Unsere Forschungsschwerpunkte

Unsere Forschung erfolgt überwiegend in internationalen Kooperationsprojekten und nutzt eine sozialwissenschaftliche Perspektive zur Analyse von

  • Produktionskontexten
  • Strukturen und Dynamiken
  • Wirkungen und Auswirkungen
  • Szenarien
  • Governance

von Technologie und Innovation.

Im Zentrum stehen gesellschaftlich relevante Schlüsseltechnologien – aktuell insbesondere Künstliche Intelligenz (KI).

 

Laufende Forschungsprojekte

  • Inclusive Science Communication in AI FORA
  • EU COST Action CA23114: Regaining Linkage? Digital Technologies Improving Civic Engagement, Political Organisations, and Democracy (RELINK²)
  • CivicTech Revolution – Reshaping Digital Governance and Public Finance for a Citizen-Centric Future (NAWA)
  • Participatory AI for Climate (Forthem Digital Transformation Lab)
  • AI Use in the Asylum Procedure in Germany: Exploring Perspectives with Refugees and Supporters on Assessment Criteria and Beyond (PhD project by Elisabeth Späth)
  • Artificial Intelligence, Human Agency, and Governance in Water Management during Droughts (PhD project by Blanca Luque Capellas)
  • Ground-up Transformation: Cultural Belief Systems and Participatory AI (GUT) – in Begutachtung
  • AI-Generated Graphic Storytelling for Explaining AI Across Cultures (AI Explain) – in Begutachtung
  • Closing the Loop: Determining Essential Societal Values and Integrating Them into AI Models – in Begutachtung

 

 

Unsere methodische Herangehensweise

Wir kombinieren quantitative und qualitative Methoden der empirischen Sozialforschung mit Verfahren der Computational Social Science, um

  • Große Datensätze zu analysieren
  • Komplexe Systeme zu visualisieren
  • Modellierungen und Simulationen durchzuführen

Dabei untersuchen wir KI-Technologien nicht nur – wir nutzen sie auch selbst. Zum Beispiel durch

  • Entwicklung intelligenter Agenten für Simulationen
  • Automatische Kalibrierung von Simulationen mit empirischen Daten
  • Intelligente Datenanalyse mit Methoden des maschinellen Lernens und neuronalen Netzwerken

Unsere Methoden sind überwiegend partizipativ, etwaParticipatory System Mapping oder Companion Modelling, da wir Stakeholder aktiv in den Forschungsprozess einbeziehen. Wir arbeiten dabei sowohl inter- als auch transdisziplinär.