AUS DEM MASCHINENRAUM BIG DATA – Mythos & Realität ein Kommentar von Helmut Grillenberger Ein kritischer Blick in die Zukunft Wer hätte vor einem Jahrhundert gedacht, dass man Ozeane leer fischen könnte, dass der Plastikmüll grö- ßer ist als die Fischpopulation? Dies mag provozieren und hoffentlich eine Übertreibung bleiben – aber die Menschheit arbeitet stetig daran ... Der Mensch ist im Begriff, unter Einsatz moderner Tech- nologien und unter der freiwilligen Aufgabe des Daten- schutzes im Internet seine Lebensgrundlage zu gefähr- den. Wird Wissen zunehmend durch Googeln ersetzt? Stehen Spaß und Unterhaltung im Vordergrund? Gilt der Grundsatz: Was machbar ist, wird gemacht? Das Internet der Dinge, künstliche Intelligenz, autonomes Fahren und Big Data sind nur einige Begriffe, mit denen wir im Zeitalter der Digitalisierung konfrontiert werden. Im Glauben, bessere Entscheidungen zu treffen, je mehr Daten gesammelt werden, bewegen wir uns in Richtung einer gläsernen Welt, in der alles gemessen, gespei- chert und verwertet wird, was möglich ist. Ist die Welt dadurch wirklich besser geworden? Was versteht man unter BIG DATA? Unter BIG DATA versteht man große Datenmengen (vo- lume), die über unterschiedliche Formate (variety) verfü- gen und in immer kürzeren Abständen (velocity) eintref- fen. Um einen Nutzen aus BIG DATA zu ziehen, bedarf es neuer Technologien. Mit BIG DATA sind Technologien wie Hadoop, MapRe- duce, Ambari, Hive, HCatalog, Oozie, Pig, Spark, Storm, Sqoop, Tez, ZooKepper etc. verbunden. Normale Nutzer können diese Begriffe getrost ignorieren. Beispiele für den Einsatz von BIG DATA BIG-DATA-Technologien werden vielfältig eingesetzt. Beispiele dafür findet man in der medizinischen Dia- gnostik, der Gentechnik, bei der Kreditvergabe, der Selektion von Kunden, der Zusammenstellung attraktiver Produktkombinationen, Kaufempfehlungen, beim auto- nomen Fahren, bei der Bild- und Spracherkennung, der Betrugsbekämpfung, der Terrorabwehr, bei Übersetzun- gen etc. Auch Sie sollten mögliche Einsatzgebiete für Ihr www.neutrale-Softwareauswahl.de 28 Unternehmen rechtzeitig erkennen, um sich so einen Vor- teil gegenüber Ihren Mitbewerbern zu sichern. Die Big Player im Netz sammeln, sammeln, sammeln … Die Art und Weise, wie die Big Player Google, Facebook, Apple, Microsoft, Amazon etc. Informationen sammeln, kann einem schon Angst machen. Man muss nicht viel Fantasie haben, um zu erahnen, was damit alles möglich ist. Vor Jahren begann Facebook mit der Gesichtserken- nung: Zunächst waren es nur farbliche Rechtecke, die ein Gesicht umrahmten. Benutzer hatten die Möglichkeit, dieses Gesicht einer Person zuzuordnen. So konnte Face- book mithilfe seiner Kunden einen Trainingsbestand auf- bauen. Damit, mit einem Data-Mining-Algorithmus und dem maschinellen Lernen konnte das Unternehmen die Gesichtserkennung automatisieren. Wenn man nun in die Zukunft blickt und diese Bilder mit anderen persönlichen Daten (z. B. Kaufverhalten, Be- wegungsmuster) verknüpft, kann man erahnen, welche Macht darin steckt. Eine gesunde Portion Skepsis kann dabei nicht schaden. Statistik, Data Mining und maschinelles Ler- nen Wie kommen Unternehmen bei unvollständiger Informa- tion dennoch zu wahrscheinlichen Aussagen? Mit dieser Frage beschäftigen sich die klassische Statistik und zu- nehmend auch die Informatik mithilfe des maschinellen Lernens. Statistik ist die Lehre vom Zufall und basiert auf vier Axi- ome: Ein Axiom ist eine allgemein anerkannte Regel, die nicht weiter hinterfragt wird. Die vier Axiome bilden das KI or not to be?