Big data

Farvet fremstilling af aktiviteten af ​​en Wikipedia -bot over en længere periode: typisk eksempel på illustrationen af ​​"Big Data" med en visualisering

Udtrykket Big Data [ ˈbɪɡ ˈdeɪtə ] (fra engelsk big , large 'og data ' Daten ', tysk også massedata ) , som kommer fra det engelsktalende område, betegner mængder af data , der f.eks. Også er for store komplekse, for hurtige eller for svagt strukturerede til at evaluere dem ved hjælp af manuelle og konventionelle databehandlingsmetoder .

"Big Data" bruges ofte som en samlebetegnelse for digitale teknologier, der rent teknisk holdes ansvarlige for en ny æra med digital kommunikation og behandling og socialt for en social omvæltning. Som en slagord er udtrykket genstand for løbende ændringer; dette beskriver også ofte komplekset af teknologier , der bruges til at indsamle og evaluere denne mængde data.

udtryk

I definitionen af ​​big data refererer "big" til de fire dimensioner

• volumen (volumen, datavolumen),
• hastighed (hastighed, hvormed datamængderne genereres og overføres),
• sort (række datatyper og kilder) og
• ægthed (dataens ægthed).

Denne definition udvides til at omfatte de to V -værdi og -gyldighed , der står for forretningsmæssig merværdi og sikkerhed for datakvalitet.

Andre betydninger

Big data beskriver primært behandlingen af ​​store, komplekse og hurtigt skiftende datamængder. Som et modeord har udtrykket andre betydninger i massemedierne :

• Øget overvågning af mennesker af hemmelige tjenester, også i vestlige lande, for eksempel gennem datalagring
• Virksomheden krænker kundernes personlige rettigheder
• Stigende mangel på gennemsigtighed i datalagring på grund af delokalisering ( cloud computing )
• Industriens ønske om at kunne opnå en konkurrencemæssig fordel ved de tilgængelige data
• Automatisering af produktionsprocesser ( Industri 4.0 , Internet of Things )
• Ikke-gennemsigtig automatisering af beslutningsprocesser i software
• Brug af nye teknologier i stedet for standardsoftware (især i virksomheder med konservativ IT ofte ved brug af software som en service til at omgå virksomhedens interne IT-begrænsninger)
• Udvikling af egne softwareløsninger ("intern IT") i stedet for eksterne virksomheders brug af "off-the-shelf" software
• Annoncering baseret på data om internet- og mobiltelefonforbrug
• Organisering af samarbejde i forbindelse med people analytics -projekter, selvom det hverken involverer store eller komplekse datamængder.

Data oprindelse

De indsamlede data kan komme fra forskellige kilder (udvalg):

• Registreringer af forskellige overvågningssystemer .
• brug af kunde- eller bank- eller betalingskort ( Giro ("EC") -, kreditkort ),
• enhver elektronisk kommunikation , herunder den personligt formede, individuelt forskellige måde at bruge z. B. en smartphone (manuelle indtastningsmønstre, geografiske bevægelsesmønstre, sensordata for smartphonen),
• Forretningsmæssig eller privat brug af elektroniske apparater eller systemer såsom "fitness" eller "sundhedsarmbånd" eller " wearables " såsom " aktivitetstracker " eller " smartwatches ", " omgivende assisteret bolig " eller globale navigationssystemer såsom " GPS ", smartphones , computere osv.,
• brug af sociale medier og interaktioner,
• Motorkøretøjer (især i forbindelse med den "tilsluttede bil "),
• netværksteknologi i huse (" smarte hjem ", " smarte målere "),
• Data indsamlet og indsamlet af offentlige myndigheder og virksomheder.

"Big Data" omfatter også områder, der betragtes som " intime " eller " private ": Industriens og visse myndigheders ønske om at have fri adgang til disse data, at kunne analysere dem bedre og bruge den opnåede viden kommer uundgåeligt i konflikt med beskyttede personlige rettigheder for den enkelte. En vej ud kan kun opnås ved at anonymisere dataene. Klassiske brugere er udbydere af sociale netværk og søgemaskiner . Analyse, erhvervelse og behandling af store datamængder er almindelig på mange områder i dag.

Store data kan gøre det muligt for erhvervslivet procesforbedringer i alle funktionelle områder af selskaber, men frem for alt inden for teknologi, udvikling og informationsteknologi samt markedsføring . Indsamlingen og udnyttelsen af ​​datamængderne tjener generelt til implementering af virksomheders mål eller til national sikkerhed. Hidtil har store sektorer, virksomheder og anvendelsesområder for økonomien, markedsundersøgelser , salg og serviceledelse, medicin, administration og efterretningstjenester brugt de tilsvarende digitale metoder for sig selv: de registrerede data skal videreudvikles og bruges på en fordelagtig måde . Indsamlingen af ​​data bruges mest til koncernorienterede forretningsmodeller samt trendforskning i sociale medier og annonceringsanalyser for at identificere fremtidsorienteret og muligvis rentabel udvikling og konvertere dem til prognoser .

vækst

Datamængder vokser typisk eksponentielt . Ifølge beregninger fra 2011 fordobles datamængden på verdensplan hvert andet år. Denne udvikling er hovedsageligt drevet af den stigende maskingenerering af data, f.eks. B. via protokoller for telekommunikationsforbindelser ( Call Details Record , CDR) og webadgang ( logfiler ), automatisk optagelse af RFID -læsere, kameraer , mikrofoner og andre sensorer. Store data forekommer også i finanssektoren (finansielle transaktioner, aktiemarkedsdata) samt i energisektoren (forbrugsdata) og i sundhedssektoren (faktureringsdata fra sundhedsforsikringsselskaber ). I videnskaben er store mængder data også inkluderet i sådanne. B. i geologi , genetik , klimaforskning og kernefysik . IT -brancheforeningen Bitkom beskrev big data som en trend i 2012. I tilfælde af store datakomplekser er den uøkonomiske udgift til lagring i reserve ikke mulig. Derefter gemmes kun metadata, eller evalueringen starter samtidigt eller højst med en lille tidsforsinkelse med oprettelsen af ​​dataene.

Tilsvarende grupper, såsom søgemaskiner og visse statsinstitutioner, såsom hemmelige tjenester, har adgang til en tilsvarende mængde data.

Eksempler

Inden for forskning, ved at forbinde store datamængder og statistiske evalueringer, kan ny viden opnås, især inden for discipliner, hvor mange data tidligere blev evalueret i hånden; Virksomheder håber f.eks., At analysen af ​​big data vil give muligheder for at opnå konkurrencefordele, skabe besparelsespotentiale og skabe nye forretningsområder, mens offentlige instanser håber på bedre resultater inden for kriminalistik og bekæmpelse af terrorisme . Eksempler på forventede fordele er:

• Udvikling af fleksible faktureringssystemer inden for telekommunikation
• At finde specialister gennem datastøttede webanalyser
• Bedre, hurtigere markedsundersøgelser
• Kreditkontrol ( scoring af big data -kredit )
• Dataadgang og analyse af spatiotemporale gitter data inden for videnskab og industri, for eksempel i henhold til Open Geospatial Consortium standard ( " Web Dækning service ")
• Direkte marketing : direkte, personlig tilgang til f.eks. B. kunder eller for eksempel vælgere til at påvirke købs- eller valgbeslutninger eller med det formål at påvirke andre meninger eller adfærd
• Registrering af uregelmæssigheder i finansielle transaktioner ( afsløring af svig )
• Introduktion og optimering af en intelligent energiforbrugskontrol ( smart måling )
• Anerkendelse af forbindelser inden for medicinsk diagnostik
• Oprettelse af bevægelse , køb, personlighedsprofiler ( se f.eks. Big Five (psykologi) )
• Real-time -Cross- og mersalg i e-handel og stationær fordeling
• Fabrikskontrol, produktionsplanlægning og forudsigelige vedligeholdelsesforanstaltninger i forbindelse med industri 4.0
• Hemmelig service oprettelse af bevægelsesprofiler med programmer som Grænseløs informant
• IT -driftsanalyse : Anvendelse af "Big Data" -processer på it -systemer med henblik på at drive effektiv og innovativ it -styring.
• Udnyttelse af store datamængder i landbruget (i løbet af smart landbrug )
• Risikovurdering og justering af forsikringspræmier afhængigt af adfærdsmønsteret ( bidragsstruktur for biler afhængigt af kørestil, for sygesikring afhængig af sundhedsrelateret adfærd)
• Forudsiger epidemier
• Forbedringer i arbejdsvilkårene for medarbejdere, såsom reduktion af udbrændthed, gennem databaserede forandringsprojekter
• Behandling af data fra vejrsatellitter og andre videnskabeligt anvendte sensorer
• Evaluering i realtid af webstatistik og tilpasning af online annonceringstiltag (har været brugt længe)

Den rene analyse af kundedata er dog ikke automatisk big data - mange marketingapplikationer handler ofte meget mere om "små data" -analyser.

Big data behandling

Klassiske relationsdatabasesystemer samt statistiske og visualiseringsprogrammer er ofte ikke i stand til at behandle så store datamængder. Til big data bruges nye typer datalagrings- og analysesystemer, der fungerer parallelt på op til hundreder eller tusinder af processorer eller servere, f.eks. I kognitive systemer . Der er blandt andet følgende udfordringer:

• Behandling af mange optegnelser
• Behandling af mange kolonner inden for en datapost
• Hurtig import af store mængder data
• Umiddelbar forespørgsel efter importerede data ( behandling i realtid )
• Korte svartider ( latenstid og behandlingstid) selv for komplekse forespørgsler
• Evne til at behandle mange samtidige forespørgsler ( samtidige forespørgsler )
• Analyse af forskellige typer information (tal, tekster, billeder, ...)

Udviklingen af ​​software til behandling af big data er stadig på et tidligt stadium. MapReduce -metoden er velkendt og bruges i open source -software ( Apache Hadoop og MongoDB ) samt i nogle kommercielle produkter (herunder Aster Data eller Greenplum ).

Ansøgning (valg)

Politiske valg

Ved præsidentvalget i USA i 2016 og ved folkeafstemningen i Storbritannien om at forlade EU samme år (" Brexit ") engagerede de overraskende vindere hver især Cambridge Analytica , som er ansvarlig for undersøgelsen, evalueringen, ansøgningen og tildeling og salg af personoplysninger, der hovedsageligt er indhentet på Internettet og ved hjælp af psykometriske metoder, en udløber af psykologi ( se psykografi ).

Social scoring

Indsamlede data bruges til at evaluere f.eks. B. kreditværdigheden ( -> kreditscoring ), sundheden (og de tilsvarende risici, hvorfra f.eks. Strukturen af ​​passende justerede forsikringspræmier følger) eller forbrugernes forbrug og indkøbsadfærd, også brugt til at forsøge tilsvarende forudsigelser ( " forudsigelse "); I Kina er systemet med " social scoring " bygget på dem , hvormed beboernes sociale adfærd også overvåges, vurderes og forbedres.

Uddannelse

Brugen af ​​big data åbner nye muligheder for uddannelse. Teknologien kan bruges til at optimere former for læring og uddannelsesprogrammer. Eksperter som Viktor Mayer-Schönberger og Kenneth Cukier (* 1968) forventer en grundlæggende omvæltning i uddannelsessektoren ved brug af big data.

forskning

Fremskridt inden for databehandling betyder, at der kan opnås langt mere pålidelige resultater fra store datamængder. Eksempler er en undersøgelse med omkring 16.000 børn, hvor sammenhængen mellem fedme og diabetes blev undersøgt, og en case-control undersøgelse af flystøjs indflydelse , hvor sundhedsforsikringsdata for over en million patienter blev evalueret.

Mikrotargeting

Firmaet Cambridge Analytica havde meddelt efter det amerikanske præsidentvalg i 2016, at brugen af ​​såkaldte mikromålretningsteknikker , der er afgørende for Donald Trumps valgsejr, siges at have bidraget. Ved hjælp af psykometriske analyser af store datasæt var det muligt at identificere ikke -besluttede eller lettere påvirkelige vælgere ("svingvælgere") og derefter konfrontere dem med målrettede kampagner og indhold via Facebook. Brugen af ​​de nævnte teknikker i den amerikanske valgkamp blev indledt af forskning af psykologen Michal Kosinski. I den forbandt Kosinski big data -evalueringer med psykologiske adfærdsanalyser og kunne vise, at brugernes Facebook -likes kan bruges til at forudsige deres personlighedstræk, seksuel orientering, stofforbrug og religiøse og politiske holdninger.

kritik

Den amerikanske økonom Shoshana Zuboff opfandt udtrykket overvågningskapitalisme i forbindelse med indsamling af personoplysninger fra internetvirksomheder som Google og Facebook og ser det som en mutation af industriel kapitalisme, der betragter privat menneskelig erfaring som frit tilgængeligt råmateriale til kapitalistisk produktion og udveksling af varer og hvem der bruger resultaterne af den digitale revolution til konspiratorisk overvågning, opbevaring, manipulation og forudsigelse af menneskelig adfærd. Zuboff går ind for opdeling af sådanne datamonopolgrupper og forbud for at afbryde dannelsen af ​​datakoncentrationer. Hendes bog The Age of Surveillance Capitalism blev udgivet på tysk i 2018.

Som forskningsresultater fra forskellige forskere viser, kan indholdet, der deles af brugere på Internettet, undertiden bruges til at udtrække meget følsomme oplysninger, som ikke var beregnet til at blive delt. For at beskytte det digitale privatliv bliver retsstatsprincipper om opbevaring og indsamling af oplysninger derfor mere og mere relevante. Men selv på statsniveau bruges nogle gange store data til at indsamle oplysninger om enkeltpersoner, som det sociale kreditsystem i Kina viser.

data beskyttelse

Datavidenskabsmanden Andreas Dewes har i en undersøgelse vist, at anonymiserede data fra internetbrugere, der er blevet indsamlet og solgt af virksomheder, kan dekrypteres igen og tildeles mennesker. Angiveligt "anonyme" data fra omkring tre millioner tyskere, der blev købt hos Dewes som en del af undersøgelsen af ​​reklamevirksomheder, var medlemmer af den tyske forbundsdag og statsparlamenter og andre offentlige personer som dommere , politifolk eller andre embedsmænd .

Den Europæiske Tilsynsførende for Databeskyttelse Giovanni Buttarelli understregede i marts 2013, at personlige oplysninger ikke er en vare.

Med hensyn til justering af forsikringspræmier ved hjælp af big data understreges "risikoen for en krybende af-solidarisering i forsikring".

Utilstrækkelig regulering

Et afgørende spørgsmål er, hvem der ejer data indsamlet fra private, hvem der bevarer kontrollen over dem, og hvem der kontrollerer brugen af ​​dem. I hvilket omfang den europæiske generelle databeskyttelsesforordning , som har været gældende siden den 25. maj 2018, er tilstrækkelig, diskuteres offentligt.

Den slesvig -holstenske databeskyttelsesofficer Thilo Weichert advarede i 2013: "Big data åbner muligheder for informativ magtmisbrug ved manipulation , diskrimination og informativ økonomisk udnyttelse - kombineret med krænkelse af grundlæggende menneskerettigheder."

Dirk Helbing , professor i Computational Social Science ved ETH Zürich, advarede i januar 2018 om mulige teknologier til subtil manipulation baseret på big data. Teknologevurderingen Armin Grunwald , leder af Institute for Technology Assessment and System Analysis (ITAS) i Karlsruhe, advarer om, at der på intet tidspunkt i menneskets historie har været "så gode betingelser for et totalitært diktatur" som i dag.

Socialforsker Nils Zurawski går ind for "solidaritets datalagring" for at kunne udnytte fordelene ved big data til fælles bedste .

Utilstrækkeligt grundlag for evalueringer

Frem for alt er der kritik af, at dataindsamlingen og evalueringen udføres næsten udelukkende i henhold til tekniske aspekter, og for eksempel vælges den teknisk nemmeste måde at indsamle dataene på. Grundlæggende statistiske principper som f.eks. En repræsentativ stikprøve negligeres ofte. Så kritiserede socialforsker Danah Boyd :

• Større mængder data ville ikke have bedre kvalitet af data være
• Ikke alle data er lige værdifulde
• "Hvad" og "hvorfor" er to forskellige spørgsmål
• Der skal udvises omhu med fortolkninger
• Bare fordi den er tilgængelig, betyder det ikke , at den er etisk .

For eksempel fandt en forsker ud af, at folk ikke havde mere end 150 venskaber ( Dunbar -nummer ), som derefter blev indført som en teknisk grænse i sociale netværk - på den falske antagelse, at bekendte kaldet "venner" afspejler ægte venskaber. Det er bestemt ikke alle, der vil nævne alle deres Facebook -venner som venner i et interview - udtrykket "ven" på Facebook signalerer kun en vilje til at kommunikere.

En anden kritisk tilgang omhandler spørgsmålet om, hvorvidt big data betyder slutningen på al teori. I 2008 beskrev Chris Anderson, chefredaktør for magasinet Wired, troværdighedsproblemet ved enhver videnskabelig hypotese og model ved analyse af levende og ikke-levende systemer i realtid . Korrelationer bliver vigtigere end årsagsforklaringer , som ofte først kan verificeres eller forfalskes senere .

Hype, vagt udtryk

Udtrykket "big data" bruges undertiden, når data hverken er store eller komplekse eller ændres hurtigt eller let behandles ved hjælp af konventionelle teknikker. Ifølge nogle observatører betyder den stigende blødgøring af udtrykket, at det bliver mere og mere et meningsløst marketingbegreb og ifølge mange prognoser vil opleve en stærk devaluering inden for de næste par år ("skuffelsenes dal" i hypecyklussen ).

Se også

• Den Europæiske Unions charter om grundlæggende digitale rettigheder
• Data mining , datavidenskab , datalager , ustrukturerede data , data lake
• Affaldshåndtering
• Filtrer boble
• INDEKT
• Informativ selvbestemmelse
• Tingenes internet
• Nudging , profilering , tracking
• Forudsigelig politiarbejde

litteratur

Faglitteratur

• Ronald Bachmann, Guido Kemper, Thomas Gerzer: Big Data - forbandelse eller velsignelse? Virksomheder i spejlet af social forandring . Mitp , Heidelberg / München / Landsberg / Frechen / Hamburg 2014, ISBN 978-3-8266-9690-9 .
• Pavlo Baron: Big data til it -beslutningstagere - ved at bruge enorme mængder data og moderne teknologier rentabelt . Hanser, München 2013, ISBN 978-3-446-43339-7 .
• Konrad Becker blandt andet: Infosfærens politik . Springer Fachmedien, Wiesbaden 2003, ISBN 3-8100-3866-0 .
• Heinrich Geiselberger, Tobias Moorstedt (redaktør): Big Data. Det nye løfte om alvidighed. udgave useldt SV specialudgave. 2. udgave. Suhrkamp, ​​Berlin 2013, ISBN 978-3-518-06453-5 .
• Yvonne Hofstetter : Du ved alt - hvordan intelligente maskiner trænger ind i vores liv, og hvorfor vi skal kæmpe for vores frihed. C. Bertelsmann Verlag, 2014, ISBN 978-3-570-10216-9 .
• Rudolf Klausnitzer : Tilfældets ende, hvor store data gør os og vores liv forudsigelige . Ecowin, Salzburg 2013, ISBN 978-3-7110-0040-8 .
• Barbara Kolany-Raiser, Reinhard Heil, Carsten Orwat, Thomas Hoeren (red.): Big Data and Society. En tværfaglig tilgang. Springer VS, Wiesbaden 2018, ISBN 978-3-658-21664-1 (softcover), ISBN 978-3-658-21665-8 (eBook), doi: 10.1007 / 978-3-658-21665-8 .
• Jaron Lanier : Hvem ejer fremtiden? ”Du er ikke kunden hos internetvirksomhederne. Du er deres produkt ”. Hoffmann & Campe, 2014, ISBN 978-3-455-50318-0 .
• Jure Leskovec, Anand Rajaraman, Jeffrey David Ullman: Mining of Massive Datasets . 2. udgave. Cambridge University Press, Cambridge 2014, ISBN 978-1-107-07723-2 (engelsk). 
• Klaus Mainzer : Beregningen af ​​verden: fra verdensformlen til big data . Beck, München 2014, ISBN 978-3-406-66130-3 .
• Mario Martini : Big data som en udfordring for privatlivsbeskyttelse og databeskyttelseslovgivning. DVBl. 2014, s. 1481–1489.
• Viktor Mayer-Schönberger , Kenneth Cukier: Big Data: revolutionen, der vil ændre vores liv . Redline, München 2013, ISBN 978-3-86881-506-1 , (fra engelsk af Dagmar Mallett).
• Ramón Reichert (red.): Big Data: Analyser om den digitale ændring af viden, magt og økonomi . transkript Verlag , Bielefeld 2014, ISBN 978-3-8376-2592-9 .
• Gregor Ritschel, Thomas Müller (redaktør): Emne big data som erstatning for teori. I: Berliner Debatte Initial , nummer 4/2016, ISBN 978-3-945878-11-8 .
• Arno Rolf : World Power United Dates. Forståelse af digitalisering og big data, Metropolis-Verlag, Marburg 2018, ISBN 978-3-7316-1314-5 .
• Christian Rudder: Inside Big Data - Vores data viser, hvem vi egentlig er . Oversat fra engelsk af Kathleen Mallett. Hanser-Verlag , 2016, ISBN 978-3-446-44459-1 .
• Torsten Schwarz (red.): Big Data in Marketing: Muligheder og muligheder for en effektiv kundetilgang . Haufe, Freiburg 2015, ISBN 978-3-648-06585-3 .

Forskningsrapporter

• Carsten Orwat, Andrea Schankin: Holdninger til big data -praksis og de institutionelle rammer for privatliv og databeskyttelse - En befolkningsundersøgelse (KIT Scientific Reports; 7753) . KIT Scientific Publishing, Karlsruhe 2018, ISBN 978-3-7315-0859-5 , doi : 10.5445 / KSP / 1000086677 (engelsk). 

Fiktion

• Eugen Ruge : Follower - Fjorten sætninger om et fiktivt barnebarn. Roman. Rowohlt 2016, ISBN 978-3-498-05805-0 .

Weblinks

• Forklarende video på Wikimedia Commons : Big Data forklaret enkelt
• Tværfagligt forskning og dialogprojekt om de sociale muligheder og risici ved big data, finansieret af BMBF: abida.de
• badische-zeitung.de , 12. november 2017, Savera Kang, interview Florian Mehnert : Hvad er farerne ved Big Data?
• Teknisk artikel, 25. august 2018, bigdata-insider.de: Sådan inspirerer big data til messeforretninger
• Fra politik og samtidshistorie , 11-12 / 2015, bpb.de: Big Data
• 1. november 2018, Steffen Wurzel  : Big data er Kinas nye guld
• Max Planck Institute for Science of History, mpiwg-berlin.mpg.de: Historien om store data
• Soziopolis , 20. oktober 2016, Jan-Felix Schrape  : 'Big Data' som et forventningsrum
• 19. november 2018, Jeff Desjardins, visualcapitalist.com: Her er hvad de store tech -virksomheder ved om dig ("hvad de store internetvirksomheder ved om dig")

Individuelle beviser