Organisation von Wissen. Zwischen Offenheit und Exklusivität

Dauerhafte URI für die Sammlung

https://www.weizenbaum-library.de/handle/id/308
Dieser Forschungsschwerpunkt beschäftigt sich mit Fragen zur Arbeitswelt, dem Bildungssystem und der Wissenschaft. Vor allem: Wie offen bzw. exklusiv werden Daten und Wissen hier verarbeitet und organisiert? Dabei wird auf Perspektiven aus der Informatik, Wirtschaftsinformatik, Soziologie und Innovationsforschung zurückgegriffen.

Listen

Neueste Veröffentlichungen

Gerade angezeigt 1 - 5 von 66
  • Vorschaubild
    Item
    Gekommen, um zu bleiben? Dauerstellenkonzepte an Universitäten in Deutschland
    (2025) Bloch, Roland; Krüger, Anne K.; Würmann, Carsten
    Seit einigen Jahren wird verstärkt die Erwartung an Universitäten in Deutschland gerichtet, dauerhafte Karriere- und Beschäftigungsperspektiven jenseits der Professur zu schaffen. Bislang liegen aber kaum Erkenntnisse darüber vor, welche Aktivitäten Universitäten verfolgen, um diese Erwartung zu erfüllen. Der Beitrag adressiert auf Grundlage einer explorativen Studie von Dauerstellenkonzepten an Universitäten in Deutschland diese Lücke. Dargestellt wird, wie Universitäten diese Forderungen aus der öffentlichen Diskussion aufgreifen, welche Dauerstellenkonzepte sie entwickeln, welche Überlegungen dahinterstehen und vor welche Herausforderungen und Probleme sie dabei gestellt sind. , For some years now, universities in Germany have been increasingly expected to establish long-term career and employment prospects beyond the professorship. To date, however, little is known about the activities universities are pursuing to fulfill this expectation. This article addresses this gap on the basis of an exploratory study of concepts for permanent positions at universities in Germany. It shows how universities take up these demands from the public debate, which concepts for permanent positions they develop, the considerations behind them, and the challenges and problems they face in doing so.
  • Vorschaubild
    Item
    Behind the Screens: How Algorithmic Imaginaries Shape Science Content on Social Media
    (SISSA Medialab srl, 2025) Walter, Clarissa Elisa; Friesike, Sascha
    Based on an ethnography of the development and production of science YouTube videos – a collaboration between a German public broadcaster and social science scholars – we identify three intermediary steps through which recommendation algorithms shape science content on social media. We argue that algorithms induce
  • Vorschaubild
    Item
    Uncertain futures of work: The perception of generative AI in knowledge professions
    (Nomos, 2025) Butollo, Florian; Haase, Jennifer; Katzinski, Ann-Kathrin; Krüger, Anne K.; Kox, Thomas; Ullrich, André; Zech, Herbert
    The application of generative AI (GenAI) tools has led to widespread speculation about the implications of technological change for the future of cognitive work. This article provides insights on how the use of GenAI affects work practices in the fields of IT programming, science and coaching based on expert interviews and a quantitative survey among users of GenAI. Specifically, we ask about perceptions on skills, creativity, and authenticity, which we regard as key qualities of cognitive work. Contrary to widespread expectations that AI use would hollow out or substitute aspects of cognitive work, we find that there is a strong awareness for the meaning of the professional core in each field. We conclude that the use of AI provokes reflections about the meaning of human work in operating AI tools adequately and taking on responsibility for their results, thereby rather reinforcing its relevance.
  • Vorschaubild
    Item
    Exploring Prompt Generation Utilizing Graph Search Algorithms for Ontology Matching
    (IOS Press, 2024) Sampels, Julian; Efeoglu, Sefika; Schimmler, Sonja; Salatino, Angelo; Alam, Mehwish; Ongenae, Femke; Vahdati, Sahar; Gentile, Anna-Lisa; Pellegrini, Tassilo; Jiang, Shufan
    The interoperability of domain ontologies, developed by domain experts, necessitates their alignment before attempting to match them. Within these ontologies, defined concepts often encounter an ambiguity problem stemming from the use of natural language. This interoperability issue raises the underlying ontology matching (OM) challenge. OM might be defined as the identification of correspondences or relationships between two or more entities, such as classes or properties among two or more ontologies. Rule-based ontology matching approaches, e.g., LogMap and AML have not outperformed machine learning based matchers on the Ontology Alignment Evaluation Initiative (OAEI) benchmark datasets, especially on the OAEI Conference track since 2020. Supervised machine or deep learning approaches produce the best results but require labeled training datasets. In the era of Large Language Models (LLMs), robust zero-shot prompting of LLMs can also return convincing responses. While prompt generation requires prompt template engineering by domain experts, contextual information about the concepts to be aligned can be retrieved by leveraging graph search algorithms. In this work, we explore how graph search algorithms, namely (i) Random Walk and (ii) Tree Traversal can be utilized to retrieve the contextual information to be incorporated into prompt templates. Through these algorithms, our approach refrains from considering all triples connected with a concept to be aligned in its contextual information creation. Our experiments show that including the retrieved contextual information in prompt templates improves the matcher’s performance. Additionally, our approach outperforms previous works leveraging zero-shot prompting.
  • Vorschaubild
    Item
    Organisationswandel und Wahrnehmung der Akzeptanz von Digitalisierungsprozessen in Unternehmen infolge der COVID-19-Pandemie
    (Springer VS, 2024) Delicat, Nina; Herzog, Lorena; Krzywdzinski, Martin; Butollo, Florian; Wandjo, David; Flemming, Jana; Gerber, Christine; Danyeli, Matthias; Pfeiffer, Sabine; Nicklich, Manuel; Henke, Michael; Heßler, Martina; Krzywdzinski, Martin; Schulz-Schaeffer, Ingo
    Der vorliegende Beitrag befasst sich mit der Akzeptanz von Digitalisierungs- und Automatisierungsprozessen. Untersucht wird, welche Digitalisierungsmaßnahmen während der Covid-19-Pandemie vorangetrieben wurden, inwieweit und wie diese Maßnahmen mit organisatorischen Veränderungen kombiniert wurden und wie sich die Akzeptanz der Digitalisierung durch die Beschäftigten aus der Sicht des Managements und der Betriebsräte während der Covid-19-Pandemie entwickelt hat. Für die Analyse wurden Daten aus zwei Wellen einer Unternehmensbefragung von jeweils 500–600 Unternehmen sowie 34 Fallstudien in sechs Branchen ausgewertet: der Automobilindustrie, der Chemieindustrie, dem Maschinen- und Anlagenbau, der Logistikbranche, der Gesundheitsbranche und dem Finanzdienstleistungssektor.