WS 23/24

Die Hauptaufgabe von Wissenschaftler*innen sollte darin bestehen, zu forschen und zu lehren. Damit sie dies erfolgreich tun können, sind sie jedoch auf Rahmenbedingungen angewiesen, die dies ermöglichen. Dazu gehören bspw. Universitäten und wissenschaftliche Verlage als Organisationen, Messgeräte und Datenbanken als Infrastrukturen oder Arbeitsstellen und Forschungsfinanzierung als Ressourcen. Die (politische) Gestaltung dieser Rahmenbedingungen wird gegenwärtig über die Fächer hinweg oft anhand von Forderungen nach mehr Open Science oder einer verbesserten Forschungsqualität diskutiert. So wird u.a. bemängelt, dass Wissenschaft zu wenig gesellschaftlichen Nutzen erbringe, dass sie zu stark von kommerziellen Interessen vereinnahmt sei, dass sie anfällig für wissenschaftliches Fehlverhalten oder schlicht, dass sie unterfinanziert sei.

Dieses Seminar soll dazu dienen, Studierende an solche wissenschaftspolitischen Fragen heranzuführen und gemeinsam über die Rahmenbedingungen von Wissenschaft nachzudenken. Dazu laden wir uns zu mehreren Sitzungen Expert*innen zu aktuellen Themen ein und setzen uns intensiv mit deren Positionen auseinander. Diese Gastvorträge bereiten wir gemeinsam durch Lektüre vor, diskutieren dann mit den eingeladenen Expert*innen und reflektieren anschließend im Seminar nochmal über das Diskutierte. Die Veranstaltung richtet sich explizit an Studierende aller Fächer, die über das Funktionieren von Wissenschaft auch über ihr Studienfach hinaus nachdenken wollen und ganz besonders an jene, die eine berufliche Zukunft in der Wissenschaft ins Auge fassen. Gemeinsam mit dem zweiten Seminar (mit Übungen) kann diese Veranstaltung als ÜWP-Modul für 10 LP besucht werden.

Das Seminar vergleicht qualitative und quantitative methodologische Paradigmen und ergründet vor diesem Hintergrund den methodischen Stellenwert von Big Data in den Sozialwissenschaften. Dazu erfolgt im  ersten Teil eine Einführung in die methodischen Grundlagen qualitativer und quantitativer Forschungsansätze sowie in sozialwissenschaftliche Big-Data-Ansätze. Im Zuge dessen werden komparativ die Ziele, Erkenntnisinteressen der jeweiligen Methoden herausgearbeitet und erörtert, inwiefern Komplementaritäten für Methodentriangulation in Mixed-Methods Designs fruchtbar gemacht werden können. Im zweiten Teil wenden wir uns ausgewählten beispielhaften single- sowie Mixed-Methods Studien zu und rekonstruieren die zugrunde liegenden Forschungsdesigns. Der dritte Teil beschäftigt sich intensiver mit der methodologischen Selbstreflexion der einzelnen Ansätze. Im Zentrum steht die Frage, inwiefern Big-Data-Ansätze vor dem Hintergrund der quantitativen und qualitativen Forschungsparadigmen verortet werden können oder ob sich mit Big Data ein weiteres methodologisches Paradigma herausbildet. Diese Reflexionen können abschließend von den Studierenden für eigene Forschungsarbeiten nutzbar gemacht werden, zum Beispiel indem modellhafte Forschungsdesigns entwickelt werden oder aber indem die Paradigmen vergleichende methodologische Reflexion analytisch vertieft wird.

For a course description, please see: https://jddinneen.github.io/teaching/bwp3.html