Abteilung

Digitale und Computergestützte Demografie (Zagheni)

Auf einen Blick Arbeitsbereiche Publikationen Team

Ausführliche Beschreibung

© RyanJLane iStockphoto.com

Die digitale und computergestützte Demografie ist ein wachsendes interdisziplinäres Forschungsgebiet, das grundlegende Fragen in allen Bereichen der demografischen Forschung, beantwortet. Hierzu vereint es Methoden und Perspektiven der Computerwissenschaften, der Sozial- und Verhaltenswissenschaften und des statistischen Lernens. Das Forschungsgebiet ist parallel zu den rasanten technologischen Fortschritten im Computing, der Verbreitung von Internet- und Mobiltechnologien und der zunehmenden Digitalisierung des Lebens entstanden.

Für die Abteilung „Digitale und Computergestützte Demografie“ ergeben sich aus der Digitalen Revolution und den einschneidenden Fortschritten im Computing sowohl andere Ansätze für bereits bestehende Fragen als auch völlig neue Forschungsfelder. Damit verbunden ist die neue Verfügbarkeit von beispiellos großen Datenmengen (bspw. Internet- und Social-Media-Daten, Handydaten, bibliometrische Daten, Crowdsourcing-Daten sowie Geo- und Fernerkundungsdaten), mit denen vorhandene Datenquellen ergänzt und somit lang bestehende Forschungsfragen beantwortet werden können. Ferner können neue Fragen dazu formuliert und beantwortet werden, wie digitale Technologien die Art und Weise verändert haben, in der Menschen auf Informationen und Dienstleistungen zugreifen, miteinander kommunizieren und interagieren und welche Folgen sich daraus für das demografische Verhalten und für soziale Ungleichheiten ergeben. Zudem können rechenintensive Methoden wie die Verwendung von sozialen Simulationsmodellen, maschinellem Lernen und modernen statistischen Verfahren für demografische Anwendungen genutzt werden, um diese Fragen zu beantworten.

Die Abteilung „Digitale und Computergestützte Demografie“ möchte primär die Beantwortung grundlegender Fragen der Bevölkerungswissenschaft mit einem wissenschaftlichen Blick auf Digitalisierung und Computing zum Nutzen aller voranbringen. Thematisch wollen wir in einem ersten Schwerpunkt die Ursachen und Folgen von Migration messen, genauer verstehen und voraussagen. Mit diesem Schwerpunkt befasst sich der Arbeitsbereich Migration and Mobilität.

In einem zweiten Schwerpunkt wollen wir beobachten, verstehen und voraussagen, welche Faktoren das Wohlbefinden der Menschen über Raum, Zeit und demografische Merkmale beeinflussen und wie diese Faktoren mit der Sterblichkeit und Gesundheit, der Fertilität, mit sozialen und ökonomischen Prozessen und mit einer nachhaltigen Entwicklung zusammenhängen. Mit diesem Schwerpunkt beschäftigt sich der Arbeitsbereich Bevölkerungsdynamik und Nachhaltiges Wohlbefinden.

Mit Blick auf unsere Ziele vereint die Abteilung eine interdisziplinäre Gruppe von Forscher*innen; sie sind Demograf*innen, Methodiker*innen aus der Statistik, Datenwissenschaft und den Computerwissenschaften, und sie sind Forscher*innen aus der Sozial- und Verhaltensforschung – alle mit fundiertem Wissen in den zentralen Kerngebieten unserer Forschung. 

Wir nähern uns dem wachsenden Forschungsgebiet der digitalen und computergestützten Demografie auf verschiedenen Ebenen. Auf der ersten Ebene sammeln wir Daten aus zahlreichen heterogenen Quellen. Dazu gehören Daten, die mit den klassischen Methoden der Datenerhebung gewonnen werden (bspw. aus Umfragen oder Bevölkerungsregistern) sowie Daten, die aus neuen und weniger stark strukturierten Quellen kommen (bspw. Internet- und Social-Media-Daten, Call Detail Records, Daten aus umfangreichen bibliometrischen Datenbanken, Marketingdaten und Daten aus Online-Genealogien.) Ferner entwickeln wir unsere eigenen innovativen Formen der primären Datenerhebung sowie neue Experimente.

Auf der zweiten Ebene entwickeln wir Methoden, mit denen traditionelle und neuartige Datenquellen in einem soliden statistischen Rahmen vereint werden können. Weil wir mit unserer Forschung oft Neuland betreten, entwickeln wir präzise Methoden, mit denen alle Datenquellen richtig interpretiert, aus denen nützliche demografische Informationen abgeleitet und mit denen Unsicherheiten bewertet werden können. Ferner nutzen wir die zunehmende Rechenleistung, um Simulationsmodelle zu erstellen, mit denen wir aufdecken können, welche sozialen Dynamiken dem demografischen Wandel zugrunde liegen. Weiters identifizieren und verwenden wir Techniken des maschinellen Lernens, mit denen wir die Vorhersagbarkeit des demografischen Verhaltens besser bewerten und verbessern können.

Auf der dritten Ebene klassifizieren wir die Datenquellen und digitalen Umgebungen nach Datenart, um im Vergleich beurteilen zu können, welche einzigartigen Einsichten und Erkenntnisse sich aus diesen verschiedenen Kategorien gewinnen lassen, und um herauszufinden, welchen Einfluss Veränderungen in der Umwelt und in der Gesellschaft auf Bevölkerungsprozesse haben. Wir stellen uns folgende Fragen:

• Wie lassen sich die beobachteten Migrationsmuster erklären?
• Wie wirken sich demografische Kräfte auf den Familienwandel aus und welchen Einfluss hat dies auf das System des Ressourcentransfers zwischen den Generationen?
• Welche Folgen haben technologische Veränderungen für unsere Gesundheit und unser Wohlbefinden?
• Welche Ungleichheiten in der Gesundheit und Sterblichkeit ergeben sich aus dem Klimawandel?

Durch die Beantwortung dieser und verwandter Frage wollen wir auch zu der Weiterentwicklung derjenigen demografischen Theorien beitragen, die schon seit Malthus im Mittelpunkt der Disziplin stehen: Die Untersuchung von Bevölkerungsprozessen im Zusammenhang mit sozioökonomischen, technologischen und umweltbedingten Veränderungen.

Im Dienst dieser Ziele arbeiten wir eng mit denjenigen internationalen Organisationen und größeren Fachverbänden zusammen, die sich der Weiterentwicklung der demografischen Forschung und der computergestützten Sozialwissenschaft widmen; wir unterstützen die breitere Wissenschaftsgemeinde; und wir fördern die interdisziplinäre Zusammenarbeit, um so die gegenseitige Befruchtung von Ideen zwischen Demograf*innen, Computerwissenschaftler*innen, and Statistiker*innen anzuregen.