Silicon Jungle

Linie), gerade einen Studienplatz in Dartmouth bekommen hat. Monate später meldet sich Amber für ein Politologieseminar an. Die Bücher, die sie dafür braucht und online bestellt hat, werden ihr ins Studentenwohnheim geliefert: Fünf Fachbücher und etliche Aufsätze und Romane.
    Einer der Romane steht zufällig auf der Watch List einer staatlichen Sicherheitsbehörde. Ob sie mit ihrer Schwester über das Buch gesprochen hat? Vielleicht. Vielleicht hat ihre Schwester mit ihrem Freund darüber gesprochen, was aber ziemlich unwahrscheinlich wäre. Noch unwahrscheinlicher ist, dass Antonio gegenüber seiner Mutter das Buch erwähnt hat. Oder dass seine Mutter daraufhin mit deiner Mutter gesprochen hat, die daraufhin dir gegenüber eine beiläufige Bemerkung darüber gemacht hat. Unwahrscheinlich – ja. Unmöglich – nein.
    Wenn du genug Verbindungen solcher Art hast, wird aus der Wahrscheinlichkeit, dass jemand mit dir über etwas spricht, das er aus zweiter, dritter oder vierter Hand gehört hat, Unvermeidbarkeit. Du bist vernetzt.
    Du redest nicht viel mit Leuten? Kein Problem. Ebenso wie alle anderen bist du nicht nur mit Leuten verbunden, sondern auch mit Websites, Produkten und Orten. Du brauchst nicht mit Leuten zu reden, du brauchst nur mit irgendwas, egal was, das Ubatoo trackt, zu interagieren.
    Niemand ist eine Insel . Deshalb würde Stephens Methode funktionieren und deshalb stand die Technologie hinter dem WatchList -Projekt völlig außer Frage. Sie basierte auf einem großen Graphen mit fast zweihundert Millionen schwarzen Punkten und fünftausend roten Kreisen – den Leuten also, die beobachtet wurden. Ubatoos Informationsstand wurde prägnant durch die Verbindungen zwischen ihnen dargestellt. Stephen musste lediglich den Graphen analysieren, beobachten, welche von den schwarzen Punkten nach und nach rot wurden. Je weiter du von einem roten Kreis entfernt warst, desto sicherer warst du. Mit zu vielen Personen verbunden, die ihrerseits mit zu vielen roten verbunden waren? Vorsicht!
    Das System war nicht perfekt. Es würde enorm davon profitieren, wenn es die gesamte Watch List der NSA als Samensatz verwenden könnte. Wenn Stephen alle Personen kennen würde, die beobachtet wurden (was hatte Sebastin noch mal gesagt, eine Million Menschen?), dann hätte er eine Million rote Kreise, um das System zu initialisieren. Mit diesen Daten wäre alles um ein Vielfaches zuverlässiger. Aber fürs Erste würde es jeder Datensatz tun.

KOLLISION
    5. August 2009.
     
    Ein Graph ist ein Graph – ein Haufen Punkte mit Verbindungslinien dazwischen. Wie schwierig konnte das sein? Stephen lag Tage hinter seinem Zeitplan. Den Graphen zu erstellen, war ein Kinderspiel. Ubatoo hielt die Infrastruktur bereit, und die Profile sowie die richtigen Verbindungen ließen sich mühelos aus seinen Datenbanken gewinnen. Das Problem war, dass Stephen sich nicht mit den neusten Algorithmen auskannte, um so gewaltige Graphen zu bewältigen. Man musste etliche virtuelle »Knöpfe« justieren: Einschränkungen der Konnektivität, Dämpfungsfaktoren, Evidenzabschaltschwellen … und so weiter. Die Folgen falsch eingestellter »Knöpfe« wären unabsehbar und die daraus resultierenden Einstufungen entsprechend unbrauchbar. Noch vor zwei Tagen war er völlig in Panik geraten, weil absolut nichts funktioniert hatte.
    Vermutlich hätten ihm Dutzende Leute bei Ubatoo helfen können, doch nach Kohans Reaktion auf sein Projekt scheute er sich, jemanden zu fragen. Zum Glück war er weiß Gott nicht der Erste, der versuchte, den Zusammenhang von Verbindungen und Evidenzen in Graphen zu verstehen. Erst vor einigen Jahren wurde eine neue Forschungsrunde eingeleitet – die Anwendung von Graphenprinzipien und Konnektivität auf das Ranking und die Bedeutungseinschätzung in spezialisierten Bereichen. In den zahllosen Fachaufsätzen, die Stephen hastig gelesen hatte, um Hinweise darauf zu finden, wie die »Knöpfe« für seine Algorithmen einzustellen waren, erwies sich der Forschungsbericht von Aore und Mikens vom Georgia Institute of Technology als ausgesprochen hilfreich. Die beiden arbeiteten zwar in einem ganz anderen Bereich als Stephen (ihr Ziel war es, Video- und Musikempfehlungen zu personalisieren), dennoch brachten ihre Erkenntnisse Stephen, nachdem er ein paar Tage herumprobiert hatte, endlich wieder auf Kurs.
    Zwischen seinem vierten und fünften Kaffee war es dann so weit: Stephen konnte seinen ersten Testlauf mit WatchList starten. Es