(Un)berechenbar? Algorithmen und Automatisierung in Staat und Gesellschaft

Resa Mohabbat Kar, Basanta Thapa, Peter Parycek (Hrsg.)
 
 
 
Die 24 Beiträge des Sammelbandes thematisieren Veränderungsprozesse von Staatlichkeit und Öffentlichkeit im Kontext der Algorithmisierung und Automatisierung von Entscheidungsverfahren und Handlungsvollzügen in Politik und Gesellschaft. Wie wirken datenbasierte Technologien, Algorithmisierung und Automatisierung auf staatliches Handeln, auf politisch-administrative Prozesse, auf Regierungspraktiken und -rationalitäten? Nach welchen Logiken entsteht Öffentlichkeit in den von algorithmischen Schaltungsprozessen strukturierten digitalen Kommunikationsräumen? Welche neuen Handlungsräume und Perspektiven eröffnen sich für Regierungs- und Verwaltungshandeln, wie wirken datenbasierte Technologien aber auch wieder auf diese zurück? Welche politischen, demokratietheoretischen, rechtlichen und ethischen Fragestellungen ergeben sich? Diese Kernfragen werden in der Publikation aus der Perspektive der Verwaltungswissenschaften, der Rechtswissenschaften, der politischen Theorie, der Informatik und Gesellschaft, der Medien- und Kommunikationswissenschaften sowie Politik und Zivilgesellschaft beleuchtet.
 

Sammelband komplett

Hier können Sie den Sammelband komplett als PDF-Dokument oder im ePub-Format herunterladen:
  Sammelband im PDF-Format (ca. 4,5MB)
  Sammelband im ePub-Format (ca. 3,3MB)
 

Printexemplar bestellen

Klicken Sie hier, um ein Printexemplar zu bestellen
 
 

Editorial

Berechnen, ermöglichen, verhindern: Algorithmen als Ordnungs- und Steuerungsinstrumente in der digitalen Gesellschaft
Resa Mohabbat Kar & Peter Parycek
Kompetenzzentrum Öffentliche IT, Fraunhofer-Institut für offene Kommunikationssysteme, Berlin

  Dieses Kapitel herunterladen
 
 

Nutzen von Algorithmen in Politik und Verwaltung

Data Analytics in Politik und Verwaltung
Basanta E. P. Thapa & Peter Parycek
Kompetenzzentrum Öffentliche IT, Fraunhofer-Institut für offene Kommunikationssysteme, Berlin
Die neuen digitalen Technologien zur Erhebung und Auswertung von Daten bergen große Chancen für den Staat. Welche Datenquellen stehen dabei zur Verfügung? Welche politisch-administrativen Funktionen können die neuen Datentechnologien übernehmen und welche öffentlichen Aufgaben unterstützen? Wie verändert sich dadurch der klassische Politikzyklus? Welche Möglichkeiten der Verwaltungsautomatisierung eröffnen sich? Welche Varianten der Aufgabenteilung zwischen Mensch und Maschine gibt es? Mit diesen Fragen beschäftigt sich dieser Beitrag, um einen Überblick über die Einsatzmöglichkeiten und den Nutzen von Data Analytics in Politik und Verwaltung zu geben.
  Dieses Kapitel herunterladen
 
Big Data und Data-Science-Ansätze in der öffentlichen Verwaltung
Ines Mergel
Universität Konstanz
Big Data und Data-Science-Ansätze finden Einzug in die öffentliche Verwaltung. Dieses Kapitel bietet zunächst eine Definition von Big Data in der öffentlichen Verwaltung an und leitet die unterschiedlichen Datenquellen für historische, Echtzeit- und prädiktive Big-Data-Analysen ab. Danach werden Beispiele für organisationale Einheiten in der öffentlichen Verwaltung erläutert, die Big-Data-Analysen durchführen. Anhand der folgenden drei ausgewählten Beispiele wird das Potenzial von Big Data aufgezeigt: USGS »Did you feel it?«-Twitter-Karten, prädiktive Analysen in Finanzbehörden und Vorhersagen von Grippewellen mit Hilfe von Google Flu Trends. Aus diesen und weiteren Beispielen werden dann die Herausforderungen für die Verwendung von Big Data und Data-Science-Ansätzen in der öffentlichen Verwaltung erläutert sowie offene Forschungsfragen für die Verwaltungswissenschaft abgeleitet.
  Dieses Kapitel herunterladen
 
Smart Government auf einem schmalen Grat
Jörn von Lucke
Zeppelin-Universität Friedrichshafen
In Zeiten von Industrie 4.0 und smarten Fabriken prägen intelligent vernetzte Gegenstände zunehmend unseren Alltag. Dabei handelt es sich um sogenannte »smarte Objekte«, die in der Lage sind, mit Sensoren zu fühlen, mit Aktoren zu agieren und mit anderen Dingen direkt zu kommunizieren: Vom Smartphone bis zum Smart Home mit persönlichem digitalen Assistenten. Den Verbrauchern und der Bevölkerung ist diese Nutzung von scheinbar intelligenten Objekten und cyberphysischen Systemen kaum bewusst. Für den Staat eröffnet sich durch »Smart Government« jedoch ein großes Potenzial und »viel Neuland«. Viele denkbare Anwendungsfelder bewegen sich dabei jedoch auf einem schmalen Grat zwischen Datenschutz, Überwachung und Fremdsteuerung. Der Beitrag zeigt, wo es rund um Smart Government und autonome Systeme in Staat und Verwaltung derzeit dringenden Diskussionsbedarf gibt. Zahlreiche Heraus-forderungen bestehen rund um verlässliche Entscheidungsgrundlagen, um die Entscheidungsfindung durch autonome Systeme, um die Umsetzung dieser Entscheidungen und um die erforderlichen Rahmenbedingungen von autonomen Entscheidungssystemen.
  Dieses Kapitel herunterladen
 
Automatisierungspotenziale in der Verwaltung
Jan Etscheid
Zeppelin-Universität Friedrichshafen
Die öffentliche Verwaltung sieht sich großen zukünftigen Herausforderungen gegenüber. Sowohl die sinkende Verfügbarkeit an qualifizierten Arbeitskräften bedingt durch den demographischen Wandel als auch die schwindenden finanziellen Spielräume durch steigende Pensionslasten werden die Verwaltung zunehmend dazu zwingen, ihre Leistungen mit weniger Personal zu erbringen. Möchte man dabei die heutige Leistungsbreite und -tiefe aufrechterhalten, bietet die Automatisierung von Prozessen eine charmante Möglichkeit, den personellen Aufwand zu senken. Anfang 2017 hat der Gesetzgeber die Grundlagen für die Vollautomatisierung von Verwaltungsverfahren geschaffen. In einem nächsten Schritt ist es nun notwendig, die hierfür geeigneten Verfahren zu identifizieren. Der Beitrag möchte aufzeigen, an welchen Stellen im Zusammenspiel von Politik und Verwaltung Potenziale für Entscheidungsunterstützung, Teil- und Vollautomatisierung existieren.
  Dieses Kapitel herunterladen
 
 

Grundsätzliche Herausforderungen algorithmischer Datenverarbeitung

Vertrauen in Daten oder: Die politische Suche nach numerischen Beweisen und die Erkenntnisversprechen von Big Data
Gernot Rieder & Judith Simon
IT-Universität Kopenhagen & Universität Hamburg
Seit einiger Zeit gibt es wieder verstärktes Interesse an sogenannter evidenzbasierter Politikgestaltung. Angelockt durch die großen Versprechen von Big Data scheinen politische Entscheidungsträger zunehmend mit stärker auf digitalen Daten basierenden Regierungsformen experimentieren zu wollen. Doch obwohl das Aufkommen von Big Data und die damit verbundenen Gefahren von wissenschaftlicher Seite durchaus kritisch hinterfragt werden, gab es bislang nur wenige Versuche, ein besseres Verständnis für die historischen Kontexte und Grundlagen dieser Vorgänge zu entwickeln. Der hier vorliegende Kommentar befasst sich mit dieser Lücke, indem er das derzeitige Streben nach numerischen Beweisen in einen breiteren gesellschaftspolitischen Kontext einordnet und dadurch zeigt, wie die Erkenntnisversprechen von Big Data sich mit bestimmten Formen von Vertrauen, Wahrheit und Objektivität kreuzen. Wir argumentieren, dass das übersteigerte Vertrauen in zahlenbasierte Evidenz einer speziellen politischen Kultur zugeordnet werden kann, nämlich einer repräsentativen Demokratie, die von öffentlichem Misstrauen und großer Zukunftsunsicherheit gekennzeichnet ist.
  Dieses Kapitel herunterladen
 
Regieren Algorithmen? Über den sanften Einfluss algorithmischer Modelle
Janosik Herder
Universität Osnabrück
Die gegenwärtige sozial- und kulturwissenschaftliche Kritik an Algorithmen bezieht sich vor allem auf zwei Aspekte: Dass Algorithmen, erstens, grundsätzlich auf subjektiven Vorstellungen und Vorurteilen beruhen, und dass sie, zweitens, meist im Verborgenen operieren. Wenig beachtet wird dabei die Frage, welchen politischen Einfluss Algorithmen eigentlich haben. Um den politischen Einfluss von Algorithmen zu verstehen, schlage ich Michel Foucaults Perspektive der Gouvernementalität vor. Die politische Bedeutung algorithmischer Modelle besteht dieser Perspektive nach gerade darin, dass sie das tun, was eigentlich dem liberalen Staat vorbehalten ist, nämlich die Bevölkerung zu regieren. Unternehmen wie Google oder Facebook, die weitverbreitete und potente algorithmische Modelle besitzen, sind – so mein Schluss – ›gouvernementale‹ Unternehmen, die die staatlichen Regierungsinstanzen vor grundlegende Fragen stellen.
  Dieses Kapitel herunterladen
 
Fairness und Qualität algorithmischer Entscheidungen
Katharina A. Zweig & Tobias D. Krafft
Technische Universität Kaiserslautern
Algorithmische Entscheidungssysteme werden immer häufiger zur Klassifikation und Prognose von menschlichem Verhalten herangezogen. Hierbei gibt es einen breiten Diskurs um die Messung der Entscheidungsqualität solcher Systeme (Qualität) und die mögliche Diskriminierung von Teilgruppen (Fairness), welchen sich dieser Artikel widmet. Wir zeigen auf, dass es miteinander unvereinbare Fairness-maße gibt, wobei wir auf zwei im Speziellen eingehen. Für sich allein betrachtet sind die zwei Maße zwar logisch und haben je nach Anwendungsgebiet auch ihre Daseinsberechtigung, jedoch können nicht beide zugleich erfüllt werden. Somit zeigt sich, dass gerade im Einsatz algorithmischer Entscheidungssysteme im Bereich der öffentlichen IT aufgrund ihres großen Wirkungsbereichs auf das Gemein-wohl höchste Vorsicht bei der Wahl solcher Maßstäbe herrschen muss. Wird im Anwendungsfall die Erfüllung sich widersprechender Maßstäbe gefordert, so muss darüber nachgedacht werden, ob eine algorithmische Lösung an dieser Stelle überhaupt eingesetzt werden darf.
  Dieses Kapitel herunterladen
 
 

Herausforderungen von Algorithmen in Politik und Verwaltung

Formen und Folgen algorithmischer Public Governance
Klaus Lenk
Carl-von-Ossietzky-Universität Oldenburg
Der Beitrag stellt die Frage, in welcher Weise neue, auf algorithmischer Berechenbarkeit beruhende Instrumente zur Steuerung der Gesellschaft, die das Handeln weltweit agierender Unternehmen prägen, auch von Staat, Verwaltung und Politik genutzt werden können und dürfen. Diese Instrumente werden gekennzeichnet und in Verbindung gebracht mit heutigen öffentlichen Aufgaben. Auf der Grundlage eines Prinzipmodells menschlichen und maschinellen Agierens werden einige ihrer unmittelbaren und mittelbaren Folgen erörtert, wobei auf den Stand gegenwärtiger Überlegungen zur Ko-Evolution von Gesellschaft und »Digitalisierung« eingegangen wird. Abschließend werden einige Grundsätze für die Nutzung der neuen Steuerungsinstrumente formuliert.
  Dieses Kapitel herunterladen
 
Vier wissenspolitische Herausforderungen einer datengetriebenen Verwaltung
Basanta E. P. Thapa
Kompetenzzentrum Öffentliche IT, Fraunhofer-Institut für offene Kommunikationssysteme, Berlin
Die datengetriebene Verwaltung, welche die algorithmische Auswertung von Big Data zur Entscheidungsunterstützung einsetzt, sieht sich potenziellen Machtverschiebungen gegenüber, die nuancierter und weniger augenfällig sind als die Extreme von Überwachungsstaat einerseits und smarter Bürgerorientierung andererseits. Aus der Perspektive der Wissenspolitik kann der staatliche Einsatz von Big Data zu einem Monopol von politikrelevantem Wissen auf Seiten des Staates führen, inklusive der steigenden Entpolitisierung und Technokratisierung von politischen Fragen, des Aufstiegs von Data Scientists zu politischem Einfluss sowie des Ausschlusses von Interessens-gruppen, die keine Big-Data-basierte Gegenexpertise aufbauen können.
  Dieses Kapitel herunterladen
 
Chancen und Grenzen der algorithmischen Verwaltung
Benjamin Fadavian
regio iT GmbH, Aachen
Algorithmusbasierte Systeme können für staatliche Entscheidungs-prozesse von bedeutendem Nutzen sein. Sie müssen Verwendung in der öffentlichen Verwaltung finden, um die einfache, zügige und zweckmäßige Verwaltung, mithin die Effektivität der steuerfinanzierten Staatstätigkeit, sicherzustellen. Im Hinblick auf grundlegende Prinzipien des demokratischen Verfassungsstaats bedarf ihr Einsatz jedoch einer passgenauen Implementierung auf Basis einer nüchternen und pragmatischen Funktionsanalyse und Folgenabschätzung. Sodann besteht für euphorisierte Ordnungsekstase ebenso wenig Anlass wie für düsterne Untergangsphobien.
  Dieses Kapitel herunterladen
 
 

Herausforderungen von Algorithmen in medialen Öffentlichkeiten

Die Ordnung der Algorithmen - Zur Automatisierung von Relevanz und Regulierung gesellschaftlicher Kommunikation
Christian Katzenbach
Alexander von Humboldt Institut für Internet und Gesellschaft, Berlin
Dieser Beitrag adressiert die Frage nach der Rolle von Algorithmen in der Ordnung und Regulierung digitaler Kommunikation. Er konfrontiert die gegenwärtige Debatte um die Macht von Algorithmen mit bestehenden Diskurszusammenhängen wie »Code is Law« sowie mit techniksoziologischen und institutionentheoretischen Konzepten. Damit wird der Gefahr begegnet, dass die sich derzeit abzeichnende Wiederentdeckung von Technik in der sozialwissenschaftlichen Theoriebildung (erneut) in technikdeterministische Positionen »überschießt«. Auf dieser Basis werden Algorithmen als Relevanzmaschinen und Regulierungsmaschinen gesellschaftlicher Kommunikation charakterisiert, sowie Besonderheiten algorithmischer Medienangebote herausgearbeitet.
  Dieses Kapitel herunterladen
 
Der Einfluss von Algorithmen auf demokratische Deliberation
Karoline Helbig
Wissenschaftszentrum Berlin für Sozialforschung/Weizenbaum-Institut für die vernetzte Gesellschaft, Berlin
Der Beitrag untersucht die Konsequenzen der Nutzung digitaler Algorithmen von Suchmaschinen und sozialen Medien für demokratische Deliberation. Er beleuchtet zunächst, wie diese Algorithmen Informationen für bestimmte Nutzer(-gruppen) personalisieren: Er zeigt, wie Daten gesammelt, Datenbanken aufgebaut, Nutzerdaten und Webinhalte kategorisiert und schließlich nach bestimmten Aspekten miteinander verbunden werden. Darauf aufbauend zeichnet der Artikel nach, wie politische Kommunikation durch diese Algorithmen beeinflusst wird und welche Implikationen das für demokratische Deliberation hat. Es wird gezeigt, dass sowohl die Informationsbasis der Nutzer als auch die Kommunikation selbst durch Algorithmen beeinflusst und geformt werden und dass dies den normativen Anforderungen an demokratische Deliberation zuwiderläuft. Denn unter anderem entsteht dabei eine »informationelle Pfadabhängigkeit«, die die Möglichkeit einer gesellschaftsweiten Deliberation untergräbt.
  Dieses Kapitel herunterladen
 
Wie algorithmische Prozesse Öffentlichkeit strukturieren
Christian Stöcker & Konrad Lischka
Hochschule für Angewandte Wissenschaften Hamburg & Bertelsmann Stiftung, Gütersloh
Algorithmische Prozesse strukturieren heute längst Öffentlichkeit, sei es in Form der Ergebnislisten von Suchmaschinen oder der Sortierung von Inhalten in den Newsfeeds sozialer Netzwerke. Diese neuen Gatekeeper, die Informationen zugänglich machen aber auch nach Relevanz gewichten, wenden andere Kriterien an, als das etwa Journalisten bei der Auswahl und Gewichtung von Inhalten tun. Die Sortierentscheidungen dieser Systeme basieren auf einer Vielzahl von Messwerten, von Verweildauer über Scrollgeschwindigkeit bis hin zu sozialen Variablen. Gleichzeitig treten die Prinzipien der Sortierme-chanismen in Wechselwirkung mit anderen Faktoren, die dafür sorgen, dass nun Inhalte ein breites Publikum erreichen können, was noch vor zehn bis zwanzig Jahren kaum möglich gewesen wäre. Die Debatte über »Fake News« ist ein Aspekt dieser Entwicklung, die über Social Bots und andere Werkzeuge digitaler Propaganda ein anderer, und auch das Phänomen von Echokammern oder Filterblasen fällt in diesen Bereich. Der Beitrag umreißt wichtige Einflussfaktoren dieser neuen digitalen Öffentlichkeiten, lotet ihre Bedeutung für den aktuellen politischen Diskurs im Inland aus und zeigt kurz mögliche Ansätze für Folgenabschätzung und Regulierung auf.
  Dieses Kapitel herunterladen
 
Intelligente Upload-Filter: Bedrohung für die Meinungsfreiheit?
Amélie Heldt
Hans-Bredow-Institut, Hamburg

  Dieses Kapitel herunterladen
 
Algorithmische Vorschlagssysteme und der Programmauftrag: Zwischen Datenwissenschaft, journalistischem Anspruch und demokratiepolitischer Aufgabe
Nikolaus Pöchhacker, Andrea Geipel, Marcus Burkhardt & Jan-Hendrik Passoth
Technische Universität München, Deutsches Museum, Universität Siegen & Technische Universität München
Kommunikation in digitalen Gesellschaften verlagert sich zunehmend in das Internet. Eine nichtlineare Vermittlung von Information und der stete Zuwachs von online verfügbaren Inhalten führen zu einer vermehrten Nutzung von algorithmischen Vorschlagssystemen. Öffentlich-rechtliche Rundfunkanstalten sind von diesem Trend nicht unbe-rührt geblieben. Die Nutzung von Vorschlagssystemen stellt diese allerdings vor rechtliche und organisationale Probleme, da der de-mokratiepolitische Grundauftrag des öffentlich-rechtlichen Medien-systems mit einer individualisierten Informationsselektion unvereinbar scheint. In diesem Beitrag erörtern wir diese Probleme, kontextualisieren algorithmische Vorschlagssysteme technisch und rechtlich und skizzieren erste Gedanken eines neuen Modus von Informationsvermittlung basierend auf kalkulativen Praktiken, die an demokratischen Idealen orientiert sind. Wenn für die Privatwirtschaft Daten das neue Öl sind, muss die Öffentlichkeit Daten als eine neue Arena der demokratisch-politischen Auseinandersetzung verstehen, um den Programmauftrag im 21. Jahrhundert den neu entstehenden Anforderungen entsprechend zu interpretieren und zu implementieren.
  Dieses Kapitel herunterladen
 
 

Handlungsempfehlungen aus der Wissenschaft

Was zu tun ist, damit Maschinen den Menschen dienen
Julia Krüger & Konrad Lischka
freie Sozialwissenschaftlerin & Bertelsmann Stiftung, Gütersloh
Prozesse algorithmischer Entscheidungsfindung berühren in vielen Bereichen gesellschaftliche Teilhabe. Daraus ergeben sich Herausforderungen auf vier Feldern:
  1. Gesellschaftliche Angemessenheit (Haben algorithmische Systeme sinnvolle Optimierungsziele?)
  2. Überprüfen und erklären der Umsetzung (Verwirklichen algorithmische Systeme die sinnvollen Ziele?)
  3. Schaffen von Diversität (Ist die Vielfalt der Systeme und Betreibermodelle groß genug, um gesellschaftlich angemessen zu sein?)
  4. Übergreifende Rahmenbedingungen für teilhabeförderliche algorithmische Systeme (Genügen staatliche und individuelle Gestal-tungskompetenzen dem gesellschaftlichen Anspruch?)
Der Beitrag stellt eine Auswahl von Lösungsideen in allen vier skizzierten Handlungsfeldern vor. Die Auswahl ist nicht umfassend und abschließend. Sie veranschaulicht aber auch in dieser Form, dass Akteure aus allen drei Sektoren Möglichkeiten haben, algorithmische Entscheidungsfindung für mehr gesellschaftliche Teilhabe zu gestalten. Es gibt viele Ideen für Maßnahmen und Methoden bzgl. der gesellschaftlichen Gestaltung, Intervention und Kontrolle algorithmischer Entscheidungsfindung. Keineswegs scheint der Mensch der Maschine ausgeliefert.
  Dieses Kapitel herunterladen
 
Wie Gesellschaft algorithmischen Entscheidungen auf den Zahn fühlen kann
Tobias D. Krafft & Katharina A. Zweig
Technische Universität Kaiserslautern
Zunehmend treffen algorithmische Entscheidungssysteme (ADM-Systeme) Entscheidungen über Menschen und beeinflussen damit öffentliche Räume oder die gesellschaftlichen Teilhabemöglichkeiten von Individuen; damit gehören derartige Systeme zur öffentlichen IT. Hier zeigen wir, am Beispiel der Analyse von Rückfälligkeitsvorhersagesystemen und dem Datenspende-Projekt zur Bundestagswahl 2017, wie solche Systeme mit Hilfe von Black-Box-Analysen von der Öffentlichkeit untersucht werden können und wo die Grenzen dieses Ansatzes liegen. Insbesondere bei ADM-Systemen der öffentlichen Hand zeigt sich hierbei, dass eine Black-Box-Analyse nicht ausreichend ist, sondern hier ein qualitätsgesicherter Prozess der Entwicklung und Evaluation solcher Systeme notwendig ist.
  Dieses Kapitel herunterladen
 
Normative Leitlinien für künstliche Intelligenz in Regierung und öffentlicher Verwaltung
Christian Djeffal
Alexander von Humboldt Institut für Internet und Gesellschaft, Berlin
Künstliche Intelligenz (KI) ändert unser Leben und unser Zusammenleben zunehmend. Bei KI handelt es sich um Technologien im Werden. Sie werden durch Leitlinien in der Form von Recht oder Strategien gelenkt und beeinflusst. Der Beitrag beleuchtet KI-Systeme in der öffentlichen Verwaltung und wirft die Frage auf, welche Leitlinien es für künstliche Intelligenz bereits gibt und welche Tendenzen sich abzeichnen. Nach einer Definition von künstlicher Intelligenz und einigen Beispielen aus dem Bereich von Regierung und Verwaltung macht der Beitrag Ethik und Politik als mögliche Bezugspunkte für Leitlinien aus. Davon ausgehend werden Recht, Technik, Organisation, Strategie und Leitbilder als Einflussmöglichkeiten vorgestellt, wobei aktuelle Trends geschildert werden. Der Beitrag schließt mit einer Forderung nach interdisziplinärer Forschung und maßvoller Regulierung der Technik, um ihr positives Potenzial auszuschöpfen.
  Dieses Kapitel herunterladen
 
 

Positionen aus der Politik

Thesenpapier: Algorithmische Entscheidungsfindung
Verbraucherzentrale Bundesverband
  Dieses Kapitel herunterladen
 
Algorithmen: Eine (Gestaltungs-)Aufgabe für Politik?
Saskia Esken, MdB, SPD
  Dieses Kapitel herunterladen
 
Algorithmen: >Ethik-by-Design< - Diskriminierung systematisch verhindern
Renate Künast, MdB, Bündnis90 / Die Grünen
  Dieses Kapitel herunterladen
 
Künstliche Intelligenz: Die Macht erwacht?
Nadine Schön, MdB, CDU
  Dieses Kapitel herunterladen
 
Künstliche Intelligenz: Wer entscheidet über wen?
Jimmy Schulz, MdB, FDP
  Dieses Kapitel herunterladen
 
 

Printexemplar bestellen

Wenn Sie ein kostenfreies Printexemplar der Publikation "(Un)berechenbar - Algorithmen und Automatisierung in Staat und Gesellschaft" bestellen möchten, füllen Sie bitte das unten stehende Formular aus. Geben Sie dazu bitte Name, Organisation und Anschrift, sowie eine E-Mail-Adresse für evtl. Rückfragen an.
Sie benötigen mehr als ein Exemplar? Schreiben Sie uns einfach an info@oeffentliche-it.de

Dieses Angebot gilt, solange der Vorrat reicht.

Für die Bestellung von Printexemplaren gilt die Datenschutzbestimmung.
Dieses Feld ist vorgeschrieben.
Dieses Feld ist vorgeschrieben.
Dieses Feld ist vorgeschrieben.
Dieses Feld ist vorgeschrieben.
Dieses Feld ist vorgeschrieben.