Warum kandidieren Sie für den Rat für Sozial- und Wirtschaftsdaten?

Ich kandidiere für den Rat für Sozial- und Wirtschaftsdaten, weil mir die Qualität, Transparenz und Nachhaltigkeit wissenschaftlicher Forschung sehr wichtig ist. Ein entscheidendes Fundament hierfür ist ein solides Forschungsdatenmanagement. Es bildet die Grundlage für Reproduzierbarkeit und Nachvollziehbarkeit von Forschungsergebnissen und stärkt damit das Vertrauen in wissenschaftliche Ergebnisse. In Zeiten datengetriebener Forschung ist ein verantwortungsvoller und strukturierter Umgang mit Forschungsdaten entscheidend, um Erkenntnisse langfristig nutzbar zu machen. Darüber hinaus liegt mir das Thema der Erklärbarkeit von künstlicher Intelligenz (KI) besonders am Herzen. Ohne nachvollziehbare und dokumentierte Datengrundlagen kann KI weder transparent noch vertrauenswürdig sein. Ein systematisches Forschungsdatenmanagement ist somit auch eine Voraussetzung für vertrauenswürdige und erklärbare KI-Anwendungen in den Wirtschafts- und Sozialwissenschaften.

Welche Themen sind Ihnen wichtig?

Ich möchte mich im Rat für die weitere Stärkung der FAIR-Prinzipien einsetzen sowie dafür, dass wissenschaftliche Infrastruktur nachhaltig gefördert wird und dass wissenschaftliche Kooperation über Disziplingrenzen hinweg gestärkt wird. Besonders wichtig ist mir dabei, dass Forschende bei der Umsetzung von datengetriebener Forschung durch klare Leitlinien und Weiterbildung praxisnah unterstützt werden. Ich bin davon überzeugt, dass verantwortungsvolle datengetriebene Forschung fundamental für wissenschaftliche Exzellenz ist.

Wo sehen Sie die größten Anknüpfungspunkte zwischen der Informatik und den empirischen Sozialwissenschaften?

Informatik liefert Methoden zur Datenaufbereitung, -speicherung und -analyse von großen Datenmengen, die in den Sozialwissenschaften erzeugt werden, wie Daten aus sozialen Medien, Mobilitätsdaten, Verwaltungsdaten. Durch die Nutzung von KI-Methoden können neue Muster und Trends in Daten der Sozialwissenschaften erkannt werden. Im Zusammenschluss der Sozialwissenschaften und der Informatik kann dann wiederum ein neuer Interpretationsrahmen für die datengetriebene Forschung und KI-Methoden entstehend. Im Bereich der vertrauenswürdigen Forschung bietet die Informatik technische Lösungen zur Datensicherheit und Privatheit, während die Sozialwissenschaften die normativen, rechtlichen und gesellschaftlichen Perspektiven einbringen.

Über Agnes Koschmider

Agnes Koschmider ist Professorin für Wirtschaftsinformatik an der Universität Bayreuth und Sprecherin der DFG-Forschungsgruppe FOR 5495 „SOURCED“.

Sie forscht an Methoden zur datengetriebenen Analyse und Erklärung von Vorgängen und Prozessen (Process Mining), die auf Methoden der künstlichen Intelligenz basieren. Im Zentrum ihrer Forschung ist Process Analytics: die Entwicklung einer Pipeline zur effizienten Verarbeitung der gesamten Kette von Rohdaten (Zeitreihen, Sensorereignisdaten und Videodaten) bis zur Prozesserkennung. Die Anwendungen einer solchen Datenpipeline finden sich in vielen Disziplinen wie der Medizin, Agrarwissenschaften, Materialwissenschaften oder Wirtschafts- und Sozialwissenschaften.

Im Projekt NFDIxCS, das sich zum Ziel gesetzt hat eine Forschungsdateninfrastruktur mit und für die Inforamtik aufzubauen, ist Koschmider für semantische Fragestellungen im Rahmen des Basis-Daten-Layers verantwortlich. Der Aufgabenbereich ergänzt die Arbeit zu „Metadaten und Protokollen“ durch die Verwendung einer Ontologie, um eine semantisch reichhaltigere Beschreibung von Forschungsartefakten zu erreichen. Es werden Anmerkungen auf Aussageebene eingeführt, die Aussagen in Publikationen mit ihren Belegen in Form von Forschungsdaten verknüpfen und die Rolle der Forschungsdaten in der Publikation spezifizieren, einschließlich der verwendeten Forschungsmethoden und Kontextinformationen. Es wird ein Wissensgraph entworfen und mit Forschungsdaten und deren Artefakten vervollständigt.

Von 2019 bis 2022 war Agnes Koschmider Professorin für Wirtschaftsinformatik am Informatik-Institut der Universität Kiel. Davor war sie Professorin (Associate Professor) an der Poznań University of Economics and Business, Vertretungsprofessorin an der Universität Köln und PostDoc am Institut für Angewandte Informatik und Formale Beschreibungsverfahren am KIT. Sie hat ihre Promotion 2007 und ihre Habilitation im Fach Angewandte Informatik 2015 am KIT abgeschlossen. Zwischen der Promotion und Habilitation folgten Stipendien mit zahlreiche Forschungsaufenthalte an der TU Eindhoven, Politechnischen Universität Valencia, Alpen-Adria-Universität Klagenfurt und IBM Research (Almaden).

Sie hat über 100 Forschungsarbeiten und Artikel veröffentlicht, unter anderem in Data & Knowledge Engineering, Decision Support Systems, Information Systems, IEEE Transactions on Cloud Computing, ACM Transactions on Management Information Systems, Business & Information Systems Engineering und BPM Journal. Ihre Arbeit wurde mit dem Wolfgang-Heilmann-Preis, der Junior-Fellowship der Gesellschaft für Informatik und einem Postdoktorandenstipendium der University of Pretoria ausgezeichnet.

Weitere Informationen unter: https://www.pa.uni-bayreuth.de/de/team/agnes-koschmider/index.php 

Warum kandidieren Sie für den Rat für Sozial- und Wirtschaftsdaten?

Computergestützte Methoden für Forschungsdaten stellen mittlerweile eine zentrale Grundlage für die empirisch arbeitenden Sozial- und Wirtschaftswissenschaften dar. Ich möchte die Potentiale und Herausforderungen computergestützter Methoden der Datenverarbeitung im Rat für Sozial- und Wirtschaftsdaten vertreten.

Welche Themen sind Ihnen wichtig?

Mir liegen Fragen der KI-gestützten Modellierung und Aufbereitung von empirischen Daten in den Wirtschafts- und Sozialwissenschaften am Herzen, mit einem besonderen Fokus auf die Generierung und Verarbeitung von textuellen und relationalen Daten.

Wo sehen Sie die größten Anknüpfungspunkte zwischen der Informatik und den empirischen Sozial- und Wirtschaftswissenschaften?

Die interdisziplinäre Gestaltung computergestützter Ansätze der Datenverarbeitung und -modellierung birgt ein enormes Potential für die methodische Weiterentwicklung in den Sozial- und Wirtschaftswissenschaften.

Über Markus Strohmaier

Markus Strohmaier ist Professor für Data Science in den Wirtschafts- und Sozialwissenschaften an der Universität Mannheim. Er ist Co-Director of the Mannheim Center for Data-Science, Scientific Coordinator for Digital Behavioral Data at the GESIS – Leibniz Institute for the Social Sciences, External Faculty at the Complexity Science Hub Vienna und Gründer der Fachgruppe Computational Social Science Section der Gesellschaft für Informatik e.V. (GI).

In seiner Forschung konzentriert er sich auf die Anwendung von Machine Learning und Data Science Methoden an der Schnittstelle von Informatik, Wirtschafts- und Sozial­wissenschaften. Insbesondere beschäftigt er sich damit, wie diese Methoden dazu beitragen können, sozio­ökonomische Systeme besser zu verstehen und das menschliche Verhalten in Wirtschaft und Gesellschaft zu modellieren.

An seinem Lehrstuhl für Data-Science konzentriert er sich auf die Entwicklung von Methoden zum Verständnis des menschlichen Sozial- und Wirtschaftsverhaltens durch die Analyse von

• Textdaten (natürliche Sprache, Posts in sozialen Medien, Messaging),
• relationalen Daten (zeitliche und sequenzielle Daten, soziale und ökonomische Netzwerke) und
• neu entstehenden Datenarten (Blockchain-Daten, physische Sensordaten usw.).

Durch die Entwicklung und Anwendung neuartiger datengestützter Techniken gewinnt dieser neue Erkenntnisse zu relevanten wirtschafts- und sozialwissenschaftlichen Fragen. Der Lehrstuhl verfolgt computer­gestützte, empirische und datengestützte Ansätze, häufig in Zusammenarbeit mit Kollegen aus den Computer-, Wirtschafts- und Sozialwissenschaften.

Eingerichtet wurde der Lehrstuhl im Rahmen einer universitätsweiten Initiative zur Stärkung der interdisziplinären Forschung an der Universität Mannheim. Er ist an der Fakultät für Wirtschafts­wissenschaften angesiedelt und eng vernetzt mit der Fakultät für Sozialwissenschaften und der Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik. Der Lehrstuhl arbeitet eng mit dem Mannheim Center for Data Science und dem Management Analytics Center zusammen.

Weitere Informationen unter: https://www.bwl.uni-mannheim.de/strohmaier/team/prof-dr-markus-strohmaier/