Fünf Big-Data-Irrtümer, die im letzten Konferenzvortrag garantiert gefehlt haben

Big Data - kaum ein anderes Stichwort schürt derzeit größere Erwartungen. In den Verheißungen der Auguren jagt ein Superlativ den nächsten: Ohne menschliches Zutun extrahiert die Big-Data-Engine aus unüberschaubaren Datenmassen Zusammenhänge, an die kein Marketer je zu glauben gewagt hätte. Komplexe Verhaltensmuster der Käufer werden transparent, ja selbst unterbewusste Entscheidungen vorhersehbar: Kunden, die Produkt XY gekauft haben, kaufen auf türkisem Seitenhintergrund noch mehr, als Kunden, die zu Produkt YZ greifen.

Big Data - die Wundermaschine, vor der sich niemand verstecken kann. Die nur eine Nahrung braucht: Daten, Daten, Daten. Je mehr, desto besser. Doch wie bei jedem Hype werden auch bei diesem zu hohe Erwartungen geweckt. Zeit, mit den größten Irrtümern aufzuräumen:

Irrglaube 1: Mit Big Data werden Vorhersagen möglich

Am meisten überschätzt wird die Vorhersagegenauigkeit von Big Data. Getrieben wird sie von bekannten Beispielen, ohne die kaum ein Big-Data-Vortrag auskommt: Dank der jungen Technik soll die amerikanische Supermarktkette Target   schon von der Schwangerschaft einer jungen Frau gewusst haben, bevor es der eigene Vater erfuhr. Ebenso populär ist das Beispiel von Googles Grippevorhersage  , die anhand der Milliarden von Suchanfragen genau vorhersagen könne, wann und wo eine Grippewelle zu erwarten ist.

Beispiel 2: Google und die Grippe

Das zweite gerne zitierte Beispiel für eine gelunge Big-Data-Anwendung lobt die Vorhersagegenauigkeit von Googles Grippe-Prognose Flutrends  . Die Big-Data-Anwendung, die mit erstaunlicher Präzision Grippewellen vorhersagen kann, präsentierte der Suchgigant 2008 der Öffentlichkeit. Als Grundlage dienen die Anfragen zum Suchwort "Grippe". Es zeigte sich, das sich aus bestimmten Mustern (Ort, Häufigkeit und Art der Suchfragen) sehr genau ableiten ließ, wo demnächst eine Grippewelle auftreten wird. Die Google-Vorhersage konnte alle etablierten Prognosemodelle übertreffen und wurde genutzt, um Pharmaherstellern und -lieferanten bei der Planung zu helfen.

Beispiel 1: Target und die Schwangerschaft

Ein Vater soll von der Schwangerschaft seiner jungen Tochter aus dem (gemeinsam empfangenen) Newsletter der US-Supermarktkette Target erfahren haben. Aufgrund des Einkaufsverhalten der Schülerin, die bestimmte Pflegeprodukte bestellt hatte, schloss die Big-Data-Maschine der Handelskette messerscharf, dass schon bald ein freudiges Ereignis bevorstünde und empfahl im Newsletter entsprechende Produkte. Der Legende   nach beschwerte sich der Vater daraufhin bei der örtlichen Filiale des Supermarktes über die in seinen Augen unpassende Werbung - um kurz darauf zu erfahren, dass er bald Opa werden würde.

Beide Beispiele sollen zeigen, mit welcher Präzision per Big Data Prognosen möglich sind, wenn nur genügend Daten ausgewertet werden. Die Beispiele suggerieren zudem, dass sich selbst Dinge, die wir nicht preisgeben wollen (Schwangerschaft) oder wissen können (Grippewelle) durch eine Verdichtung der Daten erkennen lassen. Tatsächlich gibt es jedoch sehr enge Grenzen für Vorhersagen. Komplizierte Vorgänge lassen sich vorhersagen. Komplexe Vorgänge nicht (s. Kasten).

In komplexen Systemen ist es lediglich möglich, Wahrscheinlichkeiten anzugeben. Je nach Komplexität des Systems werden diese sehr schnell ungenau - genau wie wir es vom Wetterbericht kennen.

Komplizierte und komplexe Systeme

Bild: Joachim Graf Die Unterschiede der Systemtheorie Komplex und kompliziert klingt ähnlich - meint jedoch etwas ganz anderes. Der Unterschied zwischen beiden Systemen lässt sich anhand eines Beispiels leicht erklären: Ein Forscher will die Fahrzeiten von zwei Personen untersuchen, die täglich zu wechselnden Zeiten ins Büro fahren. Die eine Person fährt immer mit öffentlichen Verkehrsmitteln und muss mehrmals umsteigen. Die andere Person fährt mit dem Auto. Dem Forscher liegen zunächst lediglich die verschiedenen Abfahrts- und Ankunftszeiten der beiden Probanden vor. Auf den ersten Blick wirken beide Systeme chaotisch. Die Fahrzeiten variieren von Fahrt zu Fahrt. Wenn die Person eine Minute später das Haus verlässt, kann sie 20 Minuten später ankommen. Umgekehrt kommt sie manchmal früher an, obwohl sie 10 Minuten später aus dem Haus gegangen ist. Je mehr Datenpunkte der Forscher aber erhält, desto offenbarer wird, dass die Fahrzeiten von Person 1 festen Regeln folgen. Je nachdem, wann sie das Haus verlässt, erwischt sie eine günstigere oder ungünstigere Verbindung. Die Regeln können je nach Anzahl der Zwischenstationen und Fahrtmöglichkeiten sehr kompliziert sein, sie sind jedoch - solange keine Störung vorliegt - genau vorhersehbar. Person 2 begibt sich dagegen in den öffentlichen Straßenverkehr und damit in ein komplexes, dynamisches System. Eine genaue Vorhersage der Fahrtzeit ist nicht möglich. Zu viele Faktoren beeinflussen den Straßenverkehr, als dass sich beispielsweise ein Stau präzise vorhersagen ließe. So kann der berühmte Schmetterlingsschlag in Australien zu einem Facebook-Posting führen, das - aufgrund eines abgelenkten Autofahrers - den Verkehrsfluss in Freising behindert. Vorhersagen sind in komplexen Systemen nicht möglich. Die Zahl der gemessenen Datenpunkte ändert daran nichts. Es lässt sich lediglich angeben, mit welcher Wahrscheinlichkeit bestimmte Ereignisse eintreten. Fast überflüssig zu erwähnen, dass die meisten Vorgänge in unserem realen Leben komplexen Regeln folgen.

Daran ändert auch die Menge der verfügbaren Daten nichts. Selbst in einem beliebig genauen Versuchsaufbau ist es beispielsweise unmöglich, vorauszuberechnen wo die 16 Kugeln eines Billardspiels zu liegen kommen, die ein Roboterarm anstößt. Jede einzelne Komponente des Versuchs mag noch so genau vermessen werden - bereits in diesem sehr überschaubaren System steckt zu viel Dynamik, als dass eine Vorhersage funktionieren würde.

In der Big-Data-Praxis heißt das: Die Vorhersagbarkeit komplexer Systeme verbessert sich durch Big Data nicht. Komplexe Systeme werden nicht besser begreifbar, nur weil mehr Daten zur Verfügung stehen. Bestenfalls werden komplizierte Zusammenhänge sichtbar, die bislang übersehen wurden.

Irrglaube 2: Big Data zeigt unbekannte Zusammenhänge

Wer in Big-Data-Maßstäben denkt, für den sind Tera- und Gigabyte keine Größe. Die wahren Datenschätze, so möchte man meinen, finden sich erst in Datenbanken mit ungeheurer Dimension. Dann werden plötzlich Zusammenhänge sichtbar, die bislang niemand für möglich gehalten hätte.

Tatsächlich bietet Big Data die Möglichkeit, unstrukturierte Datenmengen von unvorstellbarer Größe mit sehr hoher Geschwindigkeit zu durchforsten. Und tatsächlich kann man in diesen Daten unerwartete Zusammenhänge finden. Allerdings ist es sehr kostenintensiv, scheinbar wahllos nach bislang unbekannten Zusammenhängen zu forschen, erklärt Klaas Wilhelm Bollhoefer , Chief Data Scientist der Berliner Big-Data-Firma "The unbelievable Machine Company"   : "Einige Unternehmen mit großer Research-Abteilung oder einer großen Zahl an Doktoranden können sich das leisten".

In der Regel ist dieses Vorgehen aber teuer und ineffektiv. Schließlich lassen sich schon in vergleichsweise kleinen Datensammlungen beinahe beliebig viele Korrelationen entdecken. "Die Regenhäufigkeit in Brasilien und der Absatz des iPhones können eine wunderbare Korrelation bilden", erklärt der Experte. "Nur nützt dieses Wissen nichts, weil es keine Kausalität gibt." Entscheidend ist, dass der Marketer zum einen eine Kausalität herstellen kann und zum zweiten auf das Ereignis angemessen reagieren kann. Dazu muss er den Zusammenhang natürlich verstehen. Wenn mobile Besucher eines Shops schlecht konvertieren, kann der Marketer prüfen, ob diese vielleicht einfach in der Filiale vor Ort einkaufen. Stellt sich dieser Zusammenhang als richtig heraus, kann er darauf reagieren und beispielsweise in der mobilen Ansicht der Website die Produktverfügbarkeit im nächsten Laden prominent darstellen.

In der Big-Data-Praxis heißt das: Die Stärke von Big-Data-Software - große Mengen von unstrukturierten Daten schnell zu analysieren - lässt sich also wesentlich erfolgversprechender einsetzen, wenn beispielsweise Tweets gezielt auf ihren Inhalt untersucht werden, um festzustellen worüber die Nutzer sprechen. Big-Data-Software findet nicht einen Zusammenhang, sondern erlaubt es, eine gedachte Kausalität zu prüfen.

Irrglaube 3: Je mehr Daten, desto besser

Sowohl das Beispiel der Supermarktkette Target als auch das Google-Beispiel zeigen deutlich, dass es letztlich nur sehr wenige Daten sind, die für die verblüffend genaue Vorhersage nötig sind. Nicht eine Unmenge von Daten haben zu der Erkenntnis geführt, dass die Kundin vermutlich schwanger ist, sondern nur einige wenige. Letztlich handelte es sich in dem vielzitierten Beispiel lediglich um eine Recommendation-Engine, die das Einkaufsverhalten auswertete. Auch bei Google liegt die Kunst vor allem darin, aus der Vielzahl von Suchanfragen die relevanten herauszufiltern.

In der Big-Data-Praxis bedeutet das: Entscheidend ist, dass der Marketer die Regel kennt. Dann muss er noch die (wenigen) für die Regel relevanten Daten aus dem Wust filtern. Big-Data-Software wird aber nicht automatisch bessere Antworten liefern, weil größere Datenmengen zur Verfügung stehen. Wer weiß, wonach er sucht, kann mit Big Data aber mehr Datenquellen durchforsten und hat deswegen die Chance, fündig zu werden.

Irrglaube 4: Big Data liefert Erklärungen

Big-Data-Software wird gerne mit künstlicher Intelligenz, lernenden Maschinen und Prinzipien der Computerlinguistik ergänzt. So können die Computer heute den Inhalt und (in Grenzen) sogar die Intention eines Tweets erfassen, Bilder analysieren oder versuchen, Kausalitäten zu erkennen. Letzteres können sie jedoch nicht besonders gut. "Maschinen tun sich sehr schwer damit, Ergebnisse zu interpretieren", sagt Bollhoefer.

Maschinen sind in vielen Dingen unbestechlich genau, bei denen Menschen leicht Fehler machen. Umgekehrt interpretieren Maschinen Daten aber oft unglaublich schlecht, die für Menschen völlig problemlos auseinanderzuhalten sind (s. Bild). Diese Schwäche hält bis heute an. "Vor einigen Jahren waren Menschen den Schachcomputern noch überlegen. Inzwischen sind Hochleistungscomputer 'intelligent' genug, um einen Weltmeister zu besiegen. Ungeschlagen ist aber immer noch die Kombination: Schachcomputer schlägt vor, Mensch entscheidet," erklärt Bollhoefer. Weder Schachcomputer noch Mensch müssen dann Spitzenklasse sein, um den Hochleistungscomputer zu besiegen. Wirklich gut ist die maschinelle Rechenleistung nur in Kombination mit menschlicher Interpretationsstärke.

Umgekehrt zeigt ausgerechnet das in vielen Konferenzvorträgen bemühte Beispiel von Googles Grippevorhersage, wie es ausgehen kann, wenn die Maschine bei der Interpretation der Daten keine menschliche Hilfe erhält. Fast immer wird dabei nämlich unterschlagen, dass das System im Jahr 2013 mit seiner Einschätzung gründlich daneben lag  . Mutmaßliche Ursache: Weil US-Medien damals besonders früh und ausführlich vor einer Grippewelle warnten, stieg die Anzahl der Suchanfragen stärker als in den Jahren zuvor. In der Folge zeigte Googles Algorithmus eine deutliche Überreaktion, während die klassischen Vorhersagemodelle weit präziser funktionierten.

In der Praxis bedeutet das: Big-Data-Technologie ist ein starkes Hilfsmittel, wenn man weiß, was man will. Big Data kann sagen, wie viele Menschen die Farbe Schwarz mögen (oder das zumindest behaupten). Aber nicht warum. Big Data gibt Antworten. Aber keine Erklärung.

Irrglaube 5: Durch Big Data funktioniert Werbung besser

Zugegeben, eigentlich handelt es sich nur um einen halben Irrglauben. Denn natürlich ist es richtig, dass mittels Big Data aus den richtigen Informationen in Sekundenbruchteilen die richtigen Schlüsse gezogen werden können. Ob jemand ein Mann oder eine Frau ist, einen Hund besitzt, sich für Autos interessiert, offenbar an Grippe erkrankt oder eben schwanger ist, kann das Surf- oder Einkaufsverhalten verraten. Ein Trugschluss ist es aber trotzdem, dass Werbung deswegen automatisch besser wird. Zumindest nicht heute. Denn meist gipfeln die gesamten, mühsam gewonnenen Erkenntnisse in einem inzwischen wohlbekannten Bannermotiv: "Schuh, 149 Euro".

Jost Köllner , Geschäftsführer der Agentur Zum Goldenen Hirschen Köln   hält solche Kampagnen inzwischen typisch für maschinengetriebenes Marketing. Nur: Sie transportieren Emotionen ungefähr so fassettenreich wie ein Halbleiter Schaltzustände. Auf der Strecke bleibt der Aufbau von Marken- und Sympathiewerten, eine witzige, humorvolle und aufmerksamkeitsstarke Ansprache, die Verführung zum Kauf.

"Menschen sind keine ausrechenbaren Konsumeinheiten. Big Data sollte genutzt werden, um besser zuzuhören", meint Köllner. "Wo liegen die Kaufbarrieren und -treiber? Wofür interessieren sich die Käufer?" All diese Informationen sind in Tweets, Blogs und Postings enthalten und lassen sich maschinell auswerten. So kann ein Marketer Themen identifizieren und in seiner Kommunikation darauf reagieren. Mit den klassischen Mitteln kreativer Werbung, die das Belohnungssystem anspricht, Begehrlichkeit weckt, Markenpräferenz schafft und eine Story transportiert.

In der Praxis bedeutet das: Damit Big Data beim Marketing hilft, muss nicht immer nur entlang des Produkts gedacht werden. Notwendig ist dazu eine Marke, die eine starke und klare Identität hat. Denn nur dann lässt sich die Kernbotschaft auf vielfältige Weise transportieren und in Kampagnen rasch umsetzen.