology and Criminal Justice 48(3), 397-411. https://doi.org/10.1353/ccj.2006.0030

  • Lyon, D. (2014). Surveillance, Snowden, and Big Data: Capacities, consequences, critique. Big Data & Society 2014, 1-13.

    Google Scholar 

  • Mager, A. (2012). Algorithmic Ideology: How capitalist society shapes search engines. Information, Communication & Society 15(5), 769-787.

    Google Scholar 

  • Mahr, B. (2003). Modellieren. Beobachtungen und Gedanken zur Geschichte des Modellbegriffs. In S. Krämer & H. Bredekamp (Hrsg.), Bild, Schrift, Zahl (S. 59-86). München: Wilhelm Fink Verlag.

    Google Scholar 

  • Majone, G. (1997). From the Positive to the Regulatory State: Causes and Consequences of Changes in the Mode of Governance. Journal of Public Policy 17(2), 139-167.

    Google Scholar 

  • Maki, K. (2011). Neoliberal deviants and surveillance: Welfare recipients under the watchful eye of Ontario Works. Surveillance & Society 9(1), 47-63.

    Google Scholar 

  • Mantelero, A. (2017). Guidelines on the protection of individuals with regard to the processing of personal data in a world of Big Data. https://rm.coe.int/CoERMPublicCommonSearchServices/DisplayDCTMContent?documentId=09000016806ebe7a. Zugegriffen: 06. Februar 2017.

  • Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., & Hung Byers, A. (2011). Big data: The next frontier for innovation, competition, and productivity. http://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/big-data-the-next-frontier-for-innovation. Zugegriffen: 13. Januar 2017.

  • March, S., Rauch, A., Bender, S., & Ihle, P. (2014). Datenschutzrechtliche Aspekte bei der Nutzung von Routinedaten. In E. Swart, P. Ihle, H. Gothe & D. Matusiewicz (Hrsg.), Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven (S. 291-303). Bern: Verlag Hans Huber.

    Google Scholar 

  • Marcuse, H. (1965). Industrialisierung und Kapitalismus. In O. Stammer & Deutsche Gesellschaft für Soziologie (Hrsg.), Max Weber und die Soziologie heute: Verhandlungen des 15. Deutschen Soziologentages in Heidelberg 1964 (S. 161-180). Tübingen: Mohr Siebeck.

    Google Scholar 

  • Margetts, H., Hale, S. A., & Yasseri, T. (2014). Big Data and Collective Action. In M. Graham & W. H. Dutton (Hrsg.), Society and the Internet: How Networks of Information and Communication are Changing Our Lives (S. 223-237). Oxford: Oxford University Press.

    Google Scholar 

  • Marres, N., & Gerlitz, C. (2016). Interface methods: Renegotiating relations between digital social research, STS and sociology. The Sociological Review 64, 21-46.

    Google Scholar 

  • McKenna, E., Richardson, I., & Thomson, M. (2012). Smart meter data: Balancing consumer privacy concerns with legitimate applications. Energy Policy 41, 807-814. https://doi.org/10.1016/j.enpol.2011.11.049

  • Merkel, A. (2016). Rede von Bundeskanzlerin Merkel beim 10. Nationalen IT-Gipfel am 17. November 2016, Saarbrücken. https://www.bundeskanzlerin.de/Content/DE/Rede/2016/11/2016-11-17-rede-merkel-it-gipfel.html. Zugegriffen: 06. Februar 2017.

  • Merton, R. K. (1948). The self-fulfilling prophecy. The Antioch Review 8, 193-210.

    Google Scholar 

  • Merz, C. (2016). Predictive Policing – Polizeiliche Strafverfolgung in Zeiten von Big Data (ABIDA-Dossier). http://www.abida.de/sites/default/files/Dossier_Predictive_ Policing.pdf. Zugegriffen: 10. Februar 2017.

  • Miller, P. (2001). Governing by Numbers: Why Calculative Practices Matter. Social Research 68(2), 379-396.

    Google Scholar 

  • Mitcham, C. (2014). Agency in humans and in artifacts: A contested discourse. In P. Kroes & P.-P. Verbeek (Hrsg.), The moral status of technical artefacts (S. 11-29). Dordrecht: Springer Netherlands.

    Google Scholar 

  • Moenchel, E. (2010). Flugdaten: US-Heimatschutz belügt EU. Futurezone. http://www.fuzo-archiv.at/artikel/1659227v2. Zugegriffen: 13. Januar 2017.

  • Morozov, E. (2014): The Rise of Data and the Death of Politics. The Guardian. https://www.theguardian.com/technology/2014/jul/20/rise-of-data-death-of-politics-evgeny-morozov-algorithmic-regulation. Zugegriffen: 19. Januar 2017.

  • Napoli, P. M. (2014). Automated media: An institutional theory perspective on algorithmic media production and consumption. Communication Theory 24(3), 340-360.

    Google Scholar 

  • Narayanan, A., & Shmatikov, V. (2006). How To Break Anonymity of the Netflix Prize Dataset. https://arxiv.org/abs/cs/0610105. Zugegriffen: 14. Februar 2017.

  • Nickerson, D. W., & Rogers, T. (2014). Political Campaigns and Big Data. Journal of Economic Perspectives 28(2), 51-74. https://doi.org/10.1257/jep.28.2.51

  • Nixon, R. (2016). Visitors to the U.S. May Be Asked for Social Media Information. New York Times. http://www.nytimes.com/2016/06/29/us/homeland-security-social-media-border-protection.html?_r=2. Zugegriffen: 13. Januar 2017.

  • Noursalehi, P., & Koutsopoulos, H. N. (2016). Real-time Predictive Analytics for Improving Public Transportation Systems’ Resilience. Presented at the Data For Good Exchange 2016. https://arxiv.org/papers/1609/1609.09785.pdf. Zugegriffen: 13. Januar 2017.

  • O’Connor, B., Balasubramanyan, R., Routledge, B.R., & Smith, N. A. (2010). From tweets to polls: Linking text sentiment to public opinion time series. The International Conference on Web and Social Media 11, 1-2.

    Google Scholar 

  • OECD 2015. Data-Driven Innovation: Big Data for Growth and Well-Being. Paris: OECD. http://dx.doi.org/10.1787/9789264229358-en

  • Open Government Partnership (2011). Open Government Declaration. http://www.opengovpartnership.org/about/open-government-declaration. Zugegriffen: 14. Februar 2017.

  • Osborne, T., & Rose, N. (1999). Do the social sciences create phenomena? The example of public opinion research. The British Journal of Sociology 50, 367-396.

    Google Scholar 

  • Pariser, E. (2012). The Filter Bubble: How the New Personalized Web Is Changing What We Read and How We Think. Reprint edition. London: Penguin Books.

    Google Scholar 

  • Pasquale, F. (2015). The Black Box Society: The Secret Algorithms That Control Money and Information. Cambridge, MA: Harvard University Press.

    Google Scholar 

  • Pitkin, H. F. (1967). The concept of representation. Berkeley and Los Angeles: University of California Press.

    Google Scholar 

  • Portmess, L., & Tower, S. (2015). Data barns, ambient intelligence and cloud computing: The tacit epistemology and linguistic representation of Big Data. Ethics and Information Technology 17(1), 1-9. https://doi.org/10.1007/s10676-014-9357-2

  • Pozzato, V. (2014). 2014 Opinion of the European Data Protection Supervisor: Interplay Between Data Protection and Competition Law. Journal of European Competition Law & Practice 5(7), 468-470. https://doi.org/10.1093/jeclap/lpu067

  • Puschmann, C., & Burgess, J. (2014). Metaphors of Big Data. International Journal of Communication 2014 (8), 1690-1709.

    Google Scholar 

  • Quetelet, A. (1914). Soziale Physik oder Abhandlung über die Entwicklung der Fähigkeit des Menschen. Berlin: Fischer.

    Google Scholar 

  • Raghupathi, W., & Raghupathi, V. (2014). Big data analytics in healthcare: promise and potential. Health Information Science and Systems 2, 3-12.

    Google Scholar 

  • Rehder, B., & Schneider, I. (2016). Gerichtsverbünde, Grundrechte und Politikfelder in Europa. Baden Baden: Nomos.

    Google Scholar 

  • Reisch, L., Büchel, D., Joost, G., & Zander-Hayat, H. (2016). Digitale Welt und Handel. Verbraucher im personalisierten Online-Handel. https://www.bmjv.de/SharedDocs/Downloads/DE/Artikel/01192016_Digitale_Welt_und_Handel.pdf. Zugegriffen: 10. Februar 2017.

  • Rip, A. (1987). Controversies as Informal Technology Assessment. In Knowledge: Creation, Diffusion, Utilization 8, 349-371.

    Google Scholar 

  • Ritzi, C. (im Erscheinen). Dezision statt Konvention. Die Politisierung von Privatheit im digitalen Zeitalter. In T. Thiel & D. Jacob (Hrsg.), Politische Theorie und Digitalisierung. Baden-Baden: Nomos.

    Google Scholar 

  • Rosanvallon, P. (2002). Le Peuple introuvable. Histoire de la représentation démocratique en France. Paris: Gallimard.

    Google Scholar 

  • Rosanvallon, P. (2006). Democracy past and future. New York: Columbia University Press.

    Google Scholar 

  • Roßnagel, A. (2013). Big Data – Small Privacy? Konzeptionelle Herausforderungen für das Datenschutzrecht. Zeitschrift für Datenschutz 3(11), 562-567.

    Google Scholar 

  • Roßnagel, A., Geminn, C., Jandt, S., & Richter, P. (2016). Datenschutzrecht 2016 „Smart“ genug für die Zukunft? Ubiquitous Computing und Big Data als Herausforderungen des Datenschutzrechts. http://www.uni-kassel.de/upress/online/OpenAccess/978-3-7376-0154-2.OpenAccess.pdf. Zugegriffen: 13. Januar 2017.

  • Rouvroy, A. (2016). Council of Europe,“Of Data and Men“ Fundamental Rights and Freedoms in a World of Big Data, Bureau of the Consultive Committee of the Convention for The Protection of Individuals with Regard to Automatic Processing of Personal Data. https://works.bepress.com/antoinette_rouvroy/64/. Zugegriffen: 13. Januar 2017.

  • Ruppert, E. (2012). Seeing Population: Census and Surveillance by Numbers. In K. Ball, K. Haggerty & D. Lyon (Hrsg.), Routledge International Handbook of Surveillance Studies (S. 209-216). London: Routledge.

    Google Scholar 

  • Ruppert, E., Law, J., & Savage, M. (2013). Reassembling the Social Science Methods. Theory, Culture & Society 30(4), 22-46.

    Google Scholar 

  • Russell Neuman, W., Guggenheim, L., Mo Jang, S., & Bae, S. Y. (2014). The dynamics of public attention: Agenda‐setting theory meets big data. Journal of Communication 64, 193-214.

    Google Scholar 

  • Sales, N. A. (2015). Big Data at the border: balancing visa-free travel and security in a digital age. ECPR Conference Université de Montréal 26.-29. August. https://ecpr.eu/Events/PaperDetails.aspx?PaperID=26167&EventID=94. Zugegriffen: 13. Januar 2017.

  • Savage, M., & Burrows, R. (2007). The coming crisis of empirical sociology. Sociology 41, 885-899.

    Google Scholar 

  • Saward, M. (2006). The representative claim. Contemporary Political Theory 5, 297-318.

    Google Scholar 

  • Schallaböck, J. (2014). Verbraucher-Tracking. https://www.gruene-bundestag.de/fileadmin/media/gruenebundestag_de/themen_az/digitale_buergerrechte/Tracking-Bilder/Verbraucher_Tracking.pdf. Zugegriffen: 06. Februar 2017.

  • Scharpf, F. W. (2006). Interaktionsformen: Akteurzentrierter Institutionalismus in der Politikforschung. Unveränderter Nachdruck der 1. Auflage. Wiesbaden: VS, Verlag für Sozialwissenschaften.

    Google Scholar 

  • Scherer, M. (2012). Inside the Secret World of the Data Crunchers Who Helped Obama Win. Time. http://swampland.time.com/2012/11/07/inside-the-secret-world-of-quants-anddata-crunchers-who-helped-obama-win. Zugegriffen: 03. Februar 2017.

  • Schmidt, V. A. (2008). Discursive Institutionalism: The Explanatory Power of Ideas and Discourse. Annual Review of Political Science 11(1), 303-326. https://doi.org/10.1146/annurev.polisci.11.060606.135342

  • Schintler, L. A., & Kulkarni, R. (2014). Big Data for Policy Analysis: The Good, The Bad, and The Ugly. Review of Policy Research 31(4), 343-348. https://doi.org/10.1111/ropr.12079

  • Schneier, B. (2015). Data und Goliath: Die Schlacht um die Kontrolle unserer Welt : wie wir uns gegen Überwachung, Zensur und Datenklau wehren können. München: Redline Verlag.

    Google Scholar 

  • Schrems, M. (2017). Europe versus Facebook. http://europe-v-facebook.org/EN/en.html. Zugegriffen: 14. Februar 2017.

  • Schulzki-Haddouti, C. (2016). Des Kaisers neue Kleider: Wie sieht eine angemessene Datenschutzkontrolle aus? In DatenDebatten Bd. 1. Zukunft der informationellen Selbstbestimmung (S. 111-126). Berlin: Erich Schmidt Verlag.

    Google Scholar 

  • Schwartz, P. M., & Solove, D. J. (2011). The PII Problem: Privacy and a new concept of personally identifiable information. New York University Law Review 86, 1814-1894.

    Google Scholar 

  • Scott, J. C. (1999). Seeing Like a State. New Haven, CT: Yale University Press.

    Google Scholar 

  • Scott, W. R. (2008). Institutions and organizations: Ideas and interests. 3 Auflage. Los Angeles: Sage.

    Google Scholar 

  • Seaver, N. (2013). Knowing algorithms. Presentation held at Media in Transition 8. http://nickseaver.net/papers/seaverMiT8.pdf. Zugegriffen: 05. Dezember 2016.

  • Selke, S. (2016). Lifelogging. Digitale Selbstvermessung und Lebensprotokollierung zwischen disruptiver Technologie und kulturellem Wandel. Wiesbaden: Springer VS.

    Google Scholar 

  • Semsrott, A., zum Felde, J., & Palmetshofer, W. (2016). „Rohstoff der Zukunft“: Was bringt das Open-Data-Gesetz? https://www.okfn.de/blog/2016/10/opendata-gesetz/. Zugegriffen: 14. Februar 2017.

  • Skeem, J. L., & Lowenkamp, C. T. (2016). Risk, Race and Recidivism: Predictive Bias and Disparate Impact. Criminology 54(4), 680-712. https://doi.org/10.1111/1745-9125.12123

  • Smith, R. J. (2014). Missed Miracles and Mystical Connections: Qualitative Research, Digital Social Science and Big Data, In M. Hand & S. Hillyard (Hrsg.), Big Data? Qualitative Approaches to Digital Research (S. 181-204). Bingley, UK: Emerald Group Publishing Limited.

    Google Scholar 

  • Stiftung Neue Verantwortung (2016). Impuls für Open Government in Deutschland. http://www.stiftung-nv.de/publikation/impuls-f%C3%BCr-open-government-deutschland. Zugegriffen: 06. Februar 2017.

  • Straßheim, H., Jung, A., & Korinek, R. L. (2015). Reframing Expertise: The Rise of Behavioural Insights and Interventions in Public Policy. In A. B. Antal, M. Hutter & D. Stark (Hrsg.), Moments of Valuation. Exploring Sites of Dissonance (S. 249-268). Oxford: Oxford University Press.

    Google Scholar 

  • Straßheim, H. (im Erscheinen). Behavioural Expertise and Regulatory Power in Europe. In M. Lee, A. de Ruiter & M. Weimer (Hrsg.). Regulating Risks in the European Union. Oxford: Hart Publishing.

    Google Scholar 

  • Streeck, W., & Thelen, K. A. (2005). Introduction: Institutional Change in Advanced Political Economies. In W. Streeck & K. A. Thelen (Hrsg.), Beyond continuity: institutional change in advanced political economies. Oxford: Oxford University Press.

    Google Scholar 

  • Sunstein, C. R. (2015). Choosing Not to Choose: Understanding the Value of Choice. Oxford: Oxford University Press.

    Google Scholar 

  • Sunstein, C. R. (2014). Why nudge? The Politics of Libertarian Paternalism. New Haven/London: Yale University Press.

    Google Scholar 

  • Süßmilch, J. P. (1761). Die göttliche Ordnung in den Veränderungen des menschlichen Geschlechts aus der Geburt, dem Tode und der Fortpflanzung desselben. Erster Theil.

    Google Scholar 

  • Swart, E., Ihle, P., Gothe, H., & Matusiewicz, D. (Hrsg.). (2014). Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2. vollständig überarbeitete Auflage. Bern: Verlag Hans Huber.

    Google Scholar 

  • Swan, M. (2013). The Quantified Self: Fundamental Disruption in Big Data Science and Biological Discovery. Big Data 1, 85-99.

    Google Scholar 

  • Sweeney, L. (2013). Discrimination in Online Ad Delivery. Communications of the Association of Computing Machinery 56(5), 44-54. https://doi.org/10.1145/2447976.2447990

  • Tallacchini, M., Boucher, P., & Nascimento, S. (2014). Emerging ICT for Citizens’ Veillance: Theoretical and Practical Insights. Brüssel: Publications Office of the European Union.

    Google Scholar 

  • Thaler, R. H., & Sunstein, C. R. (2009). Nudge: Improving Decisions About health, wealth and happiness. London: Penguin Books.

    Google Scholar 

  • Theile, C. (2016). Nirgendwo auf der Welt arbeiten so paranoide Menschen wie hier. Interview mit Emmanuel Mogenet. Tagesanzeiger. http://www.tagesanzeiger.ch/digital/internet/nirgendwo-auf-der-welt-arbeiten-so-paranoide-menschen-wie-hier/story/19360540. Zugegriffen: 05. Dezember 2016.

  • Tufekci, Z. (2014). Engineering the public: Big data, surveillance and computational politics. First Monday 19(7). https://doi.org/10.5210/fm.v19i7.4901

  • Tumasjan, A., Sprenger, T. O., Sandner, P. G., & Welpe, I. M. (2010). Predicting Elections with Twitter: What 140 Characters Reveal about Political Sentiment. The International Conference on Web and Social Media 10, 178-185.

    Google Scholar 

  • Ulbricht, L. (2017). Big Data und Diskriminierung – Impulse aus den USA für eine deutsche Debatte. In ads aktuell 1 – Newsletter der Antidiskriminierungsstelle des Bundes.

    Google Scholar 

  • Van Dijck, J. (2014). Datafication, dataism and dataveillance: Big Data between scientific paradigm and ideology. Surveillance & Society 12(2), 197-208.

    Google Scholar 

  • Vormbusch, U., & Kappler, K. (2016). Leibschreiben. Zur medialen Repräsentation des Körperleibes im Feld der Selbstvermessung. T. Mämecke, J.H. Passoth & J. Wehner (Hrsg.), Bedeutende Daten. Verfahren und Praxis der Vermessung und Verdatung im Netz. Wiesbaden: Springer VS.

    Google Scholar 

  • Voß, J.-P., & Amelung, N. (2016). Innovating public participation methods: Techno-scientization and reflexive engagement. Social Studies of Science 26, 749-772.

    Google Scholar 

  • Washington, A. L. (2014). Government Information Policy in the Era of Big Data. Review of Policy Research 31(4), 319-325. https://doi.org/10.1111/ropr.12081

  • Wehner, J. (2008). Taxonomische Kollektive. Zur Vermessung des Internet. In H. Willems (Hrsg.), Weltweite Welten: Internet-Figurationen aus wissenssoziologischer Perspektive (S. 363-383). Wiesbaden: VS Verlag für Sozialwissenschaften.

    Google Scholar 

  • Weichert, T. (2013). Big Data und Datenschutz. https://www.datenschutzzentrum.de/bigdata/20130318-bigdata-und-datenschutz.pdf. Zugegriffen: 06. Februar 2017.

  • Weltbank (2015). World Development Report 2015: Mind, Society, and Behavior. http://www.worldbank.org/en/publication/wdr2015. Zugegriffen: 10. Februar 2017.

  • Wewer, G. (2016). Open Government, Staat und Demokratie. Berlin: Edition Sigma.

    Google Scholar 

  • White House (2014). Big data: seizing opportunities, preserving values. http://purl.fdlp.gov/GPO/gpo64868. Zugegriffen: 06. Dezember 2016.

  • White House (2016). Big Data: A Report on Algorithmic Systems, Opportunity, and Civil Rights. https://www.whitehouse.gov/sites/default/files/microsites/ostp/2016_0504_data_discrimination.pdf. Zugegriffen: 13. Januar 2017.

  • White, M. C. (2016). Orbitz Shows Higher Prices to Mac Users. Time. http://business.time.com/2012/06/26/orbitz-shows-higher-prices-to-mac-users/. Zugegriffen: 13. Januar 2017.

  • Wright, D., & de Hert, P. (2012). Privacy Impact Assessment (1. Auflage). Law, Governance and Technology Series 6. Dordrecht: Springer Netherlands.

    Google Scholar 

  • Yeung, K. (2016). ‘Hypernudge’: Big Data as a mode of regulation by design. Information, Communication & Society, 1-19.

    Google Scholar 

  • Zuboff, S. (2015). Big other. Surveillance capitalism and the prospects of an information civilization. Journal of Information Technology 30 (1), 75-89.

    Google Scholar 

  • Zuiderveen Borgesius, F., Trilling, D., Möller, J., Bodó, B., de Vreese, C., & Helberger, N. (2016). Should we worry about filter bubbles? Internet Policy Review 5(1). https://doi.org/10.14763/2016.1.401.

Download references

Author information

Authors and Affiliations

  1. Wissenschaftszentrum Berlin für Sozialforschung (WZB) - Projektgruppe Internet, Berlin, Deutschland

    Lena Ulbricht & Jeanette Hofmann

  2. Unicom-Gebäude, Raum: 7.4500, Universität Bremen - SOCIUM Forschungszentrum Ungleichheit und Sozialpolitik, Bremen, Deutschland

    Sebastian Haunss

  3. Medien&Politik, Universität Zürich - Institut für Kommunikationswissenschaft und Medienforschung (IKMZ, ehemals IPMZ),, Zürich, Schweiz

    Ulrike Klinger

  4. Munich Center for Technology in Society (MCTS), Technische Universität München, München, Deutschland

    Jan-Hendrik Passoth

  5. Zentrum für Medien-, Kommunikations- und Informationsforschung (ZeMKI),, Universität Bremen, Bremen, Deutschland

    Christian Pentzold

  6. MIN-Fakultät, Fachbereich Informatik, Universität Hamburg, Hamburg, Deutschland

    Ingrid Schneider

  7. Institut für Sozialwissenschaften, Abt. Politische Soziologie und Sozialpolitik, Humboldt-Universität Berlin, Berlin, Deutschland

    Holger Straßheim

  8. Institut für Soziologie, Technische Universität Berlin, Berlin, Deutschland

    Jan-Peter Voß

Authors
  1. Lena Ulbricht
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Sebastian Haunss
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Jeanette Hofmann
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Ulrike Klinger
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Jan-Hendrik Passoth
    View author publications

    You can also search for this author in PubMed Google Scholar

  6. Christian Pentzold
    View author publications

    You can also search for this author in PubMed Google Scholar

  7. Ingrid Schneider
    View author publications

    You can also search for this author in PubMed Google Scholar

  8. Holger Straßheim
    View author publications

    You can also search for this author in PubMed Google Scholar

  9. Jan-Peter Voß
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Lena Ulbricht .

Editor information

Editors and Affiliations

  1. Universität Münster, Münster, Deutschland

    Barbara Kolany-Raiser  & Thomas Hoeren  & 

  2. Karlsruher Institut für Technologie, Karlsruhe, Baden-Württemberg, Deutschland

    Reinhard Heil  & Carsten Orwat  & 

Rights and permissions

Reprints and permissions

Copyright information

© 2018 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Cite this chapter

Ulbricht, L. et al. (2018). Dimensionen von Big Data: Eine politikwissenschaftliche Systematisierung. In: Kolany-Raiser, B., Heil, R., Orwat, C., Hoeren, T. (eds) Big Data und Gesellschaft. Technikzukünfte, Wissenschaft und Gesellschaft / Futures of Technology, Science and Society. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-21665-8_3

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-21665-8_3

  • Publisher Name: Springer VS, Wiesbaden

  • Print ISBN: 978-3-658-21664-1

  • Online ISBN: 978-3-658-21665-8

  • eBook Packages: Social Science and Law (German Language)

Publish with us

Policies and ethics

Search

Navigation