Big Data und KI – anderer Begriff, gleicher Inhalt

Nur wer Zugang zu vielen Daten hat, kann innovativ sein

Künstliche Intelligenz und Machine Learning werden die Wirtschaft komplett verändern. Denn Big Data wird immer mehr zu einem Faktor der Macht. Was jetzt zu tun ist, erklärt Internetforscher und Mitglied des Digitalrats der Bundesregierung Professor Viktor Mayer-Schönberger. Die Fragen stellte Markus Albers.

Nur wer Zugang zu vielen Daten hat, kann innovativ sein

Big Data war in den vergangenen Jahren das große Schlagwort, doch mittlerweile wird der Begriff weniger euphorisch verwendet. Was ist aus dem Hype geworden?

Viktor Mayer-Schönberger: Aus Big Data wurden künstliche Intelligenz (KI) und Machine Learning – andere Begriffe, aber gleicher Inhalt. Denn KI ist heute ein maschinelles Lernen aus Daten; ein Erkennen von Mustern, zumeist ohne unmittelbares Verstehen von Ursachen. Das hatte ich bereits vor fünf Jahren prognostiziert. Die zentrale Weiterentwicklung ist, dass nun bei der steten Datenanalyse – dem „Lernen“ – die menschliche Mitwirkung nicht mehr im Mittelpunkt steht, auch wenn manche KI-Methoden noch die Mitwirkung des Menschen beim Adjustieren der Lernparameter erfordern.

Wenn es mehr war als ein bloßer Hype: Was können wir von datenbasierten Anwendungen in der Wirtschaft noch erwarten?

V. M.-S.: Dass sie sich nun endlich durchsetzen. In den vergangenen Jahren scheiterte die breitflächige Nutzung von Big Data nicht zuletzt daran, dass vielen Unternehmen das richtige Mindset fehlte, sie also die Daten ganz konventionell nutzen wollten, um schon bekannte Fragen zu beantworten. Das Spannende an Big Data ist aber, neue Einsichten zu gewinnen. Dieses Verständnis fehlte in vielen Unternehmen. Und die, die das richtige Mindset hatten, scheiterten mitunter an der Knappheit von Datenanalysten. Unter dem Label KI fällt es den Menschen offenbar leichter zu verstehen, dass sie sich von den neuen Einsichten „aus der Maschine“ inspirieren lassen sollten. Hinzu kommt: Künstliche Intelligenz ist auch etwas weniger personalintensiv. Damit sind die Voraussetzungen gegeben, dass sich KI und Machine Learning stärker und schneller durchsetzen werden.

In Ihrem neuen Buch beschreiben Sie ja die Vor- und Nachteile der neuen Datenökonomie. Was bedeutet diese für Unternehmen?

V. M.-S.: Sie bedeutet zweierlei: zum einen, dass eine klassisch hierarchische Unternehmensorganisation in Zukunft gegenüber datenreichen Märkten unter Druck geraten wird. Vieles, was bisher im Unternehmen organisiert ist, wird über diese neuen Märkte besser und kostengünstiger erwirtschaftet werden. Damit werden Unternehmen weniger große Organisationen zur Koordination vieler Menschen sein. Das wird sich auch in ihrer Struktur und Strategie widerspiegeln. Zum anderen bedeutet es, dass Unternehmen auf datenreichen Märkten nur dann erfolgreich sein können, wenn sie Informationen über ihre Produkte und Dienstleistungen zur Verfügung stellen, damit die Nachfrager optimale Transaktionsentscheidungen treffen können. Intransparenz mag in Zukunft bestenfalls einmal eine Transaktion erleichtern, zerstört aber nachhaltige Wertschöpfung.

Haben die großen Tech-Plattformen wie Google und Facebook dank ihrer Daten zu viel wirtschaftliche Macht?

V. M.-S.: Ja, weil in Zukunft Innovation nicht mehr primär aus menschlichen Ideen, sondern aus gesammelten Daten, gepaart mit maschinellem Lernen, kommen wird. Das bedeutet: Wer Zugang zu vielen Daten hat, kann auch hochinnovativ sein. Das unterminiert den Wettbewerb. Und im Kontext der smarten Entscheidungsassistenten ist es ein großes Risiko, sich auf die wenigen Algorithmen von Siri, Alexa oder Cortana zu verlassen. Denn diese Monokultur kann bei Fehlern schnell das ganze System gefährden.

Wie können diese Datenmonopole aufgebrochen werden?

V. M.-S.: Wir schlagen eine progressive Datenteilungspflicht vor, die große Datenkraken dazu zwingt, ihre Datenschätze für andere zu öffnen – und zwar umso mehr, je größer sie sind.

43 Prozent der Deutschen sind der Meinung, Social Bots sollten verboten werden. Gleichzeitig sehen 17 Prozent einen Nutzen für automatisierte politische Aufklärung.
Quelle: PwC

Was muss passieren, damit der Einzelne mehr Kontrolle über seine Daten bekommt? Und diese vielleicht sogar selbst monetarisiert?

V. M.-S.: Dass es dazu kommt, ist unserem Verständnis nach unwahrscheinlich. Es würde erfordern, dass wir uns täglich mit dem Management unserer Daten beschäftigen. Die meisten Menschen interessiert das aber nicht – und sie wollen sich auch nicht mit der technischen Komplexität der Datenmonetarisierung belasten. Sie wollen stattdessen völlig zu Recht vor Missbrauch geschützt werden und ohne Zutun an der Digitalen Dividende partizipieren.

Sie schreiben, dass in datengetriebenen Märkten Geld immer unwichtiger wird. Wie darf man sich das konkret vorstellen?

V. M.-S.: Geld verliert einen guten Teil seiner Informationsfunktion am Markt, die es über den Preis innehatte. Das bedeutet, dass wir in Zukunft das passende Produkt oder die passende Dienstleistung mithilfe vieler Faktoren auswählen und der Preis nur eine dieser Vergleichsdimensionen ist.

 

Die meisten Menschen wollen vor Missbrauch geschützt werden und ohne Zutun an der Digitalen Dividende partizipieren.
Quelle: Professor Viktor Mayer-Schönberger

Was bedeutet das für Unternehmen?

V. M.-S.: Die Art, wie Unternehmen am Markt Transaktionen abschließen, wird sich ändern. Und Unternehmen, die dies zeitgerecht erkennen, werden massiv davon profitieren.

Digitale Transformation

Was tun mit Big Data?

Digitale Identitäten

Wir müssen die Kontrolle behalten

Wir brauchen eine Ethik für alle Produkte und Dienstleistungen, die auf künstlicher Intelligenz (KI) basieren. Doch das funktioniert nur, wenn wir auch Kontrolle über die Daten bekommen, die Unternehmen über uns sammeln.

Digitale Transformation

Fünf Mythen über Big Data

The bigger, the better? Big Data bietet große Chancen, allerdings sind mit dem Begriff auch viele übertriebene Hoffnungen verbunden. Fünf Mythen zu Big Data und was dahintersteckt.