Downloaden Sie, um offline zu lesen
![“The open circulates, scales up, garners
new allies, is reconfigured, distinguished,
and remixed […]. The open sways
between means and ends, between noun,
verb and adjective.” !
Nathaniel Tkacz
!
Quelle: Tkacz, N. (2015) “Wikipedia and the politics of openness”](https://image.slidesharecdn.com/sdwbigdataseminar-150314141042-conversion-gate01/85/Ein-kritischer-Blick-auf-Open-Data-19-320.jpg)
Hochgeladen vonheimstaedt
Ein kritischer Blick auf Open Data
Das Dokument von Maximilian Heimstädt bietet eine kritische Analyse von Open Data, die Themen wie Technoliberalismus, Transparenz und Privatsphäre behandelt. Es diskutiert Konzepte wie das Matthäus-Prinzip, das Privatsphäre-Paradox, sowie die Risiken der Kooptierung und des Openwashing. Die Argumentation umfasst Bedenken über die De-Anonymisierung von Datensätzen und die potenziellen negativen Auswirkungen auf öffentliche Institutionen.
Ein kritischer Blick auf Open Data
- 1. Ein kritischer Blickauf Open Data! -! Technoliberalismus, Transparenz und Privatsphäre Maximilian Heimstädt
- 2.
- 3. ! ! <1>Das Datenknäuel! ! ! <2> Genealogie des “Open”! ! ! <3> Open Data: Eine Kritik
- 4. ! ! <1>Das Datenknäuel! ! ! <2> Genealogie des “Open”! ! ! <3> Offene Daten: Eine Kritik
- 5.
- 6. “Big Data istalles ! was Excel sprengt” Quelle: Atz, Ulrich
- 7. “Data that requires‘massive’ computing power to process” !! ” Quelle: Crawford, K., & Boyd, D. (2011). Six Provocations for Big Data
- 8. Open Data:! ! Datensätze! unter nicht-proprietärenLizenzen! in offenen Formaten! nicht personenbezogen! nicht sicherheitsrelevant! online
- 9. Open Data:! ! Datensätze! unter nicht-proprietärenLizenzen! in offenen Formaten! nicht personenbezogen! nicht sicherheitsrelevant! online
- 10. Open Data:! ! Datensätze! unter nicht-proprietärenLizenzen! in offenen Formaten! nicht personenbezogen! nicht sicherheitsrelevant! online
- 11. Open Data:! ! Datensätze! unter nicht-proprietärenLizenzen! in offenen Formaten! nicht personenbezogen! nicht sicherheitsrelevant! online
- 12. Open Data:! ! Datensätze! unter nicht-proprietärenLizenzen! in offenen Formaten! nicht personenbezogen! nicht sicherheitsrelevant! online
- 13.
- 14.
- 15.
- 16.
- 17. ! ! !! ! ! ! ! ! ! ! ! Big Data! ! ! Open Data ! ! ! ! ! ! ! ! ! ! ! ! ! ! Small Data
- 18. ! ! <1>Das Datenknäuel! ! ! <2> Genealogie des “Open”! ! ! <3> Offene Daten: Eine Kritik
- 19. “The open circulates,scales up, garners new allies, is reconfigured, distinguished, and remixed […]. The open sways between means and ends, between noun, verb and adjective.” ! Nathaniel Tkacz ! Quelle: Tkacz, N. (2015) “Wikipedia and the politics of openness”
- 20.
- 21. • Buch: “TheOpen Society and its Enemies”! ! • “Every political philosophy based on unchallengeable truths (communism, fascism) is a closed society”! ! • Nur die Demokratie ist falsifizierbar und somit “open” Quelle: Popper, K. (1962) The open society and its enemies
- 22. Quelle: http://galleryhip.com/ friedrich-hayek.html Friedrich Hayek Quelle:http://galleryhip.com/friedrich-hayek.html
- 23. • Niemand kenntden “besten” Weg, den die Gesellschaft wählen sollte! ! • Zentralisierte Planung (Sozialismus, Kommunismus, Faschismus) ist abzulehnen! ! • Dezentralisierung (der Ideen) durch marktwirtschaftliche Organisation Quelle: Hayek, F.A. (1944) The road to serfdom
- 24.
- 25. • Der XeroxZwischenfall: “All software should be free”! ! • Entwickelte die virale GNU GPL license (“Copyleft”), gründete die FSF und startete das GNU OS! ! • Open vs. Proprietary (Commodification)!
- 26.
- 27. • Stallman zupolitisch und seine “Free Software” schreckt die Industrie ab! ! • “Open Source” Lizenzen als marktfreundliche Alternative entsteht! ! • Open vs. Inefficient (Mode of Production)
- 28.
- 29. • Übertragung dertechnologischen Offenheit in die institutionalisierte Politik! ! • “The Open Source Government” (Rushkoff, 2003)! ! • “Government-as-a-Platform” (O’Reilly, 2010)
- 30. ! ! <1>Das Datenknäuel! ! ! <2> Genealogie des “Open”! ! ! <3> Offene Daten: Eine Kritik
- 31.
- 32. #2 Privatsphäre Paradoxon! ! ! •Triangulation aggregierter Datensätze kann zu Deanonymisierung führen! • Kleine “Buckets” sind besonders anfällig und müssen aus Datensatz entfernt werden, z.B. Patienten mit seltenen Krankheiten ! • Privatsphäre, die vor Diskriminierung schützen soll, kann zu Diskriminierung führen
- 33. #3 Kooptierung! ! ! Quellen: Bates,J (2012) “Thats what modern deregulation looks like” “It is difficult to make a (non-reactionary) argument against the free flow of data and information, however, it is crucial to understand the implications of co-opted partial approaches to openness, particularly if they risk weakening public institutions already under significant political and market pressure” ! (Bates, 2012)
- 34. #3 Kooptierung! ! • Deckmantelder Transparenz (siehe: MP Skandal 2009) und politische Naivität (Bates, 2012)! • Kooptierung durch IT-Industrie (Smart Cities) und neoliberale Politik (Open Public Services) können zur schlichten Reproduktion der Eliteninteressen führen
- 35.
- 36. #4 Openwashing Quelle: EigeneDarstellung Quelle: Atz, U (2014) The tau of data.
- 37. Quelle:https://www.thecalmzone.net/2013/10/panopticoneffect/ Führt die Beobachtbarkeitzu weniger – auch wünschenswertem – Beobachtbarem? …oder zu Ausweichhandlungen? Quelle:http://scalar.usc.edu/works/internetandidentity/michael #5 Panoptismus?
- 38. Zusammenfassung:! ! #1 Das Matthäus-Prinzip! #2Das Privatsphäre-Paradoxon! #3 Kooptierung! #4 Openwashing! #5 Panoptismus!
- 39.