@article{DotterHaugSchnelletal., author = {Dotter, Caroline and Haug, Sonja and Schnell, Rainer and Raptis, Georgios and Weber, Karsten}, title = {Sharing health data for research purposes: results of a population survey in Germany}, series = {BMC health services research}, volume = {25}, journal = {BMC health services research}, publisher = {BMC}, doi = {10.1186/s12913-025-12706-9}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:898-opus4-81622}, pages = {9}, abstract = {BACKGROUND: Increased use of health data has the potential to improve both health care and health policies. Several recent policy initiatives at the European and German legislative levels aim to increase the primary and secondary use of health data. However, little is known about general population views on health data access for research. Most studies are based on subsets defined by specific illnesses. METHODS: We commissioned a national computer-assisted dual-frame telephone survey (landline and mobile). Logit estimation models were used to identify predictors of willingness to provide access to health data to different organizations (universities in Germany, universities worldwide, German government organizations, pharmaceutical companies). RESULTS: A high willingness to share health data for research purposes is observed, depending on the specific data recipient. The willingness is highest for research at universities in Germany and German governmental organizations, and lowest regarding research by pharmaceutical companies. The main drivers for sharing health data are the level of trust in public institutions, the respondents' assessment of the seriousness and likelihood of data misuse, and the level of digital literacy. Age, gender, and level of education have small effects and do not determine the willingness to share health data for all organizations. CONCLUSION: We present evidence from a random sample of the German population. The results indicate widespread support among the population for providing access to health data for research purposes. Similar to findings in other countries, the willingness depends strongly on the recipient of the data. This paper evaluates the impact of various determinants - identified in previous qualitative and quantitative research - on the willingness of the German population to share health data. While previous studies have found that patients are generally more willing to share health data, we found that the presence of a medical precondition does not translate into respondents' unequivocal support for health data sharing. We identify privacy concerns, general trust, and digital literacy as key factors influencing the willingness to share health data. Therefore, policymakers and stakeholders need to ensure and communicate the necessary privacy protection measures to increase the willingness of the German population to share health data.}, language = {en} } @incollection{HaugVetterScharfetal., author = {Haug, Sonja and Vetter, Miriam and Scharf, Anna and Altenbuchner, Amelie and Weber, Karsten}, title = {Nachhaltiges Wohnen: soziale Aspekte der Geb{\"a}udesanierung}, series = {Die Nachhaltigkeitsziele der UN im Spiegel der Wissenschaft Beispiele aus der Sozial- und Gesundheitsforschung}, booktitle = {Die Nachhaltigkeitsziele der UN im Spiegel der Wissenschaft Beispiele aus der Sozial- und Gesundheitsforschung}, editor = {Heese, Carl and Sch{\"u}tz, Sandra and Obergrießer, Stefanie}, publisher = {Springer}, address = {Wiesbaden}, isbn = {978-3-658-43334-5}, doi = {10.1007/978-3-658-43334-5_5}, pages = {69 -- 88}, abstract = {Der Beitrag befasst sich mit Nachhaltigkeitszielen der Vereinten Nationen im Bereich der bezahlbaren und sauberen Energie (Ausbau erneuerbare Energie, klimafreundliche Energie), nachhaltige St{\"a}dte und Gemeinden (energieeffizienter Wohnungsbau) und Maßnahmen zum Klimaschutz (Senkung Ausstoß von Treibhausgasen). F{\"u}r die Erreichung dieser Nachhaltigkeitsziele spielen die Wohnung und erforderliche Ver{\"a}nderungen im Verbrauch von Heizenergie und Strom eine bedeutende Rolle. Das Wissen {\"u}ber Energieeinsparungsm{\"o}glichkeiten und die Einstellungen der Bev{\"o}lkerung wie auch anderer Akteur*innen und Stakeholder*innen zur energetischen Geb{\"a}udesanierung ist hierbei entscheidend. In diesem Kontext werden drei Forschungsprojekte des Instituts f{\"u}r Sozialforschung und Technikfolgenabsch{\"a}tzung (IST) an der OTH Regensburg vorgestellt: Erstens die Haushaltsbefragung in der Wohnbaugenossenschaft Margaretenau Regensburg (Projekt MAGGIE) zum Thema der energetischen Geb{\"a}udesanierung mit Fokus auf Heizung und Stromerzeugung mit regenerativer Energie. Zweitens das Projekt LivingH2, bei dem es um die Brennstoffzellentechnologie geht und drittens das Forschungsprojekt EVEKT in dem Anreizstrukturen f{\"u}r Energiesparmaßnahmen untersucht und in der Wohnsiedlung Herzobase in Herzogenaurach getestet werden sollen. Themenfelder, die in dem Beitrag im Spannungsfeld der sozialen, {\"o}kologischen und {\"o}konomischen Nachhaltigkeitsdimensionen angesprochen werden, sind unter anderem Energiearmut, Interessenkonflikte zwischen Akteur*innen sowie Technikakzeptanz und Rebound-Effekte.}, language = {de} } @techreport{SchultzHauerHaugetal., type = {Working Paper}, author = {Schultz, Maximilian and Hauer, Franziska and Haug, Sonja and Weber, Karsten}, title = {KINiro, K{\"u}nstliche Intelligenz f{\"u}r Nichtregierungsorganisationen - Bedarf, Akzeptanz und Umsetzungsm{\"o}glichkeiten. 4. Arbeitspapier: K{\"u}nstliche Intelligenz in Nichtregierungsorganisationen: In-depth-Interviews}, address = {Regensburg}, organization = {Ostbayerische Technische Hochschule (OTH) Regensburg / Institut f{\"u}r Sozialforschung und Technikfolgenabsch{\"a}tzung (IST)}, doi = {10.13140/RG.2.2.25460.46720}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:898-opus4-79471}, pages = {128}, abstract = {Vor dem Hintergrund der wachsenden Bedeutung K{\"u}nstlicher Intelligenz (KI) in unterschiedlichen gesellschaftlichen Kontexten untersucht dieses Arbeitspapier aus dem Projekt KINiro den Einsatz, die Bedarfe sowie die Akzeptanz von KI in Nichtregierungsorganisationen (NROs). Im Rahmen des Projekts „KINiro - Bedarf, Akzeptanz und Umsetzungsm{\"o}glichkeiten" wurden zehn vertiefende Expert*innen-Interviews mit Vertreter*innen verschiedener NROs gef{\"u}hrt. Ziel war es, ein differenziertes und vertiefendes Verst{\"a}ndnis von Wissen, ben{\"o}tigten und vorhandenen Ressourcen, organisatorischen Strukturen, Umsetzungsm{\"o}glichkeiten und das Erheben von Akzeptanz und die Gr{\"u}nde f{\"u}r Nicht-Akzeptanz zu erheben. Das Arbeitspapier ist das vierte in dem Projekt und baut auf den Erkenntnissen des Scoping Reviews, der ersten qualitativen Studie und der großen quantitativen Studie auf. Die Ergebnisse zeigen, dass das Interesse an KI in NROs stark zugenommen hat, insbesondere nach der breiten Verf{\"u}gbarkeit von KI-Anwendungen wie ChatGPT. Die befragten Organisationen experimentieren aktuell mit KI vorwiegend in den Bereichen Textproduktion, Datenanalyse, Wissensmanagement und Prozessoptimierung. Es werden auch spezielle KI-Anwendungen f{\"u}r die Bedarfe der NROs entwickelt und eingesetzt. Zugleich bestehen jedoch große Herausforderungen, insbesondere begrenzte finanzielle und personelle Ressourcen, fehlendes Know-how und der Mangel an Digitalisierung. Datenschutz und ethische Fragestellungen sowie m{\"o}gliche Verzerrungen (Bias) sind zentrale Bedenken. Dennoch lassen sich erste erfolgreiche Umsetzungsstrategien erkennen, etwa die Bildung interner Arbeitsgruppen, die Unterst{\"u}tzung durch F{\"u}hrungskr{\"a}fte, auch gezielte Schulungen sowie die Entwicklung von Leitlinien werden positiv bewertet. Diese Ans{\"a}tze tragen dazu bei, Vorbehalte abzubauen und Akzeptanz zu f{\"o}rdern. Das Arbeitspapier zeigt damit, wie die vorherigen Arbeitspapiere, dass KI im gemeinwohlorientierten Sektor grunds{\"a}tzlich auf Offenheit trifft, zugleich aber ein breites Spektrum an Voraussetzungen wie Ressourcen, Know-how, rechtliche Rahmenbedingungen und nutzbare Anwendungen ben{\"o}tigt werden, um das volle Potenzial von KI verantwortungsvoll auszunutzen.}, language = {de} }