Das Ende des Zufalls - Wie Big Data uns und unser Leben vorhersagbar macht (German Edition)

wenig Fantasie, um zu erkennen, was dies vor allem für die großen Entscheidungen in Politik und Wirtschaft, aber auch unserer Gesellschaft insgesamt bedeuten würde. Die Bereiche der gesamten Gesundheitsvorsorge, alle großflächigen Infrastruktur-Investments könnten damit vorausschauend in Simulationsmodellen evaluiert und Zufallsentscheidungen vermieden werden. Selbst in kleineren Fällen, wie der Frage, ob der Neubau eines Krankenhauses sinnvoller als die Erweiterung eines bestehenden ist, könnten die Varianten simulativ durchgespielt werden.
    Natürlich gibt es auch Kritiker, die sagen, dass diese Modelle immer nur die „known unknowns“ – also alles, von dem wir wissen, dass wir es nicht wissen – berücksichtigen können, aber die „unknown unknowns“ – also Dinge, von denen wir nicht wissen, dass wir sie nicht wissen, Dinge, deren Existenz wir nicht kennen – unberücksichtigt lassen. Nassim Nicholas Taleb hat das 2007 in seinem Buch „The Black Swan“ 74 thematisiert. Seine Schlüsselargumente: Es ist unmöglich, im Besitz der gesamten Information zu sein. Sehr kleine Datenabweichungen können große Auswirkungen haben. Modelle und Theorien, die auf empirischen Daten beruhen, sind fehlerhaft. An den prädiktiven, mathematischen Modellen kritisiert Taleb konkret, dass sie Spieltheorien auf Realsituationen unseres Lebens anwenden und die Berechnung von Chancen auf der eingeschränkten Welt der Spiele und Würfel aufbauen. Ein Aufschrei in der internationalen statistischen Community war die Folge. Würden wir in diesen Konflikt zwischen den Anhängern der Predictive Analytics und dem zufallsaffinen Zugang von Taleb einsteigen, entstünde daraus ein eigenes Buch. Wir müssten die Rolle der „relevanten Ausreißer“ aus Mustern diskutieren, die Didier Sornette von der ETH Zürich in seiner Arbeit „Dragon-Kings, Black Swans and the Prediction of Crises“ 75 blumig „Dragon-Kings“ genannt hat. Tatsache ist, dass die Mehrzahl der Anwendungen von prädikativen Analysen nicht auf die Vorhersage von extremen Ereignissen wie Erdbeben oder sonstigen Ausnahmesituationen und Katastrophen ausgerichtet ist, sondern auf die Vorhersage von Alltagsvorgängen und langfristigen Trends. Aber die Zukunft wird zeigen, wie verlässlich die Modelle in den unterschiedlichen Bereichen tatsächlich sein können. Sich ausschließlich auf ihre Verlässlichkeit zu verlassen wäre ebenso falsch, wie sie nur deshalb nicht zu nutzen, weil sie vielleicht in Extremsituationen nicht zufriedenstellend funktionieren. Bliebe zu fragen, was für diese Extremsituationen dann die bessere Alternative wäre?
     
     
    Das 360-Grad-Datenpanorama –
    wie das Big-Data-Netzwerk gespeist wird
     
    Der große Sprung in Richtung Vorausberechenbarkeit unserer Welt ist nicht durch die Technologien rund um Big Data allein, sondern durch die digitale Vernetzung und die damit verbundene Nachvollziehbarkeit fast aller unserer Aktivitäten ermöglicht worden. Ohne sie wäre die derzeitige Revolution der Analysemodelle nicht denkbar. Der Radius des aus der Datengenerierung gewonnenen Ausblicks ergibt mittlerweile ein 360-Grad-Panorama und ist damit allumfassend – 24 Stunden am Tag, 365 Tage im Jahr.
    Die zentrale Rolle spielen dabei alle „sozialen Quellen“. Manche von ihnen haben wir schon seit vielen Jahren, wie zum Beispiel die Kredit- und Kundenkarten, die unser Kaufverhalten aufzeichnen, andere wie die Daten aus unserem Suchverhalten im Internet, dem Gebrauch unserer Smartphones oder aus der Verwendung von externen Sensoren wie „Smart Meter“, also intelligenter Zähler und Messgeräte für den Energieverbrauch, werden erst seit Kurzem ausgewertet. Zu einem eigenständigen Segment haben sich das Monitoring und die Analyse der Aktivitäten in den sozialen Netzwerken entwickelt. Eigene Monitoring-Tools und entsprechende Plattformen versuchen, für ihre Kunden die Aktionen und Kommentare der User in analysefähige Informationen umzusetzen. Oft wird nur zugehört und gesammelt, manchmal werden aber auch schon andere Datenquellen und komplexe Analysemodelle damit verknüpft, wie das in den Analysemodellen von Firmen wie „Recorded Future“ oder „Palantir“ der Fall ist. Hier finden Sie einen sehr kurz gefassten Überblick über die Datensegmente dieses 360-Grad-Panoramas der sozialen Quellen.
     
    Das 360-Grad-Panorama der sozialen Datenquellen
    Externe Sensoren
Daten aus unterschiedlichsten Sensoren-Netzwerken, die Rückschlüsse