Datenschatten und die Gravitation fast richtiger Vorhersagen

Abstract

Das Verhältnis von Freiheit, persönlicher Entfaltung einerseits und datengestützten Vorhersagetechniken, Personalisierung und Komfort andererseits muss angesichts von Big Data neu betrachtet werden. In diesem Beitrag wird eine Problemstelle in diesem Rahmen anhand der Metapher des ‚Datenschattens‘ thematisiert und auf ihre Konsequenzen für den Fall der Big Data gestützten Vorhersagen (predictive analytics) hinterfragt werden. Big Data basierte Vorhersagen ignorieren die Differenz zwischen dem Individuum und seinem jeweiligen ‚Datenschatten‘ und fassen letzteren als eins mit ersterem. Zwischen beiden besteht aber eine zwar graduelle, doch letztlich unüberbrückbare Kluft. Zunehmende Bereiche der Lebenswelt der Individuen werden IT-technisch durch diesen Datenschatten vorinformiert und vorformatiert. Dies übt eine Art Hintergrund-Anziehungskraft – bildlich Gravitation – auf die Wahrnehmungs-, Entscheidungs- und Handlungsoptionen der Individuen aus. Dies umso mehr, je geringer die Kluft zwischen Individuum und Datenschatten ist. Durch diese Gravitation nähert sich das Individuum seinem Datenschatten an, mit weitreichenden Konsequenzen für dessen Zukunftsmöglichkeiten.

Inhaltsverzeichnis

1. Kants Konditional von Willkür und Vorhersage
2. Predictive Analytics
3. Datenschatten
4. Was lernende Systeme veranstalten
5. Die Gravitation fast richtiger Vorhersagen
6. Literaturverzeichnis