Women in Big Data

In den letzten zehn Jahren haben sich verschiedene öffentliche und private Initiativen mit der ungleichmässigen Verteilung der Geschlechter in technischen Berufen befasst. Einige konzentrieren sich darauf, Mädchen und jungen Frauen eine besondere Ausbildung und Betreuung anzubieten, damit sie eher in Berufe mit technologischer und mathematischer Affinität eintreten und bleiben können. Die Forschung zeigt aber, dass männlich dominierte Arbeitskulturen Frauen vom Einstieg und Bleiben abhalten. Ausserdem berichten Medien von Diskriminierungen bei der Entlöhnung und Beförderung sowie von sexuellen Belästigungen in Technologieunternehmen.

Die Querschnittsaktivität wollte eine offene Diskussion über den Aufbau, die Weiterentwicklung und den Erhalt von Karrieren für Frauen in MINT-Bereichen fördern.

In der Schweiz sind weniger als die Hälfte aller MINT-Studierenden Frauen. Dies gilt für alle Stufen der universitären Ausbildung und ist besonders ausgeprägt in den Informatik- und Informationswissenschaften, Mathematik und Ingenieurwissenschaften. Weltweit machen Frauen weniger als ein Drittel der Beschäftigten in der wissenschaftlichen Forschung und Entwicklung aus; Frauen sind seltener in technologieintensive Unternehmensfunktionen eingestiegen und verlassen diese eher.

Ziel der Querschnittaktivität war die Schaffung eines Netzwerks, das Frauen in Industrie und Wissenschaft miteinander vernetzt, die sich so über berufliche Herausforderungen und Lösungen austauschen können und die darüber diskutieren, wie sich Herausforderungen im Zusammenhang mit Big Data meistern lassen, wie interdisziplinär zusammengearbeitet und wie Karrieren im digitalen Zeitalter weiter vorangetrieben werden können.

Nur eine Minderheit der Projekte des NFP 75 wird von Frauen geleitet. «Women in Big Data» ermöglichte es, Frauen in diesem Bereich zu stärken und ihre Forschung und Karriere voranzutreiben. Fragen der strukturellen Ungleichheit und Diskriminierung vereinen die Erfahrungen von Frauen über alle Disziplinen hinweg. Diese Initiative bot ein Forum, um Muster zu erkennen, Strategien zu diskutieren und sich gegenseitig in spannender und inspirierender Forschung zu fördern. So wurde zum Beispiel auch die Frage behandelt, wie Geschlechterverzerrungen in Forschungen über Big Data und ihre Anwendungen einfliessen.

Das greifbare Ergebnis dieser Querschnittsaktivität ist die Plattform www.wibd.ch, die Frauen in der Big-Data-Forschung unterstützt. Den Auftakt bildete ein internationaler Workshop (Juni 2018, Zürich), dem weitere, kleinere Veranstaltungen mit einem engeren Fokus folgten, wie zum Beispiel thematische Roundtables mit Fokus auf die berufliche Entwicklung.

Im ursprünglichen Vorschlag waren drei jährliche Workshops und eine Reihe von studentisch organisierten Veranstaltungen vorgesehen. Der Ausbruch der Covid-Pandemie im Jahr 2020 machte dann allerdings die folgenden Anpassungen erforderlich: Es wurden zwei anstelle von drei internationalen Workshops organisiert, einer im Jahr 2019 (70 Teilnehmer) und einer im Jahr 2022 (56 Teilnehmer). Es wurden fünf studentisch organisierte Veranstaltungen zu den Themen «AI and Cities» (KI und Städte), «Coding, Career, Community» (Codierung, Karriere, Community), «Big Data in Communication Science» (Big Data in der Kommunikationswissenschaft), «Ethical, Social and Legal Challenges of Big Data» (Ethische, soziale und rechtliche Herausforderungen von Big Data) und «Algorithms in the Making» (Algorithmen im Entstehen) durchgeführt. Eine studentische Veranstaltung wurde wegen der Pandemie abgesagt. Zum Ausgleich wurden fünf Online-Schulungen zu den Themen «Taking the Lead in Conversations» (Gesprächsführung), «Medien Schreibwerkstatt für Forschende», «Technical Writing Workshop»(Schreibwerkstatt für technische Texte), «Taming the Inner Critic» (Die innere Kritikerin zähmen) und «Negotiation Techniques» (Verhandlungstechniken) organisiert.

Zusätzlich zu den Netzwerk- und Wissenstransfer-Veranstaltungen wurden Forschungs- und wissenschaftliche Aktivitäten rund um die Geschlechterfrage in Big Data gestartet. Hierbei wurde anhand der Auswertung von Big Data von Instagram, gesammelt von einer Mitarbeiterin der University of Columbia, untersucht, wie die unterschiedlichen Geschlechter in den sozialen Medien an Einfluss gewinnen. Die Struktureigenschaften, die hinter dem unausgewogenen Einfluss der Geschlechter in modernen sozialen Netzwerken stehen, wurden charakterisiert und geschlechtsspezifische Seeding-Algorithmen entwickelt, mit denen Informationen in den sozialen Medien ein bestimmtes Geschlechter-Zielverhältnis erreichen können. Das Ergebnis dieser Arbeit sind zwei Forschungspublikationen.

Initiative of Women in Big Data (WiBD)