Vergegenwärtigt man sich die Rolle der Ethik in der Wissenschaft der Sozialen Arbeit, so sind in den letzten Jahren unterschiedliche Diskurse auszumachen. Insbesondere Fragen zur Berufs- und Professionsethik werden breit diskutiert und es findet sich hierzu eine beachtliche Anzahl an Publikationen (Como-Zipfel/Kohlfürst u.a. 2018). Gleichzeitig gewinnt das Thema der Forschungsethik in der Disziplin eine stärkere Bedeutung (Köttig/Thiessen u.a. 2021, 25), wenngleich bisher das Thema in disziplinären Diskursen noch als wenig beleuchtetes Forschungsdesiderat ausgemacht werden kann (Ferguson/Clark 2018). Das heißt jedoch nicht, dass eine ethische Reflexion des Forschens in der Disziplin nicht schon länger betrieben wird. Es kann aber die Vermutung aufgestellt werden, dass diese Reflexion einen verstärkt informellen Charakter hatte, wenn etwa auf Tagungen oder innerhalb von Forschungsgruppen über bestimmte Vorgehensweisen der Datengewinnung und -verarbeitung diskutiert wurde. Erst in den letzten Jahren findet eine verstärkte Institutionalisierung des Themas in Form von Fachgremien und Publikationen statt (Lob-Hüdepohl 2021, 81). So kann beispielsweise die Veröffentlichung des Forschungsethikkodex der Deutschen Gesellschaft für Soziale Arbeit (DGSA 2021) sowie deren Etablierung einer Forschungsethikkommission genannt werden. Auch ein aktueller Sammelband (Franz/Unterkofler 2021) mit vielfältigen forschungsethischen Beiträgen deutet auf die wachsende Bedeutung ethischer Reflexion in der Forschung in der Sozialen Arbeit hin.

Die gesteigerte Aufmerksamkeit an Forschungsethik in der Disziplin kann ein Anzeichen dafür sein, dass in ihr eine rege und vielfältige Forschungskultur entstanden ist, in der empirische Forschung eine immer wichtigere Rolle einnimmt. Diese Entwicklung, hin zu einer forschenden Disziplin, ist erst seit den 2000er Jahren verstärkt zu beobachten (Dollinger 2014, 69; Schweppe/Thole 2005). Folglich ist es nicht verwunderlich, dass erst mit zunehmender Forschungstätigkeit bestimmte ethische Probleme auftraten, die es in dieser Form in Projekten der Theoriebildung nicht gab bzw. gibt. Das heißt nicht, dass bei der Entwicklung von Theorien normative und ethische Fragestellungen keine Bedeutung hätten (Krieger 2018; Rauschenbach/Züchner 2012). Aber erst mit der Erhebung, Verarbeitung, Analyse, Präsentation oder Nachnutzbarmachung von empirischen Daten treten in der Forschung Fragen auf, die neben einer epistemologischen und methodologischen auch einer rechtlichen und ethischen Reflexion bedürfen.

Folgt man der Systematisierung von Forschung in der Sozialen Arbeit von Lüders und Rauschenbach (2005), kann zwischen einer Professions-, Institutions- und Adressat:innenforschung unterschieden werden. Insbesondere letztere findet in den letzten Jahren verstärkt statt (Bastian/Lochner 2018, 10) und bringt besondere ethische Herausforderungen mit sich. Da in diesem Beitrag später ein Fall diskutiert wird, der diesem Forschungsfeld zuzuordnen ist, soll sich im Weiteren auf die Adressat:innenforschung bezogen werden. Darunter kann Forschung verstanden werden, die den Zusammenhang in den Blick nimmt

„zwischen individuellen und kollektiven Bedarfs-, Nachfrage- und Problemlagen von Kindern, Jugendlichen und Erwachsenen einerseits, den institutionellen Strukturen, Angeboten, Maßnahmen und Interventionen andererseits sowie den jeweils vermittelnden Definitions- und Zuschreibungsprozessen.“ (Lüders/Rauschenbach 2005, 565)

Diese Definition macht bereits deutlich, dass in einer solchen Art von Forschung hoch sensible Daten erhoben werden, die insbesondere Macht- und Ungleichheitsstrukturen offenlegen oder die Verletzlichkeit und psychosoziale Konstitution von Adressat:innen abbilden. Daher bedarf es nicht nur einer transparenten methodischen, sondern eben auch einer ethischen Reflexion des Forschungshandelns.
Der Forschungsethikkodex der DGSA bietet wichtige Orientierungspunkte für Fragen im Rahmen der Erhebung, Verarbeitung, Analyse, Präsentation oder Nachnutzbarmachung von empirischen Daten. Es erscheint jedoch der Eindruck, dass er insbesondere Forschung im Blick hat, die einem klassischen qualitativen oder quantitativen Forschungsparadigma folgen. Ethische Herausforderungen, die sich im Kontext der Digitalisierung und im Speziellen von Big Data[1] ergeben, bleiben dabei unterbelichtet. Diese Lücke ist durchaus nachvollziehbar, da Forschung in diesem Bereich in der Disziplin noch wenig ausgeprägt ist. Bisher wurden oftmals Daten verwendet, die in ethischer Hinsicht als unproblematisch gelten dürften, wie etwa bibliometrische Daten für szientometrische Analysen (z.B. Eckl/Prigge u.a. 2020; Eckl/Ghanem 2020, Eckl/Ghanem u.a. 2021). Big Data gestützte Forschung im Kontext der Adressat:innenforschung findet in Deutschland bisher kaum statt. Beispielsweise werden im Bereich der digitalen Risikodiagnostik in der Kinder- und Jugendhilfe eher internationale Entwicklungen beschrieben und diskutiert (z.B. Schrödter/Bastian u.a. 2020) und weniger große Datenmengen selbst verarbeitet und analysiert. Allerdings können Analysen großer Datenmengen gewinnbringende Perspektiven eröffnen. Gerade in digitalen Räumen entstehen große Datenmengen, die für die Soziale Arbeit von Interesse sein können. Ein Beispiel, das im Zentrum dieses Beitrags steht, sind Selbsthilfeforen. Versteht man Selbsthilfe als formellen oder informellen Zusammenschluss direkt oder indirekt Betroffener, der eine Solidarisierung und gemeinsame Problembewältigung ermöglichen soll (Karlheim/Steffen 2013), können viele Onlineforen und -gruppen als relevante Formen der Selbsthilfe gesehen werden, unabhängig von der Frage, ob es sich um offizielle Selbsthilfegruppen handelt. Innerhalb dieser sozialen Zusammenschlüsse kann ein Gemeinschaftsgefühl entstehen, das von sozialer Nähe und gegenseitiger emotionaler Unterstützung geprägt ist (Brandstetter/Neidl u.a. 2012). Dadurch entsteht ein Feld für die sozialarbeiterische Adressat:innenforschung, in dem sich permanent große Datenmengen ansammeln und für Big Data Technologien prinzipiell zugänglich werden. Da die wissenschaftliche Beobachtung derartiger Räume nicht unproblematisch ist, diskutiert der vorliegende Beitrag auf Grundlage einer Onlineforumanalyse (Kap. 2.1) die forschungsethischen Herausforderungen, die sich im Kontext von Big Data für die Soziale Arbeit ergeben (Kap. 2.2). Ethische Fragestellungen ergaben sich in diesem Projekt vor allem in Bereichen der Datenerhebung und -verarbeitung sowie bei der Frage, wie die Ergebnisse zu präsentieren sind und inwieweit die Daten für andere Wissenschaftler:innen zugänglich gemacht werden können. Über die Reflexionen dieses spezifischen Forschungsprojektes hinaus, werden auch Perspektiven entwickelt, die sich in forschungsethischer Hinsicht mit einem zuneh-menden Einzug von Big Data in die Forschung der Sozialen Arbeit ergeben (Kap. 3).

__
[1] Der Deutsche Ethikrat (2018, 54) versteht Big Data als „den Umgang mit großen Datenmengen, der darauf abzielt, Muster zu erkennen und daraus neue Einsichten zu gewinnen, und der hierzu angesichts der Fülle und Vielfalt der Daten sowie der Geschwindigkeit, mit der sie erfasst, analysiert und neu verknüpft werden, innovative, kontinuierlich weiterentwickelte in-formationstechnologische Ansätze nutzt.“ ↑

2.1 Automatisierte Analyse eines Onlineforums

Durch eine zunehmende digitale Kommunikation im Kontext der Sozialen Arbeit ergeben sich Datenmengen, die mit herkömmlichen Forschungsmethoden nicht mehr analysierbar sind. Dabei haben diese Daten den Vorteil, dass sie mit einer hohen externen Validität einhergehen, da diese nicht für den Zweck der Forschung erhoben werden, sondern in natürlichen Kommunikationssettings entstehen und gespeichert werden. Der Einsatz computer-wissenschaftlicher Analysetechniken ermöglicht es, Muster in digitalen Datensätzen zu identifizieren und auf dieser Grundlage sozialarbeitswissenschaftliche Fragestellungen zu bearbeiten. Um diese Potenziale und Herausforderungen auszuloten, wurde ein kooperatives Forschungsprojekt der Technischen Hochschule Nürnberg und der Universität Passau durchgeführt (ausführlich zu Design und Ergebnissen siehe Ghanem/Eckl u.a. 2021). Dabei wurde das Ziel verfolgt, mittels automatisierter Analysemethoden die inhaltlichen Diskussionen in einem Onlineforum für Angehörige von Inhaftierten sichtbar zu machen. Hierfür wurden zunächst 2.881 nicht zugangsbeschränkte Forumsbeiträge aus den Jahren 2005 bis 2020 automatisiert heruntergeladen und gespeichert (vgl. Ceri/Bozzon u.a. 2013, 75). Die Daten wurden mit einer quantitativen Textanalyse bzw. der Latent Dirichlet Allocation (Blei/Ng u.a. 2003) analysiert, welche das bekannteste Verfahren im Bereich des sogenannten Topic Modelings darstellt. Auch wenn der Mensch bei der Datenbereinigung und einzelnen Entscheidungsschritten aktiv werden muss, analysiert dieser Algorithmus weitestgehend selbständig das Datenmaterial auf Basis der Bayes Statistik. Das Ergebnis sind geclusterte Wörter, die in den Forumsbeiträgen identifiziert wurden und mit hoher Wahrscheinlichkeit ein bestimmtes Diskussionsthema repräsentieren. So wurde erkannt, dass das Forum am häufigsten für Kommunikation rund um das Thema Hoffnung genutzt wird. Die Mitglieder sprechen sich gegenseitig Hoffnung zu oder drücken ihre eigenen Hoffnungen aus, die sich überwiegend auf ein baldiges Wiedersehen mit den inhaftierten Angehörigen beziehen. Die algorithmische Strukturierung der Texte ermöglicht es Forumsbeiträge zu identifizieren, die sich mit diesem Thema beschäftigen, wie z.B. folgende Aussage: „Jetzt hab ich mir aber gedacht ich warte vor dem Sitzungssaal und hoffe dass ich ihn mal drücken und küssen kann wenn er rein und rausgeht.“ Häufig wird das Forum auch für Beratungen genutzt rund um Themen des Bewährungswiderrufs, der Kommunikationsmöglichkeiten mit den Inhaftierten oder den Möglichkeiten von Vollzugslockerungen. Auch sehr sensible Erfahrungen z.B. durch Besuchssituationen in der Haft in Anwesenheit der eigenen Kinder oder Überforderungsgefühle durch das Alleinsein werden ausgetauscht (z.B. „Haus, Garten, Hund und Kinder und ich steh so gut wie alleine da, er wird wirklich gebraucht, irgendwie geht auch alles grad kaputt“). Topic Modeling erlaubt es also nicht nur Muster und thematische Schwerpunkte in großen Daten-mengen zu identifizieren, sondern auch diese Themen für eine qualitative Analyse vorzustrukturieren, indem die konkreten Aussagen themenspezifisch lokalisiert werden.

2.2 Forschungsethische Herausforderungen

Analysen großer Datensätze, insbesondere unter Einsatz von Algorithmen, bringen neben methodischen Herausforderungen auch forschungsethische mit sich. Basierend auf der eben skizzierten Onlineforumanalyse wird in diesem Kapitel aufgezeigt, dass derartige Forschungsansätze in gängigen Forschungsethikkodizes nicht mitgedacht werden und diese Leerstellen zusätzlicher Aushandlungen bedürfen, um sich sukzessive notwendigen Normen für Big Data Analysen im Bereich der Sozialen Arbeit anzunähern.

Ein exponentielles Wachstum an digitalen Daten, die wachsende Rechenleistung von Computern mit neuen Potenzialen der Mustererkennung und Datenverknüpfung sowie die Möglichkeit der unbegrenzten Datenspeicherung führen dazu, dass Big Data von einem Nischenthema zu einem die Gesellschaft durchdringendem Phänomen geworden ist (Schwanebeck 2019). Durch die zunehmende Verfügbarkeit derartiger Ansätze ergeben auch für die Sozialarbeitsforschung neue Möglichkeitsräume. Eine zentrale Frage ist hierbei, wo die Schnittmenge des Möglichen mit dem Zulässigen besteht. In der zu diskutierenden Studie wurden die Forumsbeiträge automatisiert und ohne vorherige Prüfung auf Relevanz für die Forschungsfrage gespeichert. Dadurch könnten Prinzipien der Zweckbindung (§ 40 Abs. 1 BDSG) und Datensparsamkeit (§ 3a BDSG) berührt sein (Art. 5 Abs. 1 DSGVO). Diese Prinzipien stehen Big Data Analysen diametral entgegen. In vielen Anwendungsfällen werden pauschal alle verfügbaren Daten erhoben ohne damit einen klar identifizierten Zweck zu verfolgen. Vielmehr ergeben sich im Laufe der Analyse häufig neue Zwecke durch identifizierte Muster in den Daten (Ladeur 2016). Auch der Deutsche Ethikrat (2018, 22f.) erkennt diesen Widerspruch. Entsprechend brauche es neue Regelungen zur Wahrung der Rechte der Forschungsteilnehmer:innen (z.B. „Trennungs- und Verknüpfungsregeln“, Ladeur 2016, 363), sofern der Einsatz von Big Data Analysen nicht grundlegend verboten werden sollte. Ein generelles Verbot derartiger Analysen würde jedoch dem Grundrecht auf Forschung entgegenstehen. Denn dieses beinhaltet nicht nur das Recht selbst zu forschen, sondern auch das Recht der Bürger:innen von Forschungsergebnissen zu profitieren (z.B. im Hinblick auf Interventionen der Sozialen Arbeit oder medizinischen Behandlung; vgl. Lob-Hüdepohl, 2021, 86f.).

Für die durchgeführte Onlineforumanalyse ist auch fraglich, ob die Prinzipien der Datenminimierung und Zweckgebundenheit uneingeschränkt Anwendung finden können, zumal die Primärdaten nicht für Forschungszwecke erhoben wurden. Vielmehr handelt es sich um nonreaktive Verhaltensbeobachtungen in einem „natürlichen“ Onlinesetting. Durch die Analyse dieses Verhaltens kann von einer „Neutralisierung des ursprünglichen Erhebungs- und Verwendungszwecks“ (Martini 2014, 1484) gesprochen werden, wie sie auch z.B. in klassischen ethnographischen Studien gegeben ist. Auch in solchen Kontexten werden vielfältige Informationen gesammelt, die unter Umständen keine Relevanz für die Forschungsfrage haben bzw. sich die Forschungsfrage und somit der Zweck im Laufe der Feldforschung sukzessive weiterentwickelt und ändert (ähnlich hierzu Riemann 2021, 106).

An anderer Stelle (Ghanem/Eckl u.a. 2021, 250f.) haben wir bereits darauf verwiesen, dass unabhängig der Frage, ob bei den Daten ein Personenbezug vorliegt oder nicht, das Urheberrecht und die Datenschutzgrundverordnung eine Verarbeitung der Onlineforumsdaten im Rahmen wissenschaftlicher Text-Mining-Verfahren als zulässig erscheinen lassen (vgl. auch Schöch/Döhl u.a. 2020). Grundsätzlich soll immer angestrebt werden, den Personenbezug gänzlich aufzulösen und ausschließlich anonymisierte Daten zu verarbeiten (Martini 2014, 1487). Da der von uns initiierte automatische Download der Forumsdaten keinen Personenbezug identifizieren und entsprechend selektieren kann, ist es grundsätzlich möglich, dass auch personenbezogene Daten vorliegen könnten. Mindestens ist es jedoch denkbar und wahrscheinlich, dass Indikatoren (Bayer/Breuer u.a. 2021, 21) in den Daten einen Rückschluss auf die Urheber:innen der Texte oder auf Dritte (z.B. Justizvollzugsbeamte) zulassen. Mit dem Einbezug informationsreicher Datenmassen drängen sich entsprechende Fragen des Umgangs mit fehlender Anonymisierung bzw. zunehmender Reidentifikationsrisiken auf (Deutscher Ethikrat 2018, 24; RatSWD 2020, 21). Auch der Forschungsethikkodex der DGSA erkennt an, dass eine Anonymisierung nicht immer realisierbar ist, diese jedoch „so weit als möglich sichergestellt“ (2021, 43) werden müsse. Ist dies nicht möglich, so müssten die Forschungsteilnehmer:innen über die Grenzen der Anonymisierbarkeit aufgeklärt werden (ebd., 44). Eine derartige informierte Einwilligung ist in dem vorliegenden Projekt jedoch nicht hergestellt worden. Ein Absehen von einer informierten Einwilligung sieht der Kodex nur in Fällen der Gefahrenabwehr oder des Schutzes wichtiger Güter vor. Auch dies ist im Falle der Onlineforumanalyse nicht gegeben. Somit ist hier das Grundrecht auf informationelle Selbstbestimmung und damit Prinzipien wie Vertraulichkeit und Selbstbestimmung berührt (Roßnagel/Nebel 2015, 457f.). Gleichzeitig wird in der Fachliteratur weitgehend konsensual argumentiert, dass nonreaktive Verhaltensbeobachtungen in öffentlichen Räumen (Döring/Bortz 2016, 125ff.) und spezifischer die Erforschung von Verhaltensspuren im Internet (King 2011; Sugiura/Wiles u.a. 2017) auch ohne informierte Einwilligung zulässig sind, wenngleich damit spezifische Sorgfaltspflichten für die Wissenschaftler:innen einhergehen (z.B. im Hinblick auf Sicherheit, Privatheit und achtsamer Verarbeitung der Daten; Nunan/Yenicioglu 2013, 83; RatSWD 2020, 20). Die Forschungszugänge mittels digitaler Technologien erfordern hier ein Nachjustieren des Forschungsethikkodex der DGSA, um zulässige Erhebungs- und Analyseprozesse zu normieren und dadurch die Rechte der an der Forschung mittelbar und unmittelbar Beteiligten zu wahren.

Diesen spezifischen Weiterentwicklungsbedarf durch Digitalisierungsprozesse erkennen auch die Vorstandsmitglieder der DGSA und kündigen dies als Schwerpunkt für die erste Überarbeitung an (Köttig/Thiessen u.a. 2021, 35). Hierfür sollte die Expertise aus Forschungsbereichen einbezogen werden, die schon seit vielen Jahren Erfahrungen mit Big Data Analysen sammeln und entsprechende Empfehlungen erarbeitet haben (z.B. Zook/Barokas u.a. 2017). So hat King bereits 2011 Vorschläge zu Feldzugang, Datenverarbeitung und Publikation gemacht, um die Richtlinien der American Psychology Association für Forschungen in Internetcommunities anwendbar zu machen. Auch Nicholas, Onie und Larsen (2020) haben basierend auf einer Literaturanalyse zu psychiatrischer Forschung in Sozialen Medien Handlungsempfehlungen, ins-besondere für Projekte ohne informierte Einwilligung, abgeleitet. Beispielsweise soll vorab eine Prüfung im Austausch mit anderen Akteur:innen, wie z.B. einem Ethikkomitee, stattgefunden haben, ob vergleichbare Daten nicht über andere Wege zugänglich sind. Ferner sollen die Analyseschritte vorab registriert werden (vgl. Open Science Framework, Nosek/Ebersole u.a. 2018), wohingegen für explorative Forschung eine besondere Begründungsverpflichtung besteht. Zudem sollte in der späteren Publikation von direkten Zitaten möglichst abgesehen werden, um Möglichkeiten der Rückwärtssuche und Reidentifizierung zu vermeiden. Hier empfiehlt sich der Einsatz von Datenmanagementplänen, in denen die Arbeitsschritte der Datengenerierung und -verarbeitung vorab festgelegt werden (für mögliche digitale Lösungen zum Datenmanagement siehe Dierkes 2021, 310).

Eine Frage bei der anstehenden Weiterentwicklung des Forschungsethikkodex wird sein müssen, welcher Grad an Privatheit digitalen Räumen zukommt. Insbesondere bei nicht zugangsbeschränkten Räumen, wie sie häufig in Sozialen Medien oder Onlineforen vorzufinden sind, ist die Bewertung nicht trivial. So könnte argumentiert werden, dass Nutzer:innen selbstbestimmt entscheiden, welche Inhalte sie öffentlich preisgeben und somit wissentlich das Risiko eingehen, dass die Verhaltensspuren beobachtet und verarbeitet werden können. Somit kann die Öffentlichkeit als Antagonist der Privatheit verstanden werden, die die selbstbestimmte Lebensführung nicht erst seit der Digitalisierung limitiert (Deutscher Ethikrat 2018, 188). Gleichzeitig gibt es auch in öffentlichen Räumen Ansprüche auf Privatheit (Souza e Silva/Frith 2010), was sich beispielsweise in aktuellen Diskussionen zur Gesichtserkennung an öffentlichen Orten widerspiegelt. Mit zunehmend digitalisierten Lebenswelten wird es immer schwerer, klare Trennungen vorzunehmen. So ist das untersuchte Onlineforum zwar nicht zugangsbeschränkt und somit öffentlich zugänglich. Dennoch könnte eine erhöhte erlebte Privatheit („perceived privacy”, King 2011, 127) angenommen werden, zumal nicht nur intime und häufig belastende Erlebnisse ausgetauscht werden, sondern auch die Erwartung bestehen könnte, dass derartige Nischenthemen ohnehin nur von Menschen mit ähnlichen Interessen gelesen werden. Mareck (2011) spricht in diesen Fällen von halböffentlichen Räumen (zitiert nach Krieger/Grubmüller u.a. 2014, 208). Zudem muss berücksichtigt werden, dass die Freiwilligkeit der Datenpreisgabe durch einen Leidensdruck oder eine erlebte Ohnmacht eingeschränkt sein könnte. So schreiben die Nutzer:innen nicht selten von Lebenssituationen, die geprägt sind von Verzweiflung und Hilflosigkeit, weshalb sie sich im Forum mit anderen Angehörigen von Inhaftierten vernetzen, um Verständnis und Unterstützung zu bekommen. Diese Bedingungen müssen bei einer forschungsethischen Betrachtung Berücksichtigung finden.

Die Schwelle für eine vertretbare Forschung muss stets durch eine Abwägung der Belastungen und Risiken mit dem Nutzen der Forschung ausgelotet werden (Tene/Polonetsky 2012). Da in dem durchgeführten Forschungsprojekt keine Eigennützigkeit gegeben war (wenn dann wäre an eine Gruppennützigkeit zu denken), durften mit der Erforschung keine übermäßigen Belastungen und Risiken einhergehen. Da keine Primärdatenerhebung durchgeführt wurde und die Teilnehmer:innen keine Kenntnis über die Verhaltensbeobachtung hatten, waren damit auch keine Belastungen verbunden. Die zentralen Risiken ergeben sich einerseits durch eine mögliche Identifizierung von Personen. So wäre es beispielsweise denkbar, dass durch die Publikation der Ergebnisse die Aufmerksamkeit Dritter auf das Forum gelenkt wird und (indirekte) Indikatoren einen Personenbezug herstellen lassen könnten, was wiederum zu einer Stigmatisierung oder als Angriff auf Persönlichkeits- und Schutzrechte erlebt werden könnte. Andererseits bestehen Risiken, wenn die Forumsnutzer:innen Kenntnis von der nicht teilnehmenden Beobachtung erlangen. Das Peerberatungssetting könnte dadurch nachhaltig beeinflusst werden, der erlebte Vertrautheitskontext gestört und dadurch zukünftige Hilfeprozesse verhindert sowie gegebenenfalls Schaden erzeugt werden. Dieses Risiko wurde durch die Entscheidung minimiert, den Namen des Forums nicht zu nennen (hierzu auch King 2011, 127), auch wenn diese Intransparenz und Verunmöglichung einer Überprüfung gegen Prinzipien guter wissenschaftlicher Praxis spricht (Deutsche Forschungsgemeinschaft 2019, 18f.). Im Forscher:innenteam wurde auch diskutiert, ob eine nachträgliche Aufklärung (Debriefing) durchgeführt werden sollte, wie es der Forschungsethikkodex der DGSA (2021, 49) in Fällen einer fehlenden informierten Einwilligung vorsieht. Aus genannten Gründen haben wir uns dagegen entschieden, wenngleich diese Entscheidung unter Unsicherheit getroffen wurde, da damit einige Prinzipien verletzt werden.

Der letzte hier zu diskutierende Aspekt betrifft den Umgang mit sensiblen Aussagen. In der Onlineforumanalyse betrifft dies insbesondere Daten über Straftaten, Verurteilungen und Sicherungsmaßregeln, deren Verarbeitung gem. Art. 10 DSGVO nur unter behördlicher Aufsicht geschehen darf oder wenn Gesetze die Rechte und Freiheiten der Betroffenen garantieren. Wie oben ausgeführt sind durch die Verarbeitungen der Onlineforumsdaten rechtlich betrachtet keine individuellen Rechte und Freiheiten eingeschränkt. Eine Frage, die in der Forschungspraxis gerade im Kontext der Straffälligenhilfe und Kriminologie häufig auftaucht, ist jedoch wie mit Informationen zu Straftaten umgegangen werden soll. Auch wenn die Vertraulichkeit der Informationen forschungsethisch ein hohes Gut darstellt, so ist diese eingeschränkt im Fall des Bekanntwerdens geplanter schwerwiegender Straftaten, die in §138 StGB positiv bestimmt sind. Vergangene Straftaten, die nicht zur Anzeige gebracht wurden, bleiben davon unberührt (Bögelein/Golla u.a. 2021, 13). Ferner kann es vorkommen, dass Strafverfolgungsbehörden im Zuge von Ermittlungen die Unterlagen (Transkripte etc.) beschlagnahmen. So erging es jüngst Forschenden im Rahmen ihrer Untersuchung zu Radikalisierungsprozessen im Strafvollzug (Sachs 2020). Auch wenn diese Regelungslücken bezüglich Beschlagnahmeverbot und Zeugnisverweigerungs-recht hinlänglich bekannt sind und kritisiert werden (Bögelein/Golla u.a. 2021), ändert es nichts daran, dass die Vertraulichkeitszusicherung, die die meisten Forschenden den Betroffenen geben, in diesen Fällen eingeschränkt ist. Entsprechend sollte auch der Umgang mit strafrechtsrelevanten Informationen in zukünftigen Überarbeitungen des Forschungsethikkodex adressiert werden. Dieses Problem der eingeschränkten Vertraulichkeit war im Onlineforumsprojekt weniger relevant, da es sich ohnehin um öffentlich zugängliche Informationen handelte. Jedoch könnte es grundsätzlich in Big Data Projekten auch zu Konflikten zwischen forschungsethischen Prinzipien und Sicherheitsinteressen kommen. So wäre es denkbar, dass die Analyse Themencluster und Nutzer:innen identifiziert, die z.B. mit einer geplanten Gefangenenbefreiung in Verbindung stehen. Wenn die rechtliche Perspektive eine Mitteilung an die Polizei nicht zwingend vorsieht, da diese Straftat nicht in §138 StGB gelistet ist, könnte es in bestimmten Fällen ethisch geboten sein in irgendeiner Art und Weise zu intervenieren (direkte Kontaktaufnahme, Hinzuziehen von Fachdiensten etc.). An derartigen Analyseergebnissen oder generell Methoden des Maschinellen Lernens, die z.B. Suizidalität in unterschiedlichen Textsorten (z.B. Social Media Content) identifizieren (Ji/Pan u.a. 2021), besteht ein großes öffentliches Interesse. Daher sollten bei der Planung derartiger Forschungsprojekte immer die möglichen Technikfolgen mitgedacht werden, da Big Data Analysen die Rechte der Subjekte (z.B. auf Selbstschädigung, Privatheit etc.) fundamental einschränken sowie negative Zuschreibungen reproduzieren und diskriminieren können (z.B. Orwat 2020).

Das vorgestellte Fallbeispiel und die darin verwendeten Methoden bezeichnen einen Startpunkt der Forschung mit Big Data Methoden in der deutschsprachigen Sozialen Arbeit. Sowohl in Bezug auf die Datenquellen, als auch in Bezug auf die Methoden ist absehbar, dass sich viele weitere ethische Fragen stellen werden, wenn die Sozialarbeitsforschung weitere digitale Technologien für Forschungszwecke adaptiert.

Auch wenn es sich im obigen Beispiel um Daten aus öffentlich zugänglichen Foren handelt, wurde deutlich, dass bereits dieser Forschungsansatz zu umfangreichen ethischen Erwägungen Anlass gibt. Die Forschung mit computerwissenschaftlichen Methoden wird sich allerdings nicht nur auf öffentlich zugängliche Forendaten beziehen. Im Umfeld der Sozialen Arbeit existieren weitere große Datenbestände, die über ein beträchtliches Erkenntnispotenzial verfügen, z.B. in Form der verschiedenen prozess-generierten Daten in Fallakten (z.B. Lehmann/Klug 2019). Hier gestaltet sich der Sachverhalt wesentlich komplexer, sodass die in diesem Beitrag erwähnten ethischen Abwägungen bei weitem nicht ausreichen. Insbesondere Aspekte der Freiwilligkeit sowie der Abwägung zwischen Nutzen für die Zielgruppe mit den Risiken und Belastungen stellen sich in einer spezifischen Form. So wird argumentiert, dass Big Data Analysen z.B. im Bereich der Kindeswohlgefährdung zu Erkenntnissen gelangen kann, die in Bezug auf die prädiktive Validität klassische Forschungsansätze deutlich übertreffen (Schrödter/Bastian u.a. 2020). Wie weit sich dadurch das Maß an in Kauf zu nehmenden Risiken erhöhen kann, muss in ethischen Fachdiskussionen ausgehandelt werden, wobei eine Konkretisierung stets nur am Einzelfall festgemacht werden kann. Weiterhin leiden öffentlich verfügbare Beratungsforen schon seit längerem unter abnehmendem Interesse der Nutzer:innen (Haberkern/Poltermann u.a. 2021). Die Nutzer:innen der meisten Zielgruppen wandern stattdessen in Social Media Plattformen ab, die von privatwirtschaftlichen (meist US-Amerikanischen) Großkonzernen angeboten werden (Minor 2021). Diese Entwicklung ist aus mehreren Perspektiven dramatisch: Die Nutzung der Plattformen wird mit einem Nutzungsvertrag begründet, in dem die Nutzer:innen die Auswertungs- und Nutzungsrechte ihrer Daten meist großzügig an die Plattformen abgeben. Da die Geschäftsmodelle der meisten Plattformen darauf beruhen, aus diesen persönlichen Daten Gewinne zu erzielen (etwa durch personalisierte Werbung), haben die Nutzer:innen hier ein breites Einverständnis zur Nutzung ihrer Daten für ‚Forschung‘ gegeben. Hier findet also bereits Big Data Forschung mit hochpersönlichen Daten statt, fernab jeder ethischen Kontrolle durch Fachgremien. Betrachtet man die Ergebnisse im Bereich von Künstlicher Intelligenz, die die großen Social Media Konzerne veröffentlichen, wird deutlich, welchen Wissensvorsprung sie schon heute im psychosozialen Bereich vor der ‚etablierten’ Wissenschaft haben, beispielsweise in der Emotionserkennung auf facebook (Bin Tareaf/Berger u.a. 2018). Hier entsteht ein immer größer werdender Problembereich: US-Konzerne, die kaum ethische Schranken für ihre Forschung haben, generieren mit Daten, die sie auf ihren eigenen Plattformen sammeln, umfangreiche Erkenntnisse aus dem psychosozialen Umfeld, die sie primär zur Gewinnsteigerung nutzen und die sie kaum mit der Fachcommunity teilen. Dadurch entsteht eine immer größere Differenz im Wissen zwischen den privatwirtschaftlichen Akteur:innen und der am Gemeinwohl orientierten und ethischen Grundsätzen verpflichteten öffentlichen Forschung. Um Praktiker:innen und Forscher:innen für derartige Eingriffe in die Rechte der Klientel zu sensibilisieren, erscheint ein proaktiver Umgang mit ethischen Fragestellungen in der Disziplin und Profession angezeigt. Diese Notwendigkeit ergibt sich auch aus dem zunehmenden Einsatz von Messengerdiensten und Social Media Plattformen für die Kommunikation mit der Klientel und Öffentlichkeit.

Auch aus den Forschungen im Bereich der Künstlichen Intelligenz entstehen immer mehr Methoden, die sukzessive Einzug in die Praxis und Forschung der Sozialen Arbeit halten. So setzten Lehmann/Albrecht u.a. (2021) maschinelle Lernverfahren ein, um das Verfahren der qualitativen Inhaltsanalyse (Mayring/Fenzl 2019) automatisiert durchzuführen. Dabei zeigte sich, dass es möglich ist, Algorithmen so gut zu trainieren, dass sie auch komplexe Äußerungen, wie zum Beispiel den Ausdruck von Emotionen, besser im trainierten Kategoriensystem einordnen konnten, als menschliche Analyst:innen (Grandeit/Haberkern u.a. 2020).

Auch wenn diese explorativen Projekte in der Sozialarbeitsforschung noch in Kinderschuhen stecken[2] und sicherlich nicht jede Form der qualitativen Inhaltsanalyse ersetzen können, so verweisen diese ersten Ergebnisse auf das Potenzial maschineller Lernverfahren für sozialarbeiterische Erkenntnisinteressen. Wenn die klassischen Begrenzungen in Forschungsprojekten, wie zeitliche und personale Ressourcen, durch diese Verfahren zumindest teilweise überwunden werden könnten, würde sich ein schier unendlicher Horizont für Forschungen eröffnen. Wie oben argumentiert wurde, ist ein starres Festhalten an der informierten Einwilligung, was eine der zentralsten ethischen Herausforderungen in diesem Bereich darstellt, wenig sinnvoll. Big Data Forschungen zu normieren, deren Potenziale nutzbar zu machen und gleichzeitig die Rechte aller Beteiligten zu schützen ist ein anspruchsvolles Unternehmen. Für die angekündigte Überarbeitung des DGSA Forschungsethikkodex sollten insbesondere Themen der Privatheit, Freiwilligkeit und Reidentifzierung in den Blick genommen werden. Hierzu wurden basierend auf unserem Forschungsprojekt Reflexionen angestellt, in der Hoffnung die anstehenden Diskussionen in der Sozialen Arbeit zu inspirieren.

__
[2] Hier muss angeführt werden, dass die Soziale Arbeit insbesondere in den Vereinigten Staaten schon in wesentlich größeren Umfang maschinelle Lernverfahren einsetzt und die Ergebnisse ebenfalls auf eine sehr hohe Präzision hinweisen (für ein aktuelles Beispiel siehe Victor/Perron u.a. 2021). ↑