Big-Data-Bullshit: Wenn die Maschinen spinnen…
Banken und Asset Manager setzen große Hoffnungen in die gezielte Auswertung riesiger Datenmengen. Sie verspricht, neue Anlagestrategien und Kundenpotenziale zu erschließen. Doch Beispiele aus anderen Branchen zeigen, dass der Schuss nach hinten losgehen kann.
Ende 2016 schaufelte Big Data zwei Millionen Facebook-Anwendern ein Massengrab. Ein außer Kontrolle geratener Algorithmus erklärte sie einfach für tot. Selbst Facebook-Gründer Mark Zuckerberg erhielt ein digitales Kondolenzschreiben: "Wir hoffen, die Menschen, die Mark lieben, finden Trost in den Dingen, die hier geteilt werden, um an ihn zu erinnern und sein Leben zu feiern." Später wurde der Fehler korrigiert. Zuckerberg überlebte den Big-Data-Fail.
Milliarden Menschen hinterlassen täglich – bewusst oder unabsichtlich – digitale Spuren im World Wide Web und anderswo, beispielsweise beim bargeldlosen Bezahlen. Leistungsstarke Rechner und ausgeklügelte Algorithmen entschlüsseln, wie wir uns verhalten und welche Vorlieben wir haben.
Immer mehr Firmen erkennen, welches Geschäftswachstum in ihren Datenvorräten schlummert. Spezialisten beginnen, diese systematisch auszuwerten, um sie gewinnbringend einzusetzen. Das Thema Big Data elektrisiert – in Kombination mit dem Reizwort "Künstliche Intelligenz" – zurzeit vor allem die Finanzbranche.
Die Erwartungen an die junge Technologie sind hoch – und drohen, enttäuscht zu werden. Was schiefgehen kann, wenn "Big Data" irrt, zeigt unsere Bilderstrecke oben.
Amazon macht's vor: Aus schier uferlosen Informations-Ozeanen fischt der Online-Versandhändler gezielt wertvolle Kundendaten heraus, um Interessenten passgenaue Angebote zu machen – und so seinen Wachstumstrend fortzusetzen. Mehr noch: Durch spezielle "Scoring“-Modelle reduziert Amazon die Menge an retournierter Ware. Algorithmen berechnen Wahrscheinlichkeiten dafür, dass bestimmte Kunden mit den bestellten Artikeln unzufrieden sein könnten, weil sie nicht zu ihnen passen – und zeigen sofort empfehlenswerte Alternativen auf. Das senkt gleichzeitig die Kosten und hebt die Kundenzufriedenheit.
Big Data = Big Business...
Auf ähnliche Art und Weise könnten beispielsweise Ausfallwahrscheinlichkeiten bei Krediten oder wirklichkeitsnahe Anlagebedarfe errechnet werden. Die Disziplin findet deshalb gerade bei Banken und Fondsanbietern interessierte Beobachter und Nachahmer. Der Vermögensverwaltungsgigant Blackrock versucht, über seine Investmentplattform Aladdin Struktur in Datenmassen zu bringen und diese dafür zu nutzen, profitable Investmententscheidungen zu treffen. Beratungsprofis prognostizieren, dass auch die Versicherungsbranche durch Big-Data-Anwendungen umgekrempelt werden könnte.
...oder Big Trouble?
Doch die Technologie ist kein Allheilmittel gegen den allgemeinen Margenschwund. Dass selbst die ausgeklügelsten Algorithmen ihre Grenzen haben und zu fatalen Fehlern führen können, zeigt das lesenswerte Buch "Everybody Lies – Big Data, New Data, and what the internet can tell us about who we really are" von Seth Stephens-Davidowitz auf anschauliche Weise.
Die Redakteure des Wissenschaftsmagazins P.M. haben ein paar besonders drastische Big-Data-Pannen zusammengetragen. Die meisten davon sind im Bestfall nur peinlich, bisweilen aber auch existenzgefährdend.
Welche Fehler den Superrechnern unterliefen, verrät unsere Fotogalerie oben. (ps)
