Master of Arts in Politikwissenschaft
mit dem Schwerpunkt Computational Social Sciences
Kurzübersicht
"Dynamik sozialen Vertrauens"
Der Studienschwerpunkt Computational Social Science schließt eine Lücke in der deutschen Universitätslandschaft. Seit einigen Jahren werden in der sozialwissenschaftlichen Forschung verstärkt computergestützte Verfahren für die Analyse sozialwissenschaftlicher Prozesse eingesetzt: Auf der einen Seite wurden neue Datenquellen durch den Einsatz von Computern erschlossen (Big Data, Web Scraping, Data Mining) und systematisch zugänglich gemacht. Auf der anderen Seite ermöglichen Computer mit der Möglichkeit der Verarbeitung komplexer sozialer Systeme, Phänomene auf eine neue Art in den Blick zu nehmen, die mit Hilfe klassischer Verfahren nur unzulänglich analysiert werden können. In den Fokus rücken damit beispielsweise dynamische soziale Prozesse (wie die Entstehung sozialer Bewegungen), Entwicklungen in großen sozialen Netzwerken (beispielsweise durch Informationskaskaden) oder die Folgenabschätzung durch Eingriffe in Ökosysteme bzw. Lebensräume (Bau von Stromtrassen, Stadtentwicklungspläne, Hafenerweiterungen).
Der Studienschwerpunkt soll die Breite möglicher Einsatzgebiete computergestützter Verfahren in der sozialwissenschaftlichen Forschung vermitteln und Studierende in die Lage versetzen, diese Verfahren eigenständig und forschungsorientiert einzusetzen. Insgesamt zeichnet er sich durch eine starke methodische Orientierung aus und ist interdisziplinär orientiert: Dafür arbeiten Fachvertreter der Politikwissenschaft (Prof. Dr. Lasse Gerrits, Prof. Dr. Johannes Marx) und der Wirtschaftsinformatik/Informatik (Prof. Dr. Kai Fischbach) intensiv zusammen und stimmen die Module der einzelnen Fachbereiche optimal aufeinander ab.
Das Forschungsprofil
Dieser Studiengang präsentiert einen Querschnitt ausgewählter inhaltlichen Gebiete und Methoden der Computational Social Science. In seinem Aufbau ist er interdisziplinär, was sich auch in der Zusammensetzung des Lehrpersonals widerspiegelt. Das Forschungsprofil des Studiengangs umfasst eine breite Palette verschiedener Anwendungsbereiche.
Data-Mining nutzt computerbasierte Methoden wie z.B. automatisierte Suchskripte, um neue Datensätze zu erstellen und zu analysieren. Mit Hilfe dieser neuen Datensätze können neue Fragestellungen erschlossen und bearbeitet werden.
Tilly, Roman; Fischbach, Kai; Schoder, Detlef (forthcoming): Mineable or Messy? Assessing the Quality of Macro-level Tourism Information Derived from Social Media. In: Electronic Markets - The International Journal on Networked Business
Gensler, Sonja; Völckner, Franziska; Egger, Marc; Fischbach, Kai; Schoder, Detlef (forthcoming): Listen to Your Customers: Insights into Brand Image Using Online Consumer-Generated Product Reviews. In: International Journal of Electronic Commerce.
Ein zweiter Schwerpunkt liegt auf der Simulation sozialer Prozesse: Soziale Prozesse wie etwa Meinungspolarisation entstehen durch komplexe Interaktionsmuster innerhalb sozialer Gruppen. Durch den Einsatz agentenbasierter Methoden können derartige Prozesse simuliert werden, um etwa den Einfluss einzelner Faktoren zu verstehen oder konkurrierende Hypothesen zu testen.
Klein, Dominik, Marx, Johannes (2016): The Dynamics of Trust - Emergence and Destruction.
In: CEUR-WS.org, Workshop Proceedings of the 17th International workshop on Trust in Agent Societies (2014), Vol. 1720, 68-77.
Ein dritter Schwerpunkt liegt auf der Analyse komplexer Systeme. Vor dem Hintergrund eines tieferen Verständnisses der komplexen Interaktion zwischen Gesellschaft und Technik, besteht ein Bedarf an Theorien, die mit einer solchen Dynamik umgehen können. In diesem Schwerpunkt stehen Theorien und konkrete Beispiele im Fokus, um Studenten ein tiefes Verständnis des Funktionierens komplexer technologischer und sozialer Systeme zu ermöglichen.
Gerrits, L. (2012). Punching Clouds: an introduction to the complexity of public decision-making.Litchfield Park, AZ: Emergent Publications
Gerrits, L. & Verweij, S. (2013). Critical realism as a meta-framework for understanding the relationships between complexity and qualitative comparative analysis.
Gerrits, L. & Marks, P. (2015). The evolution of Wright’s (1932) adaptive field to contemporary interpretations and uses of fitness landscapes in the social sciences. Biology & Philosophy (2015) 30:459–479
Beck, Roman; Rai, Arun; Fischbach, Kai; Keil, Mark (forthcoming): Untangling Knowledge Creation and Knowledge Integration in Enterprise Wikis. In: Journal of Business Economics (formerly: Zeitschrift für Betriebswirtschaft).
Putzke, Johannes; Fischbach, Kai; Schoder, Detlef; Gloor, Peter A. (2014): Cross-cultural Gender Differences in the Adoption and Usage of Social Media Platforms – An Exploratory Study of Last.FM. In: Computer Networks 75 (Part B): 519-530
Gloor, Peter A.; Oster, Daniel; Fischbach, Kai (2013): JazzFlow. Analyzing "Group Flow" Among Jazz Musicians Through "Honest Signals". In: KI - Künstliche Intelligenz 27(1): 37-43
Das Studium im Überblick
| Modulgruppe | Module | ECTS |
|---|---|---|
Qualitative und quantitative Methoden | Zwei der drei Hauptseminare zu den Themen:
| 16 |
| Politikwissenschaftlicher Schwerpunkt | Analytische Theorien der Politikwissenschaft Agent-Based-Modeling als Instrument zur Analyse komplexer sozialer Prozesse Governance of Complex Systems Theories of Complex Systems | 30 |
Wirtschaftsinformatik und Informatik | Module aus den Fächern Wirtschaftsinformatik und Informatik | Mind. 28-32 |
| Erweiterungsbereich | Freie Kombination von Modulen nach Wahl der oder des Studierenden aus folgenden Bereichen:
| Mind. 12-16 |
| Masterarbeit | Abschlussarbeit zu einem Thema aus dem Teilgebiet Steuerung technischer Systeme oder dem Teilgebiet Politische Theorie | 30 |
| Summe | 120 |
Ausführliche Beschreibungen zu den einzelnen Veranstaltungen können Sie im Modulhandbuch (354.6 KB)nachlesen.