Paris und Big Data: Der tödliche Irrtum 'Vorratsdatenspeicherung'

Das Versprechen der IT-Großindustrie - allen voran Anbieter wie IBM   und Oracle   - ist es, eine Lösung für das zentrale Problem der interaktiven Gesellschaft zu liefern: 'Zu viele Daten'.

Die Lösung der Industrie lautet: "Kauf unseren fetten Server und große Analysesoftware und wir bieten dir das, was Data Mining in der Vergangenheit gemacht hat - nur in Echtzeit:

• Das Erkennen von Unterschieden in sehr vielen Datensätzen
• Das Erkennen von Gemeinsamkeiten in sehr vielen Datensätzen."

Dass sich die Entwicklung von Software für die Verarbeitung von Big Data noch in einer frühen Phase befindet   ist dabei der Marketingmaschine egal. Getreu dem Motto: "Wir verkaufen erst einmal die Flugzeuge - um die Entwicklung von Landebahnen kümmern wir uns später."

Vorratsdatenspeicherung und Rasterfahndung sind Big Data in globalem Maßstab

Das zentrale Gegenargument zu den Zilliarden von Big-Data-Konferenzen und den Fantasitionen von Beratern und Agenturen, die Big Data ganz oben auf die noch zu verkaufende 'Digitalisierung von Geschäftsprozessen'-Agenda setzen wollen: Es funktioniert nicht so, wie es die Verkäufer gerne hätten.

Um diese These zu belegen, machen wir ein Experiment. Wir nehmen Daten. Viele Daten. Am besten gleich die Daten sämtlicher Bewohner eines Landes (zum Beispiel Frankreich, USA oder Deutschland), nehmen ein in Sachen Datenhandling kompetenten Nutzer (nennen wir ihn NSA   oder Direction Generale de la Securite Interieure  ) und geben der Big-Data-Aktion einen griffigen Namen (zum Beispiel "Vorratsdatenspeicherung"). Die Kampagne lassen wir acht Jahre laufen und schauen nach, was dann passiert.

Ergebnis: Fast genau acht Jahre nach Inkrafttreten der französischen Vorratsdatenspeicherung folgt das Attentat auf Charlie Hebdo   mit 12 Toten. Schlimmer noch: "Fast jedes große Attentat von Terroristen im Westen in den letzten 15 Jahren wurde von Menschen durchgeführt, die die Überwachungsbehörden bereits kannten", analysiert der NSA-Beobachter Matthias Schwartz im New Yorker  . Unter der Überschrift 'Der gesamte Heuhaufen' belegt Schwartz, dass die Attentäter von Mumbai, London, Paris oder Boston längst in den digitalen Fängen von FBI, MI5, NSA und russischem Geheimdienst gewesen seien - und trotzdem zuschlagen konnten. (Update: Bei den Attentaten in Paris vom 13.November 2015 war das - Stand drei Tage später - genau so.)

Das weltweite Suchvolumen für "Big Data"

Doch nicht die Praxis von Big Data hat versagt. Selbst wenn die Systeme in Zukunft besser werden: Der Fehler bleibt systemimmanent, wie Wissenschaftler der TU Darmstadt bewiesen haben. Die Darmstädter Forscher   um Prof. Stefan Katzenbeisser und Prof. Kay Hamacher haben agentenbasierte Simulationen durchgeführt, eine Methode aus der Biologie, um Netzwerke von Interaktionen vieler Beteiligten zu untersuchen. Hierfür nutzten die Wissenschaftler Handlungsmuster bekannter realer Terrornetzwerke. Die Annahme war dabei, dass sich Terroristen und normale Bürger im Kommunikationsverhalten zumindest zeitweise unterscheiden. Weil aber auf lange Sicht auch unbescholtene Bürger irgendwann einmal mit hoher Wahrscheinlichkeit ein ähnliches Telefonverhalten aufweisen wie Terroristen, steigt auf lange Sicht die Zahl der False Positives. Hinzu kommt, dass hochgefährliche, kleine Gruppen, wie sie die Darmstädter untersucht haben, die Ermittler sehr einfach auf falsche Spuren locken können.

Offenbar hat die Sozialforscherin Danah Boyd recht, wenn sie schon 2010 in einem Aufsatz über Big Data   kritisiert;

• Große Datenmengen müssen nicht qualitativ bessere Daten sein
• Nicht alle Daten sind gleichermaßen wertvoll
• "Was" und "Warum" sind zwei unterschiedliche Fragen
• Bei Interpretationen sei Vorsicht geboten
• Nur weil es verfügbar ist, sei es nicht auch ethisch

Zwei strukturelle Gründe, warum Big Data zwangsläufig scheitern muss

Abgesehen von vielen operativen Schwierigkeiten, die Unternehmen beim Aufbau einer funktionierenden Datenstrategie überwinden müssen (iBusiness: "Zehn Big-Data-Irrtümer: Für wen die Wunderwaffe wirklich taugt"), sind es zwei strukturelle Gründe, warum Big Data die Lösung für ein Problem hat, das wir alle erst noch suchen müssen:

1. Das Wunder der Wahrscheinlichkeiten
   Wenn eine Big-Data-Software ein Muster erkennt (zum Beispiel: "Menschen, die rosarote Plüsch-Einhörner kaufen, klicken in der Folge auch auf Rosa-Prinzessinnen-Angebote..."), erkennen Sie ein Wahrscheinlichkeitsmuster, weswegen daraus geschlussfolgerte Aktionen des Marketing-Entscheiders ("...und sollten deswegen GANZ VIEL Mädchen-Überraschungsei-Banner angezeigt bekommen") durchaus einen positiven KPI aufweisen können.
   
   Allerdings hat die Big-Data-Analyse wesentlich weniger Aussagekraft als der Blick in den Warenkorb ("Susi hat ein rosarotes Plüsch-Einhorn und sämtliche Folgen von Prinzessin Lillifee   gekauft"), weswegen das Mädchen-Überraschungsei-Banner vielleicht bei Susi, nicht aber bei dem Rocker-Onkel funktioniert, der ein Geburtstagsgeschenk für seine Nichte online gekauft hat.
   
   Solange man nicht personenbezogene Daten erhebt, wird man immer in der Wahrscheinlichkeitswolke hängen bleiben - mit der daraus folgenden relativ hohen Fehlerrate. Die sich noch vergrößert, wenn man schlechte Algorithmen oder unvollständige Datensätze verwendet. Das ist der Grund, warum das Targeting seit Jahren konstant so grottenschlecht ist, wie es ist.
   


2. Die Gemeinheit des disruptiven Verhaltens
   Doch selbst wenn Big-Data-Anwender tatsächlich über personenbezogene Daten verfügen (an dieser Stelle singt der Datenschützer-Chor seinen unüberhörbaren Kanon "Böse-Verboten-Böse"): Die Darmstädter Vorratsdatenspeicherung-Studie belegt, dass Big Data selbst hier seine natürlichen Limitationen hat. Terroristen können die Ermittler sehr einfach auf falsche Spuren locken, wenn sie sich nicht Algorithmus-konform verhalten. Verbraucher hebeln Marketing-Big-Data aus, indem sie ...
   
   • ...wissentlich falsche Daten angeben (zum Beispiel in Formularen).
   • ...ihre Spuren verschleiern durch Adblocker, Privacy-Tools wie Privacyfix   oder einfach durch Browsereinstellungen oder das Löschen des Caches.
   • ...sich einfach nur musteruntypisch verhalten.

Die Alternative zu Big Data ist 1:1-Marketing

Die Alternative zu schlechten Daten durch Big Data sind nicht noch mehr Daten - sondern Wissen. Und dazu ist es zwingend nötig, anonyme Daten konkreten Menschen zuzuordnen. Daraus folgt, dass Nutzeridentifikation die Königsdisziplin für alle ist, die datengetriebenes Marketing betreiben wollen. (iBusiness: Interaktiv-Trends 2015/2016: Nutzeridentifizierung). Hier haben all diejenigen Vorteile, die eigene Kundendaten besitzen. Amazon, Ebay und Otto bauen ihre Werbenetzwerke massiv aus, Google will in den Onlinehandel einsteigen - allein daran zeigt sich, wie wertvoll die Daten sind, auf denen Händler sitzen.

Solange Marketing-Entscheider allerdings den Sirenengesängen der Big-Data-Verkäufer erliegen und statt gebotenem 1:1-Marketing doch nur wieder wahrscheinlichkeitsgetriebenes Excel-Marketing betreiben, solange müssen sie mit den strukturellen Fehlern dummer Algorithmen leben. Immerhin: In der Welt der Terrorbekämpfer sind Algorithmen-Fehler tödlich. Im Onlinemarketing sind sie nur ein teurer Irrweg.