LFU:online

Nach erfolgreichem Abschluss des Kurses sind die Studierenden in der Lage:

1. das Wesen digitaler Methoden innerhalb des übergeordneten Rahmens sozialwissenschaftlicher Forschungsmethoden zu erläutern.

2. geeignete digitale Methoden für spezifische Forschungsfragen auszuwählen, unter Berücksichtigung von Datenverfügbarkeit, Forschungsdesign und analytischen Zielsetzungen.

3. die wichtigsten methodologischen, ethischen und praktischen Implikationen und Grenzen verschiedener digitaler und computergestützter Methoden zu identifizieren und kritisch zu bewerten.

4. die prägenden Merkmale, Potenziale und Einschränkungen der wichtigsten digitalen Methoden zu beschreiben, einschließlich Sozialnetzwerkanalyse, Textanalyse und ausgewählter Anwendungen von Künstlicher Intelligenz in der Sozialforschung.

5. grundlegende analytische Aufgaben auszuführen, indem bereitgestellte R-Skripte für Datenerhebung und Datenanalyse ausgeführt und angepasst werden, gemäß einem angeleiteten und reproduzierbaren Workflow.

Der Kurs zielt darauf ab, eine umfassende Einführung in digitale Methoden in den Sozialwissenschaften zu geben. Er beginnt mit einer Untersuchung der ontologischen und epistemologischen Grundlagen digitaler Methoden im weiteren Rahmen sozialwissenschaftlicher Methodenlehren. Es werden die wichtigsten methodischen Phasen digital gestützter Forschung behandelt, darunter Forschungsdesign, Datenerhebung und Datenanalyse, wobei den methodischen Entscheidungen, Implikationen und Grenzen besondere Aufmerksamkeit zukommt. Digitale Datenquellen sowie Formen des Datenzugangs werden vorgestellt und kritisch bewertet. Der Kurs führt in die wichtigsten Familien digitaler Methoden ein, mit vertiefenden Sitzungen zu ausgewählten Ansätzen wie Sozialnetzwerkanalyse, Textanalyse und Anwendungen künstlicher Intelligenz in der Sozialforschung. Eine kurze, angeleitete Einführung in R ermöglicht den Studierenden, grundlegende Skripte zur Datenerhebung und -analyse auszuführen, einschließlich mit der begründeten Unterstützung KI-gestützter Programmierwerkzeuge.

Der Kurs kombiniert Vorlesungen, in denen zentrale Konzepte eingeführt werden, mit vertiefenden methodischen Sitzungen, einschließlich praktischer Beispiele für methodische Arbeitsschritte, von denen einige von den Studierenden direkt in einem schrittweisen, praxisorientierten Ansatz ausgeführt werden können. Die Lehre wird durch Projektarbeit zu digitalen Methoden ergänzt, die angesichts der erwarteten Heterogenität der Studierendenschaft je nach Interessen, Vorkenntnissen und methodischer Ausrichtung der Studierenden eine stärker theoretisch-konzeptionelle, methodische oder angewandt-praktische Orientierung annehmen kann.

Die Leistungsbewertung basiert auf der Projektarbeit zu digitalen Methoden, die hinsichtlich der konzeptionellen und methodischen Klarheit, der Angemessenheit der methodischen Entscheidungen sowie der kritischen Diskussion von Methoden, Implikationen und Grenzen beurteilt wird.

Die Literatur für den Kurs umfasst ausgewählte Bücher und Artikel zu digitalen Methoden (Kozinets, 2002; Righetti, 2026; Rogers, 2013; Salganik, 2019).

Grundkenntnisse in R oder einer ähnlichen Programmiersprache für Datenanalyse sind willkommen, aber nicht erforderlich. Von den Studierenden wird erwartet, dass sie R und RStudio installieren und vor Kursbeginn sicherstellen, dass die Software ordnungsgemäß funktioniert, da während des Kurses nur begrenzter technischer Support bereitgestellt werden kann. Wenn möglich, wird den Studierenden empfohlen, einen Laptop mit stabiler Internetverbindung mitzubringen, da alternative Geräte (z. B. Tablets) die angemessene Nutzung einiger der im Kurs eingeführten Methoden und Werkzeuge möglicherweise nicht erlauben. Konkrete Anweisungen werden vor Kursbeginn mitgeteilt.