Zusammenfassung von Big Data

Mit der Verbreitung der Smartphones und sozialen Medien wie Facebook, Twitter, Instagram und Co. haben wir uns schnell daran gewöhnt, alle möglichen Informationen über uns selbst zu veröffentlichen: Wir lassen alle unsere Kontakte wissen, mit wem wir zusammen sind, was wir gegessen haben, was uns gefällt und was unsere Meinung zu den verschiedensten Themen ist. Dabei produzieren wir eine riesige Menge an Daten, die es vorher nicht gab. Dieser Prozess wird auch als datafication bezeichnet: Informationen werden in Daten verwandelt.

Diese Daten sind für Unternehmen einerseits profitabel und andererseits bieten sie auch interessante neue Einblicke. Daher ist es kein Wunder, dass Forscher und Firmen permanent auf der Suche nach neuen Werkzeugen und Plattformen sind, die noch mehr der wertvollen Daten erheben.

Wir Menschen sind eine neugierige Spezies. Seit jeher haben wir versucht, möglichst viel über unsere Welt und unsere Gesellschaft herauszufinden. Eine Methode, die lange vor Big Data v.a. bei den Sozialwissenschaftlern sehr beliebt war und ist, ist das Arbeiten mit Stichproben. Doch diese Methode hat größtenteils ausgedient.

Wenn Forscher bis vor ein paar Jahrzehnten eine Prognose zum Ausgang der nächsten Wahl abgeben wollten, griffen sie zum Telefon und befragten die Bürger, welche Partei diese wählen würden. Da sie nicht jeden Menschen im Land anrufen konnten, versuchten sie, eine möglichst repräsentative Stichprobe zu erstellen – also eine Gruppe von Menschen zu befragen, die in vielen Punkten in etwa der Verteilung in der gesamten Bevölkerung entsprach. Sie versuchten z.B. ebenso viele Frauen wie Männer sowie alle Altersgruppen und die verschiedenen sozialen Schichten in ihre Stichprobe einzuschließen.

In den 80er-Jahren arbeitete eine Gruppe von Ingenieuren bei IBM daran, ein Übersetzungsprogramm zu entwickeln, indem es große, wirre Datensätze durch Daten von möglichst hoher Qualität austauschte. Trotz einiger anfänglicher Erfolge scheiterte das Projekt. Woran lag das?

Bisher war es üblich gewesen, solche Programme mit Wörterbüchern und Grammatikregeln zu füttern, doch die IBM-Mitarbeiter beschlossen stattdessen, möglichst viel bereits übersetzten Text in das Programm einzuspeisen und aus diesen Daten Berechnungen zu erstellen, nach welchem Wort oder Satz in einer bestimmten Situation gesucht wurde. Dafür hatten sie drei Millionen Satzpaare aus den offiziellen Übersetzungen von Dokumenten des kanadischen Parlaments zur Verfügung. Das neue Programm war zwar sehr gut darin, häufige Wörter und Sätze zu übersetzen, doch bei selteneren Wörtern versagte es. Das Problem war hier nicht die Qualität der Daten – die waren immerhin beglaubigt korrekt übersetzt – sondern die Quantität. Es waren einfach nicht genügend Daten vorhanden.

Es gibt ziemlich viel, was wir beachten sollten, wenn wir ein gebrauchtes Auto kaufen: Kilometerstand, Baujahr, Marke, Modell, Garantie, TÜV, Verbrauch und Farbe. Moment mal, Farbe? Warum spielt die denn eine Rolle? Big Data haben die Antwort.

Die „günstigste“ Farbe wurde im Jahr 2012 bei einem Datenanalyse-Wettbewerb gefunden. Dort stellten die Teilnehmer fest, dass orangefarbene Gebrauchtwagen nur halb so wahrscheinlich reparaturbedürftig sind wie Wagen mit einer anderen Farbe. Das zeigten die Daten ganz eindeutig. Was Daten wie diese allerdings so gut wie nie verraten, ist das Warum. Big Data liefern uns durch automatische Analysen Korrelationen, an die wir vorher niemals gedacht hätten. Bisher ist noch niemand dahinter gekommen, warum die orangefarbenen Autos seltener reparaturbedürftig werden.

Wenn Firmen Daten sammeln, haben sie dabei meistens einen ganz bestimmten Verwendungszweck im Hinterkopf: Geschäfte sammeln Daten z.B. für ihre Buchhaltung, Fabriken überwachen ihre Stückzahlen, um die Produktivität im Auge zu behalten, und Websites tracken die Mausbewegungen auf ihren Seiten, um die User Experience der Kunden zu verbessern. Manche Daten entstehen auch quasi automatisch: Wann immer jemand etwa das internationale Banksystem SWIFT benutzt und darüber eine Überweisung tätigt, entsteht ein Datensatz über die Transaktion.

Doch mittlerweile werden die Daten längst nicht mehr nur für ihren ursprünglichen Zweck genutzt. Wir erkennen immer öfter, dass sie sogar für andere Dinge noch viel wertvoller sind. SWIFT hat z.B. festgestellt, dass die Zahlungsdaten aus dem System erstaunlich genau mit der weltweiten wirtschaftlichen Aktivität korrelieren, und bietet jetzt einen Service an, bei dem es die Entwicklung des Bruttoinlandsprodukts von verschiedenen Ländern vorhersagt.

Big Data an sich sind völlig wertlos: Von einer Tabelle mit unverständlichen Zahlen und Buchstaben können wir uns schließlich nichts zu essen kaufen oder unsere Miete bezahlen. Der ganze Wert der Daten liegt in ihrem Verständnis: Nur wer die Daten richtig interpretiert und ihre Bedeutung versteht, kann aus ihnen Nutzen und Gewinn ziehen – und zwar beträchtlichen.

Dazu gehört eine Big-Data-Mentalität: die Fähigkeit zu erkennen, wo der Wert von vorhandenen Daten liegt, und was wir aus ihnen machen können. Einige kluge Köpfe haben es geschafft, aus Datensätzen, die anderen nur ein verwirrtes Stirnrunzeln entlocken würden, ein Vermögen zu machen.

Wer schon einmal das Detektiv-Brettspiel Cluedo gespielt hat, weiß, dass einzelne Information allein noch nicht viel aussagen, aber die Kombination mehrerer Indizien zweifelsfrei einen Mörder überführen kann. Dasselbe gilt für Datensätze. Oftmals ist ein Datensatz für sich genommen nicht besonders aussagekräftig, doch wenn wir ihn mit anderen Daten kombinieren, ergeben sich plötzlich ganz neue Erkenntnisse und lassen sich Trends feststellen.

Im Jahr 2011 etwa kombinierten Forscher einer dänischen Studie verschiedene Datensätze – erstens zum Gebrauch von Mobiltelefonen, und zweitens Aufzeichnungen von Krebspatienten. Durch die Kombination der beiden Datensätze konnten sie nicht nur herausfinden, ob es einen Zusammenhang zwischen den von vielen gefürchteten Handystrahlungen und Krebs gibt. Die Daten waren auch so akkurat, dass sie z.B. Zusammenhänge zwischen dem Krebsrisiko, dem Mobilfunkverhalten und dem Alter oder dem Geschlecht der Nutzer zeigen konnten.

Früher war es ein mühsames Geschäft, an Feedback von Kunden zu kommen. Marketing-Praktikanten hängten sich ans Telefon, Umfragen mit Gewinnchancen wurden entwickelt und alle möglichen Aktionen durchgeführt, um herauszufinden, was der Kunde denkt.

In Zeiten von Big Data hat sich dieses Geschäft grundlegend geändert. Die Kunden von Services wie Facebook oder Google hinterlassen jeden Tag tausende kleine Hinweise darauf, wie sie die Produkte benutzen – z.B. wie lange sie mit dem Cursor über dem Like-Button schweben, bevor sie ihn klicken, oder die Information darüber, welchen Rechtschreibfehler sie bei ihrer letzten Google-Suche gemacht haben. Da die einzelnen Informationspartikel so klein und zahlreich sind, wird ihre Gesamtheit im Englischen auch als data exhaust (Datenabgase) bezeichnet.

Wir haben bisher vor allem über die fantastischen Möglichkeiten gesprochen, die Big Data uns bieten. Aber es ist natürlich nicht alles Gold, was glänzt. Das Phänomen bringt auch viele Aspekte mit sich, die besorgniserregend sind.

Einer dieser Punkte betrifft den Datenschutz. Big Data entwickeln sich so schnell, dass weder die öffentlichen Regulierungen, noch die Nutzer hinterherkommen, den Überblick zu bewahren und für einen verantwortungsvollen Umgang mit den Daten zu sorgen.

Nicht nur der Datenschutz ist ein kritisches Thema, mit dem wir uns in Zeiten von Big Data auseinandersetzen müssen. Es gibt auch noch einige gesellschaftliche Implikationen, die große Schattenseiten aufweisen und bei denen wir Vorsicht walten lassen sollten.

Eine davon betrifft den Umgang mit Verbrechen. Der Kinofilm Minority Report hat eine Entwicklung vorhergesagt, die schon bald Realität werden könnte: Dort kann die Polizei Verbrechen anhand verschiedener Daten so genau vorhersehen, dass die Leute nicht dafür bestraft werden, was sie getan haben, sondern dafür, was sie in der Zukunft tun würden.

Es gibt noch einen weiteren problematischen Aspekt von Big Data, den wir nicht aus den Augen verlieren sollten: Das umfassende Vertrauen in Daten kann dazu führen, dass wir den Daten zu viel Aufmerksamkeit schenken, und der Realität zu wenig.

Daten sind immer nur eine Darstellung der echten Welt und wir müssen aufpassen, dass wir ihnen nicht zu viel Bedeutung beimessen. Das beste Beispiel dafür sind automatisierte und standardisierte Tests an Schulen. Diese haben viele Vorteile, z.B. führen sie dazu, dass Schulen untereinander vergleichbar werden, und verhindern, dass Lehrer den Schülern, die sie nicht mögen, schlechtere Noten geben.

Die aktuelle Nutzung von Daten in einem solch großen Rahmen hat sich grundlegend verändert. Wir müssen unsere Sicht auf Daten diesen neuen Gegebenheiten anpassen und umdenken. Die Daten, die gesammelt, weitergegeben und kombiniert werden, kreieren neue Möglichkeiten zu Verbesserungen in vielen Lebensbereichen. Allerdings müssen wir ihnen auch mit Vorsicht begegnen. Es ist überaus wichtig, dass wir den Datenschutz den Risiken entsprechend gewährleisten und aufpassen, dass Big Data unsere Gesellschaft nicht in eine Richtung treiben, die unseren Werten widerspricht.