Prof. Dr. Thomas P. Zahn; GeWINO/AOK Nordost © Wolfgang Borrs

 

Von Prof. Dr. Thomas P. Zahn.

Die Gesundheitsbranche bietet einen Ansatz mit ausgesprochen hohem Potenzial für die deutsche Wirtschaft, um in der Plattformökonomie Fuß zu fassen. Hier dominiert der internationale Wettbewerb bei weitem nicht so stark wie in anderen Bereichen. Anwendungsfälle ergeben sich sowohl für den B2CMarkt als auch für Geschäftsbeziehungen. Bei letzterem kann etwa beispielhaft die Vernetzung zwischen Medizintechnik, Pharmaindustrie und anderen Fazilitäten genannt werden. Im B2C-Markt könnten Plattformen bereitgestellt werden, um das nächste ärztliche oder therapeutische Fachpersonal zu finden. Der Fokus in diesem Markt sollte sich allerdings weniger auf ökonomische Gesichtspunkte, sondern viel mehr auf Kommunikation und Vertrauen richten. Vertrauen ist essenziell in der Gesundheitsbranche. Die eigene Gesundheit ist ein sehr persönlicher Bereich, in dem jede Person um die Sicherheit der eigenen Daten wissen möchte. Wenn wir jedoch über Plattformökonomie sprechen und unser Augenmerk darauf richten, wie mit einer Plattform Geld verdient werden kann, dann schadet das dem Vertrauen der Endanwenderinnen und -anwender in die jeweilige Plattform.

Weiterlesen

  Von Prof. Dr. Hannes Federrath. Nach mehr als vier Jahren befindet sich das Technologieprogramm „Smart Data – Innovationen aus Daten“ nun auf der Zielgeraden. Auf der Abschlussveranstaltung, den Big Data Days 2018, wurde eines nochmal deutlich: Eine smarte Datenökonomie birgt enorme Chancen, unser aller Leben zu verbessern, wenn es uns zugleich gelingt, intelligente Lösungen zu entwickeln, die Konzepte des Datenschutzes und der IT-Sicherheit bei der Entwicklung von Lösungen von Anfang an mitdenken. Nicht erst

Weiterlesen

Matthias Patz; Deutsche Bahn © Wolfgang Borrs

 

Von Matthias Patz.

Geht es um Vertrauen, Schutz und Sicherheit bei Big Data in kritischen Infrastrukturen wie denen der Deutschen Bahn AG, so müssen wir zunächst einmal feststellen, wie diese Begriffe zueinander stehen. Vertrauen meint in der vorherrschenden Debatte immer das subjektive Gefühl einer einzelnen Person, dass eine Handlung oder eine Information richtig ist. Schutz bedeutet hier das Vorhandensein von Aktionen gegen bestehende Unsicherheiten beziehungsweise zur Vermeidung von Risiken. Und mit Sicherheit beschreiben wir in der Regel einen Zustand, der frei von Gefahren ist.

Wir sprechen zwar heute über Big Data, meinen jedoch gleichzeitig eigentlich die intelligente Datenwirtschaft, die weitere Big-Data-verwandte Themen wie das Internet of Things (IoT) oder auch Künstliche Intelligenz (KI) miteinschließt. Datenstrategien von Unternehmen sollten immer ganzheitlich umgesetzt werden und klaren Governance-Regeln folgen. Das bedeutet auch und vor allem klare und eindeutige Verantwortlichkeiten in Bezug auf Data Ownership für die verschiedenen Datentöpfe, die bestehen und genutzt werden. Denn erst, wenn hier Klarheit herrscht, können die Potenziale, die sich für einen Mobilitätsanbieter wie die Deutsche Bahn AG mit vielfältigen Datensätzen und -arten ergeben, gehoben werden. Vor allem zunächst unstrukturierte Daten bieten dabei viele Möglichkeiten zu neuen Erkenntnissen, die dabei helfen können, Vertrauen (wieder-)herzustellen.

Weiterlesen

©Edhar/Fotolia

 

Eine Kurzstudie der Smart-Data-Begleitforschung in Zusammenarbeit mit dem Hasso-Plattner-Institut.

Das Ziel von Big-Data-Analysen ist häufig die Entwicklung von Handlungsempfehlungen und Entscheidungsvorlagen. Auch die 16 Leuchtturmprojekte des Technologieprogramms „Smart Data – Innovationen aus Daten“ des Bundesministeriums für Wirtschaft und Energie (BMWi) beschäftigen sich mit der Unterstützung menschlichen und unternehmerischen Handelns durch Datenanalyse. Um diese jedoch informiert umsetzen zu können, müssen Menschen, die die betreffenden Empfehlungen erstellen bzw. erhalten, über bestimmte Fähigkeiten und passendes Kontextwissen verfügen. Doch um welche Kompetenzen handelt es sich hierbei genau? Die Begleitforschung des Technologieprogramms hat für eine Kurzstudie Expertinnen und Experten aus den Projekten, aber auch aus anderen Institutionen, die sich mit dem Einsatz von Big Data und Smart Data beschäftigen, um ihre Einschätzung gebeten. Die inhaltliche Grundlage hierfür boten einerseits ein Expertenworkshop zum Thema „Fachkräfte für Smart Data”, der am 15. Juni 2016 im Rahmen der Sitzung des Bitkom-Arbeitskreises Big Data stattfand, andererseits eine Onlinebefragung, an der 43 ausgewählte Smart-Data-Expertinnen und -Experten teilnahmen. Entstanden ist eine Kurzstudie mit neun Thesen zum Bedarf von Smart-Data-Fachkräften, von denen einige ausgewählte im Folgenden kurz vorgestellt werden. Alle prozentualen Angaben beziehen sich auf die Onlinebefragung. Die gesamte Studie mit allen Thesen sowie genaueren Informationen zur Methodik und zur Zusammensetzung der Stichprobe finden Sie hier.

 

These: „Wichtiger als Spezialwissen zu Programmen, Modulen oder Tools ist die Fähigkeit von Fachkräften, logisch und analytisch sowie abstrahiert denken zu können.“

Vor dem Hintergrund, dass sich Technologien im Bereich Big Data stetig weiterentwickeln und immer neue Lösungen auf den Markt drängen, ist ein generelles Grundverständnis von Konzepten dieser Art, gefördert durch logisches und analytisches sowie abstraktes Denkvermögen, wesentlicher für die Fachkräfte als die Beherrschung konkreter, auf eine Anwendung zugeschnittener Technologien. Arbeitgeberinnen und Arbeitgeber im Bereich Smart Data schätzen bei ihren Angestellten daher besonders Flexibilität und eine schnelle Auffassungsgabe hinsichtlich der Einarbeitung in neue Technologien.

Weiterlesen

Von Prof. Dr. Dirk Hecker. Ende des Jahres 2017 überraschte AlphaGo die Welt. Nicht nur zeigte uns das Programm, wie weit Künstliche Intelligenz (KI) inzwischen entwickelt ist. Auch führte uns die neue Herangehensweise von DeepMind – das Programm nicht länger mit „menschlichen“ Trainingsdaten, sondern im Spiel gegen sich selbst zu trainieren – einmal mehr die übermenschlichen Fähigkeiten von heutigen Maschinen vor Augen, zumindest wenn es um Brettspiele mit klaren Regeln und vollständiger Information geht. Dieser

Weiterlesen

„Big Data“ – ein viel diskutiertes Thema: In immer mehr Bereichen unseres Lebens werden Daten erhoben, gespeichert und verarbeitet. Im April 2018 trafen sich Expertinnen und Experten aus Politik, Wirtschaft, Wissenschaft und Gesellschaft auf den Big Data Days, einer gemeinsamen Veranstaltung des Bundesministeriums für Wirtschaft und Energie und des Bundesministeriums für Bildung und Forschung. Diskutiert wurden hier aktuelle Forschungsfragen sowie ethische und rechtliche Herausforderungen, denen sich unsere Gesellschaft im Big Data Kontext gegenübersieht. Auf Basis dieses Austauschs entstand im Nachgang der Debattenband „Big Data, Smart Data – next?“.

Hochaktuell und viel diskutiert wird in diesem Zusammenhang inzwischen auch die Künstliche Intelligenz, kurz KI. Sie gilt vielen als wesentliche Säule der digitalen Revolution. Ihrer Bedeutung für Wirtschaft, Wissenschaft und die Zivilgesellschaft nähern sich einige Beiträge des Debattenbandes aus unterschiedlichen Perspektiven.

Weiterlesen

Prof. Dr. Andreas Oberweis, FZI Forschungszentrum Informatik, © FZI Forschungszentrum Informatik

Von Prof. Dr. Andreas Oberweis.

Ein Kernproblem in der aktuellen Debatte um Künstliche Intelligenz (KI) in Deutschland sind die häufig vollkommen unterschiedlichen Vorstellungen davon, was Künstliche Intelligenz eigentlich ist, und damit auch Erwartungen an die KI. Wichtig scheinen dabei jedoch vor allem zwei Entwicklungen. Diese zentralen Charakteristika künftiger KI-Systeme sind Autonomie und maschinelle Lernfähigkeit. Bei konsequenter Umsetzung dieser beiden Eigenschaften sind im Extremfall zwei wichtige Aspekte traditioneller Informatiksysteme nicht mehr gegeben: Zur Laufzeit ständige  Beherrschbarkeit durch den Menschen und zur Entwurfszeit Nachweisbarkeit von gewünschten oder unerwünschten Verhaltenseigenschaften.

Weiterlesen

Christina Kratsch, Comma Soft AG © Wolfgang Borrs

Von Christina Kratsch.

Technologische Durchbrüche und Revolutionen haben in allen Zeitaltern Verunsicherung und Widerstand ausgelöst. Künstliche Intelligenz (KI) ist in vielen Aspekten unseres Alltags bereits ganz natürlich angekommen. Trotzdem trifft man ab und an noch auf befremdliche Diskussionen – da wird von AlphaGo spielenden Computern ohne Umwege auf die baldige Existenz bedrohlicher KI-Monster geschlossen, welche in Kürze die Weltherrschaft an sich reißen. Dieser logisch und technologisch fragwürdige Schluss verfälscht die Debatte und lenkt sowohl von den eigentlichen  Chancen als auch den Risiken einer Technologie-Gruppe ab.

Weiterlesen

Dr. Ramin Assadollahi, ExB GmbH © Wolfgang Borrs

Von Dr. Ramin Assadollahi.

Spricht man über Künstliche Intelligenz (KI), so liegen Wunsch und Wirklichkeit immer noch auseinander – sowohl in der Gesellschaft als auch in Unternehmen. Doch auch wenn die öffentlich geführten Diskussionen häufig einen anderen Eindruck vermitteln, ist KI längst angekommen in Deutschland. Ein spannender, wenn auch nicht maßgeblicher Indikator dafür ist die merkliche Zunahme an CDOs, also Chief Digital Officers, in deutschen Unternehmen in den letzten drei Jahren. Die Annäherung deutscher Vorstände an das Thema KI jedoch läuft weiterhin erschreckend  naiv ab. Kernfragen für die Integration von KI im Unternehmen, etwa wie festgestellt werden kann, wo in den eigenen Arbeits- und Geschäftsprozessen KI nützlich sein kann oder wie diese  Prozesse KI-gerecht beschrieben werden können, müssen den Verantwortlichen erst noch durch externe Beratung vergegenwärtigt werden.

Weiterlesen

Armin Grunwald, Karlsruher Institut für Technologie (KIT) © Wolfgang Borrs

Von Prof. Dr. Armin Grunwald.

Philosophinnen und Philosophen haben große Expertise im Fragenstellen. In Bezug auf die Leitfrage, wie Big Data unsere Gesellschaft verändern wird, scheinen mir folgende Aspekte des Themas und damit korrespondierende Fragen für die Debatte spannend:

Was passiert eigentlich, wenn wir im Rahmen von Big Data un-ser altes Wissensmodell, das stark auf Kausalität beruht, durch die Idee der Korrelation ersetzen? Die Stärke von Big Data beruht darauf, Korrelationen zu finden, die man mit weniger Daten und ohne effiziente Algorithmen nicht finden konnte. Korrelationen können aber erkenntnistheoretisch in die Irre führen. Bekannt ist sicherlich die Scheinkorrelation zwischen der Zahl der Kindergeburten und der Zahl der Storchenpaare. Zwar liegt hier eine Korrelation vor, jedoch kein kausaler Zusammenhang. Was passiert also mit unserer Gesellschaft, wenn wir uns beim Treffen weitreichender Entscheidungen auf Korrelation allein verlassen? Auf welche Risiken lassen wir uns ein?

Weiterlesen