Der immer größere Fluss aus Sensorinformationen, Fotos, Text-, Audio- und Videodaten und die neuen Möglichkeiten der Datenverarbeitung spielen eine bedeutende Rolle für den digitalen Wandel in allen Wirtschaftsbereichen.
Unternehmen können verstehen und vorhersagen, welche Kundengruppe welches Produkt wann kaufen wird. Mit Big Data können Unternehmen zudem ihren Betrieb effizienter steuern. Big Data verändert unsere Welt aber über das Geschäftliche hinaus:
Besseres Gesundheitswesen: Durch die Analyse großer Mengen an Patientenakten und Bildern lassen sich Muster erkennen, die helfen, Krankheiten früher zu entdecken und neue Medikamente zu entwickeln.
Vorhersage von natürlichen und vom Menschen verursachten Katastrophen und Reaktion im Katastrophenfall: Sensordaten werden analysiert, um Erdbeben und Tsunamis vorherzusagen. Um die Hilfe für Überlebende zu verbessern, suchen Unternehmen nach menschlichen Verhaltensmustern. Big-Data-Technologie wird auch genutzt, um die komplexe Dynamik von Migration zu verstehen, indem Migrationsstatistiken gesammelt und analysiert werden.
Big-Earth-Data: Die Fortschritte bei Fernerkundung, sozialen Netzwerken, hochleistungsfähigen Simulationsmodellen und In-situ-Überwachung generieren neuartige Daten über unseren Planeten. Die große Menge und Vielfalt an Daten bieten die Chance, Erkenntnisse zu gewinnen, um die Erde besser zu verstehen.
Traditionelle Sektoren wie Verkehrswesen, Gesundheitswesen oder Verarbeitungsindustrie werden enorm von der Analyse und Verarbeitung von Daten, insbesondere Big Data, profitieren. Daten haben das Potenzial:
die europäische Dienstleistungsindustrie auf den neusten Stand zu bringen, indem sie es ermöglichen, innovative Informationsprodukte und -dienste basierend auf den Kundenpräferenzen und -bedürfnissen hervorzubringen;
die Produktivität zu steigern, indem alle Branchen bessere Geschäftsanalytik nutzen können;
mehr Wissen zu erlangen, wie verschiedene gesellschaftliche Herausforderungen zu lösen sind;
die Forschung voranzubringen und Innovation zu fördern;
Kosten zu senken, indem sie Unternehmen helfen, stärker personalisierte Produkte und Dienstleistungen anzubieten;
die Effizienz im öffentlichen Sektor zu steigern.
Beispiele für die Verwendung von Big Data sind:
personalisiertes Marketing,
Sentiment Analysis („Stimmungserkennung“, z. B. bei Produktbewertungen),
Konsumwachstum zur Steuerung des Produktwachstums (Verbraucherverhalten),
biomedizinische Anwendungen (personalisierte Medikamente und Behandlungen),
Big-Data-gestützte Städte (Smart Cities).
Smart Health: besseres Gesundheitswesen
Es brauchte zehn Jahre, um das menschliche Genom zu entschlüsseln. Heute kann man mit der Leistung von Big-Data-Analytik ganze DNA-Stränge in Minuten entschlüsseln. Man geht davon aus, dass dies hilft, Krankheiten zu verstehen, vorherzusehen und zu heilen. Würden alle persönlichen Daten aus Smartwatches und Wearables zusammengeführt, könnten sie für Millionen Menschen und deren Krankheiten genutzt werden. Dadurch würden klinische Studien deutlich aussagekräftiger und erkenntnisreicher.
Apples neue Gesundheitsapp namens ResearchKit kann Ihr Smartphone beispielsweise in ein Gerät für biomedizinische Forschung verwandeln. Forscher können so Daten und Werte des Smartphone-Nutzers für klinische Studien nutzen. Geräte wie Ihre Smartwatch können aufzeichnen, wie viele Schritte Sie am Tag laufen und wie Sie schlafen, sie können Krebspatienten fragen, wie es ihnen nach einer Chemotherapie-Sitzung geht und beobachten, wie sich die Parkinson-Erkrankung eines Patienten entwickelt. Das hat großen Einfluss auf die Menge an klinischen Studien und den Wahrheitsgehalt der Daten.
Ein anderes Einsatzgebiet von Big Data ist die Überwachung von Frühchen. Frühgeborene müssen ihre Entwicklung außerhalb des Mutterleibs abschließen, während ihr Immunsystem noch nicht komplett einsatzbereit ist, was das Risiko einer Infektion erhöht. Eine schnelle Diagnose ohne invasive Überwachungsmethoden ist entscheidend. Digi-NewB arbeitet an einem nichtinvasiven Überwachungssystem, das Ärzten und Pflegekräften helfen soll, in kürzerer Zeit bessere Entscheidungen zu treffen und so Infektionen zu vermeiden. Dieses System wurde basierend auf einer umfangreichen Datenbank mit Informationen zu über 700 Neugeborenen erstellt, von Vitalwerten über Patientenakten bis hin zu Video- und Tondateien.
Der Spagat zwischen technologischem Fortschritt und Ethik
Big Data ebnet den Weg für neue Erkenntnissen und nie dagewesene Chancen, doch was ist die andere Seite der Medaille? Es gibt große Sorgen, die besänftigt werden müssen, um sicherzustellen, dass Grundrechte und Demokratie geschützt werden.
Datenschutz: Die Daten, die wir generieren, enthalten Unmengen an persönlichen Informationen über unser Leben. Wir sollten das Recht haben, dass diese Informationen privat bleiben. Wenn private Daten in die falschen Hände geraten, kann das fatale Folgen haben. Durch eine Datenpanne an einer Schule könnten Kriminellen an die Identitäten von Schülern gelangen und Identitätsdiebstahl begehen. Eine Panne in einem Krankenhaus oder einer Arztpraxis könnte zum Missbrauch von Patienteninformationen führen.
Datensicherheit: Selbst wenn wir unsere Daten von uns aus teilen, z. B. zur Überwachung der Gesundheit, wie können wir darauf vertrauen, dass sie sicher sind? Daten sind ein äußerst kostbares Gut. Das Sammeln und Teilen von Daten stellt heute ein großes Geschäft in der digitalen Wirtschaft dar. Durch die zunehmende Abhängigkeit von Computern steigt die Zahl von Bedrohungen für gespeicherte Daten. Daten können aufgrund von Systemfehlern verloren gehen, von einem Virus beschädigt oder einem Hacker verfälscht werden.
Diskriminierung durch Daten: Wenn alles öffentlich ist, wird es dann akzeptabel, Menschen aufgrund der Daten, die wir über sie haben, zu diskriminieren? Wäre es z. B. in Ordnung, dass Übergewichtige schlechtere Krankenversicherungsbedingungen bekommen? Oder von Menschen, deren Eltern finanzielle Probleme hatten, höhere Zinsen für einen Kredit zu verlangen? Banken und Versicherungen setzen stark auf Daten, sodass sie Menschen vermutlich noch genauer analysieren und beurteilen werden. Wie lässt sich sicherstellen, dass dies nicht auf eine Weise geschieht, die jenen mit weniger Ressourcen und Zugang zu Informationen das Leben noch schwerer macht?
Auf EU-Ebene wird das Thema Ethik bei Big Data durch Regelung und Dokumentation gefördert, d. h. man sucht konkrete Lösungen, um das Potenzial von Big Data auszuschöpfen, ohne dabei Grundrechte aufzugeben. Der Europäische Datenschutzbeauftragte (EDSB) setzt sich für das Recht auf Datenschutz und das Recht auf den Schutz personenbezogener Daten zur Achtung der Menschenwürde ein.
Was genau sind personenbezogene Daten?
Im Sinne der Datenschutz-Grundverordnung (DSGVO) bezeichnet der Ausdruck:
„‚personenbezogene Daten‘ alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person (im Folgenden ‚betroffene Person‘) beziehen; als identifizierbar wird eine natürliche Person angesehen, die direkt oder indirekt, insbesondere mittels Zuordnung zu einer Kennung wie einem Namen, zu einer Kennnummer, zu Standortdaten, zu einer Online-Kennung oder zu einem oder mehreren besonderen Merkmalen, die Ausdruck der physischen, physiologischen, genetischen, psychischen, wirtschaftlichen, kulturellen oder sozialen Identität dieser natürlichen Person sind, identifiziert werden kann“.
Mehr zu personenbezogenen Daten und den Datenschutzvorschriften erfahren Sie auf der Webseite zur DSGVO.
Es ist wichtig, diese Herausforderungen bei der Nutzung von Big Data zu bedenken und sich darüber zu informieren. Unternehmen, die mit Big Data arbeiten wollen, müssen sich um ethische Belange und die Rechte des Einzelnen sorgen. Tun sie das nicht, stellt dies eine Gefahr für die Gesellschaft dar und könnte für Unternehmen Imageschäden sowie rechtliche und finanzielle Folgen bedeuten.
Es gibt viele ethische Bedenken betreffend die Verwendung von Daten. Beispiele sind das Recht, nicht aufgrund persönlicher Merkmalen diskriminiert zu werden, das Profiling von Personen oder Verhaltensvorhersage-Analysen zur Einflussnahme auf demokratische Prozesse sowie Aspekte wie Gerechtigkeit und die Achtung der Autonomie des Menschen. Daher ist es wichtiger denn je, dass wir uns alle bewusst sind, welche Daten wozu und wie in der Gesellschaft verwendet werden, um Datenmissbrauch zu erkennen.
Fähigkeiten für Big Data und berufliche Aussichten
Wie wir gelernt haben, umfasst die Analyse von Daten zahlreiche Prozesse, die jeweils einzigartige Fähigkeiten erfordern. Für die Arbeit mit Big Data sind sowohl technische als auch andersartige Fähigkeiten nötig, z. B. Kenntnis der Technologien, die Big Data zugrunde liegen, Beherrschung von Datenanalysetechniken, aber auch Kreativität, um aussagekräftige Datenvisualisierungen zu schaffen.
Man braucht die passenden Fähigkeiten und die richtige Einstellung. Man muss evaluieren, welche Lösung sich am besten für die vorliegenden Daten handelt, welche Bedürfnisse man hat (was man mit der Datenanalyse erreichen will) und mit welchen Werkzeugen man einen Mehrwert schaffen kann. Die Daten allein genügen nicht, es braucht Menschen, die daraus Erkenntnisse gewinnen können.
Big-Data-Fachleute müssen auch die rechtlichen und wirtschaftlichen Aspekte von Daten kennen, um Erkenntnisse in Mehrwert zu verwandeln und regelmäßig mit Führungskräften und Produktmanagern zu besprechen, was sie herausgefunden haben und inwiefern sich dies für eine Neuausrichtung des Geschäfts in Form neuer Produkte oder Dienstleistungen, Geschäftsmodelle oder Märkte nutzen lässt.
Der Schlüssel zur Branche ist Neugier: Man muss ständig Neues entdecken wollen, Theorien aufstellen und überprüfen und Muster erkennen, mit denen sich Ergebnisse hervorsagen lassen.
In der Zukunft werden eines Tages alle Berufe eine Mischung aus sektorspezifischen Fähigkeiten und Data-Science-Kompetenzen erfordern, da Daten eine wichtige Triebkraft für alle Sektoren sind:
Unternehmen werden Daten für Verhaltensanalysen, zur Optimierung von Schwankungen, Preisen, Arbeitseinsatz, Vertrieb und Logistik sowie zur Bedarfsprognose einsetzen. Zugleich braucht es solide Industrie- und Geschäftskenntnisse, um eine datengestützte Strategie umzusetzen.
Ärztinnen und Ärzte analysieren große Mengen an Patientendaten, um bei Patienten frühzeitig das Risiko von Erkrankungen zu erkennen. Medizinische Fachkräfte helfen mit ihrer fachkundigen Einschätzung der Ergebnisse entscheidend bei der Schulung von Systemen mit künstlicher Intelligenz für Gehirnscans.
Bankfachleute können mit Sentiment Analysis und Predictive Analysis vorhersagen, wer ihre potenziellen Kunden sind und zielgerichtete Angebote machen.
Das sind nur einige Beispiele.
Trotz der enormen Fortschritte bei Data Science und Datenanalyse geht es weiterhin nicht ohne menschliche Beteiligung. Umso dringender werden Fachkräfte gesucht, die Daten verstehen, aber auch eine sektorspezifische Perspektive einbringen und Erkenntnisse gewinnen können.
Dateningenieure gehören zu den gefragtesten Fachkräften
Dateningenieure sind ein wesentlicher Bestandteil jedes Datenanalyseteams eines Unternehmen und zuständig für die Verwaltung, Optimierung, Überwachung und Kontrolle der Erfassung, Speicherung und Verbreitung von Daten.
Sie suchen in den Datensätzen nach Trends und entwickeln Algorithmen, um Rohdaten für das Unternehmen verwertbar zu machen. Dazu sind weitreichende technische Fähigkeiten erforderlich, u. a. hervorragende Kenntnisse in SQL-Datenbanken-Design und mehreren Programmiersprachen. Doch Dateningenieure brauchen auch Kommunikationsfähigkeiten, um abteilungsübergreifend arbeiten zu können und zu verstehen, wozu die Geschäftsleitung die großen Datensätze nutzen möchte.
Zu den nötigen Fähigkeiten gehören: Apache Spark, Scala, Hadoop, Python, Hive, Amazon Web Services, Apache Kafka, Big Data, Extract/Transform/Load (ETL), SQL und maschinelles Lernen. Sektoren für Dateningenieure: Informationstechnologie und -dienste, Internet, Automobilindustrie, Computersoftware, Unternehmensberatung, Maschinenbau, Wirtschaftsingenieurwesen, Finanzdienstleistungen, Gesundheitswesen, Telekommunikation.
Weitere gefragte Berufsprofile im Bereich Big Data sind: Data Scientist, Big-Data-Entwickler und Data Consultant.
