Big data

Färgad representation av aktiviteten hos en Wikipedia -bot under en längre tid: typiskt exempel på illustrationen av "Big Data" med en visualisering

Termen Big Data [ ˈbɪɡ ˈdeɪtə ] (från engelska big , large 'och data ' Daten ', tyska också massdata ) , som kommer från det engelsktalande området, betecknar mängder data som till exempel är för stora också komplexa, för snabba eller för svagt strukturerade för att utvärdera dem med hjälp av manuella och konventionella databehandlingsmetoder .

"Big Data" används ofta som ett samlingsbegrepp för digital teknik som är tekniskt ansvarig för en ny era av digital kommunikation och bearbetning och socialt ansvarig för en social omvälvning. Som en slagord kan termen kontinuerligt förändras; detta beskriver också ofta komplexet av teknik som används för att samla in och utvärdera denna mängd data.

uttryck

I definitionen av stora data avser "stor" de fyra dimensionerna

• volym (volym, datavolym),
• hastighet (hastighet med vilken datavolymerna genereras och överförs),
• variation (utbud av datatyper och källor) och
• sannhet (dataens äkthet).

Denna definition utvidgas till att omfatta de två V -värdena och giltigheten , som står för företagets mervärde och försäkran om datakvalitet.

Andra betydelser

Stora data beskriver främst behandlingen av stora, komplexa och snabbt föränderliga datamängder. Som ett modeord har termen andra betydelser i massmedia :

• Ökad övervakning av människor av hemliga tjänster, även i västländer, till exempel genom datalagring
• Företaget kränker kundernas personliga rättigheter
• Ökande brist på transparens i datalagring på grund av delokalisering ( molnberäkning )
• Industrins önskan att kunna få en konkurrensfördel med tillgängliga data
• Automatisering av produktionsprocesser ( Industry 4.0 , Internet of Things )
• Otransparent automatisering av beslutsprocesser i programvara
• Användning av ny teknik istället för standardprogramvara (särskilt i företag med konservativ IT, ofta genom att använda programvara som en tjänst för att kringgå interna IT -begränsningar)
• Utveckling av egna mjukvarulösningar ("intern IT") istället för att använda "off-the-shelf" programvara av externa företag
• Annonsering baserad på data om internet- och mobiltelefonanvändning
• Organisation av samarbete i samband med personanalysprojekt , även om detta varken omfattar stora eller komplexa datamängder.

Datas ursprung

Den insamlade informationen kan komma från olika källor (urval):

• Registreringar av olika övervakningssystem .
• användningen av kund- eller bank- eller betalkort ( Giro ("EC") -, kreditkort ),
• all elektronisk kommunikation , inklusive det personligt formade, individuellt olika sättet att använda z. B. en smartphone (manuella inmatningsmönster, geografiska rörelsemönster, sensordata för smarttelefonen),
• Företag eller privat användning av elektroniska apparater eller system som "fitness" eller "hälsoband" eller " wearables " som " aktivitetsspårare " eller " smartwatches ", " omgivande assisterat boende " eller globala navigationssystem som " GPS ", smartphones , datorer etc.
• användningen av information om sociala medier och interaktioner,
• Motorfordon (särskilt i samband med den "anslutna bilen "),
• nätverksteknik i hus (" smarta hem ", " smarta mätare "),
• Data som samlats in och samlats in av myndigheter och företag.

"Big Data" inkluderar också områden som betraktas som " intima " eller " privata ": industrins och vissa myndigheters önskan att få fri tillgång till dessa uppgifter, att kunna analysera dem bättre och använda den kunskap som erhållits kommer oundvikligen i strider mot individens skyddade personliga rättigheter . En utväg kan endast uppnås genom att anonymisera data. Klassiska användare är leverantörer av sociala nätverk och sökmotorer . Analys, inhämtning och bearbetning av stora mängder data är vanligt inom många områden idag.

Stora data kan möjliggöra affärsprocessförbättringar inom alla företags funktionella områden , men framför allt inom teknikutveckling och informationsteknik samt marknadsföring . Insamlingen och användningen av datavolymerna tjänar i allmänhet till genomförandet av företagens mål eller för nationell säkerhet. Hittills har stora sektorer, företag och tillämpningsområden inom ekonomin, marknadsundersökningar , försäljning och servicehantering, medicin, administration och underrättelsetjänster använt motsvarande digitala metoder för sig själva: de inspelade uppgifterna bör vidareutvecklas och användas på ett fördelaktigt sätt . Datainsamlingen används mestadels för grupporienterade affärsmodeller samt trendforskning i sociala medier och annonsanalyser för att identifiera framtidsinriktad och möjligen lönsam utveckling och omvandla dem till prognoser .

tillväxt

Mängden data växer vanligtvis exponentiellt . Enligt beräkningar från 2011 fördubblas datavolymen över hela världen vartannat år. Denna utveckling drivs främst av den ökande maskingenerering av data, t.ex. B. via protokoll för telekommunikationsanslutningar ( Call Details Record , CDR) och webbåtkomst ( loggfiler ), automatisk inspelning av RFID -läsare, kameror , mikrofoner och andra sensorer. Stora data förekommer också inom finansindustrin (finansiella transaktioner, börsdata) samt inom energisektorn (konsumtionsdata) och inom hälsosektorn (faktureringsdata från sjukförsäkringsbolag ). I vetenskapen ingår också stora mängder data i sådana. B. i geologi , genetik , klimatforskning och kärnfysik . IT -branschföreningen Bitkom beskrev big data som en trend 2012. För stora datakomplex är det oekonomiska arbetet med att lagra i reserv inte möjligt. Då sparas bara metadata eller utvärderingen startar samtidigt eller högst med en liten tidsfördröjning med skapandet av data.

Motsvarande grupper, till exempel sökmotorer, och vissa statliga institutioner, såsom hemliga tjänster, har tillgång till en motsvarande datamängd.

Exempel

Inom forskning, genom att länka stora mängder data och statistiska utvärderingar, kan ny kunskap erhållas, särskilt inom discipliner där mycket data tidigare utvärderats för hand; Företag hoppas till exempel att analysen av big data ger möjligheter att vinna konkurrensfördelar, generera besparingspotential och skapa nya affärsområden, medan statliga myndigheter hoppas på bättre resultat inom kriminalistiken och kampen mot terrorism . Exempel på förväntade fördelar är:

• Utveckling av flexibla faktureringssystem inom telekommunikation
• Hitta specialister genom datastödda webbanalyser
• Bättre, snabbare marknadsundersökningar
• Kreditkontroll ( kreditvärdighet för stora data )
• Datatillgång och analys av spatiotemporal nätverksdata inom vetenskap och industri, till exempel enligt Open Geospatial Consortium -standarden (" Web Coverage Service ")
• Direktmarknadsföring : direkt, personligt förhållningssätt till t.ex. B. kunder eller till exempel väljare att påverka köp- eller valbeslut eller i syfte att påverka andra åsikter eller beteenden
• Upptäckt av oegentligheter i finansiella transaktioner ( upptäckt av bedrägerier )
• Introduktion och optimering av en intelligent energiförbrukningskontroll ( smart mätning )
• Känner igen anslutningar inom medicinsk diagnostik
• Skapande av rörelse , köp, personlighetsprofiler ( se t.ex. Big Five (psykologi) )
• Realtid -Cross- och merförsäljning inom e-handel och stationär distribution
• Fabrikskontroll, produktionsplanering och förutsägbara underhållsåtgärder inom ramen för Industry 4.0
• Hemlig tjänst skapande av rörelseprofiler med program som Gränslös informant
• IT Operations Analytics : Tillämpningen av "Big Data" -processer på IT -system för att driva effektiv och innovativ IT -hantering.
• Användning av stora mängder data inom jordbruket (under smart jordbruk )
• Riskbedömning och justering av försäkringspremier beroende på beteendemönster ( avgiftsstruktur för bilar beroende på körstil, för sjukförsäkring beroende på hälsorelaterat beteende)
• Förutspår epidemier
• Förbättringar av arbetsförhållandena för anställda, till exempel minskning av utbrändhet, genom databaserade förändringsprojekt
• Bearbetning av data från vädersatelliter och andra vetenskapligt använda sensorer
• Realtidsutvärdering av webbstatistik och anpassning av onlineannonsmått (har använts länge)

Den rena analysen av kunddata är dock inte automatiskt big data - många marknadsföringsapplikationer handlar ofta mycket mer om analys av "små data".

Stor databehandling

Klassiska relationsdatabassystem samt statistik- och visualiseringsprogram kan ofta inte bearbeta så stora mängder data. För stora data används nya typer av datalagrings- och analyssystem som fungerar parallellt på upp till hundratals eller tusentals processorer eller servrar, till exempel i kognitiva system . Det finns bland annat följande utmaningar:

• Bearbetning av många poster
• Bearbetning av många kolumner i en datapost
• Snabb import av stora mängder data
• Omedelbar förfrågan om importerad data ( bearbetning i realtid )
• Korta svarstider ( latens och behandlingstid) även för komplexa frågor
• Möjlighet att behandla många samtidiga frågor ( samtidiga frågor )
• Analys av olika typer av information (siffror, texter, bilder, ...)

Utvecklingen av programvara för behandling av stora data är fortfarande i ett tidigt skede. MapReduce -metoden är välkänd och används i öppen källkod ( Apache Hadoop och MongoDB ) samt i vissa kommersiella produkter (inklusive Aster Data eller Greenplum ).

Ansökan (urval)

Politiska val

I presidentvalet i USA 2016 och i folkomröstningen i Storbritannien om att lämna Europeiska unionen samma år (” Brexit ”) engagerade de överraskande vinnarna Cambridge Analytica , som ansvarar för undersökningen, utvärderingen, ansökan och Tilldela och sälja personuppgifter som huvudsakligen erhållits på Internet och med hjälp av metoder för psykometrik, en avläggning av psykologi ( se psykografi ).

Social poäng

Insamlad data används för att utvärdera t.ex. B. kreditvärdigheten ( -> kreditpoäng ), hälsan (och motsvarande risker, från vilka exempelvis struktureringen av lämpligt justerade försäkringspremier följer) eller konsumenternas konsumtions- och köpbeteende, används också för att försöka motsvarande förutsägelser ( " förutsäga "); I Kina bygger " social scoring " -systemet på dem , med vilket boendes sociala beteende också övervakas, bedöms och förbättras.

Utbildning

Användningen av big data öppnar nya möjligheter för utbildning. Tekniken kan användas för att optimera former av lärande och utbildningsprogram. Experter som Viktor Mayer-Schönberger och Kenneth Cukier (* 1968) förväntar sig en grundläggande omvälvning inom utbildningssektorn genom användning av big data.

forskning

Framsteg inom databehandling innebär att mycket mer tillförlitliga resultat kan erhållas från stora mängder data. Exempel är en studie med cirka 16 000 barn, där sambandet mellan fetma och diabetes undersöktes och en fallkontrollstudie om påverkan av flygbuller , där sjukförsäkringsdata för över en miljon patienter utvärderades.

Microtargeting

Företaget Cambridge Analytica hade meddelat efter det amerikanska presidentvalet 2016 att användningen av så kallade mikromålningstekniker som är avgörande för Donald Trumps seger sägs ha bidragit. Med hjälp av psykometriska analyser av stora datamängder var det möjligt att identifiera osäkra eller lättare påverkade väljare (”svängväljare”) och sedan konfrontera dem med riktade kampanjer och innehåll via Facebook. Användningen av dessa tekniker i den amerikanska valkampanjen föregicks av forskning av psykologen Michal Kosinski. I den kopplade Kosinski utvärderingar av stora data med psykologiska beteendeanalyser och kunde visa att användarnas Facebook -likes kan användas för att förutsäga deras personlighetsdrag, sexuell läggning, drogkonsumtion och religiösa och politiska attityder.

kritik

Den amerikanska ekonomen Shoshana Zuboff myntade begreppet övervakningskapitalism i samband med insamling av personuppgifter från internetföretag som Google och Facebook och ser det som en mutation av industrikapitalismen , som betraktar privat mänsklig erfarenhet som fritt tillgänglig råvara för kapitalistisk produktion och utbyte av varor och som använder prestationerna från den digitala revolutionen för konspiratorisk övervakning, lagring, manipulation och förutsägelse av mänskligt beteende. Zuboff förespråkar uppdelning av sådana datamonopolgrupper och förbud för att avbryta bildandet av datakoncentrationer. Hennes bok The Age of Surveillance Capitalism publicerades på tyska 2018.

Som forskningsresultat från olika forskare visar kan mycket känslig information som inte var avsedd att delas extraheras från innehåll som delas av användare på Internet. För att skydda den digitala integriteten blir därför rättsstatliga bestämmelser om lagring och insamling av information mer och mer relevanta. Men även på statsnivå används ibland big data för att samla in information om individer, vilket det sociala kreditsystemet i Kina visar.

dataskydd

Datavetenskapsmannen Andreas Dewes har visat i en studie att anonymiserad data från Internetanvändare som har samlats in och sålts av företag kan dekrypteras igen och tilldelas människor. Inköpt från Dewes som en del av sin undersökning av reklamföretag, påstås "anonyma" uppgifter om cirka tre miljoner tyskar vara medlemmar i den tyska förbundsdagen och delstatsparlament och andra offentliga personer som domare , poliser eller andra tjänstemän .

Den europeiska datatillsynsmannen Giovanni Buttarelli betonade i mars 2013 att personlig information inte är en vara.

När det gäller justeringen av försäkringspremier med hjälp av stora data betonas "risken för en krypande avsolidarisering inom försäkring".

Otillräcklig reglering

En avgörande fråga är vem som äger uppgifterna som samlas in från privatpersoner, vem som behåller kontrollen över den och vem som kontrollerar dess användning. I vilken utsträckning den europeiska allmänna dataskyddsförordningen , som har varit tillämplig sedan 25 maj 2018, är tillräcklig diskuteras offentligt.

Schleswig -Holstein dataskyddsombud Thilo Weichert varnade 2013: "Stora data öppnar upp för informationsmissbruk av makt genom manipulation , diskriminering och informativ ekonomisk exploatering - kombinerat med kränkning av grundläggande mänskliga rättigheter."

Dirk Helbing , professor i beräkningssocial vetenskap vid ETH Zürich, varnade i januari 2018 för möjlig teknik för subtil manipulation baserad på stora data. Teknikbedömaren Armin Grunwald , chef för Institute for Technology Assessment and System Analysis (ITAS) i Karlsruhe, varnar för att det inte vid någon tidpunkt i mänsklighetens historia har funnits "så bra förutsättningar för en totalitär diktatur" som idag.

Samhällsforskaren Nils Zurawski förespråkar "solidarisk datalagring" för att kunna utnyttja fördelarna med big data för det gemensamma bästa .

Otillräcklig grund för utvärderingar

Framför allt finns det kritik mot att datainsamling och utvärdering utförs nästan uteslutande enligt tekniska aspekter och till exempel väljs det tekniskt enklaste sättet att samla in data. Grundläggande statistiska principer som exempelvis ett representativt urval försummas ofta. Socialforskaren Danah Boyd kritiserade :

• Större mängder data inte skulle ha bättre datakvalitet vara
• Alla data är inte lika värdefulla
• "Vad" och "varför" är två olika frågor
• Var försiktig med tolkningar
• Bara för att det är tillgängligt betyder det inte att det är etiskt .

Till exempel fann en forskare att människor inte hade mer än 150 vänskap ( Dunbar -nummer ), som sedan infördes som en teknisk gräns i sociala nätverk - på det falska antagandet att bekanta som kallas "vänner" återspeglar verkliga vänskap. Visst skulle inte alla namnge alla sina Facebook -vänner som vänner i en intervju - termen "vän" på Facebook signalerar bara en vilja att kommunicera.

Ett annat kritiskt tillvägagångssätt handlar om frågan om big data innebär slutet på all teori. År 2008 beskrev Chris Anderson, chefredaktör för tidningen Wired, trovärdighetsproblemet för varje vetenskaplig hypotes och modell när de analyserade levande och icke-levande system i realtid . Korrelationer blir viktigare än kausala förklaringar, som ofta bara kan verifieras eller förfalskas senare .

Hype, vag term

Begreppet "big data" används ibland när data varken är stora eller komplexa, eller ändras snabbt eller enkelt bearbetas med konventionella tekniker. Enligt vissa observatörer innebär den ökande mjukningen av termen att den blir mer och mer en meningslös marknadsföringsterm och, enligt många prognoser, kommer att uppleva en kraftig devalvering inom de närmaste åren ("besvikelsens dal" i hypecykeln ).

Se även

• Europeiska unionens stadga om grundläggande digitala rättigheter
• Data mining , datavetenskap , datalager , ostrukturerad data , data lake
• Skräpshantering
• Filterbubbla
• INDEKTERA
• Informativ självbestämmande
• Sakernas internet
• Nudging , profilering , spårning
• Prediktiv polisarbete

litteratur

Facklitteratur

• Ronald Bachmann, Guido Kemper, Thomas Gerzer: Big Data - förbannelse eller välsignelse? Företag i spegeln av social förändring . Mitp , Heidelberg / München / Landsberg / Frechen / Hamburg 2014, ISBN 978-3-8266-9690-9 .
• Pavlo Baron: Stora data för IT -beslutsfattare - med stora mängder data och modern teknik lönsamt . Hanser, München 2013, ISBN 978-3-446-43339-7 .
• Konrad Becker bland annat: Infosfärens politik . Springer Fachmedien, Wiesbaden 2003, ISBN 3-8100-3866-0 .
• Heinrich Geiselberger, Tobias Moorstedt (redaktör): Big Data. Det nya löftet om allvetande. upplaga osäljt SV specialutgåva. 2: a upplagan. Suhrkamp, ​​Berlin 2013, ISBN 978-3-518-06453-5 .
• Yvonne Hofstetter : Du vet allt - hur intelligenta maskiner tränger in i våra liv och varför vi måste kämpa för vår frihet. C. Bertelsmann Verlag, 2014, ISBN 978-3-570-10216-9 .
• Rudolf Klausnitzer : Slumpens slut, hur stora data gör oss och våra liv förutsägbara . Ecowin, Salzburg 2013, ISBN 978-3-7110-0040-8 .
• Barbara Kolany-Raiser, Reinhard Heil, Carsten Orwat, Thomas Hoeren (red.): Big Data and Society. Ett tvärvetenskapligt tillvägagångssätt. Springer VS, Wiesbaden 2018, ISBN 978-3-658-21664-1 (mjuk omslag), ISBN 978-3-658-21665-8 (eBook), doi: 10.1007 / 978-3-658-21665-8 .
• Jaron Lanier : Vem äger framtiden? ”Du är inte kund hos internetföretagen. Du är deras produkt ”. Hoffmann & Campe, 2014, ISBN 978-3-455-50318-0 .
• Jure Leskovec, Anand Rajaraman, Jeffrey David Ullman: Mining of Massive Datasets . 2: a upplagan. Cambridge University Press, Cambridge 2014, ISBN 978-1-107-07723-2 (engelska). 
• Klaus Mainzer : Beräkningen av världen: från världsformeln till big data . Beck, München 2014, ISBN 978-3-406-66130-3 .
• Mario Martini : Stora data som en utmaning för integritetsskydd och dataskyddslag. DVBl. 2014, s. 1481–1489.
• Viktor Mayer-Schönberger , Kenneth Cukier: Big Data: revolutionen som kommer att förändra våra liv . Redline, München 2013, ISBN 978-3-86881-506-1 , (från engelska av Dagmar Mallett).
• Ramón Reichert (red.): Big Data: Analyser om den digitala förändringen av kunskap, makt och ekonomi . transkript Verlag , Bielefeld 2014, ISBN 978-3-8376-2592-9 .
• Gregor Ritschel, Thomas Müller (redaktör): Ämne big data som ersättning för teori. I: Berliner Debatte Initial , nummer 4/2016, ISBN 978-3-945878-11-8 .
• Arno Rolf : World Power United Dates. Förstå digitalisering och big data, Metropolis-Verlag, Marburg 2018, ISBN 978-3-7316-1314-5 .
• Christian Rudder: Inside Big Data - Våra data visar vilka vi verkligen är . Översatt från engelska av Kathleen Mallett. Hanser-Verlag , 2016, ISBN 978-3-446-44459-1 .
• Torsten Schwarz (red.): Big Data in Marketing: Möjligheter och möjligheter för en effektiv kundstrategi . Haufe, Freiburg 2015, ISBN 978-3-648-06585-3 .

Forskningsrapporter

• Carsten Orwat, Andrea Schankin: Attityder till big data -metoder och det institutionella ramverket för integritet och dataskydd - En befolkningsundersökning (KIT Scientific Reports; 7753) . KIT Scientific Publishing, Karlsruhe 2018, ISBN 978-3-7315-0859-5 , doi : 10.5445 / KSP / 1000086677 (engelska). 

Fiktion

• Eugen Ruge : Follower - Fjorton meningar om ett fiktivt barnbarn. Roman. Rowohlt 2016, ISBN 978-3-498-05805-0 .

webb-länkar

• Förklarande video på Wikimedia Commons : Big Data förklaras enkelt
• Tvärvetenskapligt forskning och dialogprojekt om sociala möjligheter och risker med big data, finansierat av BMBF: abida.de
• badische-zeitung.de , 12 november 2017, Savera Kang, intervju Florian Mehnert : Vilka är farorna med Big Data?
• Teknisk artikel, 25 augusti 2018, bigdata-insider.de: Så här inspirerar big data till mässverksamhet
• Från politik och samtidshistoria , 11–12 / 2015, bpb.de: Big Data
• 1 november 2018, Steffen Wurzel  : Big data är Kinas nya guld
• Max Planck Institute for Science of History, mpiwg-berlin.mpg.de: Big Data History
• Soziopolis , 20 oktober 2016, Jan-Felix Schrape  : 'Big Data' som ett utrymme för förväntningar
• 19 november 2018, Jeff Desjardins, visualcapitalist.com: Här är vad de stora teknikföretagen vet om dig ("vad de stora internetföretagen vet om dig")

Individuella bevis