Computermodelle spielen eine zunehmend wichtige Rolle in politischen Prozessen, von der Politikberatung zur algorithmischen Governance. Das Dissertationsprojekt untersucht das Verhältnis zwischen den Wissensproduktionspraktiken, die Modellen unterliegen, und den Governancepraktiken, die auf sie zurückgreifen. Es soll dadurch versucht werden zu verstehen, wie verschiedene Formen der Modellierung in verschiedene Formen des Regierens übersetzt werden.

Neben einer Rekonstruktion der Geschichte der Modellierung in der Politik und der Entwicklung eines praxistheoretischen Zugangs zur Modellierung und der Kontestation ihrer zahlreichen Formen von Expertise beleuchtet die Dissertation empirisch drei Felder der Wissensproduktion: die Computational Social Sciences, den Bereich Fairness, Accountability and Transparency in Machine Learning und die Modellierung im Kontext der Covid-19-Pandemie. Mithilfe von qualitativen Interviews, Dokumentenanalyse und Netzwerkanalyse werden die Dynamiken und performativen Effekte dieser Felder aus einer mixed-methods-Perspektive betrachtet. Auf der Basis dieser Erkenntnisse werden in der Dissertation mögliche sozialtheoretische und politische Antworten auf die sich abzeichnende strukturelle Rolle von Computermodellen in der digitalen Gesellschaft untersucht.