Kommerzielle digitale Überwachung im Alltag

Christl, Wolfie

Bibliographic data

Description

URN:: urn:nbn:at:at-akw:g-790293

Persistent identifier:: AC12111999

Title:: Kommerzielle digitale Überwachung im Alltag

Sub title:: Erfassung, Verknüpfung und Verwertung persönlicher Daten im Zeitalter von Big Data: Internationale Trends und Herausforderungen anhand ausgewählter Problemfelder und Beispiele

Creator:: Christl, Wolfie

Published:: 2014

ISBN:: 978-3-7063-0512-9

Keywords:: Digitale Daten
Überwachung
Datenschutz

DDC Group:

Structure type:: Monograph

Description

Title:: 3 Analyse und Verknüpfung digitaler persönlicher Daten

Structure type:: Chapter

Full text

12 / 88 Kommerzielle Digitale Überwachung im Alltag | Studie im Auftrag der österreichischen Bundesarbeitskammer | 2014

3 Analyse und Verknüpfung digitaler persönlicher Daten

„Alle Daten sind Kreditdaten, wir wissen nur noch nicht, wie wir sie richtig einsetzen“19
Douglas Merrill, ehem. Chief Information Officer (CIO) bei Google, 2012

3.1. Big Data und Verhaltensprognosen mit Statistik und Data Mining
Im Zuge der Digitalisierung haben sich in den letzten Jahrzehnten sowohl Speicher- als auch
Rechenkapazitäten vervielfacht. Vor allem seit der Jahrtausendwende werden digitale Daten auf
einem viel höheren Niveau gespeichert, verarbeitet und analysiert als jemals zuvor.
Der Begriff Big Data20 bezeichnet in Öffentlichkeit und Fachwelt einerseits die großen digitalen
Datenmengen selbst, manchmal aber auch deren Analyse und Auswertung. Es gibt keine etab-
lierte wissenschaftliche Definition für den Begriff, er ist unscharf und gilt als Schlagwort21. Nach
einer Definition von Gartner22 bezieht sich das „Big“ im Begriff Big Data auf die drei Dimensionen
volume (Umfang, Datenmenge), velocity (Geschwindigkeit, mit der die Daten generiert und
transferiert werden) und variety (Bandbreite der Datentypen und -quellen). Das Beratungsun-
ternehmen McKinsey verwendet eine „absichtlich subjektive“ Definition und spricht von Daten-
beständen, die mit „typischen Datenbanken“ nicht mehr erfasst, gespeichert, verwaltet und ana-
lysiert werden können (vgl. Manyika 2011). Welche Datenmenge als groß eingeschätzt wird, dif-
feriere je nach Sektor, vorhandener Software und Anwendungszweck von „einigen Dutzend Ter-
abytes bis mehreren Petabytes“.
In der Wissenschaft wird die Verarbeitung großer digitaler Datenmengen seit den 1990er-Jahren
als große Herausforderung diskutiert, u.a. in der Meteorologie (Klimamodelle), der Bioinformatik
(Genom-Analyse), der Physik (Simulationen) oder der Astronomie. Heute ist die Erfassung, Ana-
lyse und Auswertung großer Datenmengen in vielen Bereichen an der Tagesordnung – von
staatlicher Überwachung über soziale Netzwerke und der Internet-Suche bis zur Finanzwirt-
schaft. Im Feld der Business Intelligence23 dienen derartige Analysen der besseren Umset-
zung von Unternehmenszielen.
Nach Viktor Mayer-Schönberger vom Oxford Internet Institute macht Big Data aus „präzisen
Zahlen Wahrscheinlichkeiten“ und bewirkt drei große Umwälzungen (vgl. Mayer-Schönberger
et al 2013):
? Die nicht nur auf kleine Stichproben beschränkte Analyse sehr großer Datenmengen bezo-
gen auf ein konkretes Problem oder eine bestimmte Fragestellung.
? Die Akzeptanz einer gewissen Unschärfe anstatt von Exaktheit.
? Der „wachsende Respekt“ für Korrelationen anstatt der Suche nach Kausalitäten.

19 Hardy, Quentin (2012): Just the Facts. Yes, All of Them. New York Times, 24.03.2012. Abgerufen am
10.07.2014 von http://www.nytimes.com/2012/03/25/business/factuals-gil-elbaz-wants-to-gather-the-data-
universe.html
20 http://en.wikipedia.org/wiki/Big_data
21 Harford, Tim (2014): Big data: are we making a big mistake? Financial Times, 28.03.2014. Abgerufen am
14.09.2014 von: http://www.ft.com/intl/cms/s/2/21a6e7d8-b479-11e3-a09a-
00144feabdc0.html#axzz3DK9lcAdI
22 Gartner IT Glossary: „Big data is high-volume, high-velocity and high-variety information assets that
demand cost-effective, innovative forms of information processing for enhanced insight and decision
making“. Abgerufen am 14.09.2014 von: http://www.gartner.com/it-glossary/big-data
23 http://de.wikipedia.org/wiki/Business_Intelligence
Unscharfer Be-
griff
Wahrscheinlich-
keiten statt prä-
ziser Zahlen

Description

Description

Table of contents

Monograph

Structural element

Image

Image fragment

Citation links