Big Data-Gottesmaschinen – Vorhersagen ohne Unordnung

Der Medienphilosoph Norbert Bolz hat sich in der Wissenschaftssendung „Philosophie Sternstunde“ recht interessant über die Systemtheorie geäußert, die sich mit der Komplexität gesellschaftlicher Phänomene auseinandersetzt und sich von den Gleichgewichtsmodellen abgrenzt, die immer so wunderbar logische Ergebnisse zutage fördern und mit der Realität wenig zu tun haben:

„Der Mathematiker Thom hat einmal eine sogenannte Katastrophentheorie aufgestellt, als Mathematiker, und er meint damit nicht die spektakulären Fernsehkatastrophen, wie Tsunamis oder so was, sondern er meinte einfach extreme Form von Unordnung. Er hat dann gesagt, dynamische Systeme, wie unsere moderne Gesellschaft, stürzen gewissermaßen von Unordnung zu Unordnung. Und diese Bewegung ist die Normalität“, so Bolz.

Eine schöne Steilvorlage für meiner heutige The European-Kolumne, in der ich mich mit Big-Data-Anbietern auseinandersetzt, die in der Öffentlichkeit von den Vorzügen der neuen Datenwelt fabulieren. Sie gieren nach Analysen möglichst großer Datenberge, um Grippewellen vorherzusagen, Euro-Krisen zu verhindern, den Autoverkehr staufreier zu machen oder Prognosen über den Verkaufserfolg von Rollkragenpullovern in roter Farbe abzugeben.

Mit statistischen Spielchen auf der Metaebene geben sich die Zahlenfreunde aber nicht zufrieden. Sie wollen mehr. Sie erheben sich zur neuen Klasse der Sozialingenieure, um Gesundheitssysteme zu steuern, Banken vor Kreditausfällen zu bewahren oder Minderjährige vor dem Abrutschen ins Verbrechen zu „schützen“. Die zumeist technisch oder naturwissenschaftlich ausgebildeten Analysten wollen sich also tief ins Datenleben einzelner Menschen eingraben und beeinflussen.

Lichtscheue Analysten

Rückt man den liebwertesten Big-Data-Gichtlingen allerdings mit Anfragen zu den Rechenformeln ihrer Gottesmaschinen zu sehr auf den Pelz, ändert sich blitzschnell ihre Disposition: Die Algorithmen-Wahrsager werden lichtscheu und löschen ihre Datenspuren. So geschehen bei einer kleinen Disputation auf Facebook über selbstgewisse Neurowissenschaftler, die Abläufe des menschlichen Gehirns noch nicht mal in Ansätzen erklären können. Ein Systemingenieur warnte vor zu großem Pessimismus. Man werde sich noch wundern, was in der Hirnforschung und beim künstlichen Nachbau der Gehirne in den nächsten Jahren so alles passieren werde.

Über die „Intelligenz“ seiner eigenen Prognose-Maschine äußerte sich dieser Geschäftsführer eines Softwareunternehmens ähnlich euphorisch. Ist ja völlig in Ordnung. Jeder Krämer lobt seine Ware. Als ich nachfragte, ob er sein System live in Bloggercamp.tv vorführen wolle, wechselte der virtuelle Werkzeugmacher direkt in den privaten Modus und sagte mir klar, dass er gegenüber der Öffentlichkeit keine Bringschuld habe.

„Nur so viel: Wir setzen unsere Software im Klinikbereich ein, um gute von schlechten Patienten zu trennen. Als Auswertungstool, um aufzuzeigen, wo Ärzte Geld verballern.“

Und was ist mit den Patienten, fragte ich nach. Müsste so etwas nicht öffentlich verhandelt werden? Antwort: Offenlegungspflichten sieht er nur gegenüber seinen Auftraggebern und beendete die Diskussion mit mir – zumindest im nicht-öffentlichen Chat. Seine Großspurigkeit im öffentlichen Teil setzte er fort.

Nach der anonymisierten Veröffentlichung seines Patienten-Zitats auf meinem ichsagmal-Blog verfiel er in eine Panikattacke, löschte alle Facebook-Kommentare und proklamierte pauschal, man könne Bloggern einfach nicht vertrauen. Jetzt geht es also um „Vertrauen“ – es geht wahrscheinlich auch um seine Reputation. In diesem kleinen Feldtest ist dem Big-Data-Maschinisten vielleicht klar geworden, um was es geht.

Was passiert, wenn seine Algorithmen ahnungslose Menschen in die Kategorie „schlechte Patienten“ eintüten und sie von den „guten“ Patienten abtrennen? Welche Gewichtungen und Abgrenzungen hat denn der Systemingenieur in sein Prognose-System eingebaut? Bekommt der „schlechte“ Patient Einblick in die Formelstube?

Ausführlich hier nachzulesen.

Auf der Cebit und am Freitag werde ich dazu weitere Interviews führen. Wer Interesse an diesem Diskurs hat, sollte sich bei mir melden. gunnareriksohn@gmail.com oder über Twitter oder über Facebook, Google Plus….

Mal schauen, was der erste Big Data-Professor in Deutschland an Erkenntnissen hervorbringt.

Nichts wissen, aber das in Echtzeit, das könnte ja auch eine Big Data-Erkenntnis sein.

Kommentar verfassen