Integration der Datenspende in die Erhebungsinfrastruktur: Quantifizierung, Erklärung und Behebung von Fehlern bei der Darstellung und Messung.

Smartphones erzeugen eine enorme Menge digitaler Verhaltensdaten aus Logfiles über Smartphoneaktivitäten (z.B. Telefonieren, Nachrichten schreiben, Appnutzung) sowie aus den in den Geräten verbauten Sensoren über tägliches Verhalten (z.B. Mobilität, körperliche Aktivität). Diese detaillierten Verhaltensmaße eröffnen die Möglichkeit einer modernisierten Erfassung von sozialer Integration, sozialen Netzwerken und Stress am Arbeitsplatz. Im Januar 2018 wurde eine Stichprobe von 4.293 Teilnehmenden einer bestehenden bundesweit repräsentativen Panelbefragung eingeladen, eine Forschungsapp (IAB-SMART) auf ihren Smartphones zu installieren. Die App sammelte passiv Daten für die sozialwissenschaftliche Forschung. 687 (15,9 Prozent) Teilnehmende installierten die App und steuerten im Laufe eines halben Jahres Daten zu Geopositionen, körperlicher Aktivität, Appnutzung, Anruf- und SMS-Protokollen sowie Telefonbuchkontakten bei. Dieses Projekt baut auf methodischen Vorarbeiten auf und erweitert diese mit dem Ziel, die Bevölkerungsinferenz aus den Daten zu verbessern und anderen Forschungsgruppen den Zugang zu solchen Daten zu ermöglichen. Die Studie verfolgt drei Ziele: (1) Entwicklung von Gewichten-, die Fehler durch Coverage und Nichtteilnahme ausgleichen, um unverzerrte Bevölkerungsschätzungen zu den gemessenen Konstrukten wie soziale Integration, soziale Netzwerke und arbeitsbedingter Stress zu erstellen; (2) Bewertung der Quellen von Messfehlern für die verschiedenen Arten von Sensor- und Logdaten und Vergleich der passiv erhobenen Daten mit Selbstauskünften; und (3) Evaluation der Möglichkeit zur Anonymisierung der passiv gesammelten Smartphonedaten, um diese der Forschungsgemeinschaft zur Verfügung zu stellen.