Mit Big-Data-Analysen lässt sich richtig viel Geld verdienen. Versicherungen finden mit dieser neuen Analysesoftware gezielter ihre Kunden. Banken können damit viel präziser die Bonität von Kreditnehmern berechnen. Und Modegeschäfte ermitteln via Big Data, welche Stilrichtung sich in der kommenden Saison gut verkaufen wird. Allerdings sind diese Prognoseinstrumente ein wenig in Verruf gekommen. Geheimdienste überwachen damit flächendeckend Menschen. Und viele fühlen sich unwohl, wenn ihr Verhalten mit Big-Data-Methoden immer besser berechnet und vorhergesagt werden kann. Für die Wirtschaft ist das gefährlich. Sie braucht diese Instrumente und will deshalb die Bürger davon überzeugen, dass sie verantwortlich mit den erhobenen Daten umgeht. Diesen verantwortlichen Umgang mit den Daten der Bürger haben die Cebit-Verantwortlichen zu ihrem Messetrend gemacht und "Datability" genannt. Was das genau heißen soll, erläutert der Vorsitzende des Branchenverbandes Bitkom, Professor Dieter Kempf. Datability setzt sich nämlich aus zwei Begriffen zusammen.
"Aus Big Data Analysis, also die Analyse großer komplexer, strukturierter wie unstrukturierter Datenmengen und aus dem Begriff Responsability oder Sustainibility, Verantwortlichkeit und Nachhaltigkeit. Beides gehört, glaube ich, unabdingbar zusammen. Und wenn wir überlegen, wo wir in Zukunft die Analyse solch großer Datenmengen brauchen, dann denke ich, wird jeder von uns eine eigene Vorstellung haben, wie wichtig Responsibility und Sustainibility bei der Auswertung solcher Datenmengen sind."
Lebensmittelgeschäfte können die Nachfrage nach leicht verderblichem Gemüse und Fleisch besser planen. Fußballtrainer analysieren damit das taktische Verhalten und die Leistungsfähigkeit ihrer Spieler. Fadi Naoum vom Softwarehersteller SAP erläutert, wie das funktioniert.
Verantwortlicher Umgang mit Daten notwendig
"Dann haben die Spieler am Schienbein links und rechts Chips, das haben sie auch an der Schulter, je nachdem was gewünscht ist, auch einen Chip, um nachher die Drehungen und Bewegungen zu sehen, und ein Chip ist im Ball zentriert. Durch diese Chips, mit denen alle verdrahtet sind, habe ich die Möglichkeit, jede Bewegung, jede Position zu sehen, also zum Beispiel über 1.000 Positionen pro Sekunde werden erhoben, Wir haben hier wahnsinnige Massendaten, aber von diesen Massendaten ist jeder Coach, ist jedes Team an anderen Informationen interessiert."
Big-Data-Analysen in fast allen Lebensbereichen möglich
Für die optimale Spielvorbereitung muss der Trainer wissen, welcher Spieler welche körperliche Leistungsfähigkeit hat, welche Schwächen er hat, um ihn gezielt auf das Spiel hin trainieren zu können. Doch die Frage ist, wer darf auf diese persönlichen Massendaten zugreifen? Wer darf Analysen damit fahren. Stefan Brandt von der SAP ein Datability-Konzept her muss, um solche Fragen zu beantworten.
Da gibt es ausgewählte Personen, die dürfen das sehen. Es muss natürlich vereinbart seien auch unter den Spielern, welche Daten dürfen geteilt werden und welche sind natürlich rein privat. Wir haben ja auch die Spielerdatenbank bei Hoffenheim. Da sind medizinische Daten abgelegt. Das sieht natürlich nur der Spieler und der behandelnde Arzt und vielleicht gibt es eine definierte Rolle, die das auch sehen darf. Aber das klar geregelt und auch technisch genauso hinterlegt.
Was aber passiert, wenn solche Daten nicht nur von Fußballvereinen, sondern von Versicherungen analysiert werden. und die analysieren dann keine Spielerdaten, sondern zum Beispiel Fahrerdaten. Stefan Brandt.
"Es gibt heute schon Angebote, dass man die Preise für eine Versicherungspolice nach Ihrem Fahrverhalten festsetzt. Als zum einen natürlich die gefahrenen Kilometer, das ist natürlich ein Aspekt. Aber in Zukunft, eben auch Fahreffizienz und Fahrverhalten in der Kalkulation mit einbeziehen. Sind Sie sehr jung, fahren sehr riskant, immer Topspeed in der dreißiger Zone, dann haben Sie sicherlich eine andere Sicht darauf als Versicherung als ein Seniorfahrer, der sehr effizient unterwegs ist. Und das kann man alles berechnen."
Menschen liefern nur statistische Wahrscheinlichkeiten
Hier kommt dann bei manchen Zeitgenossen etwas Unwohlsein auf. Denn diese Analyse-Sichten auf Menschen liefern nur statistische Wahrscheinlichkeiten, keine Tatsachen. Die Prognosen sind gut berechnete Schätzungen, mehr nicht. Das verschweigen die Vertreter der Big-Data-Industrie gern. Wollen sie aber einen wirklich verantwortlichen Umgang mit den Daten der Menschen und den gemachten Analysen, muss auch mit diesen statistischen Wahrscheinlichkeiten verantwortungsvoll umgegangen werden. Sonst bleibt Datability ein Marketingmotto der Big-Data-Industrie.
