data science aus sicht informationswissen- schatlicher ... · methode in dieser arbeit wurde die...

Zur Person

Stei Derenz, geboren 1968, absolvierte 2016

das Bachelorstudium im Studiengang Infor­

mation und Dokumentation an der Fachhoch­

schule Potsdam und ein Jahr später dort

auch das Masterstudium Informationswissen­

schaten mit dem Studienschwerpunkt

Wissenstransfer und Projektkoordination.

PRAXISERFAHRUNGEN

­ langjährige Arbeit und vielfältige Praxis­

erfahrungen als studentische Hilfskrat in der

Bibliothek des Wissenschatsparks Albert

Einstein auf dem Telegrafenberg in Potsdam

sowie in der Tageszeitung taz in Berlin

­ 10­jährige Tätigkeit als selbstständige Unter­

nehmerin in der Gastronomie

­ Grundstudium der Philosophie, Kunst­

geschichte und Religionswissenschat an

der FU­Berlin

­ Ausbildung und Arbeit als Goldschmiedin

INFORMATIONSWISSENSCHAFTLICHE

SCHWERPUNKTE

Informationsethik, Philosophie der Information,

Data Science

AUSZEICHNUNGEN

Deutschland­Stipendium

Stei Derenz

E­Mail: stei.derenz@h-potsdam.de

E­Mail: steiderenz@web.de

Data Science aus Sicht informationswissen-schatlicher Forschung – Ein systematischer Überblick (Systematic Review)Masterarbeit von Stei Derenz

Masterarbeit

TITEL

Data Science aus Sicht informationswissen­

schatlicher Forschung – Ein systematischer

Überblick (Systematic Review)

SCHLAGWORTE

Data Science, Big Data, Systematic

Review, Erkenntnistheorie, Data Scientist,

Datenwissenschat

BEARBEITUNGSZEITRAUM

März – August 2017

GUTACHTER

Prof. Dr. Hans­Christoph Hobohm

Prof. Dr. Rolf Däßler

MasterDay 2017 — Masterarbeiten aus dem Fachbereich Informationswissenschaten der Fachhochschule Potsdam

Inhalte und Ergebnisse

FORSCHUNGSFRAGE (FF) UND

UNTERFRAGEN (UF)

FF: Was verbindet die aktuelle informations­

wissenschatliche Forschung mit dem Thema

Data Science?

UF1: Wie werden die erkenntnistheoretischen

Auswirkungen vor dem Hintergrund von Big

Data bewertet?

UF2: Was lässt sich daraus für die Informati­

onswissenschat ableiten?

METHODE

In dieser Arbeit wurde die Methode des

Systematic Review angewandt. Da diese For­

schungsmethode im Bereich deutschsprachi­

ger Bibliotheks­ und Informationswissenschat

bisher noch wenig Verbreitung gefunden hat,

wird sie in einem Exkurs ausführlicher erläu­

tert. Vor dem Hintergrund der Forschungs­

frage wurden nach vordeinierten Ein­

und Ausschlusskriterien ausgewählte Artikel

narrativ und statistisch ausgewertet und

zusammengefasst. Zuvor wurde der Such­

prozess übersichtlich dokumentiert, um

replizierbar zu sein.

ZIEL

Diese Arbeit untersucht die Rolle von Data

Science in der aktuellen informations­ und

bibliothekswissenschatlichen Forschung.

Diesbezüglich wird der aktuelle Diskurs um

Big Data berücksichtigt und danach gefragt,

wie vor dem Hintergrund eines postulierten

Big­Data­Paradigmas zu erkenntnistheoreti­

schen Problemen Stellung genommen wird.

Darüber hinaus soll dargelegt werden, wie sich

die Informationswissenschat vor dem auf­

strebenden Feld der Datenwissenschat (Data

Science) positioniert und welche Aufgaben

sich zuküntig für sie ableiten lassen.

ERGEBNISSE

Von insgesamt rund 700 wissenschatlichen

Zeitschritenartikeln zu diesem Thema wurden

15 Arbeiten ausgewählt und nach Auswertung

folgende drei Themenschwerpunkte identii­

ziert: Beruf Data Scientist, domänenspezii­

sche Fragestellungen sowie Texte zur allge­

meinen Philosophie der Daten. Neben der

Beleuchtung des Berufsbildes des Datenwis­

senschatlers und unterschiedlichen bereichs­

speziischen Fragestellungen wurden insbe­

sondere erkenntnistheoretische Probleme auf

breiter Ebene diskutiert. Außerdem setzt man

sich kritisch mit ontologischen, ethischen

und politisch motivierten Fragestellungen zum

Thema Daten auseinander.

FAZIT

Die informationswissenschatliche Expertise,

welche sich traditionell aus dem Umgang

mit Informationen und zunehmend auch

kontextabhängigen Daten (wie z. B. For­

schungsdaten) sowie Erfahrungen kritischer

LIS­Forschung ergibt, kann und sollte

(Erkenntnis­) Theorie und Praxis von Data

Science bereichern.

Flussdiagramm zum Such­ und Selektionsprozess, Quelle: Eigene Darstellung

Die brückenbauende Funktion der Informationswissenschaft

Quelle: Eigene Darstellung mit Bezug auf L. Floridi: „Ethics in the Age of Information“, Video: 17:34 bis 18:14.

Online: https://www.oii.ox.ac.uk/videos/turing-lecture-ethics-in-the-age-of-information (Zugriff: 25. 09. 17)