 |  |
Das Technology & Innovation Sociology / Social Simulation Laboratory (TISSS Lab) an der JGU ist die Forschungsinfrastruktur, die wir für unsere Projekte benötigen. Sie verbindet quantitative und qualitative Methoden der empirischen Sozialforschung mit Modellierung und Simulation.
Die TISSS Lab Forschungsinfrastruktur
-
erzeugt empirische Beschreibungen und Analysen sozialer Phänomene um Technik und Innovation unter Verwendung großer - strukturierter und unstrukturierter (BigData) - Datenmengen;
-
stellt interaktive Datenbasen und Visualisierungen für flexible Forschungs-Fragestellungen bereit modelliert, simuliert und experimentiert mit sozialen Szenarien möglicher Zukünfte von Technik und Innovation in Gesellschaft, um ein Impact Assessment und die Ex-Ante-Evaluation von potentiellen Entwicklungen zu unterstützen.
Das Portfolio computerbasierter Methoden beinhaltet unter anderem Statistik, Information Retrieval, computergestützte Diskurs- und Dokumentenanalyse, Szientometrie / Bibliometrie, Soziale Netzwerk-analyse, Data Analytics, System Dynamics und agentenbasierte Modelle (ABM). Insbesondere letztere sind zentral für unseren Lab-Ansatz. Für unsere Simulationen nutzen wir die agentenbasierte Simulations-plattform SKIN – kurz für „Simulating Knowledge Dynamics in Innovation Networks“ - (© / CC-Lizenz: Nigel Gilbert, Petra Ahrweiler, Andreas Pyka).
Internationales Rollenmodell für das TISSS Lab ist das Decision Theater der Arizona State University (USA); Beispiel für einen von uns 2011 implementierten Vorläufer ist das IRU (Innovation Research Unit) Lab am University College Dublin in Irland.
Der dem TISSS Lab zugrundeliegende Ansatz der Computational Social Science und der Lab-Workflow wurde in zahlreichen europäischen Forschungsprojekten entwickelt (erstmals publiziert in Ahrweiler, Gilbert und Pyka 2012) und in Auseinandersetzung mit Theorien der Soziologie sowie der Wissenschafts- und Technikforschung weiter ausgearbeitet (vgl. Publikationslisten unseres Teams).
Der allgemeine Workflow für TISSS Lab-Forschungsprojekte nutzt einen Co-Design-Ansatz, bei dem Stakeholder der Forschung in alle Schritte eingebunden sind:
-
- Identifikation von Forschungsfragen und Hypothesen
- Identifikation, Sammeln und Analyse von empirischen Daten
- Anpassung des SKIN-Modells an Projekterfordernisse
- Kalibrierung und Validierung des Simulationsmodells mit relevanten Daten
- Definition von Simulationsexperimenten für Szenarien-Entwicklung
- Durchführung von Simulationsexperimenten und Erzeugen künstlicher Daten
- Analyse und Visualisierung von simulierten Daten
- Diskussion und Interpretation von Ergebnissen und Optionen.