HIPP 27: HUMAN PROGRESS

Das Projekt HUMAN PROGRESS hat das Ziel, die Forschung in den Naturwissenschaften voranzubringen, indem es auf Methoden, Erkenntnisse und Wissen aus den Geistes- und Sozialwissenschaften zurückgreift. Gleichzeitig bietet es neue Denkrahmen für die Geistes- und Sozialwissenschaften und arbeitet auf eine Form der Interdisziplinarität hin, die in den heutigen Meereswissenschaften essenziell ist, um komplexe Umweltprobleme zu bewältigen. Die im Rahmen dieses Projekts geförderten Postdoktorandinnen und Postdoktoranden werden als Team zusammenarbeiten und dabei mit Expertinnen und Experten aus Kunst, Geistes-, Sozial- und Naturwissenschaften kooperieren. Unser Erfolgskriterium besteht darin, einen nachweisbaren Einfluss auf die naturwissenschaftliche Forschung zu erzielen, indem wir soziale Daten, geisteswissenschaftliche Ansätze und Denkweisen einbeziehen. Auf diesem Weg werden sich alle beteiligten Disziplinen anpassen, ihre Methoden erweitern und bis zu einem gewissen Grad automatisieren müssen, um Wirkung in praktischen Anwendungen zu entfalten und dabei gleichzeitig eine menschliche Perspektive und Denkweise zu bewahren.

Der Titel HUMAN PROGRESS ist bewusst darauf angelegt, kritische Auseinandersetzung anzuregen. Er verbindet das fortschrittsorientierte Denken der Natur- und Ingenieurwissenschaften mit dem Begriff „human“, um zu einer kritischen Reflexion darüber einzuladen, wie Fortschritt erreicht werden kann, der den Menschen berücksichtigt – von der anfänglichen Formulierung von Problemen bis hin zu den Auswirkungen möglicher Lösungen. Dazu gehört auch, sich mit der Bedeutung von Fortschritt auseinanderzusetzen, zu fragen, wem er dient, welche Verwundbarkeiten er hervorbringt und wie diese hinterfragt werden können.

Die Ausschreibung umfasst fünf Postdoc-Stellen:

#1 Words and Power in Marine Biodiversity

Ökologisch und biologisch bedeutsame Meeresgebiete (Ecologically and Biologically Significant Marine Areas, EBSAs) sind potenzielle Meeresschutzgebiete (Marine Protected Areas, MPAs), die zum 30-by-30-Ziel des globalen Biodiversitätsabkommens von Kunming–Montreal beitragen könnten: dem Schutz von 30% der Ozeanfläche bis zum Jahr 2030. Allerdings beziehen sich von diesen potenziellen Schutzgebieten lediglich 28 in ihrem Namen auf Biologie oder biologische Entitäten. Im Vergleich dazu verweisen 97 EBSAs auf Merkmale des Meeresbodens. Was steckt hinter der Benennung dieser Gebiete, und welche Bedeutung hat eine solche Benennung? Welche Narrative und Vorstellungen werden dadurch hervorgebracht, und was bedeuten sie für den potenziellen Schutz der Meere? Diese Fragen stehen im Zentrum dieses Projekts, das die Benennung von EBSAs analysieren möchte, da diese zunehmend zu einem wichtigen Aspekt der zukünftigen Planung von Meeresschutzgebieten wird.

Ein solches Vorhaben erfordert Erkenntnisse aus mehreren Disziplinen, um zu verstehen, wie diese Bezeichnungen – also Namen für geografische Zonen des Ozeans – entstanden sind. Das Projekt bringt Linguistik, Geographie, Mikrobielle Ökologie und Komplexitätstheorie zusammen, um aus unterschiedlichen Ansätzen neue Einsichten in die Benennungspraxis und ihre Bedeutung für den Meeresschutz zu gewinnen. Namen machen bestimmte Perspektiven und Machtverhältnisse zum Zeitpunkt ihrer Vergabe sichtbar, sie konsolidieren jedoch auch entstehende Forschungsfelder, prägen Erwartungen und setzen Agenden.

Ziel dieses Projekts ist die Veröffentlichung einer sorgfältigen linguistischen Analyse der EBSA-Namen, die auf die den Namen zugrunde liegenden Denk- und Begründungsmuster aufmerksam macht. Das übergeordnete Ziel des Projekts besteht darin, ein tieferes Verständnis für den Lebenszyklus wissenschaftlicher Begriffe zu gewinnen: wie sie entstehen, sich verbreiten und wieder an Bedeutung verlieren, wie sie in die Alltagssprache übergehen, öffentliche Diskurse beeinflussen und letztlich Wissenschaft und Gesellschaft prägen.

Vollständige Stellenbeschreibung

#2 Historical Observations of the Marine Environment

Die Umweltforschung – insbesondere die Klimawandelforschung – hat von der Analyse großer Datenquellen profitiert, die sich auf strukturierte Daten konzentrieren, etwa Tabellen kuratierter Beobachtungen aus ökologischen Zeitreihenstationen oder Expeditionen. Dennoch besteht weiterhin eine erhebliche Wissenslücke hinsichtlich der Reaktion der Biodiversität auf den Klimawandel, da die verfügbaren Daten entweder vergleichsweise jung sind (z. B. einige Jahrzehnte umfassen) oder aus dem Fossilbericht stammen (der Millionen von Jahren umfasst, jedoch Lücken von Hunderttausenden von Jahren aufweist). Daten, die den für den Klimawandel relevanten Zeitraum abdecken, sind daher nach wie vor rar. Gleichzeitig bleibt ein großer Bestand weniger strukturierter Daten, der mehrere Jahrhunderte umfasst, bislang weitgehend ungenutzt. Diese Daten liegen in Form historischer Quellen vor, sowohl als schriftliche Dokumente als auch als Bilder, Zeichnungen und Objekte, ebenso wie als kollektive Erinnerungen und Wissensbestände einschließlich indigenen Wissens. Eine naheliegende nächste Herausforderung besteht daher darin, diese Quellen durch groß angelegte computergestützte Analysen nutzbar zu machen. Diese Arbeit kann von jüngsten Fortschritten in der Handschriftenerkennung, Spracherkennung, bei Large Language Models und der 3D-Analyse profitieren. Allerdings fehlen bislang weitere Schritte in der Wissensgenerierungskette, insbesondere die computergestützte Systematisierung und Kanonisierung von Daten. Für Daten bietet sich mit Wissensgraphen eine natürliche Zwischenform zwischen strukturierter und unstrukturierter Repräsentation an. Dabei handelt es sich um Netzwerke, in denen Dateneinheiten wie Personen, Orte oder Objekte durch Knoten dargestellt werden, während ihre Beziehungen durch Verbindungen zwischen diesen Knoten kodiert werden. Wissensgraphen haben in der Netzwerkforschung bislang nur begrenzte Aufmerksamkeit erhalten, was unter anderem auf die oftmals komplexe Vielfalt ihrer Entstehungsmechanismen zurückzuführen ist. Da bei der Aggregation von Wissensgraphen komplexe Strukturen entstehen, ist die Entwicklung neuer Analysemethoden erforderlich, die sowohl von der Netzwerkforschung als auch von etablierten nicht-computergestützten Arbeits- und Analysemethoden der Geschichtswissenschaft inspiriert werden können. Eine zentrale Herausforderung für die Interpretation computergestützter Systematisierungen historischer Quellen und der durch Wissensgraphen erzeugten Daten wird die Zuschreibung von Bedeutung sein, die von einer Reihe von Faktoren wie Perspektive, kulturellen Unterschieden oder sozialen Praktiken abhängt.

Ein erstes Ziel dieses Projekts besteht darin, das Potenzial von Wissensgraphen für die Analyse weniger strukturierter Daten in einem Perspektivenpapier herauszuarbeiten, das sich sowohl mit den Möglichkeiten von Wissensgraphen als auch mit den Herausforderungen einer multiperspektivischen sowie raum-, zeit- und akteursbezogenen historischen Analyse beschäftigen wird. Dieses Potenzial kann veranschaulicht werden, indem etablierte Netzwerkmetriken auf bestehende Wissensgraphen angewendet und anhand von Anwendungsfällen aus der historischen Klimaforschung getestet werden. Mittelfristig besteht unser Ziel darin, neue Wissensgraphen aus textuellen und materiellen Quellen wie dem Prize Papers-Datensatz zu erstellen, neue netzwerkwissenschaftliche Werkzeuge zur Informationsgewinnung aus diesen Wissensgraphen unter Rückgriff auf Erkenntnisse der Geschichtswissenschaft zu entwickeln und schließlich mithilfe dieser Methoden neue Einsichten in die historische Biodiversität zu gewinnen.

Vollständige Stellenbeschreibung

#3 (Re-)examining Modelling

Eines der drängenden gesellschaftlichen Probleme unserer Zeit ist der Vertrauensverlust in die Wissenschaft, der sich insbesondere im Bereich der Modellierung zeigt. Um diesem Vertrauensverlust zu begegnen, müssen wir seine Ursachen verstehen. Gegenwärtig sind mathematische Modelle meist Black Boxes, die nur von wenigen Expertinnen und Experten verstanden werden. Andere sind nicht in der Lage, diese Modelle sinnvoll zu hinterfragen, und befinden sich daher in einer Situation, in der die einzigen scheinbaren Optionen darin bestehen, die Modelle und ihre Implikationen entweder zu akzeptieren oder abzulehnen. Modelliererinnen und Modellierer sind sich bewusst, dass Modellierung zwangsläufig Vereinfachungen beinhaltet, für die es durchaus Alternativen gibt. Die getroffenen Entscheidungen spiegeln daher die Ideen, Erfahrungen, Wertevorstellungen und Arbeitskontexte der Modellierenden wider und können entsprechend hinterfragt werden. Tatsächlich entsteht wissenschaftliche Erkenntnis in hohem Maße dadurch, dass Annahmen kritisch hinterfragt werden können. Allerdings ist nur eine kleine Gruppe von Modellierenden – und nahezu keine Person außerhalb der Fachwelt – mit dieser Möglichkeit vertraut, durch kritisches Hinterfragen Fortschritt zu erzielen. Modellierung sollte daher darauf abzielen, einen sinnvollen Dialog zu schaffen, der es einem breiteren Personenkreis ermöglicht, Modelle und Modellierungspraktiken zu hinterfragen, ohne deren mathematische Grundlagen verstehen zu müssen. Wir sind überzeugt, dass ein solcher Dialog durch ein philosophisches Verständnis davon ermöglicht werden kann, wie Modelle Erkenntnisse hervorbringen, und durch die direkte und offene Kommunikation dieser Erkenntnispfade.

Ein erstes Ziel dieses Projekts besteht darin, auf die gesellschaftliche Notwendigkeit einer philosophischen Neubetrachtung der Wissensproduktion in der Modellierung aufmerksam zu machen. Mittelfristig werden wir anhand von Fallstudien untersuchen, wie Modelle Erkenntnisse erzeugen, und darauf aufbauend ein konzeptionelles Instrumentarium entwickeln, das Menschen dabei unterstützt, den Prozess der Wissensproduktion in der Modellierung zu verstehen und zu diskutieren, ohne die zugrunde liegende Mathematik verstehen zu müssen – insbesondere im Bereich der Biodiversitätsforschung.

Vollständige Stellenbeschreibung

#4 Human Decisions in Environmental Systems

In mathematischen Modellen werden ökologische Systeme häufig so dargestellt, als gäbe es keine Menschen. So berücksichtigen beispielsweise die meisten veröffentlichten ökologischen Nahrungsnetze den Menschen überhaupt nicht. Gleichzeitig gibt es heute kaum noch ein Ökosystem auf der Erde, das nicht in erheblichem Maße durch menschliche Aktivitäten beeinflusst wird. Werden Menschen in Modelle integriert, etwa im Rahmen sozial-ökologischer Systemmodelle, werden sie häufig lediglich als zusätzliche Räuber betrachtet – die Fischereiwirtschaft erscheint dann modelltechnisch kaum anders als ein Hai. Eine solche Darstellung blendet jedoch umfangreiches Wissen über menschliches Verhalten und menschliche Entscheidungsprozesse aus, darunter psychologische, soziale, politische und ökonomische Aspekte. Die Berücksichtigung dieser zusätzlichen Dimensionen und ihre angemessene Integration in Modelle haben das Potenzial, unsere Perspektive auf ökologische Dynamiken grundlegend zu verändern.

Ein erstes Ziel dieses Projekts besteht darin, die unterschiedlichen Ansätze zur Modellierung menschlicher Entscheidungsprozesse in verschiedenen wissenschaftlichen Disziplinen systematisch zu untersuchen. Besonderes Augenmerk liegt dabei auf dem Vergleich anderer disziplinärer Traditionen mit der Art und Weise, wie Menschen in der ökologischen Modellierung dargestellt werden. Mittelfristig wollen wir neue und bessere Ansätze entwickeln, um menschliches Verhalten in ökologische Modelle einzubeziehen. Dabei konzentrieren wir uns auf Fallstudien aus Bereichen wie dem Wassermanagement oder der Offshore-Windenergie. Besonderes Interesse gilt Entscheidungen, die in Situationen getroffen werden, in denen sowohl qualitative als auch quantitative Informationen zur Verfügung stehen.

Vollständige Stellenbeschreibung

#5 Science Narratives

Selbst in der abstrakten Mathematik bestehen die Ergebnisse wissenschaftlicher Forschung aus Publikationen, die für Menschen lesbare Narrative präsentieren. In den Umweltwissenschaften scheinen neue Narrative vergleichsweise selten zu entstehen und vor allem durch agenda-setzende Beiträge in führenden Fachzeitschriften hervorgebracht zu werden, während die meisten Publikationen bestehende Narrative wiederholen und verstärken. Die Entstehung neuer Narrative stellt daher ein bedeutendes Ereignis dar, das den Fokus wissenschaftlicher Forschung verschieben kann. Während Narrative häufig im Kontext von Romanen, Kurzgeschichten und Theaterstücken untersucht werden, gibt es nahezu keine Forschung zur Narratologie der Wissenschaft. So können wir beispielsweise fragen: Wie ist die Struktur erfolgreicher wissenschaftlicher Narrative beschaffen? Unter welchen Bedingungen können sich neue Narrative etablieren? Gibt es Forschungsthemen, die nicht verfolgt werden, weil sie keine guten Geschichten ergeben? Welche Beziehung besteht zwischen der Entstehung von Narrativen und der Entstehung neuer Forschungsfelder? Und wie verändern sich wissenschaftliche Narrative, wenn sie an die breite Öffentlichkeit kommuniziert werden?

Ein erstes Projektziel besteht darin, zentrale Narrative zu identifizieren und sowohl ihre Entwicklung zwischen wissenschaftlichen Publikationen als auch die narrativen Strukturen zu analysieren, mit denen sie innerhalb einzelner Beiträge vermittelt werden. Mittelfristig wollen wir ein tieferes Verständnis dafür gewinnen, wie dominante Narrative aktuelle Forschung prägen und wie wissenschaftliche Narrative sowohl innerhalb der Wissenschaft als auch gegenüber einer breiteren Öffentlichkeit dargestellt und kommuniziert werden.

Vollständige Stellenbeschreibung