{"title":"Decision Support Systeme in der Sozialen Arbeit – Herausforderungen an die Rolle der TA in Innovationsprozessen","authors":"D. Schneider","doi":"10.5771/9783748907275-117","DOIUrl":null,"url":null,"abstract":"Insbesondere mit Hilfe von algorithmischen Technologien, Big Data Analytics und maschinellem Lernen scheinen sich neue und gesellschaftlich relevante Strukturen zu bilden, deren Kontrolle über als auch Effekte auf die Lebensgestaltung von Menschen bisher nicht absehbar sind.52 Fündig wird man diesbezüglich sowohl im Versicherungsund Bankwesen (Liang/Liu 2018) als auch in der Medizin (Wang et al. 2018) schon lange. Seit einiger Zeit finden sich solche Anwendungen auch in Fragen zum gesellschaftlichen Miteinander. Beispiele hierfür stellen etwa Programme zur Vorhersage der Rückfallwahrscheinlichkeit von straffällig gewordenen Personen in den USA (Larson et al. 2016), für voraussagende Polizeiarbeit (predictive policing) (Tayebi/Glässer 2016) oder die Diskussion um Social Scoring in China dar (Galeon 2017; Lee 2018). Auch in Europa gibt es bereits konkrete Anwendungen (Spielkamp 2019). Beispielhaft zu nennen ist die gemeinsame Software der Firma Cevisio und des sächsischen Landesverbands des Deutschen Roten Kreuzes, welche im Bereich des Quartiersmanagements von Erstaufnahmeeinrichtungen und Notunterkünften für Geflüchtete angewendet wird (Baeck 2017). Das AMS-Arbeitsmarktchancen-Modell der Firma Synthesis Forschung wird seit Januar 2019 von österreichischen Arbeitsämtern (Arbeitsmarktservice, AMS) zur Prognose der Arbeitsmarkt-Integrationschancen von Arbeitslosen eingesetzt (Fanta 2018; Holl et al. 2018). Selbst in Bereichen wie der Sozialen Arbeit53, die häufig als vergleichsweise technikavers gelten, wird vereinzelt schon mit Big-Data-Analytics gearbeitet 1","PeriodicalId":141375,"journal":{"name":"Die neutrale Normativität der Technikfolgenabschätzung","volume":"29 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Die neutrale Normativität der Technikfolgenabschätzung","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5771/9783748907275-117","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Insbesondere mit Hilfe von algorithmischen Technologien, Big Data Analytics und maschinellem Lernen scheinen sich neue und gesellschaftlich relevante Strukturen zu bilden, deren Kontrolle über als auch Effekte auf die Lebensgestaltung von Menschen bisher nicht absehbar sind.52 Fündig wird man diesbezüglich sowohl im Versicherungsund Bankwesen (Liang/Liu 2018) als auch in der Medizin (Wang et al. 2018) schon lange. Seit einiger Zeit finden sich solche Anwendungen auch in Fragen zum gesellschaftlichen Miteinander. Beispiele hierfür stellen etwa Programme zur Vorhersage der Rückfallwahrscheinlichkeit von straffällig gewordenen Personen in den USA (Larson et al. 2016), für voraussagende Polizeiarbeit (predictive policing) (Tayebi/Glässer 2016) oder die Diskussion um Social Scoring in China dar (Galeon 2017; Lee 2018). Auch in Europa gibt es bereits konkrete Anwendungen (Spielkamp 2019). Beispielhaft zu nennen ist die gemeinsame Software der Firma Cevisio und des sächsischen Landesverbands des Deutschen Roten Kreuzes, welche im Bereich des Quartiersmanagements von Erstaufnahmeeinrichtungen und Notunterkünften für Geflüchtete angewendet wird (Baeck 2017). Das AMS-Arbeitsmarktchancen-Modell der Firma Synthesis Forschung wird seit Januar 2019 von österreichischen Arbeitsämtern (Arbeitsmarktservice, AMS) zur Prognose der Arbeitsmarkt-Integrationschancen von Arbeitslosen eingesetzt (Fanta 2018; Holl et al. 2018). Selbst in Bereichen wie der Sozialen Arbeit53, die häufig als vergleichsweise technikavers gelten, wird vereinzelt schon mit Big-Data-Analytics gearbeitet 1