Chancen und Risiken durch Big Data

Big Data – zwei Wörter, über welche die Mei­n­un­gen nicht ver­schieden­er sein kön­nten. In den let­zten Jahren haben sich die Mei­n­un­gen über Big Data immer weit­er voneinan­der ent­fer­nt. Ein­er­seits sehen Opti­mis­ten in Big Data die Aus­sicht in der Zukun­ft viele der heutzu­tage auftre­tenden Hin­dernisse, wie Kor­rup­tion und Krankheit­en, zu bekämpfen. Des Weit­eren kön­nen genau­so Big Data in der Logis­tik, trotz alle­dem eben­so in vie­len weit­eren Bere­ichen des Unternehmens Erfolge erzielen.

Doch, welche Kom­pro­misse müssen wir in diesem Fall einge­hen und welche Gefahren­si­t­u­a­tio­nen kann das für uns als Betrieb­sange­höriger, Pri­vat­per­son oder auch Fir­men haben? In diesem Artikel möcht­en wir aufzeigen, welche Chan­cen uns durch Big Data zu Teil wer­den und welche Risiken wir gle­ichzeit­ig beacht­en müssen. Auf­grund der unzäh­li­gen Ein­satzmöglichkeit­en von Big Data in allen Bere­ichen und Branchen wollen wir dabei die Vor- und Nachteile weit­er gefasst betrachten.

Big Data Analysen — Chancen im Unternehmen

Entschei­dungs­find­ung

In Unternehmen fall­en täglich Unmen­gen an Infor­ma­tio­nen und Dat­en an. Mith­il­fe von Big Data und Big Data Ana­lyt­ics kön­nen in den Dat­en ver­steck­te Muster und Infor­ma­tio­nen erkan­nt wer­den. Mith­il­fe jen­er neu gewon­nen Infor­ma­tio­nen kön­nen Unternehmen Geschäft­sentschei­dun­gen tre­f­fen, welche den Erfolg des Unternehmens deut­lich erhöhen kön­nen. Durch Echtzei­t­analy­sen kann dieser Entschei­dungs­find­ung zusät­zlich schneller stat­tfind­en. Des Weit­eren kön­nen Big Data dazu beitra­gen präven­tiv Entschei­dun­gen zu tre­f­fen. Durch die Auswer­tung von beispiel­sweise Maschi­nen­dat­en kön­nen Infor­ma­tio­nen erhal­ten wer­den, in welchen Abstän­den die Mas­chine aus­fällt. Die Abhängigkeit des Aus­falls von bes­timmten Fak­toren, kann durch den Ein­satz zusät­zlich­er Sen­sorik ermit­telt wer­den. Durch die gewonnenen Infor­ma­tio­nen lassen sich präven­tive Maß­nah­men, z.B. eine Instand­hal­tung zu einem gewis­sen Zeit­punkt vor Aus­fall der Mas­chine, ein­richt­en.[1]

Steigerung der Effizienz

Gegen­wär­tig muss ein jedes Unternehmen zwis­chen ein­er Vielzahl von Unternehmen am Markt beste­hen. Um wet­tbe­werb­s­fähig zu bleiben müssen sich die Unternehmen Strate­gien aus­denken, wie beispiel­sweise Kosten sparen und den­noch die gle­iche oder mehr Leis­tung erwirtschaften können.

Um Prozesse zu opti­mieren und Kosten zu senken, ist Big Data hier­bei ein wun­der­bares Tool. Dadurch, dass Big Data in allen Unternehmens­bere­ichen anfall­en und leis­tungsstarke Analy­sesys­teme in der Lage sind alle dieser Infor­ma­tio­nen zu ver­ar­beit­en und miteinan­der in Zusam­men­hang zu brin­gen, kön­nen viele Prozesse effizien­ter gestal­tet wer­den. Ein Beispiel dafür wären Trans­porte von Waren mit­tels LKWs. Da heutzu­tage diverse unter­schiedliche Fak­toren, wie z.B. Stau­dat­en, Wet­ter­dat­en oder Ben­z­in­preis, mit in den Trans­port ein­spie­len und zu den meis­ten Teilen mess­bar sind, kön­nen Analy­sesys­teme die Routen der LKWs per­fekt opti­mieren, um unter Umstän­den Zeit und Kosten zu sparen.[2]

Entwick­lung und Forschung 

Beson­ders wichtig sind hier­bei die Kun­den­dat­en. Nach­frage der KundIn­nen oder auch Kun­den­präferen­zen spie­len für die Entwick­lung und Forschung die größte Rolle. Durch die Analyse jen­er Dat­en kön­nen zum Beispiel vorhan­dene oder kom­mende Trends erfasst bzw. voraus­ge­sagt wer­den. Fir­men kön­nen nun darauf reagieren und neue Pro­duk­te entwick­eln oder beson­dere Mar­ket­ing-Strate­gien für bere­its beste­hen­den Pro­duk­te her­vor­brin­gen. Des Weit­eren kön­nen Analy­sev­er­fahren während der Entwick­lungsphase eines Pro­duk­ts einge­set­zt wer­den. Dadurch kön­nten beispiel­sweise Kosten, Leis­tung oder Bruch­sicher­heit durch geringe Verän­derun­gen am Pro­dukt ertestet wer­den, ohne jemals ein solch­es Pro­dukt in die Pro­duk­tion gegeben zu haben.[3]

Kun­denin­di­vid­u­al­ität

Net­flix oder auch Ama­zon Prime Video sind die besten Beispiele für die Nutzung von Big Data zur Anpas­sung an den(die) KundIn. Dem® NutzerIn wer­den ähn­liche Serien oder Filme emp­fohlen, durch die Samm­lung der bere­its von ihm geschaut­en Videos. Infolgedessen wird dem® KundIn ein beson­der­er und per­son­al­isiert­er Ser­vice geboten. Weit­er­hin kann diese Anpas­sung an den(die) KundIn bzw. in diesem Fall Pati­entIn auch in der Medi­zin Anklang find­en. Durch die Analyse der mit­tels Anam­ne­se­bö­gen erhal­te­nen Infor­ma­tio­nen kön­nen Pati­entIn­nen spezielle, auf ihn abges­timmte Medika­mente und Behand­lun­gen ver­schrieben wer­den.[4]

Trans­parenz

Dieser Vorteil der Nutzung von Big Data richtet sich vor allem an KundIn­nen von Unternehmen. Gewöhn­lich erfährt der(die) KäuferIn nicht viel darüber, was hin­ter einem Pro­dukt oder Dien­stleis­tung steckt, bzw. wie viel tat­säch­lich von dem durch das Unternehmen ver­mit­tel­ten Infor­ma­tio­nen stimmt. Durch Big Data Ana­lyt­ics sind die Kun­den nun in der Lage Dat­en zu suchen und zu analysieren, was ihnen tiefe Ein­blicke in die Unternehmen gewährt. Beson­ders vorteil­haft ist dies bei Bezug von Bio, Fair Trade oder veganen/vegetarischen Artikeln. Mith­il­fe der voll­ständi­gen Trans­parenz der Pro­duk­tion kön­nen Unternehmen, welche fälschlicher­weise Pro­duk­te mit jenen Attribut­en anbi­eten, aufgedeckt werden.

Trans­parenz ist jedoch nicht nur in Unternehmen, son­dern auch in Behör­den von großer Wichtigkeit. Hier­bei sind die Chan­cen von Big Data beson­ders Kor­rup­tion aufzudeck­en. Dies spielt vor allem in den Entwick­lungslän­dern eine sehr wichtige Rolle.[5]

Risiken durch Big Data im Unternehmen 

Ein­griff in die Privatsphäre

Das größte Risiko und der zu weit­en Teilen meistkri­tisierte Punkt an Big Data ist der Ein­griff in die Pri­vat­sphäre der Men­schen. Diejeni­gen Unternehmen, welche die Dat­en der Men­schen nutzen und analysieren kön­nen tiefe Ein­blicke über die Gewohn­heit­en und charak­ter­lichen Züge des Men­schen erlan­gen. Darüber hin­aus stellt der Daten­schutz jen­er ver­traulichen Dat­en ein großes Risiko dar.[6]

Nachvol­lziehbarkeit

Während wir uns durch das Netz begeben, ziehen wir unaufhalt­sam eine Spur von Dat­en hin­ter uns her. Cook­ies sind ein Beispiel für jene Mess­geräte, welche unsere Bewe­gun­gen im Netz aufze­ich­nen. Welche Seit­en wir besuchen, welche Pro­duk­te wir anse­hen oder auch in welch­er Rei­hen­folge wir diese anschauen, wird hier gespe­ichert. Am Ende ein­er jenen Spur ste­hen jedoch wir, die Per­son welche let­ztlich das Inter­net benutzt. Durch die Entschlüs­selung und Analyse jen­er Spuren durch Hack­er oder Ana­lytik­er wird der Men­sch mit den Dat­en in Verbindung gebracht, wodurch er jede Art von Anonymität ver­liert.[7]

Daten­schutz

Daten­schutz stellt ein großes Risiko von Big Data dar, in Verbindung mit der Nachvol­lziehbarkeit. Das The­ma Big Data ist den ver­gan­genen Jahren stark gewach­sen. Hier­mit ver­bun­den müssen auch die Län­der ihre Daten­schutzrichtlin­ien an die heuti­gen Ver­hält­nisse anpassen. Um die Sicher­heit und Anonymität der Bevölkerung zu gewährleis­ten, müssen die Dat­en der Men­schen unzugänglich auf­be­wahrt werden.

Hier­bei entste­ht bere­its das erste Prob­lem bei der Erhe­bung von Dat­en. Heutzu­tage ist es nor­mal gewor­den, dass die Nutzer keine Genehmi­gung mehr erteilen müssen, damit die Unternehmen ihre Dat­en nutzen kön­nen. Vielmehr müssen die KundIn­nen nun Ablehnun­gen erteilen, falls sie ein­er solch­er Daten­nutzung nicht zus­tim­men. Im Zweifels­fall wer­den ihnen auf­grund dieser Entschei­dung sog­ar Funk­tio­nen ver­boten. Hier­bei ist das Prob­lem, dass die Unternehmen wissentlich die Bequem­lichkeit und ver­mut­lich auch Unken­nt­nis der KundIn­nen über die Möglichkeit ein­er solchen Ablehnung, aus­nutzen. In eini­gen Fällen ist ein Verzicht auf die Daten­er­fas­sung so gut wie nicht möglich. Als Folge dessen kommt es zu ein­er Nor­mal­isierung der Daten­er­fas­sung in der der Gesellschaft. Dies führt zu ein­er Wahrnehmung der Unter­drück­ung und Überwachung.

Führt man diesen Gedanken nun fort, so führt Big Data zu ein­er Ein­schränkung des Nutzerver­hal­tens der Men­schen. Die Nutzer han­deln nun nicht­mehr nach ihrer Mei­n­ung, son­dern nach der durch die Gesellschaft oder des Unternehmens fest­gelegten Mei­n­ung.[8]

Hack­erIn­nen

Dat­en sind das neue Gold. Auf­grund dieser Tat­sache sind Dat­en für jedes Unternehmen sehr inter­es­sant. Diese spe­ich­ern die Dat­en in großen Daten­banken, verteilt auf vie­len unter­schiedlichen Servern in der Welt. Wo auch immer elek­tro­n­is­che Sys­teme und virtuell gespe­icherte Dat­en ver­füg­bar sind, so bes­timmt auch die Chance, Angriff eines Hack­eran­griffs zu wer­den. Auf­grund der Datenre­dun­danz und – Streu­ung an vie­len ver­schiede­nen Servern, wird die Sicher­heit gegen Hack­erIn­nen erschw­ert.[9]

Unüber­schaubarkeit

Unüber­schaubarkeit ist ein Risiko von Big Data und Big Data Ana­lyt­ics. Auf­grund der riesi­gen Menge an unter­schiedlichen Dat­en ist es so gut wie unmöglich mith­il­fe eines Algo­rith­mus per­fek­te Ergeb­nisse zu erzie­len. Inner­halb der großen Daten­menge sind nicht alle Dat­en für jeden Anwen­dungs­fall nüt­zlich und kön­nen so bes­timmte Ergeb­nisse verän­dern. Damit kön­nen falsche Ergeb­nisse erzielt wer­den bzw. richtige Muster kön­nen nicht erkan­nt werden.

Hier­mit ver­bun­den ist auch die Erken­nung von Muster, wo eigentlich keine vorhan­den sind. Falsche Verbindun­gen zwis­chen unter­schiedlichen Dat­en sind ein Risiko der Big Data Ana­lyt­ics, was let­z­tendlich zu falschen Schlussfol­gerun­gen und Entschei­dun­gen führen kann.[10]

Benachteili­gung

Die Benachteili­gung als Risiko von Big Data kann sich auf unter­schiedliche Bere­iche ausüben. Beispiele hier­für sind Wet­tbe­werb­snachteile, Nachteile in der Poli­tik oder Diskriminierung.

Beson­ders in der Wirtschaft kön­nen Big Data große Nachteile für kleinere Unternehmen aus­lösen. Dadurch, dass ihnen vor allem die finanziellen Mit­tel, um sich solche Analy­sen leis­ten zu kön­nen, nicht besitzen. Dadurch schrumpft der Wet­tbe­werb am Markt enorm. Als Folge dessen wird auch die Inno­va­tion von neuen Pro­duk­ten einen Schritt zurück­ge­hen. Durch die Vorteile der Big Data Ana­lyt­ics für die großen Unternehmen kann es sein, dass an manchen Stellen des Mark­tes kleine Unternehmen ver­drängt wer­den und sich Mono­pole bilden.

Ein großes Risiko spie­len Big Data auch in der Poli­tik. Dies bet­rifft vor allem die Poli­tik in Entwick­lungslän­dern. Durch die Nutzung des Inter­nets und Handys von „Priv­i­legierten“ kann es dazu führen, dass jene bei poli­tis­chen Entschei­dun­gen einen starken Ein­fluss auf das Endergeb­nis haben kön­nen. Dies führt zu Diskri­m­inierung in jenen Ländern.

Ein weit­eres Beispiel von Diskri­m­inierung ist die unbe­ab­sichtigte Benachteili­gung von unter­schiedlichen Grup­pen. Dies kann beispiel­sweise durch falsche oder fehler­hafte Algo­rith­men zus­tande kom­men. Möglich wäre dies zum Beispiel bei der Ver­gabe von Kred­iten oder auch son­sti­gen Zahlen wie Bafög. Durch ver­al­tete Log­a­rith­men kann es dazu führen, dass eine Per­son kein Bafög bekommt, obwohl es ihr sehr wahrschein­lich zuste­hen würde.[11]

Zusammenfassung 

Big Data – sie gewähren uns unzäh­lige Vorteile und Chan­cen, müssen jedoch immer im Zusam­men­hang mit den damit ver­bun­de­nen Risiken betra­chtet wer­den. Schnelle Entschei­dun­gen, opti­mierte Sys­teme über­all im Unternehmen, erhöhte Trans­parenz oder auch ein besser­er Kun­denser­vice. All dies sind Chan­cen, die wir mit Big Data und Big Data Ana­lyt­ics erzie­len können.

Doch welche Kosten müssen die KundIn­nen auf sich nehmen? Alle Vorteile, die wir mit Big Data erzie­len wollen, basieren let­z­tendlich auf dem Ver­lust und dem Verzicht unser­er Pri­vat­sphäre. Damit ver­bun­den gibt es viele Risiken, die wir bedenken müssen. Wir als Men­schen sind in den Augen der Unternehmen nahezu Trans­par­ent. Alle unser­er Entschei­dun­gen wer­den gespe­ichert und analysiert. Die Unternehmen wis­sen mehr über uns als manche Fre­unde. Der Daten­schutz ist ein weit­eres großes Risiko. Es muss gewährleis­tet wer­den, dass unsere Dat­en an keine Drit­ten gelan­gen kön­nen. Hack­er, falsche Ergeb­nisse oder aus Diskri­m­inierung sind weit­ere Risiken, gegenüber denen wir gewapp­net sein müssen.

Doch was kön­nen wir gegen diese Vielzahl an Risiken tun? Wie kön­nen wir gewährleis­ten, dass trotz der sen­si­blen Dat­en von uns Men­schen, wir im Inter­net anonym bleiben? Was kann getan wer­den, um den Daten­schutz weit­er zu verbessern? Wie kön­nen wir es schaf­fen die Benachteili­gung, welche täglich mehr wird und die großen Unternehmen weit­er stärkt, zu unterbinden?

Diese Fra­gen, Chan­cen und Risiken sind nur ein Anfang. Wir als Gesellschaft müssen uns den Risiken stellen und an ihnen arbeit­en. Wenn wir alle Risiken, denen wir gegenüber­ste­hen lösen kön­nen, dann kön­nen Big Data und Big Data Ana­lyt­ics in Zukun­ft ihr wahres Poten­tial entfalten.

Quellenangaben

[1] Vgl. Mason, Scott (30.12.2015): „Ben­e­fits and Harms of „Big Data““, unter: https://cis-india.org/internet-governance/blog/benefits-and-harms-of-big-data (15.11.2018). [2] Vgl. Mason, Scott (30.12.2015): „Ben­e­fits and Harms of „Big Data““, unter: https://cis-india.org/internet-governance/blog/benefits-and-harms-of-big-data (15.11.2018). [3] Vgl. ebd. [4] Vgl. ebd. [5] Vgl. Ebd. [6] Vgl. Ebd. [7] Vgl. Ebd. [8] Vgl. Ebd. [9] Vgl. Ebd.[10] Vgl. Ebd. [11] Vgl. Ebd.