Ausgehend von klinischen Erfahrungen und Erkenntnissen der kritischen Theorie entwickelt Alfred Lorenzer im Laufe seines Wirkens ein umfangreiches Theorie- und Methodeninventar sowohl für eine sozialisationstheoretische Perspektive des kindlichen Bildungsprozesses als auch für die spezifische Methode des psychoanalytischen Verstehens unbewusster Beziehungsmuster. Seine Theorie der »Interaktionsformen« und des »szenischen Verstehens« bildet seither einen festen Bestandteil der Theorie der Psychoanalyse. Schon die innere Natur – den Trieb – versteht Lorenzer nicht als Biologie allein, sondern auch als aus sozial hergestellten Szenen bestehend. So (...) ist das Subjekt für Lorenzer von Anfang an ein Produkt seiner Beziehungserfahrungen, die anfangs über die Vermittlung durch die Mutter-Kind-Dyade auch sozial hergestellt werden. Mit dieser gesellschaftskritischen Fokussierung ist er der vielleicht radikalste Vertreter einer kritischen Psychoanalyse. Der Beitrag stellt die sozialisationstheoretischen wie methodenspezifischen Gedanken Lorenzers dar und skizziert Verbindungslinien zu anderen Theoretikern. Zur Veranschaulichung des Szenischen als methodischer Grundlage des psychoanalytischen Verstehens im Wechselspiel von Übertragung und Gegenübertragung wird die Interpretation einer Therapiesituation mit einer traumatisierten Jugendlichen aus einer neueren filmischen Darstellung entfaltet. (shrink)

Die Beiträge fokussieren drei prominente Anwendungsgebiete von Big Data: Wissenschaft, Gesundheitswesen und Finanzmärkte. Dabei ist der Zweck nicht derjenige, Lösungen für ethische Probleme vorzulegen, sondern zuallererst diejenigen Aspekte der Anwendung von Big-Data-Technologien zu identifizieren, durch die ethische Fragen aufgeworfen werden, und den Rahmen abzustecken für ethische und wissenschaftstheoretische Reflexion und Beurteilung.Hinsichtlich des Anwendungsfeldes Wissenschaft ist dabei vorrangig von Interesse, ob Big Data – wie des Öfteren propagiert wird – einen Paradigmenwechsel auslösen könnte, und welche Erklärungskraft und praktische Verlässlichkeit Ergebnissen zugesprochen (...) werden können, die durch Verfahren wie Data Mining, maschinelles Lernen usw. zustande kommen.Big-Data-Technologien in Gesundheitswesen und medizinischer Praxis verstärken den Widerstreit zwischen Entlastung und Entmündigung. Die Gestaltung der Mensch-Maschine-Interaktion wird zu einer Kernaufgabe. Rückt der Werkzeugcharakter der Technologien aus dem Blick, geraten wir in die Zwänge einer Macht, die den Patienten entindividualisiert und menschliche Interaktionsformen in der medizinischen Praxis infrage stellt. (shrink)