Open Access

Die Covid-19-Pandemie macht die Fragilität von Lebensmittelversorgungssystemen sichtbar (vgl. IPES-Food 2020). Die aktuelle Krise löste eine neue Welle der Kritik an fehlender Resilienz von Produktions- und Distributionsstrukturen aus (vgl. ebd. Clapp 2020; Gustin 2020). Die Produktionskrisen im Globalen Norden und die sich beängstigend schnell abzeichnende Ernährungssicherheitskatastrophe in vielen Regionen des Globalen Südens sowie das Auftreten von Zoonosen überhaupt werden dabei zum Anlass genommen, eine Umkehr vom produktivistischen Paradigma (mehr, kostengünstiger, schneller) zu fordern (vgl. IPES-Food 2020; Clapp 2020; Vogel in Carstens 2020). Das Streben nach Effizienzsteigerung bringt Ökosysteme aus dem Gleichgewicht und verhindert dabei keine Versorgungslücken. Damit untergraben die gegenwärtigen Dynamiken die natürliche Grundlage der Agrarproduktion, ohne sich im akuten Krisenfall durch zuverlässig verfügbare Outputs auszuzeichnen. Resilienz – im Sinne der »anhaltenden Kapazität eines Lebensmittelversorgungssystems (…) im Angesicht verschiedener und sogar unvorhergesehener Störungen ausreichend angemessene und zugängliche Nahrung für alle zur Verfügung zu stellen« (Tendall et al. 2015: 19, eigene Übersetzung) – sieht anders aus...

Social Media-Plattformen sind Teil des Alltags vieler Menschen und die Erforschung von Medienpraktiken auf solchen Plattformen ist entsprechend etablierter Gegenstand ethnografischer Forschung. Doch wie forscht man eigentlich ethnografisch auf und mit Social Media? Und welche ethischen Implikationen hat die digitale Feldforschung? Dieser Beitrag skizziert die Grundlagen einer solchen Forschung anhand konkreter Schritte und nimmt dabei verschiedene Dimensionen in den Blick. Neben der Frage, wie sich ein ethnografisches Forschungsfeld im digitalen Raum überhaupt konstituiert und abgrenzt bespricht der Artikel, inwiefern teilnehmende Beobachtung und Chat-Interviews für ethnografische Forschung auf Social Media produktiv gemacht werden können. Für eine reflexive Analyse erhobener Daten und gemachter Beobachtungen eignet sich die Nutzung von QDA-Software – die Codierung ist hier nicht als nachgelagert, sondern als integrativer Bestandteil der ethnografischen Interaktion zu verstehen. Mögliche weitere Problemfelder in der Erforschung digitaler Räume sind der Umgang mit der (Un-)Sichtbarkeit von Algorithmen und die Analyse von big ethnographic data, die in diesem Beitrag angeschnitten werden. Da Ethnografie stets adaptiv ist, soll der Artikel nicht als statische Anleitung, sondern eher als Angebot zur Orientierung und als Übersicht verstanden werden.

Obwohl sie einst buchstäblich undenkbar und im günstigsten Fall ein Widerspruch in sich war, ist die „Digitale Anthropologie“ heute auf bestem Wege, eine vollwertige Teildisziplin zu werden — neben Formationen wie die der Rechtsanthropologie, der Medizinanthropologie und der Wirtschaftsanthropologie oder den Anthropologien der Migration, des Geschlechts und der Umwelt. Inzwischen gibt es Lehrveranstaltungen im Grund- und Aufbaustudium (ja sogar ganze Studiengänge), die mit der Ausbildung eines Kanons einhergehen, wenngleich ein Kanon, der im engen Dialog mit den Kommunikations- und Medienwissenschaften, der Soziologie sowie anderen Disziplinen entsteht. Dieser Zeitpunkt sollte uns gelegen kommen, um die Inhalte und Entfaltungsmöglichkeiten einer Digitalen Anthropologie neu zu denken. Dieser Text erschien ursprünglich als Rethinking Digital Anthropology im Sammelband Digital Anthropology, 2. Auflage, herausgegeben von Haidy Geismar und Hannah Knox (2021) bei Routledge. Wir danken Tom Boellstorff und dem Verlag für die freundliche Genehmigung der Übersetzung und Veröffentlichung in den KA Notizen 85. Timo Roßmann danken wir für die sorgfältige Übersetzung.

Alltage sind zunehmend durch programmierte Algorithmen und Computercode strukturiert, während Alltage und Menschen diese wiederum gestalten. Doch wo genau lässt sich Computercode ethnografisch in seinen Wirkungsweisen begegnen? Er ist niemals eines, sondern immer vieles. In diesem Beitrag beleuchten wir unterschiedliche methodische Herangehensweisen an Computercode in seinen verschiedenen Dimensionen und veranschaulichen diese anhand von Fallbeispielen. Dabei unterscheiden wir die folgenden fünf Dimensionen: a) Code als Text und seine Einschreibungen b) Computercode in seiner Performanz und Ausführung, c) Programmieren als Praxis: Entwickeln, Basteln, Debuggen und Hacken, d) Infrastrukturieren mit und durch Computercode, und e) Gouvernance und Gouvernementalität: Regieren mit und durch Computercode. Die Perspektivierungen sind nicht exklusiv und überschneidungsfrei, vielmehr erlaubt das Zusammendenken verschiedener Dimensionen von Code als soziotechnische Assemblage ein tiefergehendes Verständnis. Wir diskutieren, welche Dimensionen bei welchem Forschungsinteresse hilfreich sein kann und betonen gleichermaßen die Notwendigkeit einer Reflexion jener perspektivischen Entscheidungen, die wir im Forschungsprozess treffen.

Forschungsdaten werden zunehmend in digitalen Repositorien gespeichert und Dritten zur Nachnutzung zugänglich gemacht, teils beschränkt auf wissenschaftliche Anliegen. Es stellt sich die Frage, wie entsprechende Datensätze genutzt werden können, nachdem alle ethischen Dimensionen berücksichtigt sind. Dies wird anhand der exemplarischen Bearbeitung eines umfangreichen Datensatzes aufgezeigt, der lebensgeschichtliche Interviews mit Sozialwissenschaftler:innen des 20. Jahrhunderts enthält. Während der Schwerpunkt in der Erhebung auf Lebenserzählungen lag, wird in der Nachnutzung nach Veränderungen der Berufsbiografien im 20. Jahrhundert gefragt. Der Beitrag beschreibt, wie die Datensätze explorativ mit digitalen Methoden untersucht werden und geht der Frage nach, welche Erkenntnisse aus dieser Nachnutzung von Interviewtranskripten gezogen werden können. Wie viel Aussagekraft haben die Interviewpassagen, welche zur eigenen Fragestellung identifizierbar sind? Welche Leerstellen bleiben in der Interpretation? Hierbei werden verschiedene Standardverfahren des Text Mining im Rahmen von digitalen Methodenanwendungen, wie Wortfrequenzen, n-Gramme und Topic Modeling, auf ihre Nutzbarkeit und Nützlichkeit für die Bearbeitung der Datensätze hin befragt.