Komplexität, Heterogenität und big data – (oder) Wie Machine Learning Algorithmen die explorative Analyse institutioneller Vielfalt erlauben.

Author: Bohn, S.
Published in: Nano-Paper
Year: 2018
Type: Academic articles

Obgleich Komplexität und Heterogenität zu bedeutenden Themensträngen im Neoinstitutionalismus geworden sind, fehlt es an Konzepten und empirischen Methoden sie zu erfassen. Dieser Kritikpunkt wird im Folgenden unter Rückgriff auf die Klassiker der Logikdebatte und deren Anspruch, die Vielfalt des institutionellen Systems in den Blickpunkt zu rücken, adressiert. Daraus abgeleitet werden die Potenziale von Machine Learning Techniken wie Topic Modeling vorgestellt. Solche Methoden erlauben es im Sinne von big data, umfangreiche Datenquellen verschiedenster Akteure zu kombinieren. Durch den Vergleich der Daten lässt sich das institutionelle System mit seiner Vielfalt an Logiken und deren Konfliktlinien rekonstruieren. Ein solcher Ansatz rückt also explizit Heterogenität in den Mittelpunkt und erlaubt insofern die Analyse institutioneller Komplexität.

Visit publication

Publication

Connected HIIG researchers

Stephan Bohn, Dr.

Wissenschaftlicher Mitarbeiter: Innovation, Entrepreneurship & Gesellschaft


  • Peer Reviewed