Wo Menschen miteinander online interagieren, fallen Daten an. Dasselbe gilt für die Interaktion mit Systemen, etwa Cloud-Dienstleistern und Systemen der künstlichen Intelligenz. Die Analyse dieser Daten wird zur Entscheidungsfindung eingesetzt. So verwenden etwa Unternehmen Social-Media-Daten zur Kundensegmentierung, Organisationen bewerten anhand ihrer der Erfolg von Kommunikationsstrategien, und Politiker verwenden sie zur zielgerichteten Ansprache von Wählern. Auch für die Vorhersage von Kennzahlen sind diese Daten relevant (Predictive Analytics).

Verschiedenste Akteure sind bemüht, die Nutzer nicht nur zu verstehen, sondern auch zu beeinflussen. So wirken etwa Social Bots auf das politische Stimmungsklima in sozialen Netzwerken ein. Wenngleich die automatisierte Auswertung von Daten teils notwendig und gesellschaftlich erwünscht ist, etwa zur Bekämpfung von Hasskommentaren im Internet, tun sich hierdurch neue Fragestellungen rund um Themen wie Technologieakzeptanz, Vertrauen und Privatsphäre auf.

Das Team Social Data Science widmet sich der wissenschaftlichen Betrachtung von Daten aus den Interaktionen von Mensch und Maschine. Einerseits werden Methoden erforscht, mit denen die Daten ausgewertet werden können, darunter soziale Netzwerkanalyse und Natural Language Processing. Andererseits werden die Fragestellungen kritisch beleuchtet, die sich aus der Auswertung dieser Daten durch Akteure mit den unterschiedlichsten Zielen ergeben.

Zentrale Fragestellungen umfassen beispielsweise:

1. Wie können Daten aus sozialen Medien ausgewertet und zur gezielten Entscheidungsfindung eingesetzt werden?
2. Welche Konsequenzen hat das Arbeiten und Leben mit Technologien wie Cloud-Dienstleistern und sozialen Medien?