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

wenn“-Szenarien. Eine globale Partizipationsplattform soll die Daten, Modelle und Methoden von FuturICT für jedermann zugänglich machen. Dazu kommen Experimentallabors, die dazu dienen, „Real Life“-Szenarien und Empfehlungen bereitzustellen. Solche Observatorien sind zu Themenbereichen wie Energie, Finanzen, Future Cities, Gesundheit und Umwelt geplant. 129
    Ende Januar 2013 entschied sich die EU dann aber nicht für Prof. Helbings globale Simulationsmaschine, sondern für ein anderes Projekt, das ebenfalls intensiven Big-Data-Bezug hat, das „Human Brain Project“. 130 Sein Protagonist ist der Neurowissenschaftler Henry Markram von der Eidgenössischen Technischen Hochschule Lausanne (EPFL). Über 80 europäische und internationale Forschungseinrichtungen, darunter auch eine Reihe deutscher und österreichischer Forschergruppen, wie die Meduni Innsbruck und die TU Graz, sind an diesem Vorhaben beteiligt. 131 Das gesamte bestehende Wissen über das menschliche Gehirn soll zusammengefasst und Stück für Stück mit supercomputerbasierten Modellen und Simulationen rekonstruiert werden. Informations- und Datentechnologien werden dabei eine zentrale Rolle spielen. Eine neuartige Medizininformatikplattform soll klinische Daten aus aller Welt zusammenführen, sodass Medizinforscher die darin enthaltenen wertvollen klinischen Informationen entschlüsseln und in Computermodelle von Erkrankungen einbeziehen können. Neue Plattformen für „Neuromorphic Computing“ und Neurorobotik werden es Forschern ermöglichen, neue Computersysteme und Roboter auf der Grundlage der Architektur und Schaltkreise des menschlichen Gehirns zu entwickeln.
    Prof. Wolfgang Maass, Vorstand des Instituts für Grundlagen der Informationsverarbeitung der TU Graz, leitet im „Human Brain Project“ die Erforschung der „Principles of Brain Computation“. Worin unterscheidet sich die Arbeitsweise neuronaler Schaltkreise von jener der Computerchips? Können wir der Natur vielleicht den Trick abschauen, mit dem es ihr gelingt, mit unzuverlässigen Komponenten im besonders energieeffizienten Nanobereich zu arbeiten? Das sind Fragen, mit denen sich das Grazer Team beschäftigt. Die neuen Systeme werden detailliertes Wissen über das Gehirn nutzen, um zentrale Probleme in der Computertechnologie der Zukunft anzupacken: Energieeffizienz, Zuverlässigkeit und die riesigen Schwierigkeiten bei der Programmierung äußerst komplexer Rechnersysteme. Ein Computermensch solle aber nicht entstehen, beruhigt Makrams Kollege Prof. Alois Knoll vom Lehrstuhl für Echtzeitsysteme und Robotik in Garching bei München: „Es ist sicherlich kein Projekt, bei dem man zum Schluss eine überlegene Kreatur schaffen will, das ist völlig ausgeschlossen“. Dass man es nicht will, ist verständlich, dass man sich aber mit diesem Projekt am Ende der Erkenntnis nähern wird, ob und wie dies zumindest theoretisch möglich wäre, lässt sich nicht von der Hand weisen. Womit wir bei einem Thema wären, das wir im Kapitel über das Hybrid-Zeitalter weiter behandeln werden.

Die Apostel der Datenrevolution
     
     
    Unsere Welt wird immer stärker mathematisiert und algorithmisiert. Das schafft neue Jobs und Berufsbilder. Ein Blick auf die Herkunft der neuen Milliardäre zeigt die Richtung, in die es geht. Wir haben die Ausbildung der Gründer der erfolgreichsten digitalen Companies von Apple über Microsoft, Yahoo, Twitter, Facebook und Google analysiert, insgesamt 65 Gründer aus 30 Unternehmen. 60,7 Prozent davon haben eine Ausbildung als Informatiker, Statistiker, Computerwissenschaftler oder Techniker. Zwei Dinge belegen die Zahlen recht eindeutig: Menschen mit mathematisch-technischem Background sind als Gründer von digitalen Unternehmen offensichtlich im Vorteil. Und wenn auch so berühmte Menschen wie Bill Gates oder Steve Jobs (der studierte übrigens Kunst) ihr Studium nicht abgeschlossen haben, die deutliche Mehrheit der neuen Digital-Mogule, nämlich 76,6 Prozent, verfügt über ein abgeschlossenes Hochschulstudium.

Data-Scientist: Der „sexy Job“ unseres Jahrzehnts
    Noch vor wenigen Jahren taten sich Menschen, die sich mit Daten und Statistiken beschäftigen, schwer, anderen begreiflich zu machen, was sie wirklich tun. Geschweige denn, wozu das Ganze gut sein soll. Und so führten ambitionierte Fragen wie „Was machst Du so beruflich?“ beim ersten Date oft zur gemurmelten Antwort: „Na ja, Statistik, Du weißt schon, Zahlen und so …“, und