Big Data. Der moralische und konfliktfreie Umgang mit Daten

Inhaltsverzeichnis

Einführung

Allgemeines

Der Begriff Big Data

Moralische Sicht

Datenschutzrechtliche Sicht

Die Akteure
Allgemeines
Die Verantwortung der Akteure
Die Werte der Akteure
Die Konflikte der Akteure
Handlungsalternativen und deren Folgen für die Akteure

Fazit

Quellen
Webseiten
Bücher

Abbildungsverzeichnis

Tabellenverzeichnis

Glossar

Einführung

„Big Data“ ermöglicht es den Menschen mit höherer fachlicher Kompetenz, Entscheidungen so einfach und qualifiziert wie möglich zu treffen. Das menschliche Gehirn ist eine sehr gute Maschine, aber es ist sehr schlecht darin, aus Milliarden von aufeinander aufbauenden oder unabhängigen Faktoren und Ereignissen eine qualifizierte Entscheidung abzuleiten. Denn die linke Hirnhälfte ist nun mal langsam und rechnet sequentiell. Computer sind wiederum anders. Sie können nur mit sehr großer Mühe unabhängige visuelle und akustische Faktoren parallel zu einem inneren Bild verarbeiten, wie es das menschliche Gehirn in der rechten Hälfte tut. Dafür kann aber der Computer sehr schnell und fehlerfrei logische Ketten mit unzähligen Faktoren durchrechnen. Allein dem Computer das Treffen von qualifizierten und weitreichenden Entscheidungen zu überlassen, ist mehr als kritisch. “ 4

„Big Data“ ist also die Informations- und Technologiegrundlage für die Empfehlungssysteme bzw. Entscheidungsunterstützungssysteme. Die Technologie, also das „Womit?“, ist dabei vorerst nicht relevant. Zuerst stellt sich die Frage nach dem „Was?“ in irgendwelchen Daten, die Sie bereits haben oder erst benötigen. Wenn man weiß, „was“ man wissen will, kommt das „Wie?“, das aus der analytischen bzw. generell wissenschaftlichen Perspektive heraus hilft, das „Was?“ zu beantworten. Und das „Womit?“ ergibt sich dann automatisch, weil technische Unterstützungen dafür benötigen werden.

Was das „Big Data“ so spannend und nützlich macht, ist die Möglichkeit, die Computerfähigkeiten mit dem menschlichen Gehirn zu kombinieren. Der Computer errechnet aus Milliarden von Faktoren ein paar Entscheidungsoptionen - und das immer und immer wieder, und der Mensch trifft die finale Entscheidung mit all seiner Intuition, dem Situationsgefühl und seiner Erfahrung.

Genau dieser Punkt macht das Thema so interessant, dass es in diesem Assignment behandeln wird.

In der Ausarbeitung wird sich ausführlich mit Big Data befasst. Die offizielle Aufgabenstellung lautet folgendermaßen:

„Big Data kann Daten aus verschiedenen Quellen zusammenführen. Damit können auch Menschen, die unter Pseudonym im Internet unterwegs sind, eindeutig identifiziert werden. Welche moralischen und datenschutzrechtlichen Implikationen hat dies? Wer sind die Akteure dieses Szenarios? Welche moralische Verantwortung haben sie je-weils? Welche ethischen und sonstigen Werte vertreten diese Akteure und wo ergeben sich Konflikte? Welche Handlungsalternativen gibt es für die Betroffenen und für Anwender von Big Data, und welche Folgen hat jede? Ziel dieses Assignments ist es, Betroffenen und Benutzern von Big Data konkrete Hinweise für den richtigen Umgang mit diesem Szenario zu geben.“

Auf Grundlage dieser Aufgabenstellung wird nach einer kurzen Einleitung der Begriff „Big Data“ definiert und die zentralen Merkmale näher beleuchtet. Da die Merkmale vielfältig sind, wird sich nur auf die zentralen Herausforderungen beschränkt, die in der Literatur gern als die „4 V’s“ bezeichnet werden. Weiterhin werden nachfolgend verschiedene Sichten in Bezug auf Big Data analysiert. Dabei werden die moralische und datenschutzrechtliche Sicht zentrale Bestandteile sein. In der Datenschutzrechtlichen Sicht werden unter anderem auch die bisher geltenden Gesetzmäßigkeiten benannt. Die genauen Gesetzestexte der angegebenen Paragraphen sind im Glossar zu finden. Eine 2 wichtige und damit nicht zu vernachlässigende Komponente sind die Akteure, die bezugnehmend auf Big Data beteiligt sind. Hier kann man eine grobe Einteilung in Datennutzer (Auftraggeber, die bestimmte Daten erhalten möchten), Datenbereitsteller (Datensammler), Datenverarbeiter ( nalysten,͙) und die Personen die ihre Daten bereitstellen, vornehmen. Diese werden benannt und deren Einfluss und Verantwortung näher erklärt. Weiterer Bestandteil werden auch die Werte der Akteure und die resultierenden Konflikte sein. Dabei wird auf die Motivation der Akteure zu gewissen Handlungen eingegangen und deren Folgen aufgezeigt. Auch gibt es eine Vielzahl an Werten und Konflikten, die man nicht alle behandeln kann. Es wird sich daher nur auf die offensichtlichsten und markantesten beschränkt. Da man bei vielen Handlungen auch Alternativen nutzen kann, wird dieser Punkt gesondert betrachtet. Handlungsalternativen sind dabei Aktionen die ein Akteur alternativ zu seinem eigentlichen Tun durchführen kann. Jedoch hat auch jede Alternative eine Folge, die ebenfalls dargestellt werden soll. Schlussendlich wird das Assignment mit einem Fazit enden. Hier wird ein Resümee anhand der vorherigen Darstellungen gezogen.

Allgemeines

Daten sind ein wichtiger Rohstoff der Informationswirtschaft, ähnlich wie es Kohle und Eisenerz in der industriellen Revolution waren. Aber man muss erst lernen, wie man große Datenmengen richtig verarbeitet.

Die Menge an Geschäftsdaten verdoppelt sich in immer kürzeren Zeitabschnitten. Es gibt viele Bereiche, in denen die Menge der Daten immer stärker ansteigt. Dazu zählen zum Beispiel Sendungsverfolgung, E-Mail, Web-Datenverkehr und Social Media.

Big Data kann anhand von alltäglichen Daten und deren Analyse einen Mehrwert für eine ganze Gesellschaft bieten. Abb. 1 zeigt, welche Relevanz Big Data haben kann.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 1: Relevanz von Big Data

„Die prominentesten Produzenten von Big Data sind soziale Medien (allein fast 900 Millionen Facebook-Mitglieder) und das mobile Internet mit seinen Verbindungsdatensätzen (call detail records) und Lokalisierungsdaten.

Daneben gibt es viele weitere Datenproduzenten wie intelligente Ablesegeräte und Sensoren bei Strom, Wasser, Verkehr und Mautdaten, Maschinen-erzeugte Daten über Verhalten und Leistung von Servern, Netzwerken und anderer Rechner-Infrastruktur, RFID-Information in der Supply Chain, Zeiterfassungssysteme und viele andere.“29

Doch Daten erheben nur der Daten wegen, ist eine Illusion. Daten haben besonders in der Wirtschaft einen hohen Stellenwert, denn so kann man seiner Zeit voraus sein oder wenigstens besser als der Konkurrent. Daher rückt Big Data langsam aus dem Forschungskontext in die Welt der Industrie und mittelständischen Unternehmen heraus. Heute ist die Werbung nach Umsatz der größte Markt für Big Data-Dienstleistungen. Direkt danach kommt die Datenlizensierung.

Ebenso stark wie die wirtschaftliche Bedeutung ist die politische. In Deutschland verfolgt der Innenminister mit der Vorratsdatenspeicherung das Ziel nationaler Sicherheit. Informationen und Einfluss, die aus dem Datenmeer erwachsen, scheinen für Nationen existentielle Werte zu sein. Strategisch wichtige Entscheidungshilfen sind schon immer genutzt worden. So könnte man die Studien der Wirtschaftswissenschaftler und Volkszählungen bisweilen sogar als echte Vorläufer von Big Data verstehen.

Der Begriff Big Data

„Big Data“ ist ein Begriff, der derzeit häufig auftaucht. Jeder spricht davon aber es macht den Anschein, dass nicht gewusst wird von was man im Konkreten spricht.

Sucht man nach einer Definition, findet man viele verschiedene Texte dazu. IBM hat sich auf folgende Definition geeinigt: „Big data allows a more complete picture of customers’ preferences and demands; through this deeper understanding, organizations of all types are finding new ways to engage with existing and potential customers.“1 Der VDZ definiert es pragmatisch. „Es handelt sich immer um Big Data, wenn ein einzelner Computer nicht mehr in der Lage ist, die zur Verfügung stehenden Daten in einer annehmbaren Zeit zu verarbeiten.“ 2Wikipedia schreibt dazu: „Big Data 3

Der Begriff „Big Data“ steht für große Datenmengen, die über das Internet oder anderweitig gesammelt, verfügbar gemacht und ausgewertet werden. Viele der Daten sind personenbezogen. Sie lassen sich, herausgelöst aus den ursprünglichen Erhebungskontexten zu beliebigen Zwecken nutzen. „Big Data“ eröffnet neue Chancen für neue soziale, ökonomische, wissenschaftliche Erkenntnisse, die dazu beitragen können, die Lebensverhältnisnisse zu verbessern. Dies bringt aber auch Risiken mit sich, da die Möglichkeiten des informationellen Machtmissbrauchs durch Manipulation, Diskriminierung und Unterdrückung bestehen. Werden große Mengen von Daten durch private oder öffentliche Stellen zusammengeführt, so kann deren informationelle Ausbeutung zu massiver Verletzung informationeller Grundrechte der Menschen und damit zur Gefährdung ihrer Freiheitsrechte führen. Alles wäre mit allem kombinier- und dann auswertbar. Der Zugriff und die Nutzung auf die von den Menschen alltäglich generierten Daten müssen nach legitimierten Regeln erfolgen. Zugleich müssen Regeln der Datentransparenz abgeleitet, festgelegt und umgesetzt werden.

Gemeint ist mit Big Data also die Analyse großer Datenmengen in hoher Geschwindigkeit, mit dem Ziel, diese (häufig wirtschaftlich) nutzbar zu machen. Die Daten stammen dabei oft aus verschiedenen Quellen und sind unstrukturiert, d.h. liegen in unterschiedlichen Formaten vor. Die hohe Geschwindigkeit erlaubt Echtzeit-Berechnungen und immer genauere Hochrechnungen und Vorhersagen sowie das Erkennen von neuen Zusammenhängen, Mustern und Bedeutungen.

Big Data bezeichnet im Gegensatz zu Open Data nicht Daten, die für die Öffentlichkeit von allgemeingültigem Interesse sind, sondern personenbezogene Daten. Das sind Daten, die auf eine spezifische identifizierbare Person zurückzuführen sind. Big-Data-Mining folgt dabei vorwiegend privatwirtschaftlichen Interessen. Innerhalb dieser usarbeitung werde ich vorrangig von „Daten“ sprechen, wobei ich in diesem Fall, wo es sich um Big Data handelt, personenbezogene Daten meine.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 2 Merkmale von BigData

Das Thema Big Data befasst sich eigentlich mit einigen Herausforderungen die in Abb. 1 dargestellt sind:

1. Die Datenmenge: Das relevante Datenvolumen steigt weiter drastisch an. Mittlerweile werden Datenmengen im Terabyte-Bereich analysiert, in Kürze dürften Petabyte und Exabyte auf der Agenda stehen.
2. Die Geschwindigkeit: Analysen der gewaltigen Datenmengen sollten idealerweise in Echtzeit zur Verfügung stehen. Denn die Unternehmen stehen vor der Aufgabe, dass sie zeitnah auf Marktänderungen reagieren müssen.
3. Die mangelnde Struktur (Datenvielfalt): Die Analysen müssen immer häufig Datenquellen mit kaum strukturierten Beständen berücksichtigen. Das heißt: die Komplexität der Datenanalysen steigt. Neben den bekannten Datenquellen, etwa den vorhandenen ERP- Systemen, kommen neue hinzu. Dazu zählen Daten aus M-to-M-Applikationen, also beispielsweise Sensordaten, Daten aus On-Board-Systemen, RFID-Daten aus der Logistikkette, aber auch Daten aus Webblogs und Social-Media-Plattformen etc.
4. Die wachsende Anwenderzahl: Die potenziellen internen und externen User werden immer mehr. Sie kommen beispielsweise über Self-Service-Portale, die im Web zugänglich sind.
5. „Verstehen“ der Daten: Wenn man ohne große Methodenkenntnisse Daten in Analysesysteme gibt, wird schnell merken, dass die Ergebnisse weder schlüssig, nachvollziehbar oder sogar instabil sind. Es müssen also geeignete Analysemethoden gefunden werden.

In der Literatur werden die Punkte Datenmenge, Geschwindigkeit, Vielfalt und Richtigkeit unter dem Begriff „The four V’s of Big Data“ beschrieben. bb. 2 stellt die Beziehung dieser 4 Merkmale dar. Da das Bild sehr groß ist, kann man in der Abbildung nur die zentralen Punkte erkennen. Im Abbildungsverzeichnis kann man dem Link zum original Bild folgen.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 3: The four V’s of Big Data

Zusammenfassend komme ich damit zu folgender Definition:

„Big Data“ beschäftigt sich mit dem Sammeln von Daten und der Gewinnung wertvoller und nützlicher Informationen aus diesen Daten. Und auch mit der Findung und Schaffung sowie Nutzung von weiteren bzw. neuen Datenquellen, um noch mehr nützliche Informationen daraus zu gewinnen. Dabei können die Daten in beliebiger Form und Menge vorliegen.

Moralische Sicht

Daten werden schon seit vielen Daten gesammelt. Mit Big Data werden sie nun auch vernetzt und das macht einen großen Unterschied. Viel mehr Daten entstehen und können durch ihre Korrelation messbare aber auch unmessbare Zusammenhänge erzeugen.

Je lockerer und offener mit öffentlichen Daten umgegangen wird, umso mehr rutscht man auch in den Bereich der privaten Daten, da zwischen öffentlich und privat immer weniger klar differenziert werden kann. Facebook zum Beispiel zeigt dies sehr deutlich. Jeden Tag sendet die Menschheit zehn Milliarden Text-Botschaften und eine Million Posts in sozialen Netzwerken oder Blogs. Mit Milliarden Mobilfunkverträgen weltweit lässt sich so gut wie jeder Mensch via Mobiltelefon orten. Neben Handys und Web-Applikationen sammeln auch Autos, Händler mit Bonusprogrammen, medizinische Geräte etc. Daten.

Die Sammlung und Verwendung von Daten im Umfeld von Big Data schürt Diskussionen um Privatsphäre und Öffentlichkeit. Die Tatsache, dass die Datenmenge persönlicher Daten stetig wächst, aber es noch keine klaren ethischen, rechtlichen und moralischen Richtlinien gibt, wie mit diesen Daten umgegangen werden soll, entfacht die Diskussionen immer wieder neu. Inhalte werden aus dem Kontext gerissen und mit dem Label „Daten“ versehen. Nicht alles, was technisch möglich ist, wird kulturell akzeptiert.

Mark Zuckerberg, der Begründer von Facebook, legte schon vor über zwei Jahren die Strategie von Facebook offen, indem er verkündete, dass das Zeitalter der Privatsphäre vorbei sei. Facebook sammelt, für jeden offensichtlich, alle nur erdenklichen Daten über seine Nutzer. Facebook-Nutzer nehmen diese Tatsache hin, weil der persönliche Nutzen die Bedenken weitgehend übertrifft. Alte Bekannte wiederfinden, mit Freunden in Kontakt bleiben, sich selbst darstellen, vom letzten Urlaub erzählen, sind Punkte, die User von Facebook gerne und viel nutzen und das meist unter der „wahren“ Identität. Jedoch sind viele der aktiven Nutzer Fakes oder Duplikate. Big Data hat wenig Sinn ohne authentische Bezüge.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 4: Anzahl der monatlich aktiven Facebook-Mitglieder weltweit 7

Smartphones und Apps sind heute allgegenwärtig und sie sind unter anderem auch eine der besten Datensammler. Damit sind wir auf dem besten Wege zu einem quantifizierten Menschen, der sein Verhalten über Self-Tracking und Feedbackschleifen kontrollieren und korrigieren kann. Ganz klar steht bei deren Verwendung der persönliche Nutzen und Spaß im Vordergrund, denn Onlinespiele sind zum Beispiel die perfekten Datengeneratoren.

„Auch private Unternehmen wie Google oder Facebook sammeln die Daten ihrer Nutzer - für Juli Zeh ist das aber etwas grundsätzlich anderes als die staatliche Datennutzung: "Vielleicht wissen die mehr über uns als der Verfassungsschutz, aber man muss unterscheiden - nicht Google fährt im Zweifel mit einem Auto vor und verhaftet einen. Sondern der Staat."5

Doch ab und an kann sich ein privatwirtschaftlicher Datensammler als Komplize des Staates erweisen und zwar genau dann, wenn dadurch illegale Handlungen publik werden. Dieses Szenario ist auch bereits eingetreten. So konnten Polizisten vor einigen Jahren einen Mann verhaften, der via Chat ein minderjähriges Mädchen zu illegalen Sachen verleiten wollte. Der Chatbetreiber konnte dies aufgrund des Chatprotokolls nachweisen.

Letztlich stehen sich immer zwei Seiten gegenüber.

Die Verfechter kommen vor allem aus dem juristischen und staatlichen Bereich. Auch einige Massenmedien gerieren sich gerne als Verteidiger von persönlicher Freiheit und Datensparsamkeit. So werden von der Regierung weltweit gültige Datenschutzgesetze gefordert, die auf die Agenda der UNO gesetzt werden sollen. Im Nachhinein wird nun versucht, dem Netz, in dem Datenströme längst frei fließen, Wege und Richtungen vorzugeben.

Die fleißig und massenhaft über Social Media gesammelten Daten sind jedoch besonders wertvoll für die Befürworter und das sind vorrangig Unternehmen. Doch meist wissen diese noch gar nicht, wie sie sinnvoll und effektiv mit den Big-Data-Mengen umgehen sollen.

Die komplette, durchgängige Vernetzung und die Möglichkeiten zur Datensammlung und -analyse durch die Informationstechnologien führten zwangsläufig zu einer Überwachungsgesellschaft und zum Ende der Privatsphäre.

Privatsphäre ist keine Selbstverständlichkeit mehr, die rechtlich abgesichert ist, sondern sie muss aktiv erzeugt und erhalten werden. Global gültige Datenschutzgesetze sind ein Wunsch, der sich aber nur schwer umsetzen lässt, denn zu sehr bestimmen wirtschaftliche Interessen das Geschehen und zu unterschiedlich ist die Rechtslage der einzelnen Nationen. Der Begriff der „informationellen Selbstbestimmung“ bedeutet in diesem Zusammenhang nicht mehr „Zurückhalten der Daten“ sondern „verantwortungsbewussten Selbstkontrolle der personenbezogenen Daten“.

Letzten Endes bedeutet das, dass jeder selbst Verantwortung für sein Tun und Handeln übernehmen muss und sich der Folgen bewusst sein.

[...]