Die Geschichte von Big Data

Das ist Big Data 

Wenn in den Medien von „Big Data“ die Rede ist, sind oft verschiedene Dinge gemeint. 

Technologie-Ebene: Zum einen kann „Big Data“ für die technischen Tools stehen, die entwickelt und genutzt werden, um die Unmengen an Daten zu verarbeiten. Dabei durchforsten zum Beispiel spezielle Algorithmen riesige Datenkomplexe, decken Muster auf und erkennen Zusammenhänge. Diesen Vorgang nennt man auch „Data Mining“ (deutsch „Datenförderung“). 

Datenebene: Meistens sprechen Menschen von „Big Data“, wenn sie die immer größer werdenden Datenansammlungen meinen, die wir als Menschheit produzieren. Der Informatiker Doug Laney formulierte Anfang der 2000er seine Definition von Big Data, die heute oft als Grundlage dient. Es handelt sich um das so genannte 3-V-Modell. Demnach hat Big Data vor allen Dingen drei Eigenschaften:

1. Volume (Masse)
   Viele Menschen auf dieser Welt produzieren und tauschen jeden Tag große Mengen an Daten aus. Datenmengen in diesem Umfang lassen sich erst durch den Einsatz moderner Technologien wie Hadoop bewältigen.
2. Velocity (Geschwindigkeit)
   Die Geschwindigkeit, mit der die Datenmengen verarbeitet werden, ist so schnell wie nie. Oftmals werden die Daten in Echtzeit verarbeitet und übermittelt.
3. Variety (Vielfalt)
   Durch unterschiedliche Endgeräte und verschiedene Programme und Apps entstehen sehr viele unterschiedliche Datenformate wie Ton-, Audio, Video- oder Zahlenformate.

Chancen von Big Data

Die Unmengen an Daten, die wir in rasender Schnelle produzieren, bringen Vor- und Nachteile mit. Auf der positiven Seite erlauben sie, dass wir Zusammenhänge erkennen, die wir ohne Datenberg und passenden Algorithmus nie gesehen hätten. So können Algorithmen heute schon einen sich anbahnenden Herzinfarkt erkennen, lange bevor ein Arzt wissen kann, dass er kommt. Das ist möglich, weil der Algorithmus zuvor viele, viele Patientendaten ausgewertet hat und Muster erkennt, die dem menschlichen Auge verborgen bleiben. Mehr zum Einsatz von Algorithmen in der Medizin erfährst du im Artikel Dr. Algo – Algorithmen in der Medizin.

Risiken von Big Data

Aber schon heute ist klar: Die Daten, die wir produzieren, werden nicht nur ausgelesen, um Krankheiten zu heilen und die Welt zu retten. Große Unternehmen haben großes Interesse an den Datensätzen. Denn sie enthalten Gold. Datengold, um genau zu sein. Wenn werbetreibende Unternehmen deine Bewegungen im Internet über Jahre verfolgen, sehen, was du auf verschiedenen Webseiten treibst, alle Daten auswerten, ein umfassendes Kundenprofil anlegen und dir dann passende Werbung anzeigen, dann wird es eng für deine Privatsphäre. Und das ist kein Szenario aus der Zukunft, sondern gängige Praxis. 

Die Datenschutz-Grundverordnung (DSGVO) hat viel zum Positiven verändert. Das seit 2018 geltende Gesetz verlangt, dass Anbieter deine Zustimmung einholen müssen, bevor sie deine Bewegungen mit Hilfe von Cookies aufzeichnen. Außerdem kannst du deine gesammelten Daten bei jedem Unternehmen und jeder Behörde jederzeit einsehen und gegebenenfalls löschen oder korrigieren lassen.

Wo sind die ethischen Grenzen?

Einigen Experten wie Viktor Mayer-Schönberger vom Internet Institute der Universität Oxford geht die DSGVO nicht weit genug. Seine Befürchtung: Die DSGVO schützt uns eher theoretisch als praktisch, da wir im Alltag nicht die Zeit haben, um auf jeder Webseite ein informiertes Häkchen zu setzen. Daten über uns werden gesammelt und ausgewertet, das ist Fakt. Gesellschaftlich betrachtet ist die Frage, ob wir das Datensammeln erlauben möchten, also eher zweitrangig. Entscheidender ist, so Mayer-Schöneberger, die Diskussion, die fragt: Welche Vorhersagen aus den gesammelten Daten wollen wir erlauben? Und welche nicht?

Algorithmen, die die Freiheit rauben

Ein Beispiel: In den U.S.A. wird in über der Hälfte der Bundesstaaten ein Algorithmus eingesetzt, um zu entscheiden, ob eine Person auf Kaution freikommt. Der Algorithmus errechnet die Wahrscheinlichkeit, ob jemand in den kommenden Monaten in ein Kapitalverbrechen verwickelt sein wird. Und entscheidet dann, ob jemand inhaftiert bleibt oder nicht. Faktisch bedeutet das: Einer Person wird ihre Freiheit genommen, weil ein Computer berechnet, dass es möglich sein könnte, dass er oder sie ein Verbrechen begeht. Und nicht, weil ein Verbrechen geschehen ist. Dass dieses System ethisch fragwürdig und fehleranfällig ist, zeigt unter anderem der Fall eines 33-jährigen Afroamerikaners. Eine Gesichtserkennungssoftware identifizierte ihn fälschlicherweise als tatverdächtig. Ein Algorithmus verhinderte seine Freilassung auf Kaution.

Politische Diskussion notwendig

Ob Amazon, Zalando und Co. dir die passenden Bücher und Schuhe empfehlen, hat nur geringfüge Auswirkungen auf dein Leben. Anders sieht es aus, wenn ein Algorithmus berechnet, dass du eine Lebensversicherung nicht bekommst, vielleicht weil die Auswertung deiner Gesundheitsdaten nichts Gutes verspricht. 

Deshalb sind die Verbraucherzentralen überzeugt, dass die gesellschaftliche und politische Diskussion zum Thema Algorithmenkontrolle längst überfällig ist. Als Gesellschaft müssen wir entscheiden, welche Vorhersagen aus der Analyse von großen Datenmengen wünschenswert sind. Und der Gesetzgeber muss festlegen, wie die Nutzung von Algorithmen bei der Auswertung von sensiblen Daten kontrolliert werden kann. Mehr dazu erfährst du im Artikel Sensible Daten – das solltest du wissen.

[1] https://qz.com/472292/data-is-expected-to-double-every-two-years-for-the-next-decade/
[2] https://www.seagate.com/de/de/our-story/data-age-2025/
[3] https://www.computerweekly.com/de/definition/Bytes-Ein-Mengenvergleich