Projektabschluss 2024

Kurzbeschreibung:

Das Fachgebiet Soziologische Theorie der Universität Kassel richtet einen Agendaprozess zur zukunftsorientierten Verbraucherforschung aus. Als kontinuierlicher Diskussions- und Arbeitsprozess in sechs thematischen Workshops streckt sich die Agendafindung über einen Zeitraum von 18 Monaten. Themenfelder sind u.a. Nachhaltigkeit, Digitalisierung, soziale/materielle (Eigentums-)Rechte, Professionalisierung sowie Verantwortung.

Keynotes sind jetzt online

• Prof. Dr. Hartmut Rosa (Universität Jena/Max-Weber-Kolleg, Erfurt) am 27.06.2024 in Erfurt:  
  „Dinge ent-sorgen. Wie der Kapitalismus das Ende des Privateigentums an Konsumgütern erzwingt"
• Prof. Dr. Cordula Kropp (Universität Stuttgart) am 13.03.2024 in Kassel: 
  „Infrastrukturen als Weichensteller des Umweltverbrauchs"
• Prof. Dr. Melanie Jaeger-Erben (BTU Cottbus-Senftenberg) am 07.12.2023 in Wuppertal :  
  „Überfluss, Genzenlosigkeit und Schadschöpfung – die dicken Bretter transformativerKonsumforschung“,

Kurzbeschreibung:

Der Zahnputzvorgang ist bis heute weitgehend unverstanden, da Forschungsgeräte fehlen, mit Hilfe derer er im Detail beschrieben und analysiert werden kann. Dabei ist diese hochkomplexe und weitgehend automatisierte Tätigkeit von hoher gesundheitlicher Relevanz. Zudem sind weite Bevölkerungsteile nicht in der Lage, beim Zähneputzen Plaquefreiheit herzustellen und leiden unter plaqueassoziierten Erkrankungen; dies unabhängig davon, ob sie elektrisch oder manuell putzen. Unter anderem deswegen ist ein genaues Verständnis des Zahnputzvorgangs aus der Perspektive verschiedener Wissenschaften, allen voran der Zahnmedizin aber auch der Psychologie und den Bewegungswissenschaften, von besonderem Interesse. Dabei stoßen aktuell verfügbare Forschungsmethoden schnell an ihre Grenzen. Die genaueste Analyse des Zahnputzvorgangs liefert bislang die Videoanalyse. Diese ist äußerst zeitaufwändig und zugleich wenig detailliert. Daher wird ein Forschungsgerät entwickelt, das eine detaillierte Analyse des Zahnputzvorgangs automatisiert vornimmt und so dessen genaueres Studium ermöglicht. Eine manuelle Zahnbürste wird mit entsprechender Sensorik ausgestattet, die die Abbildung physikalischer Größen, die den Zahnputzvorgang kennzeichnen, ermöglicht. Hierzu gehören u.a. Kraft, Trägheit und Beschleunigung, Bewegungsrichtung und –amplitude. Mithilfe externer Referenzsysteme wird außerdem eine exakte Positionsbestimmung ermöglicht. Mit Verfahren des maschinellen Lernens wird eine Algorithmik entwickelt und erforscht, die eine Abbildung der mit der Sensorik erfassten physikalischen Größen auf Verhaltensparameter und klinische Daten erlaubt. Hierfür werden Studien zur Erfassung von Beispieldaten durchgeführt. Im Hinblick auf die spätere Anwendung des Forschungsgeräts in der zahnmedizinischen und verhaltenswissenschaftlichen Grundlagenforschung erfolgt eine kontinuierliche Evaluation. Am Ende des Projektes steht ein durch entsprechende Studien validiertes Gerät zur differenzierten automatisierten Erfassung des Zahnputzvorgangs zur Verfügung. Dieses Gerät wird wichtige Impulse für die Grundlagenforschung in der Zahnmedizin aber auch in anderen Disziplinen, wie der Psychologie und den Bewegungswissenschaften liefern.

Projektpartner:
Professorin Dr. Renate Deinzer
Justus-Liebig-Universität Gießen
Fachbereich Medizin
Institut für Medizinische Psychologie
Professor Dr. Bernhard Sick
Universität Kassel
Fachbereich 16 - Elektrotechnik/Informatik
Fachgebiet Intelligente Eingebettete Systeme
Professor Dr. Keywan Sohrabi
Technische Hochschule Mittelhessen
Fachbereich 05 - Gesundheit

Kurzbeschreibung:

In dem von der Deutschen Forschungsgemeinschaft finanzierten Graduiertenkolleg „Privatheit und Vertrauen für mobile Nutzende“ werden interdisziplinär neue Lösungen für den Schutz der Privatsphäre bei der mobilen Internetnutzung entwickeln. Vertreter der Informatik, Usability und Wirtschaftswissenschaften aus der TU Darmstadt arbeiten eng mit Wissenschaftler aus den Bereichen der Rechtswissenschaften und der Soziologie der Universität Kassel zusammen. Sie alle arbeiten in interdisziplinären Promotionsthemen an der Vision eines neuartigen persönlichen Mobilgeräts.

Das neue Graduiertenkolleg möchte zu besserem und persönlich anpassbarem Schutz der Privatsphäre der Nutzenden und zu mehr Transparenz in der IT-Welt beitragen.  Die Nutzenden sollen in der Lage sein, das sie umgebende Netzwerk und seine Komponenten hinreichend zu verstehen, die vermeintliche Qualität einer Dienst- und System-Nutzung mit all den Vor- und Nachteilen abzuwägen und so die Vertrauenswürdigkeit zu bewerten. Die Ergebnisse des Graduiertenkollegs sollen dazu beitragen, dass die Grundrechte auf informationelle Selbstbestimmung und auf Schutz des Telekommunikationsgeheimnisses im Internet künftig besser verwirklicht werden können.

Das Graduiertenkolleg ist in vier Forschungsbereiche und 12 Forschungsteilbereiche untergliedert:

• Forschungsbereich A: Privatheit und Vertrauen in digitalen Dienste-Netzen
• Forschungsbereich B: Privatheit und Vertrauen in sozialen Onlinenetzen
• Forschungsbereich C: Privatheit und Vertrauen in sensorgestützten Umgebungen
• Forschungsbereich D: Privatheit und Vertrauen mittels ALTEREGO

Projektbeteiligte:

ITeG-Fachgebiete an der Universität Kassel
Fachgebiet Öffentliches Recht, insb. Umwelt- und Technikrecht (Prof. Dr. Alexander Roßnagel)
Fachgebiet Öffentliches Recht, IT-Recht und Umweltrecht (Prof. Dr. Gerrit Hornung)
Fachgebiet Soziologische Theorie (Prof. Dr. Jörn Lamla)

Fachgebiete der TU Darmstadt
Information Systems (Prof. Dr. Peter Buxmann)
Cryptoplexity (Prof. Dr. Marc Fischlin)
Electronic Markets (Prof. Dr. Oliver Hinz)
Security Engineering (Prof. Dr. Stefan Katzenbeisser)
Secure Mobile Networking Lab (Prof. Dr.-Ing. Matthias Hollick)
Telecooperation (Prof. Dr. Max Mühlhäuser)
Security, Usability and Society (Prof. Dr. Melanie Volkamer)
Work and Engineering Psychology (Prof. Dr. Joachim Vogt)
Security in Information Technology (Prof. Dr. Michael Waidner)

Kurzbeschreibung:

Das Projekt quantifiziert und evaluiert Konzentrationsphänomene in hochdimensionalen Daten, welche oftmals assoziiert werden mit dem Begriff „Dimension Curse“ oder auch „Fluch der Dimension“. So heißt das Zusammenspiel einer Vielzahl von Effekten, die auftreten, wenn maschinelle Lernverfahren auf hochdimensionale Daten angewendet werden, etwa bei Tumoren in der Medizin. Bisher kann dieses Phänomen noch nicht mit Algorithmen erkannt werden. Es ist daher offen, inwieweit es Ergebnisse wissenschaftlicher Anwendungen entscheidend beeinflusst hat.

Ziel des Projektes „Dimension Curse Detector“ ist es, den Einfluss des Konzentrationsphänomens offenzulegen. Dafür werden algorithmisch berechenbare Dimensionsfunktionen entwickelt und prototypisch implementiert. Der Dimensionsfluch ist in Data Science und Machine Learning ein Sammelbegriff für eine Vielzahl von Phänomenen, die von hochdimensionalen Daten ausgeprägt werden, insbesondere die Konzentration von Bewertungs- und Distanzfunktionen. Dieser Aspekt wird oft nur anekdotisch gefasst, was zu einer Vielzahl von empirisch abgeleiteten Empfehlungen führte, die jedoch mathematisch unfundiert als auch widersprüchlich sind. Um den wissenschaftlichen sowie ökonomischen Einsatz von Methoden der Künstlichen Intelligenz auch für zukünftige, erwartbar hochdimensionale, Daten sicherzustellen, ist das Erkennen sowie die Quantifizierung des Dimensionsfluchs notwendig. Nur so ist es möglich, im Sinne von Explainable AI die auf Basis dieser Daten getroffenen Entscheidungen transparent und damit einer bewussten Reflexion und diskursiven Argumentation zugänglich zu machen. Der Dimension Curse Detector soll in diesem Sinn ein Werkzeug für die Gestaltung gesellschaftlich wünschenswerter IT-Anwendungen werden.

Kurzbeschreibung:

Die freie demokratische Willensbildung wird zunehmend durch Desinformationen, die in Messenger-Diensten (Whatsapp, Telegram und co.) verbreitet werden, herausgefordert, wie sich im Fall der massenhaften Verbreitung von falschen, ungenauen oder irreführenden Informationen in Bezug auf die Covid-19-Pandemie zeigt („Infodemie“).

Im Gegensatz zu öffentlichen Beiträgen in sozialen Netzwerken und quasi-journalistischen Plattformen, findet die Kommunikation durch Messenger-Dienste überwiegend im Unsichtbaren statt (sog. „Dark social“). Prägend für diese Verbreitungsform ist auch, dass der Informationsfluss schnell, direkt und massenhaft zwischen Einzelpersonen, als auch in Gruppen, Kanälen und Broadcasts erfolgt.

Um den hochdynamischen Gegenstand der digitalen Desinformation umfassend zu untersuchen, findet im Verbundsprojekt DYNAMO eine interdisziplinäre Zusammenarbeit von Wissenschaftler*Innen der Informatik, Journalistik, Sozialpsychologie und Rechtswissenschaften statt.

Aufbauend auf bisherige Forschungsergebnisse der Projektpartner im Bereich der digitalen Desinformation werden im Projekt DYNAMO Messenger-Dienste und dort verwendete Formate wie Audio- und Videonachrichten fokussiert. Zunächst erfolgt eine Auswahl von Themen mit hohem Desinformationspotential und die Identifikation relevanter Kanäle. Sodann wird eine automatisierte Datenerhebung vorgenommen, wobei der Datenschutz durch eine Privacy-by-Design-Infrastruktur gesichert wird. Auf dieser Grundlage sollen Verbreitungsmuster innerhalb Messenger sowie von Messengern in andere Medien erkannt werden. Zudem werden Nutzungspraktiken, emotionale Komponenten sowie Eigenschaften von Desinformationen bestimmt, die zu einer besonders starken Verbreitung führen. Im nächsten Schritt werden gesellschaftliche, technische und juristische Maßnahmen zur Bekämpfung von Desinformationen untersucht.

Die Universität Kassel, Fachgebiet Öffentliches Recht, IT-Recht und Umweltrecht, widmet sich der rechtswissenschaftlichen Untersuchung des Gegenstands.

Dabei werden verfassungsrechtliche Grundprobleme, die mit den Dynamiken der digitalen Desinformation einhergehen, erörtert. Insbesondere wegen der Privatheit einiger Verbreitungsräume und Unsichtbarkeit des Informationsflusses stellen sich im Vergleich zu öffentlich zugänglichen sozialen Medien und quasi-journalistischen Plattformen neue rechtliche Fragestellungen im Hinblick auf eine grundrechtskonforme Erkennung und Bekämpfung von Desinformation. So sind Grundrechte, wie das Fernmeldegeheimnis, Meinungsfreiheit, Wissenschaftsfreiheit und Berufsfreiheit als auch das Demokratieprinzip, dessen Grundvoraussetzung die freie Willensbildung ist, in einen optimalen Ausgleich zu bringen.

Weitere zentrale Fragestellungen stellen sich in Bezug auf die rechtliche Verantwortlichkeit der Messenger-Dienst-Anbieter und Rechtmäßigkeit der sog. „Community Standards“.

Zudem werden die Auswirkungen und Effektivität rechtspolitischer Maßnahmen, wie des Telekommunikationsgesetzes und des Entwurfs des Digital Services Acts der EU in Bezug auf den Forschungsgegenstand untersucht und Ideen für weitere Regulierungsinstrumente konzipiert.

Die Projektkoordination erfolgt durch das Fraunhofer-Institut für Sichere Informationstechnologie SIT (Prof. Steinebach). Weitere Projektpartner sind die Universität Duisburg-Essen, Sozialpsychologie (Prof. Krämer); und die Hochschule der Medien Stuttgart, Journalistik (Prof. Bader und Prof. Rinsdorf).

Unternehmen, die digitale Produkte oder Dienstleistungen vermarkten, stehen oft vor dem Dilemma, dass ihr Interesse und ihr Bedarf an Kundendaten dem Wunsch der Kundinnen und Kunden nach Privatheit entgegensteht. Für Verbraucherinnen und Verbraucher bedeutet es einen Eingriff in ihre Selbstbestimmungsrechte, wenn sie zu viele Daten preisgeben müssen oder durch digitale Überwachung in ihrem Verhalten unbemerkt gelenkt werden. Im Projekt FAIRDIENSTE wird dieser Strukturkonflikt zum Anlass genommen, verschiedene Wege der fairen Vermittlung von Werten im Zuge der Geschäftsmodellgestaltung mit soziologischen und  (wirtschafts-)informatischen Ansätzen auszuloten und in Beziehung zu setzen. Entwickelt und praxisnah getestet werden soll so eine multidimensionale Methodik der „Ko-Valuation“, d. h. der kooperativen Wertevermittlung, die Unternehmen dabei hilft, ihre wirtschaftlichen Geschäftsmodelle mit Gesichtspunkten datenökonomischer Fairness in Einklang zu bringen.

Projektpartner
Das Projekt ist eine Kooperation der Fachgebiete Soziologische Theorie (Prof. Dr. Jörn Lamla, Verbundkoordination), Partizipative IT-Gestaltung (Prof. Dr. Claude Draude) sowie Wissensverarbeitung (Prof. Dr. Gerd Stumme) an der Universität Kassel, dem Institut für Wirtschaftinformatik und Neue Medien an der Ludwig-Maximilians-Universität München (Prof. Dr. Thomas Hess), dem Unternehmen BurdaForward (Dr. Richard Weber, München) sowie dem Institut für Technik und Journalismus (Miriam Ruhenstroth, Berlin).

Aus­gangs­si­tua­ti­on

Bereits vor der Pandemie stieg die Nutzung von Videos und andere Lerninhalte zur Unterstützung von Lernprozessen stark an. Durch die Schließung vieler Bildungsstätten, wie Universitäten, ist der Einsatz von Lernvideos als Lernmethode nochmals stark angestiegen. Darüber hinaus verfolgt die Universität Kassel mit einem Entwicklungsplan und ihrem Leitbild das Ziel, die Digitalisierung von Studium und Lehre voranzutreiben. Dabei zeigt sich, dass der zunehmende Einsatz von Lernvideos und die fehlenden Interaktionen innerhalb der Videos auch negative Auswirkungen auf die Lernergebnisse von Studierenden haben können. Denn typische Lernvideos, in welchen ein Dozierender Inhalte vorträgt, können schnell demotivierend wirken, und vor allem leistungs-schwache Studierende benachteiligen. Vor diesem Hintergrund sollen Lernvideos nicht nur zur reinen Wissensvermittlung eingesetzt werden, sondern auch eine Wissensüberprüfung sowie Austausch mit anderen Studierenden ermöglichen, um die Interaktion im Rahmen des Einsatzes solcher Formate zu fördern. Gleichzeitig gibt es immer mehr Möglichkeiten für die Weiterentwicklung von Lernvideos mittels interaktiven oder auch gamifizierten Elementen, welche den Lernprozess von Studierenden anregen können.

Pro­jekt­ziel und Hin­ter­grund

Im Rahmen des Projekts werden lernzentrierte Ko-Kreationskonzepte entwickelt, um zum einen heterogene Gruppen von Studierenden in den Entwicklungsprozess von Lernvideos zu integrieren und zum anderen, um interaktive kurze Lerninhalte als motivierende und Engagement steigernde Elemente in Lehr-Lernformaten zu entwickeln. Dabei sollen Studierende personalisiert unterstützt werden, selbstständig kurze Lernvideos (5-8 Minuten) zu entwickeln und diese mit interaktiven Elementen aufzubereiten. Durch den Einsatz von digitalen Assistenten, sog. Chatbots, können die Studierenden aktiv und skalierbar im Erstellungsprozess unterstützt werden. Die Kombination von interaktiven Lernvideos mit Ko-Kreationskonzepten bietet uns die Möglichkeit, Studierende aktiv in digita-len Lehr-Lernprozesse einzubeziehen und tiefergehende didaktische Innovationen hinsichtlich der Gestaltung von Lernvideos und Ko-Kreationselementen in der Hochschule anzustoßen und mitzugestalten.

Grundlage für die Pilotierung ist ein bestehendes Flipped Classroom Konzept im Rahmen von bestehenden Grundlagenveranstaltungen, um die Ko-Kreationselemente innerhalb der Lehrveranstaltungen zu implementieren und auf ihre Wirksamkeit zu evaluieren. Das Projekt setzt sich zum Ziel, übertragbare Open Educational Ressource (OER) Konzepte und Module auf Basis von Open-Source Produkten zu entwickeln, um die Interoperabilität und die Übertragbarkeit der entwickelten Konzepte auf andere Kontexte zu ermöglichen.

Die KI-Nachwuchsgruppe „Graphs in Artificial Intelligence and Neural Networks (GAIN)“ hat im September 2020 an der Universität Kassel und dem Fraunhofer IEE in Kassel ihre Arbeit aufgenommen. Die Arbeitsgruppe beschäftigt sich unter ihrer Leitung mit der Dynamik und Erklärbarkeit von Graph Neural Networks. Ziel der Nachwuchsgruppe GAIN ist die Entwicklung von Algorithmen für bisher ungelöste Probleme in der Dynamik von Graph Neural Networks, um deren Anwendung unter anderem im Bereich erneuerbare Energien zu ermöglichen. Ein weiterer Fokus wird auf der Erklärbarkeit der Algorithmen liegen, um den Übergang der Algorithmen aus der Grundlagenforschung heraus in die Anwendung zu erleichtern.

Ausgangssituation:

Fortschritte im Bereich der künstlichen Intelligenz, (insb. des maschinellen Lernens und der Spracherkennung), bieten neue Gestaltungsmöglichkeiten zur Reorganisation von Wissensarbeit an der Schnittstelle von Mensch und KI. KI-Systeme liefern nicht nur Potenziale in der Automatisierung von Routineaufgaben, sondern können als neue „Teammitglieder“ die Lösung von komplexen Aufgaben von Mitarbeiter*innen unterstützen, da sie in vielen Bereichen zum Menschen komplementäre Fähigkeiten beitragen. Menschen nehmen KI-basierte Systeme als soziale Akteure wahr, stellen deshalb aber auch ähnliche Erwartungen an die Qualität ihrer Lösungsbeiträge und ihr Kommunikationsverhalten, die häufig nicht erfüllt werden und zu Unzufriedenheit, Ablehnung bzw. Nicht-Nutzung der Systeme führen können. Durch die Unterschiede hinsichtlich der Fähigkeiten und Fertigkeiten von Menschen (d.h. menschlicher Intelligenz) und Maschinen (d.h. künstlicher Intelligenz) entstehen neuartige Gestaltungsherausforderungen in der Zusammenarbeit (hybride Intelligenzsysteme) sowie den Lernverfahren für menschliches und maschinelles Lernen.

Projektziele:

Ziel der Nachwuchsgruppe „HyMeKI“ ist die Entwicklung, Erprobung und Validierung von sozio-technischen Gestaltungsanforderungen und –mustern zur Entwicklung von KI-Systemen in der Wissensarbeit. Diese implementieren kollaborative Arbeitspraktiken der Mensch-KI-Zusammenarbeit, insbesondere zur Arbeitsteilung, zur transparenten, nachvollziehbaren Übergabe von Aufgaben und Arbeitsständen und zur Förderung des Lernens zwischen Menschen und KI-Systemen entsprechend ihrer jeweiligen Stärken.

Zur Zielerreichung werden zunächst repräsentative Kollaborationsszenarien im Bereich der Wissensarbeit anwendungsorientiert durch empirische Anforderungserhebung mit Unternehmen erhoben und modelliert. Die Nachwuchsgruppe „HyMeKI“ entwickelt darauf aufbauend eine Taxonomie zur Arbeitsteilung von Menschen und KI-Systemen. In Anlehnung daran werden Techniken zur Übergabeorchestrierung zwischen Menschen und KI sowie Techniken zur Förderung von KI- (bzw. Mensch-) unterstützten menschlichem (bzw. maschinellen) Lernen exploriert und in Gestaltungsmuster überführt. Die entwickelten Techniken und Gestaltungsmuster werden prototypisch instanziiert und in Labor-, Feld- und Onlinestudien sozio-technisch evaluiert. Das Vorhaben folgt damit einem gestaltungsorientierten Multimethodenansatz iterativer Entwicklung und Evaluation.

Teilvorhaben Kassel:

Das Teilprojekt „Techniken zur Förderung von KI-unterstütztem menschlichen Lernen sowie Menschunterstütztem KI-Lernen im Kontext der Wissensarbeit“ umfasst einen von zwei Forschungsschwerpunkten der Nachwuchsgruppe und wird von der Universität Kassel geleitet. Das Teilprojekt hat zum Ziel, Techniken für KI-unterstütztes menschliches Lernen (KI trainiert Mensch) sowie Techniken für Mensch-unterstütztes KI-Lernen (Mensch trainiert KI) im Anwendungsfeld der Wissensarbeit zu explorieren, Lerneffekte in Form von Wissenszuwachs im Labor und im Feld mittels qualitativer und quantitativer Methoden zu analysieren und Gestaltungsmuster abzuleiten. Die gesammelten Erkenntnisse fließen in die beiden Querschnittsthemen – d.h. eine Taxonomie zur Arbeits- und Aufgabenteilung zwischen Mensch und KI sowie ein Gestaltungsmusterkatalog, der KI-Nachwuchsgruppe ein.

 

Projektpartner:

» Universität Kassel, Fachgebiet Wirtschaftsinformatik, Dr. Sarah Oeste-Reiß (Nachwuchsgruppenleiterin), Prof. Dr. Jan Marco Leimeister (Mentor)
» Universität Kassel, Fachgebiet Intelligente Eingebettete Systeme, Prof. Dr. Bernhard Sick (Mentor)
» Universität Hamburg, Wirtschaftsinformatik, Sozio-Technische Systemgestaltung, Prof. Dr. Eva Bittner (Nachwuchsgruppenleiterin)

Feld- und Transferpartner:
» IHK Hessen innovativ
» Aiconix GmbH, Hamburg
» smartransfer, Kassel

Kurzbeschreibung:

Das Projekt KoDaKIS "Konzeption von Datengetriebenen KI-Services" ist eine innovative Initiative zur Digitalisierung des Sozialsektors, geleitet von Prof. Dr. Leimeister an der Universität Kassel in Zusammenarbeit mit dem Landeswohlfahrtsverband Hessen (LWV). Es zielt darauf ab, mittels KI-Technologien datengetriebene Services zu konzipieren, die komplizierte Verwaltungsprozesse vereinfachen und die Bearbeitungszeiten verkürzen. Durch maßgeschneiderte Lösungen für die individuellen Bedürfnisse der Leistungsempfänger wird ein direkter sozialer Mehrwert geschaffen, der nicht nur die Lebensqualität verbessert, sondern auch die Effizienz im Sozialsektor signifikant steigert. KoDaKIS steht somit exemplarisch für den Einsatz fortschrittlicher Technologien zur Förderung einer effizienteren und gerechteren sozialen Fürsorge.

Kurzbeschreibung:

The project will lay first foundations for a new field of Ordinal Data Science. In particular, we will address a research question that is relevant for many aspects in Ordinal Data Science: The charm of algebraic methods (as those in order and lattice theory) is that they provide elegant means for decomposing complex structures, and thus to reduce the underlying complexity. However, these decompositions only work under certain preconditions. Unfortunately, real world data in general do not completely meet these preconditions (that is why most machine learning methods rely on statistical approaches). The central question of the project is thus how to relax or adopt algebraic-based methods such that they are able to cope with real-world (ie. inaccurate, disturbed, noisy …) data?

Kurzbeschreibung:

Die Plattformökonomie kann in den letzten Jahren auf einen nahezu unvergleichbaren Erfolgszuwachs zurückblicken, und auch für die Zukunft wird digitalen Plattformen unverändert ein erhebliches Wachstums- und Innovationspotenzial zugesprochen. Nicht zuletzt begünstigt durch die spezifischen ökonomischen Charakteristika digitaler Plattformen, die diese in einem besonderen Maße zur Sammlung und Verarbeitung der Daten ihrer Nutzer befähigen, sind die gewinnbringende Nutzung und Verwertung von Daten regelmäßig Grundlage für ein erfolgreiches plattformbasiertes Geschäftsmodell. Folgerichtig geht mit der datenschutzkonformen Umsetzung von Geschäftsmodellen in der Plattformökonomie häufig eine signifikante Bindung der den Plattformbetreibern zur Verfügung stehenden finanziellen wie auch personellen Ressourcen einher. Insbesondere die in der seit Mai 2018 unmittelbar anwendbaren Datenschutz-Grundverordnung (DSGVO) niedergelegten Grundsätze (z.B. Transparenz, Datenminimierung, Integrität), die vielfältigen Betroffenenrechte (z.B. Recht auf Auskunft, Recht auf Löschung, Recht auf Datenübertragbarkeit) sowie auch die umfangreichen Rechenschafts- und Nachweispflichten der Verantwortlichen einer Datenverarbeitung resultieren in erheblichen Umsetzungsaufwänden – zugleich gepaart mit der nachvollziehbaren Angst vor möglichen Sanktionen bei Rechtsverstößen. Während größere Plattformbetreiber üblicherweise die zur Herstellung der Rechtskonformität notwendigen Ressourcen zur Verfügung haben, können privatsphärenfreundliche datengetriebene Geschäftsmodelle von kapitalschwächeren KMU oder Startups nur schwerlich umgesetzt werden – innovative, kleinere Anbieter sehen sich somit einer Marktbarriere gegenüber, die oftmals geeignet ist, sie aus dem Wettbewerb herauszuhalten.

An dieser Stelle setzt das PERISCOPE-Projekt an: Um den Privatsphärenschutz entsprechend den hohen europäischen Standards mit datengetriebenen Plattformgeschäftsmodellen in Einklang zu bringen, sollen Transparenz und Kontrolle personenbezogener Daten sowohl für den Betroffenen als auch für den Plattformbetreiber gesteigert werden. Dabei werden im Wesentlichen zwei Ziele verfolgt. Zum einen soll auf technischer Ebene ein benutzerfreundliches, effizientes und DSGVO-konformes Personal Rights Management (PRM)-System zur Gewährleistung der Betroffenenrechte aus der DSGVO entwickelt werden, und zum anderen soll aus ökonomischer Perspektive eine Analyse der potentiellen Ausgestaltungsmöglichkeiten privatsphärenfreundlicher Geschäftsmodelle in der Plattformökonomie erfolgen. Die in diesem Rahmen identifizierten Geschäftsmodelle werden in einen Navigator für privatsphärenfreundliche Geschäftsmodelle integriert, der interessierte Unternehmen bei der Identifikation für sie geeigneter Geschäftsmodelle unterstützen soll und dabei unter anderem Einflussfaktoren wie auf Seiten der Unternehmen bereits vorhandene Datenbestände berücksichtigt.

Der Universität Kassel, Fachgebiet Öffentliches Recht, IT-Recht und Umweltrecht, obliegt die Bearbeitung der rechtswissenschaftlichen Fragestellungen des Projekts. Ziele des rechtswissenschaftlichen Teilvorhabens sind die Identifikation der rechtlichen Anforderungen an datengetriebene Geschäftsmodelle, die Konkretisierung der datenschutz- und IT-sicherheitsrechtlichen Anforderungen mittels gestaltungsorientierter rechtswissenschaftlicher Methoden (konkret: mittels der Methode KORA zur Konkretisierung rechtlicher Anforderungen) sowie die Sicherstellung der datenschutzrechtskonformen Gestaltung der technischen und ökonomischen Lösungskomponenten, die gemeinsam mit den Projektpartnern entwickelt werden.

Projektbeteiligte:
Fraunhofer-Institut für Arbeitswirtschaft und Organisation (IAO) als Verbundkoordinator
Goethe-Universität Frankfurt (Professur für Wirtschaftsinformatik und Informationsmanagement)
Universität Stuttgart (Institut für Arbeitswissenschaft und Technologiemanagement)
IT-Dienstleistungsunternehmen WidasConcepts GmbH 
SaaS-Plattform gohobi UG 

Motivation:
Die digitale Transformation von Gesellschaften weltweit hat in den letzten Jahren nicht nur weiter an Dynamik gewonnen, sondern auch immer deutlicher spürbar globale Wirkungs- und Problemzusammenhänge ausgebildet. Heute stehen dabei vor allem die praktisch allgegenwärtigen Systeme der Künstlichen Intelligenz (KI) im Zentrum des wissenschaftlichen, politischen, ökonomischen, normativen und regulatorischen Interesses. KI und Globalisierung erzeugen neue Herausforderungen für den Datenschutz als einem Instrument für die Selbstbestimmung und Entscheidungsautonomie und damit letztendlich auch für demokratische Prozesse.

Ziele und Vorgehen:
Die Ziele des Projektes „Privatheit, Demokratie und Selbstbestimmung im Zeitalter von KI und Globalisierung (PRIDS)“ zentrieren sich auf die Analyse ebendieses Spannungsfeldes. Es wird sowohl theoretisch als auch empirisch untersucht, wie eine Selbstbestimmung des Individuums heute und in Zukunft gelingen kann. Denn vermehrt werden private Daten nicht nur dadurch gesammelt, dass Menschen sie aktiv preisgeben, sondern auch durch Auswertungen von Verhaltensdaten. Die damit verbundenen gesellschaftlichen Fragen werden im interdisziplinären Forschungsvorhaben vertieft analysiert. Das dabei gewonnene Wissen soll durch Publikationen, Vorträge und die Teilnahme an Nachwuchsnetzwerken kontinuierlich in den gesellschaftlichen Diskurs einfließen.

Bei der Forschungsarbeit werden vier inhaltliche Schwerpunkte gesetzt:

• Erstens betrachten die Forschenden grundlegende Berührungspunkte und Auswirkungen von KI-Instrumenten auf die Selbstbestimmung von Individuen und Gruppen.
• Zweitens sollen die Konsequenzen von Datensammlung und „intelligenter“ Auswertung in unterschiedlichen Kontexten und für unterschiedliche gesellschaftliche Gruppen über die Lebensspanne identifiziert werden, zum Beispiel in Schulen und im Gesundheitsweisen, für Kinder und andere vulnerable Gruppen.
• Drittens sollen mögliche Wege für die rechtlichen, politischen und technischen Möglichkeiten des Grundrechtsschutzes in zunehmend globalen Infrastrukturen aufgezeigt werden.
• Im vierten Schwerpunkt untersuchen die Forschenden die Rolle des Datenschutzes für die internationale Wettbewerbsfähigkeit und loten Möglichkeiten aus, wie Datenschutz in einem marktwirtschaftlichen Umfeld garantiert werden kann.

Innovationen und Perspektiven: 
Durch den interdisziplinären Ansatz und die evidenzorientierte Vorgehensweise werden im Projekt Grundlagen für eine Vielzahl von weiteren Aktivitäten gelegt, die zum Diskurs über eine moderne freiheitlich demokratische Gesellschaft beitragen: die Sensibilisierung der Öffentlichkeit für Fragen der Privatheit in digitalen Welten, die Unterstützung der Politik bei der Identifikation drängender Fragen sowie die Versorgung von Marktakteuren mit Orientierungswissen.

Verbundkoordinator
Fraunhofer ISI, Karlsruhe

Projektpartner
Ludwig-Maximilians-Universität München
Unabhängiges Landeszentrum für Datenschutz Schleswig-Holstein (ULD), Kiel
Universität Duisburg-Essen
ITeG, Universität Kassel
Eberhard Karls Universität Tübingen

Kurzbeschreibung:

Entwicklung einer KI-basierten Engine für die Ampelsteuerung

Wer schon einmal in einem Stau festgesteckt hat, weiß, wie frustrierend das Warten sein kann. Doch was, wenn es nicht nur um ein rechtzeitiges Eintreffen bei einem Termin geht, sondern um Leben und Tod? Für Rettungsdienste, insbesondere in Stoßzeiten, wird die vorgeschriebene Rettungsfrist von zehn Minuten oft zu einer enormen Herausforderung. Ein innovatives Projekt in Bad Hersfeld, gefördert aus dem Geschäftsbereich der Hessischen Ministerin für Digitale Strategie und Entwicklung, könnte die Lösung sein, die in vielen Städten Deutschlands benötigt wird.

Im Projekt Rapid BOS (Behörden und Organisationen mit Sicherheitsaufgaben) wird mit der Freiwilligen Feuerwehr in Bad Hersfeld ein neuer Ansatz zur Einhaltung der Rettungsfrist demonstriert. Hierbei geht es um weit mehr als nur eine clevere App oder ein neues Navigationssystem. Es geht darum, eine Brücke zwischen unterschiedlichen verkehrsrelevanten Systemen zu schlagen.

ComTec übernimmt die Erforschung einer KI-basierten Engine für die Ampelsteuerung sowie die Begleitforschung.

Kurzbeschreibung:

Dieses Projekt zeigt die Vorteile von Aufgabenroutinisierung auf. Arbeitsaufgaben sind der Kern einer Arbeitstätigkeit und Merkmale der Aufgaben können daher das Erleben der Arbeit beeinflussen. Basierend auf dem Model der Leistungsepisoden und bei Berücksichtigung der Natur von Routinisierung erwarten wir positive Effekte auf Wohlbefinden und Arbeitsleistung, weil die Arbeit bei routinisierten Aufgaben weniger anstrengend und aufwändig ist. Diese Vorteile sollen sich besonders bei bestimmten Personen und bei komplexen anschließenden Aufgaben zeigen. In vier Studien werden wir die Hypothesen zu diesen Effekten testen. Dieses Forschungsprogramm trägt bei zum Wissen über die Dynamik von Wohlbefinden und Arbeitsleistung indem es die Sequenz und Merkmale von Arbeitsaufgaben berücksichtigt, und liefert Hinweise für die Gestaltung von digitalen Arbeitsumgebungen.
 

Projektpartner :
Prof. Shaul Oreg, Ph.D – The Hebrew University of Jerusalem
Prof. Dr. Sandra Ohly – Universität Kassel

Kurzbeschreibung:

Hinter dem Schlagwort der digitalen Selbstvermessung oder des „Quantified Self“ verbirgt sich mittlerweile ein Massenmarkt, der für die Gesellschaft sowohl Potenziale als auch Risiken mit sich bringt. Über den rein privaten Anwendungsbereich (z.B. Fitness-Tracker) hinaus können die Instrumente der Selbstvermessung jedoch auch für den Bereich der Telemedizin nutzbar gemacht werden.

Das Verbundprojekt „Digitale Selbstvermessung selbstbestimmt gestalten (TESTER)“ verfolgt das Ziel der Erforschung eines Privacy Assistenten als Demonstrator, der Transparenz und Intervenierbarkeit bzgl. Daten aus der Selbstvermessung schaffen soll. Dieses soll im Hinblick auf die Transparenz durch eine personalisierte Aufbereitung der Daten über die Selbstvermessung und deren Verwendung und im Hinblick auf die Intervenierbarkeit durch geeignete Werkzeuge geschehen, die die „Selbstvermesser“ in die Lage versetzen, ihre Rechte bezüglich des Umgangs mit ihren Selbstvermessungsdaten mit geringem Aufwand wahrzunehmen.

Ziel des rechtswissenschaftlichen Teilvorhabens an der Universität Kassel, Fachgebiet Öffentliches Recht, IT-Recht und Umweltrecht, ist in erster Linie die rechtskonforme Gestaltung des Privacy Assistenten. Dies wird mittels der aus vier Stufen bestehenden Methode zur Konkretisierung rechtlicher Anforderungen (KORA) erreicht. Dabei werden zunächst rechtliche Chancen und Risiken bestimmt, rechtliche Anforderungen formuliert und diese zu rechtlichen Kriterien konkretisiert, bevor in enger Kooperation mit den technischen Partnern technische Gestaltungsziele und Gestaltungsvorschläge erarbeitet werden.

Aus rechtswissenschaftlicher Sicht bestehen schon seit längerer Zeit Überlegungen, wie man der zunehmenden Komplexität der allgegenwärtigen Datenverarbeitung und der damit verbundenen Informationsflut (Datenschutzerklärungen) und drohenden Ubiquität von Einwilligungserklärungen mittels entsprechender technischer Unterstützung Herr werden kann. Parallel dazu hat sich eine umfangreichere Diskussion zu allgemeinen Rechtsfragen von Softwareassistenten entwickelt. Diese umfasst auch Spezialfragen, wie zum Beispiel Fragen des Verbraucherschutzrechts. Die Diskussion zu den rechtlichen Möglichkeiten und Grenzen von Privacy Assistenten und ihre Einbettung in das durch die Datenschutzgrundverordnung geschaffene neue europäische Datenschutzrecht steht aber noch am Anfang. Das Projekt kann hier auf entsprechende allgemeine Vorarbeiten aufbauen. Es fehlt diesbezüglich allerdings noch an ausgearbeiteten Konzepten. Auch die Verbindung der Thematik mit Technologien der Selbstvermessung und den dadurch vor allem im Gesundheitsbereich hervorgerufenen Rechtsfragen erfolgte bisher nicht.

Über diese Grundsatzfragen hinaus bestehen Bezüge zu der allgemeinen rechtswissenschaftlichen Diskussion um Fitnesstracker und sonstige Wearables. Insbesondere hinsichtlich der Problematik der Verwendung von Gesundheitsdaten kann auf diese Arbeiten aufgebaut werden. Diese zielen jedoch typischerweise auf die strikte Einhaltung der Datenminimierung und damit auf die Vermeidung personenbezogener Daten, während es im Projekt TESTER gerade um deren selbstbestimmte Freigabe geht.

Im Bereich der Telemedizin stellen sich zusätzliche rechtliche Fragen. Ein Beispiel dafür ist der Umgang mit Personen, die keine Selbstvermessung betreiben möchten und die Frage, ob vor diesem Hintergrund Sondertarife der Krankenversicherungen für „Selbstvermesser“ zulässig sind.

Projektpartner:
Die Koordination des Projekts obliegt dem Fraunhofer-Institut für Arbeitswirtschaft und Organisation (IAO). Weitere Verbundpartner sind die Actimi GmbH und die Universität Stuttgart, Institut für Arbeitswissenschaft und Technologiemanagement (IAT).

Kurzbeschreibung:

Die hochumstrittene Frage der Zuweisung von Daten(-rechten) hat Auswirkungen auf Zugangsoptionen und beeinflusst damit unsere Möglichkeiten, Daten möglichst effektiv und gemeinwohlverträglich zu nutzen. Die Projektgruppe hinterfragt daher traditionelle Vergabe- und Zugangsvorgaben. Sie untersucht zum einen konkrete Möglichkeiten, wie der Datenzugang so gestaltet werden kann, dass er akteursübergreifende Verantwortung widerspiegelt und einzelne Datenanbieter weder überfordert noch überschätzt. Zum anderen ist vor dem Hintergrund systematisch-philosophischer Konzeptionen von „Rechten“ zu fragen, inwieweit Datenzugänge ein sinnvolles Anwendungsfeld bilden, um traditionelle Subjektvorstellungen und darauf aufbauende Rechtsvorstellungen zu modifizieren.

Projektbeteiligte:
Sprecher: Prof. Dr. Steffen Augsberg, Justus-Liebig-Universität Gießen
stellvertretende Sprecherin: Prof. Dr. Anne Riechert, Frankfurt University of Applied Sciences

Technische Universität Darmstadt (Prof. Dr. Marcus Düwell, Prof. Dr. Petra Gehring)
Universität Kassel (Prof. Dr. Gerrit Hornung, LL.M.)
Gothe-Universität Frankfurt am Main (Prof. Dr. Doris Schweitzer)

Kurzbeschreibung:

Unsere Arbeitswelt ist bereits heute stark von algorithmischer Entscheidungsfindung („Algorithmic Decision-Making“, ADM) geprägt, z. B. in Mitarbeiter-Rekrutierungsprozessen, bei der Steuerung von Arbeitskräften im Arbeitsalltag oder in der Unterstützung von menschlichen Entscheidungsträgern bei komplexen Fragestellungen.

Neben den großen Potenzialen von ADM für Unternehmen und staatliche Organisationen bestehen enorme Herausforderungen darin, dass Entscheidungen zu Ungunsten von Arbeitskräften getroffen werden – in Form von Ungleichbehandlung, Autonomieverlust, Exklusion oder sogar zunehmender Prekarisierung. Hieraus ergibt sich die folgende forschungsleitende Fragestellung: Wie müssen durch ADM geprägte Arbeitskontexte ausgestaltet werden, um einen verantwortungsbewussten Umgang mit Arbeitskräften zu befördern? Welche technischen, organisatorischen und regulatorischen Rahmenbedingungen sollten dabei gesetzt werden?

Der Fokus unserer Untersuchung von verantwortungsbewusster ADM in der Arbeitswelt von morgen liegt auf drei Aspekten:

• der Analyse der Auswirkungen von ADM auf Arbeitsprozesse und -inhalte sowie auf die Selbstbestimmung und Lebensverhältnisse von Arbeitskräften
• der Untersuchung von Mensch-Maschine-Arbeitskonfigurationen und ihrer verantwortungsbewussten Ausgestaltung für die Arbeitswelt der Zukunft
• der Analyse und Einordnung organisatorischer, rechtlicher und regulatorischer Rahmenbedingungen für eine verantwortungsbewusste Ausgestaltung von Arbeitskontexten der Zukunft