14258 - Social Data Science für Wirtschaft und Arbeitswelt Modulübersicht

Modulnummer: 14258
Modultitel:Social Data Science für Wirtschaft und Arbeitswelt
  Social Data Science for the economy and the working world
Einrichtung: Fakultät 5 - Wirtschaft, Recht und Gesellschaft
Verantwortlich:
  • Prof. Dr. rer. pol. habil. Kirchner, Stefan
Lehr- und Prüfungssprache:Deutsch
Dauer:1 Semester
Angebotsturnus: jedes Sommersemester
Leistungspunkte: 6
Lernziele:Nach erfolgreicher Teilnahme am Modul sind die Studierenden in der Lage, empirische Untersuchungen im Kontext der Social Data Science nachzuvollziehen und kritisch zu beurteilen. Des Weiteren erhalten sie Anhaltspunkte für die Herangehensweise an eigene wissenschaftliche Fragestellungen und verfügen über Grundkenntnisse der Grundlagen der „Social Data Science“.
Inhalte:Für Sozialwissenschaften ist grundlegend, dass sie Forschungsfragen aufstellen, um diese mit empirischer Forschung zu untersuchen. Im Zuge der Digitalisierung von Wirtschaft und Arbeitswelt entstehen immer vielfältigere Datenquellen und neuartige Auswertungsmethoden. Um die derzeitigen Veränderungen auch empirisch untersuchen zu können, benötigt die Forschung neue Kenntnisse und Fähigkeiten, die sich unter dem Begriff Social Data Science zusammenführen lassen.
Aus der Vielfalt von vielen verschiedenen Methoden der Social Data Science konzentriert sich dieses Seminar auf Verfahren im Kontext sozialwissenschaftlicher, soziologischer Forschung. Insbesondere umfasst das Verfahren, die die Arbeit mit Zeitdaten, Geo-referenzierten Daten, Netzwerkdaten oder Text-Daten ermöglichen, sowie Datenzugänge per API oder Web-Scraping. Methodische Vorgehensweisen werden mit inhaltlichen Fragen verknüpft und beinhalten immer eine kritische Reflexion der Analysemöglichkeiten und deren Grenzen.
Die Studierenden vertiefen in der Veranstaltung Konzepte klassischer quantitative Methoden, die um modernere Methoden erweitert werden, insbesondere mit dem kostenlosen und frei verfügbaren Statistikprogramm R (bzw. R Studio).
Das didaktische Konzept der Veranstaltung kombiniert Inputs zu ausgewählten Grundlagen, Skripte/Online-Tutorials (R Screencasts) und Übungen zur Bearbeitung von Aufgaben mit R. Die Studierenden setzen die erarbeiteten Fähigkeiten am Ende der Veranstaltung mit einer eigenen Auswertung um. Die eigene Auswertung zielt darauf, dass die Studierenden die Analyse einer Fragestellung mithilfe von R technisch umsetzen können und die Ergebnisse korrekt interpretieren.
Empfohlene Voraussetzungen:keine
Zwingende Voraussetzungen:keine
Lehrformen und Arbeitsumfang:
  • Seminar / 4 SWS
  • Selbststudium / 120 Stunden
Unterrichtsmaterialien und Literaturhinweise:
  • Rainer Diaz-Bone. 2006. Statistik für Soziologen. Stuttgart: UTB.
  • Wickham, Hadley, und Garrett Grolemund. 2016. R for data science import, tidy, transform, visualize, and model data. First edition. Sebastopol, CA: O’Reilly. (Link: https://r4ds.had.co.nz/)
  • Zuckarelli, Joachim. 2017. Statistik mit R: Eine praxisorientierte Einführung in R. 1. Auflage. Heidelberg: O’Reilly, dpunkt.verlag GmbH
Modulprüfung:Continuous Assessment (MCA)
Prüfungsleistung/en für Modulprüfung:
  1. Abgabe von acht Aufgaben (40%)
  2. Eigene Auswertung einer zugeteilten Fragestellung mit R, 8-12 Seiten Text und R-Code (60%)
Bewertung der Modulprüfung:Prüfungsleistung - benotet
Teilnehmerbeschränkung:keine
Zuordnung zu Studiengängen:
  • Master (universitär) / Betriebswirtschaftslehre / PO 2017
  • Bachelor (universitär) / Digitale Gesellschaft / PO 2022
  • Master (universitär) / Wirtschaftsingenieurwesen / PO 2025
Bemerkungen:Kein Angebot im Sose 2025
Veranstaltungen zum Modul:Social Data Science für Wirtschaft und Arbeitswelt (Seminar)
Veranstaltungen im aktuellen Semester:
  • keine Zuordnung vorhanden