Er versetzt sich gerne in andere Menschen. Schaut sich an, wie sie in den sozialen Netzwerken wahrgenommen werden, was über sie getwittert und gepostet wird. Lutz Finger ist Spezialist für die großen Datenberge in Netzwerken. Früher konnten Unternehmen auf den Deutschen und seine Firma Fisheye Analytics zukommen, die spezialisiert ist auf Big Data in sozialen Netzwerken. Sie greift das endlose Palaver auf Twitter und Facebook ab und drückt für ihre Kunden in Zahlen aus, wie die Internet-Massen über sie reden.

Vor zwei Jahren hat Finger die Firma für einige Millionen Dollar verkauft. Er betreibt seine Datenanalysen jetzt für LinkedIn, dem größten sozialen Netzwerk für Geschäftskontakte. Als "Director of Data Science and Data Engineering" analysiert der 43-Jährige gelernte Quantenphysiker das, was die Mitglieder dem Berufsnetzwerk an persönlichen Daten über ihre Ausbildung und ihren Werdegang anvertrauen. Finger versucht, daraus neue Produkte für die Klientel zu entwickeln.

Unterwegs im größten Datenschatz zum Arbeitsmarkt

Was ist anders, wenn man in der Firma selbst sitzt, die ein soziales Netz betreibt, als wenn man nur die öffentlich sichtbaren Daten "scrapet", wie es im Big-Data-Jargon heißt? "Für mich war klar: Ich möchte gerne zu einer Firma gehen, wo ich wesentlich mehr strukturierte Daten habe", sagt Finger. Die Analyse von Facebook- und Twitter-Chats sei zwar gerade in aller Munde. "Aber wenn man wirklich damit arbeitet, dann stellt man fest, dass ihre Aussagekraft nicht sehr groß ist." Wenn jemand zum Beispiel schreibe "Lest das Buch!", dann sei das im Rahmen einer Buchrezension ein sehr positives Urteil, in einer Filmkritik dagegen vernichtend.

Lutz Finger analysiert für das Netzwerk LinkedIn die Daten von Millionen Berufstätigen. ©Lutz Finger

Das ziellose Stochern in großen Datenhaufen mit der Hoffnung, irgendwann auf wertvolle Goldkörnchen zu stoßen, habe er auch lange betrieben, sagt Finger mit rückblickender Selbstkritik. "Ich habe drei Jahre rumgetüttelt, war völlig begeistert davon, was wir technisch können, hatte aber kein Geschäftsmodell."

Als er seine Gedanken zu Big Data in einem Buch mit dem Titel Ask Measure Learn sammelte, ging er so weit zu sagen: Vergiss all die Daten, es kommt auf die Frage an. Erst wenn man die kennt, kann man ermessen, welche Daten man sinnvollerweise sammeln sollte.

Bei LinkedIn verfügt er nun über den weltweit größten Datenschatz zum Arbeitsmarkt. LinkedIn kann einem Arbeitgeber per Knopfdruck Fachkräfte liefern, die nicht nur die nötigen Qualifikationen besitzen, sondern auch verfügbar sind. Das hat zu einer nie gekannten Transparenz des weltweiten Jobmarkts geführt. Aber mit Big Data kann man aus diesen Daten noch viel mehr herausholen.

Welche Absolventen kommen wo unter?

So weiß LinkedIn zum Beispiel, welche Karrieren Absolventen einer bestimmten Universität einschlagen und wie erfolgreich sie dabei sind. Dass etwa 863 von 95.856 registrierten Absolventen des MIT in Cambridge heute bei Google sind (von den 147.455 Harvard-Alumni dagegen nur 527). LinkedIn kennt die aktuellen Qualifikationen, die von Arbeitgebern gesucht werden, und weiß, ob die Nachfrage in einer bestimmten Region größer ist als das Angebot – Anlass vielleicht für eine örtliche Universität, Kurse auf diesem Gebiet anzubieten.

Transparenz in einen Markt bringen, der sonst intransparent wäre – das klingt zunächst einmal gut. Aber die Transparenz gibt es zunächst nur für LinkedIn selber. Die Datengräber könnten zum Beispiel schauen, wie viele ihrer Mitglieder, die bei einer bestimmten Firma arbeiten, auf Jobsuche sind und daraus einen "Zufriedenheitsindex" erstellen. Daraus könnte man sogar Schlüsse auf den Zustand einer Firma ziehen, was wiederum Konsequenzen für den künftigen Börsenkurs haben könnte.