Wieso müssen wir über Big Data diskutieren?

 

Wie wir ihr gesehen habt, ist auch Big Data ein kompliziertes und umfangreiches Thema. Es ist nicht möglich, dass jeder ein genaues technisches Verständnis davon hat. Welchen Einfluss es auf jeden einzelnen und auf uns als Gesellschaft ausübt, sollten wir jedoch breit diskutieren. Wieso das wichtig ist, möchte ich exemplarisch an drei Gründe aufzeigen.

 

Datensicherheit

Datensicherheit ist eine weit verbreitete Sorge, nicht nur bei bei Big Data. Egal ob es sich um Patientendaten, persönlichen Informationen oder Kundenkonten handelt; niemand möchte, dass seine Informationen in falsche Hände geraten.

Auch heute passiert es trotz unterschiedlicher Sicherheitsmaßnahmen regelmäßig, dass sensible Daten gestohlen werden. Hier müssen wir aufmerksam sein, wem wir unsere Daten geben und auch von Unternehmen einen verantwortungsvollen Umgang mit unseren Daten einfordern. Selbst wenn der Diebstahl von Passwörtern oder Kreditkarten ärgerlich und teuer ist, kann es noch schlimmer kommen. Denn im Gegensatz zu einem Passwort, können wir unsere Fingerabdrücke oder DNA nicht ändern.

 

Vorurteile und Diskrimination

Wie wir gezeigt haben, sind Daten die Grundlage und der Kraftstoff für unsere Algorithmen (z.B. Künstliche Intelligenz). Es ist daher wichtig, wie wir Daten ermitteln und mit welchen wir unsere Programme füttern. Hier wirft oftmals von dem Garbage-in-Garbage-out (Müll-rein-Müll-raus) Prinzip gesprochen. Geben wir unseren Algorithmen schlechte Daten, können wir nicht mit guten Ergebnissen rechnen.

Diese Problematik wird besonders bei selbstlernenden Algorithmen (Maschinelles Lernen) offensichtlich. Stellen wir einem solchen Algorithmus Daten zur Verfügung, bei denen Frauen meist Hausfrau sind, wird dieser lernen, dass Frauen nicht in die Arbeitswelt gehören. Das ist vergleichbar mit einem Kind, welches in einem männerdominierten Umfeld aufwächst und diese Einstellung übernimmt.

Oftmals sind solche Probleme in den Daten sehr schwer zu erkennen. Trotzdem können Sie katastrophale Konsequenzen haben; von der Jobsuche, über die Kreditvergabe, bis zu Polizeigewalt. Dabei trifft es meist die Bevölkerungsgruppen, welche schon heute diskriminiert werden.

 

Quantifizierung

Nehmen wir an wir haben unsere Daten sorgfältig ausgewählt, überprüft und vorbildlich gesichert. Selbst dann bleibt die Frage, ob wir für diesen konkreten Fall auf Big Data zurückgreifen wollen.

Nehmen wir als Beispiel eine Bewerbung. Wir könnten unzählige Daten zu jedem Bewerber aus dem Internet und seinem Lebenslauf nehmen und ein Algorithmus entscheidet dann, ob das Unternehmen ihn einstellt oder nicht. Der Bewerber wird also ‚quantifiziert‘, d.h. der Mensch und sein Lebensweg wird nur in Zahlen ausgedrückt.

Viele Menschen sind mit dieser Vorgehensweise nicht einverstanden, denn für sie ist ein Mensch mehr als nur Daten und Fakten. Würde man Personen darauf reduzieren, gehe etwas Entscheidendes verloren.

Wie man dazu steht, muss jeder für sich selbst entscheiden und ist vielleicht für einige eine Glaubensfrage. Was diese „Quantifizierung“ mit uns als Gesellschaft macht, sollten wir jedoch intensiv diskutieren.

 

Was heißt das nun?

Wie schon erwähnt, kann es nicht das Ziel sein, dass jeder sich in das Thema vertieft, um alle technischen Einzelheiten zu verstehen . Viel wichtiger ist es, dass man ein offenes Ohr behält. Sollten dir Beispiele von Big Data begegnen, kann es sich durchaus lohnen einen zweiten Blick darauf zu werfen, welche Chancen und Risiken damit verbunden sind.

Dein Feedback zum Artikel

    Schüler (Klasse 5-9)Oberstufen-Schüler (Klasse 10-13)StudentBerufstätigBerufstätig mit Bezug zum Thema