Details

<div>Einleitung.- Chancen: Datengenerierung und Datenqualität.- Herausforderungen: Webtechnologien und Variabilität der Daten.- Konzeptioneller Lösungsansatz: Data pipelines.- Fallstudie: Religion in der US Politik.- Replizierbarkeit und Verifizierbarkeit der Datensammlung.- Diskussion und Ausblick</div>

<b>Ulrich Matter</b>&nbsp;ist Assistenzprofessor für Volkswirtschaftslehre an der Universität St. Gallen.

Die Verbreitung des Internets und die zunehmende Digitalisierung in der öffentlichen Verwaltung und Politik haben über die letzten Jahre zu einer starken Zunahme an hochdetaillierten digitalen Datenbeständen über politische Akteure und Prozesse geführt. Diese big public data werden oft über programmatische Schnittstellen (Web APIs; programmable Web) verbreitet, um die Einbettung der Daten in anderen Webanwendungen zu vereinfachen. Die Analyse dieser Daten für wissenschaftliche Zwecke in der politischen Ökonomie und Politologie ist vielversprechend, setzt jedoch die Implementierung einer data pipeline zur Beschaffung und Aufbereitung von Daten aus dem programmable Web voraus. Dieses Buch diskutiert die Chancen und Herausforderungen der praktischen Nutzung dieser Datenbestände für die empirische Forschung und zeigt anhand einer Fallstudie ein mögliches Vorgehen zur systematischen Analyse von big public data aus dem programmable Web auf.<div><b>Der Inhalt</b></div><div><ul><li>Nutzenpotentiale des programmable Web als Datenquelle</li><li>Implikationen von big public data aus dem programmable Web für die Wirtschafts- und Sozialwissenschaften</li><li>Praktische Nutzung von big public data mittels data pipelines</li></ul></div><div><b>Die Zielgruppen</b></div><div><ul><li>Studierende und Dozierende der Wirtschafts- und Sozialwissenschaften</li><li>Fachkräfte in den Bereichen Wirtschaftsinformatik und angewandte Data Science</li></ul></div><div><b>Der Autor&nbsp;</b></div><div><b>Ulrich Matter</b>&nbsp;ist Assistenzprofessor für Volkswirtschaftslehre an der Universität St. Gallen.</div>

Chancen und Risiken der Nutzung von big public data