Zusammenfassung
Big Data steht als Sammelbegriff für jegliche Art und große Anzahl von Daten, die mit traditionellen Datenanalyseverfahren nicht mehr handhabbar sind und deshalb neuer Techniken und Technologien bedürfen. Neben diesen technischen Aspekten umfasst er jedoch häufig auch die soziale Dimension von Digitalisierung. Vielfach wird in Politik und Medien dabei das Konzept Big Data als das neue, datenanalytische Allheilmittel angepriesen, das im Stande ist, unzählige Probleme in Gesellschaft und Wirtschaft durch optimierende Analyseverfahren zu lösen. Neben dieser utopischen Perspektive diskutieren die kritischen Datenstudien hingegen u. a. ethische, kapitalismuskritische, machtbasierte, materielle oder überwachungsorientierte Dimensionen von Big Data.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Similar content being viewed by others
Literatur
Anderson, Chris. 2008. The End of Theory: The Data Deluge Makes the Scientific Method Obsolete. Wired. https://www.wired.com/2008/06/pb-theory/. Zugegriffen am 20.02.2022.
Bender, Emily M., Timnit Gebru, Angelina McMillan-Major und Shmargaret Shmitchell. 2021. On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? FAccT ’21: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 610–623.
Boellstorff, Tom. 2013. Making big data, in theory. First Monday 18(10).
Boyd, Danah, und Kate Crawford. 2011. Six Provocations for Big Data. Oxford Internet Institute’s “A Decade in Internet Time: Symposium on the Dynamics of the Internet and Society”. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1926431. Zugegriffen am 11.05.2020.
Crawford, Kate. 2021. Atlas of AI. Power, Politics, and the Planetary Costs of Artificial Intelligence. New Haven. London: Yale University Press.
Gitelman, Lisa, und Virgina Jackson. 2013. Introduction. In „Raw Data“ Is an Oxymoron. Hrsg. Lisa Gitelman, 1–14. Cambridge/London: The MIT Press.
Houben, Daniel, und Bianca Prietl. Hrsg. 2018. Datengesellschaft. Einsichten in die Datafizierung des Sozialen. Bielefeld: transcript.
Kersting, Kristian, Christoph Lampert, und Constantin Rothkopf. Hrsg. 2019. Wie Maschinen lernen. Künstliche Intelligenz verständlich erklärt. Wiesbaden: Springer.
Kitchin, Rob. 2014. The Data Revolution. Big Data, Open Data, Data Infrastructures and Their Consequences. London: Sage.
Klein, Dominik, Phuoc Tran-Gia, und Matthias Hartmann. 2013. Big Data. Informatik Spektrum 36(3): 319–323.
Mayer-Schönberger, Viktor, und Kenneth Cukier. 2013. Big Data. A revolution that will transform how we live, work and think. London: Murray.
Mejias, Ulises A., und Nick Couldry. 2019. Datafication. Internet Policy Review 8(4).
Pink, Sarah, Elisenda Ardèvol, und Débora Lanzeni. 2020. Digital materialities. Design and anthropology. London/New York/Abingdon: Routledge.
Powell, Alison B. 2021. Undoing optimization. Civic action in smart cities. New Haven/CT/London: Yale University Press.
Selke, Stefan. 2016. Rationale Diskriminierung durch Lifelogging – Die Optimierung des Individuums auf Kosten des Solidargefüges? In Die Optimierung des Individuums—wie weit wollen, sollen, dürfen wir gehen? Hrsg. Volker P. Andelfinger, und Till Hänisch, 53-71. Berlin: Springer.
Ulbricht, Lena, und Maximilian von Grafenstein. 2016. Big data: big power shifts? Internet Policy Review 5(1).
van Dijck, Jose. 2014. Datafication, dataism and dataveillance: Big Data between scientific paradigm and ideology. Surveillance & Society 12(2): 197–208.
Zuboff, Shoshana. 2019. The age of surveillance capitalism. The fight for a human future at the new frontier of power. London: Profile Books.
Zurawski, Nils. 2021. Überwachen und Konsumieren. Kontrolle, Normen und Soziale Beziehungen in der Digitalen Gesellschaft. Bielefeld: transcript.
Weiterführende Literatur
Kolany-Raiser, Barbara, Reinhard Heil, Carsten Orwat, und Thomas Hoeren. Hrsg. 2018. Big Data und Gesellschaft. Eine multidisziplinäre Annäherung. Wiesbaden: Springer VS.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2024 Der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature
About this chapter
Cite this chapter
Kappler, K.E. (2024). Big Data. In: Dederich, M., Zirfas, J. (eds) Optimierung. J.B. Metzler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-67307-2_36
Download citation
DOI: https://doi.org/10.1007/978-3-662-67307-2_36
Published:
Publisher Name: J.B. Metzler, Berlin, Heidelberg
Print ISBN: 978-3-662-67306-5
Online ISBN: 978-3-662-67307-2
eBook Packages: J.B. Metzler Humanities (German Language)