(6) Big Data

Question 1

Was ist Big Data?

Answer 1

• Big Data befasst sich mit der Erzeugung, Verknüpfung und Auswertung von großen Datenmengen (Größe, Komplexität, Schnelllebigkeit)
• Mathematische Verarbeitung von Daten zur Gewinnung von W´keiten
• Die Berücksichtigung der Roh-Daten ermöglicht das Erkennen von Zusammenhängen und Einzelheiten, die sonst in der Masse untergegangen wären
• besonders flexibel Analyse von unstrukturierten oder teilstrukturierten Massendaten
• Verwendung besonders großer Datenmengen, die mit herkömmlichen Datenanalyseverfahren nicht mehr möglich ist
• Höhere Performance (Echtzeiz Auswertung) -> Fehleranalysen flexibler & schneller
• Verzicht auf Stichproben (Verlust der Genauigkeit)

Question 2

Was umfasst Big Data?

Answer 2

Basiert auf Zusammenwirken folgender Faktoren:
• Gestiegenes Datenvolumen
• Sehr unterschiedliche Datenformate
• Wachsende Anzahl von Datenquellen
• Auswertung in Echtzeit
• Zunehmend mehr Nutzer von BI Software
• Polystrukturiertheit der Daten 
=> Höhere Erwartungshaltung an Analyse komplexer Zusammenhänge & Performance des Systems

Neuere Trends:
• Cloudsysteme und Optimierung der Datenspeicherung

Question 3

Beispiel: Dataclysm

Answer 3

Wooderson’s Gesetz:
• Frauen präferieren ca. bis zum 30. Lebensjahr ältere Männer, danach aber jüngere Männer
• Männer präferieren konstant 20 Jährige

Physical attractiveness and received messages per week:
• Zusammenhang zwischen physischer Attraktivität und erhaltenen Anfragen in der Woche
• Höchste Perzent erhält unverhältnismäßig die höchste Anzahl an Anfragen
• Betrifft jedoch mehr die attraktivsten Frauen
• Die Attraktivität von Männern hat keinen Einfluss auf die Anzahl der Einladungen zu einem Bewerbungsgespräch
=> Umgekehrt bei Frauen (Gründe: Personaler sind meist Männer, Halo-Effekt: attraktive Menschen werden öfter als Intelligent, Kompetent & Vertrauenswohl eingeschätzt)
• Attraktive Menschen haben größere Netzwerke auf die sie zurückgreifen können

Fazit:
• Mit Hilfe der Daten lässt sich Algorithmus verbessern -> höhere Kompatibilitätsrate & Kundenzufriedenheit
• meiste Werbung bei attraktiven Menschen schalten, da dort der traffic am höchsten ist -> höhere Werbeeinnahmen (Wettbewerbsvorteil)

Question 4

Pro und Kontra von Big Data

Answer 4

Pro:
• Transparenz
• Große Datenmengen in Echtzeit
• Geringer Kostenaufwand
• Prognose- und Frühwarnsystem (Google Grippe Trends)
• Vorteile für Unternehmen (Kundenverhalten, Kundenzufriedenheit)
• Individualisierung wird ermöglicht
• Erleichterung im Alltag (Fix my street)

Kontra:
• Gefahr der Überwachung (Gläserner Mensch)
• informationeller Missbrauch: auf Big Data beruhende Vorhersagen zu nutzen um Menschen für nur vorhergesagtes Verhalten verantwortlich zu machen
• methodologische Probleme: Unzuverlässigkeit und Fehleranfälligkeit (liefert nur Korrelationen, keine Kausalitäten)
• Datenschutz und Datenmissbrauch

Question 5

Datenschutz und Datenmissbrauch - Methoden zur Auswertung personenbezogener Daten

Answer 5

1. Tracking:
   • Verfolgung einer Person anhand eines bestimmten Merkmals und Auswertung der Metadaten (z.B. Handy)
2. Scoring:
   • Zahlenmäßige Beurteilung von vermeintlichen Eigenschaften der Person mit dem Ziel Vorhersagen über die Zukunft zu treffen
3. Profilbildung und Klassifizierung

=> Mögliche Einschränkung der persönlichen Entscheidungs- und Handlungsfreiheit

Question 6

Maßnahmen zum Schutz der Persönlichkeitsrechte

Answer 6

Ethische Überlegungen:
• Big Data Kodex

Rechtliche Rahmenbedingungen:
• EU-Datenschutzverordnung
• Datenschutzrichtlinien in Deutschland

Anforderungen an Statistikprogramme:
• Privacy by Design

Selbstschutz