35,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

Lepenies schreibt in seinem Buch Die Macht der einen Zahl/eine politische Geschichte des Bruttoinlandsprodukts aus dem Jahr 2013 schon auf der ersten Seite, dass es bisher keine statistische Größe wie das BIP gibt, welche eine solche Wirkung entfaltet. Es ist die mächtigste Kennzahl der Menschheitsgeschichte. Es lassen sich Fragen stellen, ob diese Stellung berechtigt ist oder ob es ein alternatives Konzept gibt, welches es ablösen bzw. ersetzen könnte. Ob der NWI von Diefenbacher und Zieschank das Potential dafür hat, soll im vorliegenden Buch erörtert werden. Dafür werden zu Beginn kurz…mehr

Produktbeschreibung
Lepenies schreibt in seinem Buch Die Macht der einen Zahl/eine politische Geschichte des Bruttoinlandsprodukts aus dem Jahr 2013 schon auf der ersten Seite, dass es bisher keine statistische Größe wie das BIP gibt, welche eine solche Wirkung entfaltet. Es ist die mächtigste Kennzahl der Menschheitsgeschichte. Es lassen sich Fragen stellen, ob diese Stellung berechtigt ist oder ob es ein alternatives Konzept gibt, welches es ablösen bzw. ersetzen könnte. Ob der NWI von Diefenbacher und Zieschank das Potential dafür hat, soll im vorliegenden Buch erörtert werden. Dafür werden zu Beginn kurz relevante Konzepte und Modelle definiert. Im Anschluss folgt eine ausführliche Betrachtung rund um das Thema eines Index. Dabei wird näher auf die Stiglitz-Sen-Fitoussi-Kommission und die Enquete-Kommission "Wachstum, Wohlstand, Lebensqualität - Wege zu nachhaltigem Wirtschaften und gesellschaftlichem Fortschritt in der Sozialen Marktwirtschaft" des 17. Deutschen Bundestag eingegangen. Im nächsten Schritt wird der NWI mit den Ergebnissen der beiden Kommissionen in Relation gesetzt. Schließlich wird ein Überblick über die Diskussion bezüglich des BIP und NWI in weiterführender Literatur gegeben.
Autorenporträt
studied bioinformatics and received his doctoral degree from the Martin Luther University Halle-Wittenberg in 2010. He worked on plant computational biology and machine learning at the IPK Gatersleben and the IBENS Paris. Since May 2012, Michael Seifert is developing computational methods for cancer genomics at the BIOTEC TU Dresden.