Die Potentiale neuartiger Technologien und digitaler Innovationen erfahren politisch und forschungsseitig enorme Aufmerksamkeit. Im Zuge der digitalen Transformation ziehen Daten als neue Ressource für Innovationen besondere Aufmerksamkeit auf sich. Die Innovationspotentiale digitaler Tools werden in einem breiten Spektrum von Handlungsfeldern ausgemacht wie etwa der Optimierung von Entscheidungen und der „gerechteren” Distribution von Ressourcen und Rechtsgütern.

Zugleich werden über unterschiedliche Disziplinen hinweg Stimmen lauter, die die gängige Idealisierung und De-Kontextualisierung digitaler Technologien kritisieren und eine sozial eingebettete und technisch aufgeklärte Perspektive auf digitale Technologien fordern. Schließlich werden Daten kontextspezifisch erzeugt und tragen diese Entstehungsgeschichte in sich. Zudem beeinflusst Digitalisierung nicht nur die Gesellschaft, sondern wird von gesellschaftlichen Strukturen wie Funktionsbereichen (Recht, Politik), Organisationen und organisationalen Netzwerken und Professionen geprägt. Digitale Technologien sind demnach nicht autonom zu denken. Sie basieren nicht nur in der Entwicklung, sondern auch in ihrem Funktionieren auf vielfältigen Formen menschlicher Arbeit.

Die Gruppe „Augmented Smartness” greift diese Debatte auf und möchte versuchen eine integrierte Perspektive auf digitale Technologien zu entwickeln. Während „Smartness“ oft digitalen Technologien zugeschrieben wird, greift die Projektgruppe den Begriff der „Augmentation” auf, der für eine genuine Verschränkung von sozialen und technischen Anteilen im Handeln steht und „Smartness“ als voraussetzungsreiches Entwicklungsziel einer verantwortungsvollen und nachhaltigen Digitalisierung begreift. „Augmented Smartness” impliziert damit ein Gegenkonzept zur Idealisierung und De-Kontextualisierung von Daten und digitalen Technologien. Konkret heißt dies: die Komplexitäten der Datengenerierung und -säuberung sichtbar zu machen, die Kontingenz der Modellierung zu thematisieren und die Ambiguitäten in der Datenanalyse und die Kontextspezifik, sowie die Auswirkungen der Interaktion von Technologie und menschlichem Entscheiden zu reflektieren.