Lukas Koller

Quelle:

Prof. Dr. V. Mayer-Schönberger - Big Data - Eine Revolution, die unser Leben verändern wird.

Bundesgesundheitsblatt 2015 - Seite 788-793 - Springer Verlag Berlin Heidelberg 2015

Einleitung:

Ich habe für das erste LV-Thema Markttransparenz den Artikel "Big Data - Eine Revolution, die unser Leben verändern wird" gewählt.

Ich haben diesen Artikel gewählt weil dieser darstellt inwiefern wir bereits aufgrund gewisser gesammelter Daten, speziell im Gesundheitsbereich, Vorgänge analysieren können und sogar Einsichten in die Wirklichkeit gewinnen.

Die Verbindung zum Thema Markttransparenz sehe ich im Bereich der Datensammlung. Die Sammlung von Daten wird täglich mehr und wird uns jetzt und in Zukunft mit endlosen Datenmengen versorgen. Diese gesammelten Daten tragen auch zur Markttransparenz bei - durch Plattformen wie geizhals.at oder durchblicker.at. Natürlich haben diese enormen Datenmengen auch einen Auswirkung auf private Individuen. Konzerne und Unternehmen können personalisierte Werbung schalten, haben Zugriff auf persönliche Daten. Der "gläserne Kunde" wird in diesem Zusammenhang oft gennant.

Ausgangslage:

Bei Ausbruch der H1N1 Pandemie 2009 konnte kein Impfstoff für dieses Virus entwickelt werden. Dadruch konnten die Gesundheitsbehörden nur daran arbeiten das Virus zu kennen und zu beschränken. Möglichkeiten zu diesen Einschätzungen wurden gesucht. Die Auswertung der Daten von tausenden praktischen Ärzten in den USA hätte zu viel Zeit in Anspruch genommen um das Virus erfolgreich einzudämmen.

Zur gleichen Zeit ging man bei dem Internetkonzern Google einen ganz anderen Weg. Man ging davon aus das betroffene Menschen im Internet nach entsprechenden Informationen suchen würden. Zum Beispiel nach den Anzeichen, Symptomen oder Milderungsmöglichkeiten. Da Google je nach Land zwischen 70-90% aller Internet-Suchanfragen erhält und diese seit Jahren speichert, konnte dies eine gute Möglichkeit sein. Durch die Suche nach gewissen Korrelationen konnten die Informatiker mit einer relativ guten Treffsicherheit voraussehen wo die nächsten Wellen des Viruses auftreten.

Von "Small Data zur Datenlawine":

 Schon immer wollten Menschen anhand von gesammlten Daten Rückschlüsse ziehen und diese mithilfen der Daten begründen. Aus den Beobachtungen wurde auf die Wirklichkeit geschlossen und versucht zu interpretieren. Probleme wie die genaue Sammlung, das Speichern und das Auswerten der Daten waren allgegenwärtig. Mit der Zeit wurden aber Methoden erfunden, die es erlauben, Erkenntnisse aus der kleinstmöglichen Datenmenge zu gewinnen. Hatte man zuerst Probleme mit der Sammlung von relevanten Daten so ist es jetzt im Zeitalter des "Big Data" schwirieg geworden mit den enormen Datenmengen zu verarbeiten, speichern, aktualisieren und auszuwerten.

Nach Schätzungen hat sich die Datenmenge in der Welt von 1987 bis 2007 verhundertfacht! Darüber hinaus verdoppelt sich nach Angaben des Autors die Datenmenge in der Welt derzeit jeweils in weniger als zwei Jahren.

Big Data und seine Qualitäten:

Digitale Werkzeuge erleichtern uns immer mehr den Umgang mit großen Datenmengen. Die Sammlung, Verarbeitung und Speicherung von Daten wird zunehmend einfacher. Unter "Big Data" versteht man die Möglichkeit, aus einer großen Datenmenge Einsichten zu erlangen die sonst nicht erkennbar gewesen wäre. Es bietet die Möglichkeit nicht nur von einer kleinen Stichprobe aus Erkenntnisse zu schließen sondern von der Grundgesamtheit. Darüber hinaus können unterschiedliche Dimensionen eines Phänomenes abgebildet werden und so zu aussagekräftigeren Ergebnissen gekommen werden.

Hat man sich früher immer nur auf eine genaue Aufgabenstellung konzentriert, kann man heute auch auf Details fokussieren die erst während der Analyse der Daten auftauchen. Experten nennen dies provokant "Die Daten sprechen lassen".

Ein verbesserter wissenschaftlicher Erkenntnisprozess:

 Kann man ein Phänomen nicht direkt beobachten oder messen kann man sich aufgrund einer Korrelation mit einem anderen Phänomen kann man dies dennoch analysieren und beobachten. Denn über eine Korrelation lassen sich über das Ursprungsphänomen indirekt, also über einen Stellvertreter (proxy) Aussagen machen. Dies erleichtert den Erkenntnisgewinn, weil man nicht mehr das schwer zu erkennende Phänomen selbst messen muss sonder nur dessen Proxy.

Die dunklen Seiten von Big Data:

Die enorme Sammlung von Daten birgt aber auch Gefahren. Dazu gehören zum Beispiel die Überwachung von Menschen oder falsche Voraussagen auf einzelne Individuen. Menschen können mögliche Vorhersagen für das tatsächliche Scheitern verantworlich machen oder aufgrund dieser Vorhersagen in der Wirklichkeit falsche Entscheidungen treffen.

Literatur:

1. Ginsburg J et al (2009) Detecting influenza epidemics using search engine query data. Nature

457:1012–1014

2. Neyman J (1934) On the two different aspects of the representative method: the method of stratified sampling and the method of purposive selection. J Royal Stat Soc 97:558–625

3. Hilbert M, López P (2011) The world’s technological capacity to store, communicate, and compute information. Science 332:60–65

4. Eisenstein E (1993) The printing revolution in early modern Europe. Cambridge University Press, Cambridge,

S 13–14

5. Duggan M, Levitt S (2002) Winning isn’t everything:

corruption in sumo wrestling. Am Econ Rev 92:1594–1605

6. Mayer-Schönberger V, Cukier K (2013) Big data: a revolution that will transform how we live work and think. Houghton Mifflin Harcourt, Boston,

S 59–61

7. Kahneman D (2011) Thinking, fast and slow. Farrar,

Straus and Giroux, New York City, S 74–75

8. White R et al (2013) Web-scale pharmacovigilance:

listening to signals from the crowd. J Am Med Informat
Assoc 20:404–408

9. http://www.tylervigen.com. Zugegriffen: 3. Feb.2015

10. Silver N (2012) The signal and the noise: why so many predictions fail – but some don’t. Penguin,New York

11. Lazer D, Kennedy R, King G, Vespignani A (2014)

The parable of google flu: traps in big data analysis.

Science 343:1203–1205

12. Stefansen C (2014) Google flu trends gets a brand new engine. http://googleresearch.blogspot.co.at/2014/10/google-flu-trends-gets-brand-newengine.html. Zugegriffen: 5. Jan. 2015