Algorithmische Vorhersage und Mitbestimmung (AVuM) - Transkripte der Interviews

DE: Der Datensatz enthält Transkripte der qualitativen, teilstrukturierten Experteninterviews mit Erwerbstätigen in Unternehmen, NGOs oder gesetzlichen Interessenvertretungen in Deutschland oder Österreich, zum Einsatz von algorithmischen Verfahren für das Risikomanagement ("Predictive Risk Intelligence" oder PRI) in zunehmend komplexen Wertschöpfungsnetzwerken, welche Ausfallwahrscheinlichkeiten von Maschinen oder Infrastruktur vorhersagen. Das Projekt untersucht, wie und mit welchen Konsequenzen für die betriebliche und überbetriebliche Mitbestimmung Predictive Risk Intelligence (PRI) von Unternehmen bereits eingesetzt wird. Zudem wird untersucht, wie algorithmische Vorhersagesysteme (ähnlich zu PRI oder auch neuartig) von Arbeitnehmer:innenvertretungen genutzt werden können, um Mitbestimmung in Zeiten der Entsolidarisierung weiterzuentwickeln. Hierzu wurden über einen Zeitraum von acht Monaten dreißig Interviewpartner:innen aus drei Stakeholdergruppen (Merchants, Customers und Audience) rund um PRI in Lieferketten mit leitfadengestützten Experteninterviews befragt. Schwerpunkte der Interviews waren die Einordung der eigenen Organisation im Kontext von globalen Lieferketten und Risikomanagement, Erfahrungen oder Einschätzungen zum Einsatz von PRI sowie die Beziehungen zu anderen Stakeholdergruppen. Ein sekundärer Untersuchungsgegenstand war zudem die Auswirkungen des in Deutschland eingeführten Lieferkettensorgfaltspflichtengesetz (LkSG) auf Praktiken des Risikomanagements. Die Gruppenzuweisung der Interviewten wird im Datensatz durch den Zusatz M (für Merchants), A (für Audience) und C (für Customers) kenntlich gemacht. Als Merchants gelten Vertreter:innen von Softwarelösungen für das Risikomanagement, zur Audience-Gruppe gehören Interessenvertretungen für Risikomanagement in Lieferketten, Customers stellen (potenzielle) Kund:innen von PRI-Anbietern dar, die überwiegend aus den Bereichen des Einkaufs und Supply-Chain-Managements stammen. Von den 30 Interviewteilnehmer:innen haben 18 der Nachnutzung ihrer Daten zugestimmt. […]

该数据集包含德国或奥地利企业、非政府组织或法定利益代表机构中从业人员的定性、部分结构化专家访谈转录，内容涉及在日益复杂的增值网络中应用算法方法进行风险管理（“预测性风险智能”或PRI）以预测机器或基础设施的故障概率。项目旨在研究预测性风险智能（PRI）如何以及对企业内部和跨企业参与产生何种影响已被企业所采用，并探讨如何利用算法预测系统（类似于PRI或新颖的算法）由劳动者代表机构使用，以在去固化的时代进一步推动参与。为此，通过对来自三个利益相关者群体（商家、客户和受众）的三十名访谈对象进行了为期八个月的以指南为基础的专家访谈，围绕PRI在供应链中的应用进行了调查。访谈的重点包括：在全球化供应链和风险管理背景下对自身组织的定位、对PRI应用的体验或评估，以及与其他利益相关者群体之间的关系。次要的研究对象还包括德国引入的供应链尽职调查法（LkSG）对风险管理实践的影响。访谈对象的群体归属通过在数据集中添加M（代表商家）、A（代表受众）和C（代表客户）来标识。商家包括风险管理软件解决方案的代表人，受众群体包括供应链风险管理利益代表机构，客户代表的是PRI供应商的（潜在）客户，他们主要来自采购和供应链管理领域。在30名访谈参与者中，有18人同意对其数据的再利用。