Einsichten - Ludwig-Maximilians-Universität München

Die digitale Gesellschaft: Schürfen im digitalen Claim
Am Anfang war die Scannerkasse.
Mir ihr beginnt die Geschichte einer
neuen Ära. Es ist das Zeitalter
von Big Data, auch wenn damals, Ende
der 1970er-Jahre, niemand die Entwicklung
vorausgesagt hätte. Die neue Scanner-
und Strichcode-Technik begann sich
damals erst langsam durchzusetzen. Die
Konsequenzen allerdings waren bemerkenswert,
denn von diesem Zeitpunkt an
konnten die Kassen erstmals den Inhalt
von Warenkörben automatisch erfassen.
Anonym natürlich, doch prinzipiell war damit
sichtbar und auswertbar, welche Waren
ein Kunde einkaufte. Der maschinell
lesbare Strichcode, der 1973 in den USA
und 1977 in Europa erstmals verwendet
wurde, verknüpfte die Welt der Waren mit
der digitalen Welt der Datenbanken, die Eigenschaften
wie Preis oder Artikelbezeichnung
enthielt. „Daraus ist das Gebiet des
Data Mining entstanden“, sagt der Münchner
Informatiker Hans-Peter Kriegel.
Das Datensammeln hat also eine lange Tradition
in den USA. „Bei den ersten Auswertungen
damals fiel zum Beispiel auf, dass
Kunden oft, wenn sie Windelpakete kauften,
auch Bierkästen mitnahmen“, erzählt Kriegel,
Inhaber des Lehrstuhls für Datenbanksysteme
an der LMU. „Offenbar waren da
die jungen Väter zum Großeinkauf unterwegs.“
Die großen Supermarktketten reagierten
darauf, sie begannen, Bierkästen in
der Nähe von Windelregalen zu platzieren.
Heute sendet fast jede Supermarktfiliale
wöchentlich Daten an die Marktforschung.
Damit sind wir mittendrin im Zeitalter von
Big Data, wie Experten die Auswertung
immer größerer Datenpakete nennen. Die
stetig anschwellende Datenflut, die von
automatischen Systemen erzeugt wird, ist
mit normalen Daten-Management-Tools
nicht mehr zu beherrschen. Das jährlich
erzeugte Datenvolumen geht mittlerweile in
die Zettabytes, das sind Billiarden Megabytes,
eine Zahl mit 21 Nullen. „Seit einiger
Zeit verdoppelt sich die jährliche Datenproduktion
in weniger als zwei Jahren“, sagt
Kriegel. „Das liegt an den automatisch aufnehmenden
Geräten wie Scannerkassen
oder Sensoren, an Erdbeobachtungssatelliten
oder Gen​se​quen​zierungs​automaten.“
Der Anstieg des Datenvolumens wird sich
eher noch erhöhen, denn Daten werden
zunehmend maschinell erzeugt und sind so
auch leichter auswertbar. Praktisch alle
Bereiche des Lebens sind davon betroffen.
Protokolle von Telekommunikationsverbindungen
oder Web-Zugriffen fallen genauso
an wie Daten von Finanztransaktionen, Energieverbräuchen
oder Patientenakten. Dazu
kommen Aufnahmen von Überwachungskameras
und Mikrofonen und die automatisch
generierten und weitergeleiteten
Werte von Sensoren und RFID-Funkchips.
Eine dramatisch zunehmende Zahl von Sensoren
etwa in Automobilen oder Industrieprozessen
nehmen Messwerte im Dauerbetrieb
auf und übertragen sie permanent per
Funk. Die Geräte messen und kommunizieren
den Standort, senden Bewegungsparameter,
Vibration, Temperatur, Luftfeuchtigkeit,
sogar chemische Veränderungen in der
Umgebung. „Wir wissen nicht, was noch an
Zettabytes,
eine Zahl
mit 21 Nullen
Geräten kommen wird“, sagt Kriegel. „Das
Internet ist natürlich ebenfalls eine Triebfeder.“
Jede Suchanfrage bei Google, jeder
Eintrag auf Facebook enthält möglicherweise
verwertbare Informationen. Firmen
und Geheimdienste haben längst die neue
Währung „Daten“ erkannt, die digitale Revolution
weckt Begehrlichkeiten allerorten.
Daten sind aber nicht mehr nur in größerer
Zahl verfügbar, Computer lernen, sie auch
immer besser zu verstehen und auszuwerten.
Noch bildet das Gros einen Datenfriedhof
aus Wörtern, Bildern, Videos und endlosen
Zahlenströmen – unstrukturierte
Datensätze. Hier versuchen die Informatiker
Strukturen zu erkennen. „Data Mining
umfasst das Clustern von Daten, das Erkennen
von Trends, aber auch von Ausreißern“,
sagt Kriegel. „Dafür entwickeln wir Verfahren.
Wir entwerfen Indexstrukturen, die die
Datensuche unterstützen, und dazu passende
Suchalgorithmen.“ Auch die Vorreiter
der künstlichen Intelligenz erhoffen sich,
dass Maschinen Sprache immer besser verstehen,
Zusammenhänge erkennen und
selbst lernen. Systeme wie Apples Siri sind
dafür ein Indiz, ebenso die ständig perfekter
funktionierende Suche etwa über Google
Search nach Begriffen im Datenmeer.
Mit den neuen Algorithmen und Verknüpfungsmöglichkeiten
ergeben sich immer
mehr Einsatzgebiete. Eine McKinsey-Studie
hat vor zwei Jahren der Branche ein gewaltiges
wirtschaftliches Potenzial bescheinigt,
es geht um mögliche Einsparungen im
mehrstelligen Milliardenbereich im Gesundheitssektor,
in der öffentlichen Verwaltung
oder im Mobilfunkbereich. Internetfirmen,
die stetig an Einfluss gewinnen, wie Google
oder Facebook analysieren, kontrollieren
und werten etwa vom Silicon Valley aus die
Daten des weltweiten Netzes aus. Unternehmen
wollen früh neue Trends erkennen, um
neue Produkte anzubieten. Forscher wie der
Harvard-Wissenschaftler Gary King sagen:
„Es wird keinen Bereich geben, der davon
nicht berührt wird.“ Auch Kriegel bestätigt
das, „die McKinsey-Studie war ein Katalysator.“
In Europa starteten große Programme,
und auch Unternehmen stiegen
ein. McKinsey sagt schon einen Mangel an
Fachkräften voraus. Um dem steigenden
Bedarf zu entsprechen, „planen auch wir
einen englischsprachigen Masterstudiengang
zu Data Science. Für Europa ist dieser
Studiengang neu“, berichtet Kriegel.
Informatikern wie Hans-Peter Kriegel ist klar,
dass sich die Daten und neue technische
Entwicklungen für sehr verschiedene Zwecke
nutzen lassen. Für Unternehmen bietet
Nummer 2 / 2013 Einsichten – Das Forschungsmagazin
53