Intersektionale Strategien zur Förderung von IT-Frauen
Im Rahmen des Forschungsprojektes analysieren wir mittels Machine Learning und statistischer Verfahren Intersektionalitäts-Scoring sowie NLP-basierter Textanalyse intersektionale Karrierebarrieren von Frauen in der deutschsprachigen IT-Branche. Unser Mixed-Methods-Ansatz kombiniert quantitative Daten von über 500 IT-Frauen mit qualitativen Tiefeninterviews und zeigt bereits: One Size Fits None – 20% der Frauen erleben durch multiple Identitätsdimensionen signifikant verstärkte Diskriminierung. Wir entwickeln eine evidenzbasierte methodische Toolbox für Unternehmen zur systematischen Erfassung intersektionaler Dynamiken.
Partner:
- Gesellschaft für Informatik, Fachgruppe Frauen und Informatik
- Hochschule für Technik und Wirtschaft (HTW Berlin), Frauenstudiengang Informatik und Wirtschaft
- Berliner Hochschule für Technik (BHT)
Contact at the BHT:
Prof. Dr. Selcan Ipek-Ugay: selcan.ipek-ugay[a]bht-berlin.de
