BigData

Das Internet und die ihm zugrunde liegende Digitalisierung haben es sehr einfach gemacht, immer grössere Datenmengen zu sammeln und auszuwerten. Nicht immer geschieht das zum Vorteil der Konsumenten.

Viele Daten

Das Schlagwort Big Data bedeutet zunächst einmal: Viele Daten. Um wie viele Daten genau es geht, ist naturgemäss schwer anzugeben – allein schon weil die Datenmenge so rasant steigt. So gab es im Jahr 2011 schätzungsweise 1.8 Zettabytes an digitalen Daten – würde man diese Daten auf DVDs brennen, ergäbe sich ein Stapel, der von der Erde bis zum Mond und wieder zurück reicht (http://deacademic.com/dic.nsf/dewiki/305107). Zudem ist das Wachstum exponentiell; Experten gehen davon aus, dass sich die Menge verfügbarer digitaler Daten etwa alle ein bis zwei Jahre verdoppelt – so sind Anfang 2018 schätzungsweise etwa 12 Zettabytes im Internet verfügbar (eine aktuelle Schätzung kann man sich unter http://live-counter.com/wie-gross-ist-das-internet/ anschauen).
Weil inzwischen so vieles digital gemessen und erfasst wird, weil wir so viele Bilder und Videos produzieren und teilen, weil alle beständig digital miteinander kommunizieren, weil die Unzahl vernetzter Geräte im «Internet der Dinge» noch eine weitere Datenflut automatisch erzeugt und weil die nötige Hardware (für Rechenkapazität, Speicherplatz, Vernetzung) inzwischen günstig genug ist, sammeln sich unvorstellbar grosse Datenberge an.
Das explosionsartige Wachstum des Internets bedeutet, dass insbesondere eine Handvoll internationaler Grosskonzerne (allen voran Google, Facebook, Amazon, IBM, General Electric, Apple, Microsoft) sowie manche Geheimdienste wahrhaft gigantische Datenmengen angehäuft haben, bei denen es besonders um uns, die Benutzer, geht. Auch in manchen Wissenschaftsgebieten fallen enorme Datenmengen an, z.B. in der Astronomie, in der Teilchenphysik, bei Wetter- und Klimasimulationen oder bei der Genom-Sequenzierung. Aber eigentlich sammelt inzwischen jede grössere Firma oder Organisation oder Behörde eine Menge an Daten, die als Big Data gelten kann.

Die fünf Vs

Big Data ist in vielerlei Hinsicht ein Kumulationspunkt fast aller bisher besprochener Konzepte: Eine immer grösser werdende Menge (Volume) an Informationen wird digitalisiert und damit als universell verarbeitbare Daten gespeichert. Aufgrund der umfassenden Vernetzung können Daten in Echtzeit (Velocity) zusammengeführt und in Datenbanken verfügbar gemacht werden, wobei insbesondere Metadaten eine wichtige Rolle bei der Strukturierung (Veracity) und Verknüpfung (Variety) von Datensätzen aus verschiedenen Quellen spielen. Egal um welche Arten von Daten es sich handelt, die Sammler der Daten der ersten vier Vs stellen sicher, dass etwas von Wert (V Nummer fünf: Value) für sie herausspringt.

Big Data als Profit

Der Wert bzw. das intendierte Ziel von Big-Data-Anwendungen ist so verschieden wie offensichtlich, die Spanne reicht von der Maximierung von Kundenzufriedenheit oder Profit über die Optimierung von Produkten oder Abläufen bis hin zu zuverlässigeren Prognosen von Wetter, Verkehr oder Krankheitsverläufen – um nur einige zu nennen. Sehr viel schwieriger ist es zu beurteilen, inwiefern das intendierte Ziel auch tatsächlich erreicht wird und ob der Wert die möglichen negativen Konsequenzen (für wen?) aufwiegt – als illustratives Beispiel mag hier der massive Einsatz von Big Data durch die NSA und andere Geheimdienste dienen, die jeweils mit der Gewährleistung der nationalen Sicherheit begründet werden, aber gleichzeitig die Privatsphäre aller kompromittieren. Auch am Beispiel der Personalisierung sieht man, dass BigData-Anwendungen u.U. gerade dann die gravierendsten gesellschaftlichen Auswirkungen haben können, wenn sie ihr Ziel (hier die Vorhersage der Interessen des Benutzers) erreichen.
Im Einzelnen ist keine der Zutaten zum Big-Data-Rezept neu, doch in der Kombination ergibt sich seit etwa Anfang der 2010er Jahre eine neue Qualität. Das hängt insbesondere mit zwei Faktoren zusammen: Zum einen wird zunehmend offensichtlicher, in welchem Ausmass einzelne Akteure (vor allem Internetgiganten und Geheimdienste) Benutzerdaten sammeln, zusammenführen und oft dauerhaft speichern. Zum anderen bewirken entscheidende Fortschritte auf dem Gebiet des Maschinellen Lernens, dass bestimmte Arten der Auswertung selbst grösster Datenmengen inzwischen möglich sind, oftmals sogar in Echtzeit. Beides führt dazu, dass alle Besitzer grösserer Datenmengen zunehmend über den Einsatz von Big-Data-Techniken nachdenken.

Risiken und gesellschaftliche Auswirkungen von Big Data

Es ist kaum zu bezweifeln, dass die Datenmengen in Zukunft noch gigantischer und die Algorithmen zu deren Auswertung – insbesondere in selbstlernenden Systemen – noch effizienter und verbreiteter sein werden. Wir stehen erst am Beginn des Big-Data-Zeitalters. Wie die meisten technischen Umwälzungen wird das positive und negative Auswirkungen nach sich ziehen. In diesen beiden Talks findet sich eine eher optimistische Sichtweise und eine, in der die Risiken betont werden:

Im Folgenden wird auf eine Auswahl problematischer Aspekte eingegangen, die mit Big Data Anwendungen verbunden sind. Diese Probleme gibt es mit jeder Art von Schlussfolgerungen von spezifischen Informationen aus grossen Datenmengen; die genaue Methode (z.B. rein statistische Verfahren, Maschinelles Lernen, Netzwerkanalysen) ist ziemlich irrelevant. Um die Problematiken verständlich zu erklären, werden sie hier jeweils auf ein bestimmtes, nicht ganz hypothesisches Beispiel bezogen, nämlich die Verbrechensprävention.

Fehlerhafte Ergebnisse

Wie wir alle von Wetterprognosen gewohnt sind, ist jede Vorhersage mit einer gewissen Unschärfe versehen. Auch wenn die Wahrscheinlichkeit für eine korrekte Vorhersage oder Klassifikation sehr hoch ist, bleiben immer einige Einzelfälle übrig, in denen das Ergebnis – der hohen Wahrscheinlichkeit zum Trotz – eben doch falsch ist. Das kann aus mehreren Gründen zum Problem werden.
Der offensichtlichste ist der, dass mir der generelle Erfolg einer Methode herzlich egal sein kann, wenn genau ich von einem solcher Einzelfall betroffen bin, in dem das Ergebnis falsch ist. Erschwerend kommt hinzu, dass ich kaum Möglichkeiten habe, um mich gegen ein solches Ergebnis zu wehren oder auch nur zu beweisen, dass die Vorhersage in meinem Fall fehlerhaft war.
Weniger offensichtlich ist, dass es verschiedene Arten von statistischen Fehlern gibt, was den Umgang mit der verbleibenden Fehlerwahrscheinlichkeit auf der Ebene des Einzelfalls nicht unbedingt intuitiv macht (Statistiker wissen das seit langem).

Gesellschaftliche Dynamik

Die Validität der Big Data Analyse bezieht sich notwendigerweise zu einem grossen Teil auf Daten aus der Vergangenheit – wenn sich Zusammenhänge ändern, verliert die Analyse an Gültigkeit. Erschwerend kommt hinzu, dass die auf der Analyse beruhenden Massnahmen oftmals den Nebeneffekt haben, dass gerade dadurch besagte Zusammenhänge verändert werden.

Mass des Erfolgs

Wie beurteilen wir, ob eine Big-Data-Anwendung und die damit zusammenhängenden Massnahmen die Situation verbessert haben? Oft ist es schon gar nicht so einfach, die positiven Auswirkungen zu messen. In jedem Fall jedoch ist ein Mass für den Erfolg zweifelhaft, wenn es nicht in angemessener Weise die negativen Auswirkungen berücksichtigt.

Transparenz

Selbst für die Entwickler von Big Data Anwendungen ist es sehr schwer, in der Praxis oft unmöglich (insbesondere bei Maschine Learning-Ansätzen) nachzuvollziehen, wie genau ein bestimmtes Ergebnis zustande kam. Aus diesem Grund lassen sich individuelle Fehlurteile kaum nachweisen oder korrigieren.

Verantwortlichkeit

Zumindest ein Rest an Fehlerwahrscheinlichkeit ist also unvermeidbar. Selbst wenn es einem Betroffenen gelingt, den Fehler in seinem Einzelfall nachzuweisen – wer genau kann für diesen Fehler und seine auf der persönlichen Eben u.U. gravierenden Konsequenzen verantwortlich gemacht werden?

Privatsphäre

Allein das Prinzip von Big Data ist nur sehr schwer mit datenschutzrechtlichen Grundprinzipien in Einklang zu bringen. Darauf weist der eidgenössische Datenschutzbeauftragte eindrücklich hin:

Um diesen Punkt mit einer leicht positiven Note zu beenden: Inzwischen ist auch die Politik auf die potentiellen Probleme von ungezügelten Big Data-Anwendungen aufmerksam geworden. Am 25. Mai 2018 trat in Europa die Datenschutz-Grundverordnung (DSGVO) in Kraft, die u.a. bei der Auswertung von Big Data eine Datenschutz-Folgeabschätzung vorschreibt. Seit September 2023 gilt auch in der Schweiz ein neues Datenschutzgesetz (DSG), das weitestgehend mit der europäischen Regelung übereinstimmt und sogar das Problem des „Profiling“ benennt, also die Möglichkeit der Ableitung von persönlichen Informationen aus grossen Mengen an sich unbedenklicher (Meta-)Daten.