Data-Mining Wenn Daten zur Folter werdenSeite 2/2

Shops wie Amazon versuchen das ebenfalls und sind tatsächlich relativ erfolgreich darin, den nächsten Kauf ihrer Kunden vorauszusagen – oder dem Kunden zumindest genau das zu empfehlen, was ihn in Versuchung führt, ihn also glücklich machen könnte.

Mash-ups nennt der Netzvisionär Tim Berners-Lee es, wenn unterschiedliche Daten verknüpft werden, um zu neuen Resultaten zu kommen. So kann Muster erkennen, wer Karten mit statistischen Informationen hinterlegt, seien es die Fahrradunfälle in einer Stadt oder die Häuser mit Wasserzugang im Besitz von Weißen und Schwarzen. Und wer solche Muster erkennt, kann möglicherweise die Probleme, die ihnen zugrunde liegen, lösen.

Das ist ein wichtiges Argument auch der Open-Data-Bewegung. Sie plädiert dafür, alle staatlichen Statistiken öffentlich zugänglich zu machen, auch wenn Regierungen und Unternehmen sie lieber unter Verschluss hielten: Wären dadurch doch erstaunliche neue Erkenntnisse möglich. Wenn man zum Beispiel korrelierte, welche Politiker in welchen Wahlkreisen wie zu bestimmten Fragen abstimmen und das verbinden würde mit Spendengeldern und Auftragsvergaben, könnte das ganz neue Einblicke in das geheime Wesen der politischen Korruption bringen.

Gelegentlich aber wird der Algorithmus auch zu einem neuen Heilsversprechen. Wer sich die Appelle von Berners-Lee auf der TED-Konferenz zu dem Thema anschaut, kann darin durchaus Züge eines Fernseh-Gottesdienstes erkennen.

Ganz anders sieht das Frank Schirrmacher, Herausgeber der FAZ und Autor des Buchs Payback. Darin beschreibt er einen Trend in der modernen Wissenschaft, der ihn alarmiere: "Wenn nicht alles in der Welt durch Algorithmen zu erklären ist, dann sorgen wir halt dafür, dass nur noch das in der Welt wahrgenommen wird, was nach algorithmischen Prinzipien funktioniert." In einem fesselnden Gespräch mit Alexander Kluge beschreibt er Algorithmen gar als "sadistisch": Denn nicht mehr der Mensch sei es, der Systeme mit Daten füttere um Ergebnisse zu bekommen. Die Verhältnisse hätten sich umgekehrt, Algorithmen hätten etwas Unerbittliches. Kredite würden nach Wohnorten und sozialem Umfeld berechnet und damit nach Mustern, denen sich der einzelne weder entziehen noch die er durchblicken könnte. "Die Drehbücher dieser Gesellschaft sind die Scripts der Computerprogramme", sagt er. In dieser von Algorithmen dominierten Welt wären Menschen, nicht zuletzt Künstler gefragt, diese Rechenoperationen wieder in erzählbare Zusammenhänge zu setzen, in Narrationen.

Beiden, den progressiven Enthusiasten wie den konservativen Verschwörungstheoretikern, ist etwas gemein: Sie sind überzeugt von der Macht der Algorithmen. Wird das Zeitalter der Psychologie abgelöst durch das Zeitalter der Rechenoperation? Noch ist keineswegs gesichert, dass sich die relevanten Lebenszusammenhänge operationalisieren lassen. Und dass der Mensch bei der Suche nach komplexen Zusammenhängen und ihrer Interpretation überflüssig wäre.

In The Data-Driven Life  begreift Gary Wolf die Besessenheit mancher Menschen für Algorithmen vielmehr als Sehnsucht, mit den Mysterien des Lebens auf objektive Weise umgehen zu können.

Ein Weg, der auch misslingen kann. Die Suche nach Selbsterkenntnis wurde gar einigen Selftracker zu viel. Ihre Messgeräte hielten ihnen nämlich gnadenlos vor, wenn sie zu viel gegessen, zu wenig Sport gemacht oder einen Tag lang nicht gelacht hatten. Das hat etwa Alexandra Carmichael dazu gebracht, sich von ihren Datensammlungen wieder loszusagen. Sie schreibt, sie hätte aufgehört, sich selbst zu foltern.

 
Leser-Kommentare
    • joG
    • 30.04.2010 um 18:09 Uhr

    ....".Wenn man zum Beispiel korrelierte, welche Politiker in welchen Wahlkreisen wie zu bestimmten Fragen abstimmen und das verbinden würde mit Spendengeldern und Auftragsvergaben, könnte das ganz neue Einblicke in das geheime Wesen der politischen Korruption bringen."
    in den USA bereits möglich.

  1. ...erschließt sich mich nicht wirklich.

    Liegt vielleicht daran, dass "Business Intelligence" nichts Neues ist und viele Menschen jeden Tag damit zu tun haben, aber anscheinend erst jetzt bei Journalisten angekommen ist.

  2. Ein Algorithmus, der verborgene Zusammenhänge aufdeckt, ist in der Hand von Personalabteilungen gefährlich. Da hat ein Bewerber ein paar unpassende Eigenschaften, wohnt im falschen Stadtviertel, hat den falschen Vornamen, trägt Klamotten von der falschen Firma - und schon heißt es: Game over!

  3. Wenn Sie ein Banker sind, und zwei Antragsteller wollen einen Kredit - Sie kennen deren Adressen: einer hat eine niedrige Hausnummer, einer hat eine hohe. Wer kriegt den Kredit? Der Algorithmus sagt Ihnen, dass der erste den Kredit mit höherer Wahrscheinlichkeit zurückzahlen kann. Warum, das sagt er nicht.
    .
    Es ist aber plausibel: Leute mit höherer Hausnummer wohnen oft an lauten Durchgangsstraßen, haben dementsprechend weniger Geld.

    Reaktionen auf diesen Kommentar anzeigen

    aber individuell ist es eine Diskriminierung, gegen die man eigentlich klagen können sollte (ob das erfolgversrechend ist, weiss ich nicht).
    Wer Kredite/Jobs/Versicherungspolizzen vergibt, hat sich die Person, seine individuellen Eigenschaften etc. anzusehen und nicht die Wohnumgebung, die Vergangenheit oder sonstige hochgerechnete Daten!

    Wer weiss da mehr?

    aber individuell ist es eine Diskriminierung, gegen die man eigentlich klagen können sollte (ob das erfolgversrechend ist, weiss ich nicht).
    Wer Kredite/Jobs/Versicherungspolizzen vergibt, hat sich die Person, seine individuellen Eigenschaften etc. anzusehen und nicht die Wohnumgebung, die Vergangenheit oder sonstige hochgerechnete Daten!

    Wer weiss da mehr?

  4. aber individuell ist es eine Diskriminierung, gegen die man eigentlich klagen können sollte (ob das erfolgversrechend ist, weiss ich nicht).
    Wer Kredite/Jobs/Versicherungspolizzen vergibt, hat sich die Person, seine individuellen Eigenschaften etc. anzusehen und nicht die Wohnumgebung, die Vergangenheit oder sonstige hochgerechnete Daten!

    Wer weiss da mehr?

    Reaktionen auf diesen Kommentar anzeigen

    Hallo ichschonwieder,
    klagen nützt nichts. Dazu müsste man ja beweisen können, dass man diskriminiert wurde. Und so schön doof, die Bewerbungsunterlagen zurückzuschicken mit einem Vermerk: "Minus Ossi" - so doof sind die wenigsten Personalchefs! Bei der Kreditvergabe ist es genauso.

    Hallo ichschonwieder,
    klagen nützt nichts. Dazu müsste man ja beweisen können, dass man diskriminiert wurde. Und so schön doof, die Bewerbungsunterlagen zurückzuschicken mit einem Vermerk: "Minus Ossi" - so doof sind die wenigsten Personalchefs! Bei der Kreditvergabe ist es genauso.

  5. Hallo ichschonwieder,
    klagen nützt nichts. Dazu müsste man ja beweisen können, dass man diskriminiert wurde. Und so schön doof, die Bewerbungsunterlagen zurückzuschicken mit einem Vermerk: "Minus Ossi" - so doof sind die wenigsten Personalchefs! Bei der Kreditvergabe ist es genauso.

  6. Daten sammeln und auswerten ist der Job von jedem Marktforschungsunternehmen, von Sozialwissenschaftlern, bei Kundenkarten oder Versicherungen, die aufgrund von Datenanalysen ihre Beiträge berechnen. Das gibt es schon sehr lange und die Quellen sind nicht wie bei Google nur auf das Internet beschränkt. Warum dann immer nur Google von den Medien als Datenkrake hingestellt wird, ist mir unverständlich.
    Sicher muss man mit seinen Daten vorsichtig umgehen und genau darauf achten, an wen man sie rausgibt.
    Und wenn Unternehmen wie angeblich Google die Mitarbeiterdaten analysieren und auch noch stolz darauf zu sein schein, dass man "in die Köpfe der Leute gucken" kann, ist das schon sehr bedenklich. Walther

Bitte melden Sie sich an, um zu kommentieren

Service