Mit dem englischen Begriff „Big Data“ werden sehr große Datenmengen bezeichnet, die aus den unterschiedlichsten Bereichen stammen können. Im deutschsprachigen Raum wird als Synonym oft der Terminus „Massendaten“ verwendet. Von Big Data ist insbesondere dann die Rede, wenn die Menge der verfügbaren Daten den Punkt überschreitet, an dem noch herkömmliche Bearbeitungsweisen genutzt werden können. Die Auswertung kann nach Überschreitung dieses Punkts nur durch intelligente Softwaresysteme vorgenommen werden. Die Gewinnung von Wissen aus Big Data wird als Data-Mining bezeichnet.
Welche Möglichkeiten bietet Big Data?
In der Zeit der fortschreitenden Digitalisierung werden durch das Internet, soziale Netzwerke, Smartphones, technische Geräte, Kameras, Payback-Systeme und viele weitere Quellen jeden Tag Unmengen an Daten gesammelt, die aufgrund ihres immensen Umfangs für die Wirtschaft von enormer Bedeutung sind. Auf Basis von Big Data können beispielsweise exakte Prognosen über Kauf- und Nutzerverhalten erstellt werden, auf deren Basis sich optimierte Vertriebskonzepte entwickeln lassen.
1. Optimierung im E-Commerce: Beim Einkaufen im Internet produzieren die Nutzer von Onlineshops sehr viele Daten, die wertvolle Erkenntnisse liefern können. Durch Auswertung dieser Daten kann beispielsweise herausgefunden werden, zu welchem Zeitpunkt die Kunden am empfänglichsten für Newsletter und Sonderangebote sind oder für welche Artikel sie sich zusätzlich interessieren könnten. Ohne Big Data wären zentrale Marketingfunktionen von großen Onlineshops weitaus weniger effizient.
2. Einsatz in der Forschung: In der Wissenschaft, die seit jeher von Erhebung und Analyse von Daten lebt, ist Big Data ebenfalls nicht mehr wegzudenken. Mit Hilfe von Massendaten lassen sich
beispielsweise die Auswirkungen des Klimawandels analysieren, um Anomalien schneller feststellen und Naturkatastrophen wie Erdbeben vielleicht sogar vorhersehen zu können. Auch in der Medizin kommt Big Data immer häufiger zum Einsatz. Durch das Sammeln von klinischen, molekulargenetischen und ökonomischen Daten lässt sich wertvolles Wissen über die Entstehung und mögliche Prävention von Krankheiten gewinnen.
3. Hilfsmittel für Polizei und Behörden: Durch Analyse gesellschaftlicher Massendaten können Behörden wichtige Hinweise auf kriminelle Aktivitäten und Terrorismus erhalten. Auf dieser Basis kann die Größe und Organisation von Einsatztrupps bei Veranstaltungen im Vorfeld effizienter geplant werden. Aber auch Routinetätigkeiten wie das Streifefahren können durch Datenanalysen besser koordiniert werden.
4. Big Data im Sport: Auch vor dem Profisport machen Digitalisierung und Big Data nicht halt. Als Vorreiter trat der Fußballclub TSG Hoffenheim auf, der von SAP-Mitgründer Dietmar Hopp geführt wird. Während des Trainings werden die Spieler seit geraumer Zeit mit Sensoren ausgestattet, die erfassten Daten werden in Echtzeit von den Trainern mittels einer Datenbrille ausgewertet. So lassen sich die Übungseinheiten optimieren und neuartige Trainingskonzepte entwickeln. Die Methode hat inzwischen erste Nachahmer gefunden und sogar der DFB beteiligt sich an der Förderung der Techniken.
5. Revolution im Straßenverkehr: Durch die zunehmende Vernetzung der Autos und Straßen arbeiten Staumelder immer effektiver und können so dazu beitragen, geballtes Verkehrsaufkommen zu reduzieren. Alternative Routen werden immer früher direkt an die Navigationssysteme in den Fahrzeugen weitergegeben und von den Autofahrern häufiger genutzt. Auch für die stetig voranschreitende Technologie der selbstfahrenden Autos und LKWs stellt Big Data die Basis dar.
Kritik an Big Data
Durch die angeführten Anwendungsbeispiele wurde bereits deutlich, dass das Sammeln von großen Datenmengen bisweilen in die Privatsphäre von Menschen eingreifen kann. Entsprechend sind eventuelle Verletzungen des Datenschutzes und der Persönlichkeitsrechte durch Big Data immer wieder ein Thema. Datenschützer beklagen insbesondere die fehlende Einverständniserklärung der Bevölkerung und die Ungewissheit darüber, wie die gesammelten Daten letztendlich verwendet werden.
Spätestens dann, wenn die Daten nicht mehr anonymisiert erhoben werden und auf ein Individuum zurückführbar sind, muss der Einsatz von Big Data kritisch hinterfragt werden. Dann werden Rückschlüsse möglich, die vielbeschriebene, dystopisch anmutende Szenarien plötzlich nicht mehr realitätsfern erscheinen lassen. Als Beispiel wird häufig eine Versicherung genannt, die den Beitrag eines Versicherungsnehmers erhöht, weil er regelmäßig ungesunde Lebensmittel kauft.