Der Datensatz enthält Transkripte der qualitativen, teilstrukturierten Experteninterviews mit Erwerbstätigen in Unternehmen, NGOs oder gesetzlichen Interessenvertretungen in Deutschland oder Österreich, zum Einsatz von algorithmischen Verfahren für das Risikomanagement ("Predictive Risk Intelligence" oder PRI) in zunehmend komplexen Wertschöpfungsnetzwerken, welche Ausfallwahrscheinlichkeiten von Maschinen oder Infrastruktur vorhersagen. Das Projekt untersucht, wie und mit welchen Konsequenzen für die betriebliche und überbetriebliche Mitbestimmung Predictive Risk Intelligence (PRI) von Unternehmen bereits eingesetzt wird. Zudem wird untersucht, wie algorithmische Vorhersagesysteme (ähnlich zu PRI oder auch neuartig) von Arbeitnehmer:innenvertretungen genutzt werden können, um Mitbestimmung in Zeiten der Entsolidarisierung weiterzuentwickeln. Hierzu wurden über einen Zeitraum von acht Monaten dreißig Interviewpartner:innen aus drei Stakeholdergruppen (Merchants, Customers und Audience) rund um PRI in Lieferketten mit leitfadengestützten Experteninterviews befragt. Schwerpunkte der Interviews waren die Einordung der eigenen Organisation im Kontext von globalen Lieferketten und Risikomanagement, Erfahrungen oder Einschätzungen zum Einsatz von PRI sowie die Beziehungen zu anderen Stakeholdergruppen. Ein sekundärer Untersuchungsgegenstand war zudem die Auswirkungen des in Deutschland eingeführten Lieferkettensorgfaltspflichtengesetz (LkSG) auf Praktiken des Risikomanagements. Die Gruppenzuweisung der Interviewten wird im Datensatz durch den Zusatz M (für Merchants), A (für Audience) und C (für Customers) kenntlich gemacht. Als Merchants gelten Vertreter:innen von Softwarelösungen für das Risikomanagement, zur Audience-Gruppe gehören Interessenvertretungen für Risikomanagement in Lieferketten, Customers stellen (potenzielle) Kund:innen von PRI-Anbietern dar, die überwiegend aus den Bereichen des Einkaufs und Supply-Chain-Managements stammen. Von den 30 Interviewteilnehmer:innen haben 18 der Nachnutzung ihrer Daten zugestimmt.

Der Vierte Engagementbericht der Bundesregierung widmet sich dem Thema "Zugangschancen zum freiwilligen Engagement", da aus den Ergebnissen des Freiwilligensurveys von 2019 hervorgeht, "dass es erhebliche Unterschiede in der Ausübung und Ausgestaltung von freiwilligem Engagement gibt – beispielsweise nach Geschlecht, Alter, Bildungs- und Migrationshintergrund". Entsprechend untersucht die qualitative Studie folgende Fragen: "Welche Bedingungen, Voraussetzungen und Maßnahmen können die Zugangschancen und Möglichkeiten der Ausübung eines Engagements für die o. g. Gruppen erhöhen? Welche Hindernisse gibt es?" Zur Beantwortung wurden elf Gruppendiskussionen durchgeführt. Die jeweiligen Gruppen wurden entsprechend je einer Kategorie sozialer Ungleichheit ausgewählt und zusammengestellt. Berücksichtigt wurden die Ungleichheitskategorien Migration, Geschlecht, Klasse, Stadt-Land und Behinderung; zudem wurde eine regional diverse Verteilung sichergestellt. Der Datensatz enthält die Transkripte der elf Gruppendiskussionen und besitzt vielfältige Nachnutzungspotenziale: er eignet sich z.B. für Sekundäranalysen der soziogenetischen Typenbildung, zu Mechanismen der Reproduktion sozialer Ungleichheit, zu engagementbezogenen Motivationen, Reflexionen und kollektiven Deutungsmustern sowie zur Bedeutung informeller Netzwerke.

Das BMBF geförderte, interdisziplinäre Projekt KAHR (Klimaanpassung, Hochwasser und Resilienz) begleitet den Wiederaufbau in den Gebieten in Deutschland, die von dem Hochwasser im Jahr 2021 betroffen waren. In dem Rahmen des Projekts wurde eine Kontextanalyse durchgeführt, die wesentliche Faktoren identifiziert und analysiert, die den Wiederaufbau beeinflussen. Der theoretische und konzeptionelle Hintergrund basiert dabei auf dem Ansatz der "Hydrosozialen Territorien", der die Wechselwirkung und den Zusammenhang zwischen Wasser, Gesellschaft und Raum in den Vordergrund stellt (Boelens et al. 2016). Ein Fokus der Kontextanalyse liegt auf der Rolle von sozialen Infrastrukturen im Wiederaufbauprozess. Mit Vertreter:innen von sozialen Infrastrukturen wurden in zwei Erhebungswellen semi-strukturierte Leitfadeninterviews durchgeführt um zu ermitteln, wie soziale Infrastrukturen zur Resilienz der Gemeinschaften beitragen und welche Herausforderungen und Chancen im Wiederaufbauprozess bestehen. Zusätzlich wurde die Perspektive der sozialen Infrastrukturen durch die von Wasserbehörden, Verwaltung und anderen Institutionen ergänzt. Die Ergebnisse und Erkenntnisse sollen dazu beitragen, zukünftige Wiederaufbaustrategien zu verbessern und zur Entwicklung von resilienten und klimaangepassten Lösungen beizutragen sowie die Bedeutung sozialer Infrastrukturen in der Bewältigung von Naturkatastrophen besser zu verstehen. Aus dieser Studie sind 40 Interviewtranskripte für die Nachnutzung verfügbar.

Die hier vorliegenden qualitativen Forschungsdaten sind das Ergebnis einer Untersuchung, die im Senegal in der Region Casamance durchgeführt wurde. Die Studie untersuchte Migrationswahrnehmungen und -praktiken von potenziellen Migranten und Rückkehrern und wurde im Rahmen des DeZIM-Verbundprojekts Transnationale Perspektiven auf Migration und Integration (TRANSMIT) durchgeführt. Das Forschungsinteresse konzentrierte sich auf die Wechselwirkungen zwischen politischen Bemühungen zur Regulierung von Migration und transnationalen Migrationsprozessen, Rückkehr- und Reintegrationsprozessen sowie auf Narrative und Bilder von Migration und wie diese Migrationsentscheidungen und -prozesse beeinflussen. In einer Multi-Site-Panel-Studie wurden empirische Längsschnittdaten durch qualitative, halbstrukturierte Interviews und ein Fokusgruppeninterview mit Rückkehrern und potenziellen Migranten in allen drei Departements der Casamance während zweier Feldforschungsperioden in den Jahren 2019 und 2022/23 erhoben. Alle Interviews wurden entweder auf Französisch, Wolof oder Pular geführt. Bei Qualiservice sind 53 französischsprachige Transkripte (z.T. Übersetzungen) archiviert und für die wissenschaftliche Nachnutzung in Forschung und Lehre verfügbar.