Aus „Big Data, Smart Data, next?“: Daten sind der neue Humus

Von Smart Data Begleitforschung Vor 3 MonatenKeine Kommentare
Home  /  Allgemein  /  Aus „Big Data, Smart Data, next?“: Daten sind der neue Humus

Prof. Dr. Volker Markl, Deutsches Forschungszentrum für Künstliche Intelligenz © TU Berlin

 

Von Prof. Dr. Volker Markl.

Daten werden oftmals als „das neue Öl“ bezeichnet. Öl ist allerdings ein Rohstoff, der sich verbraucht. Daten stehen dagegen unerschöpflich für Analysen zur Verfügung, sie verbrauchen sich nicht. Ein besserer Vergleich wäre demnach: Daten sind der neue Humus. Aus ihm erwächst etwas Neues, entwickeln sich neue Technologien, Prozesse, Ideen. Daten sind neben Boden, Arbeit und Kapital zum wichtigen Produktionsfaktor geworden, vielleicht sogar zum wichtigsten. Um weiterhin wirtschaftlich erfolgreich zu sein, brauchen wir diesen Rohstoff beziehungsweise Produktionsfaktor. Ohne ihn werden wir zukünftig nicht mehr wettbewerbsfähig sein. Wie kann nun sichergestellt werden, dass wir diesen Rohstoff in Deutschland und in Europa zukünftig auch ausreichend zur Verfügung haben werden?

Datensouveränität ist die Schlüsselkompetenz der Informationsgesellschaft

Die großen Herausforderungen, die uns in der Zukunft begegnen, werden sich genau mit dem Produktionsfaktor Daten und dessen Implikationen beschäftigen. Dabei werden wir einerseits mit Forschungsfragen, andererseits mit Regulierungsfragen zu Big Data konfrontiert. Ein wichtiges Konzept in diesem Zusammenhang ist „Datensouveränität“. Dieser Begriff umfasst eine Reihe von Aspekten, wie rechtliche Fragestellungen zum Beispiel im Hinblick auf Eigentum oder Haftung, Fragen der Durchsetzbarkeit von Datenschutzbestimmungen, aber auch den Fragen eines breiten, demokratischen Zugriffs sowie eines selbstbestimmten Umgangs mit Daten in der Gesellschaft insgesamt. Das beinhaltet wichtige technische Konzepte wie Datensicherheit, Nachvollziehbarkeit sowie Transparenz und Fairness beim Zugang zu Daten. Wir als Staat und auch als Gesellschaft müssen sicherstellen, dass wir diesen Aspekten ausreichend Aufmerksamkeit schenken. Die Aufgabe der Wissenschaft besteht darin, die Technologien zu entwickeln, die uns in Deutschland und in Europa Datensouveränität ermöglichen. Dies beinhaltet insbesondere informatisch-systemorientierte Technologien zur skalierbaren Datenanalyse und zum Datenmanagement sowie mathematisch-algorithmische Grundlagen der Datenanalyse und des Maschinellen Lernens. In diesem Zusammenhang sind die Kompetenzzentren zu Big Data und Maschinellem Lernen, die vom Bundesministerium für Bildung und Forschung eingerichtet wurden, ein essenzieller strategischer Baustein.

Nachvollziehbarkeit und Reproduzierbarkeit sind essenziell

Neben Datensouveränität wird jedoch auch die Industrialisierung von Datenanalysen und Maschinellem Lernen eine Herausforderung der Zukunft darstellen. Obwohl in diesen Bereichen bereits viel geforscht wird, besteht nach wie vor eine wesentliche Herausforderung darin, die neuen Technologien auf breiter Basis zum Einsatz zu bringen. Dabei geht es nicht darum, eine Vielzahl  verschiedener Methoden mit dem gleichen Ergebnis einzusetzen. Viel wichtiger wäre die Festlegung auf bestimmte nachvollziehbare Verfahren und diese möglichst zu automatisieren. Um dies zu erreichen, müssen jedoch komplexe Prozesse durchlaufen werden, die repetierbar gemacht werden müssen. Dies ist vergleichbar mit der Fließbandproduktion von Autos durch den Erfinder Henry Ford. Datenanalysen sollten ebenso am Fließband produziert werden können und reproduzierbar sein. Dies sollte sich tendenziell nicht nur auf die Datenanalyse selbst beschränken, sondern auf den kompletten komplexen Prozess der „Daten-Pipeline“ – auf die Schritte von der Aufbereitung bis zur Informationsextraktion und Integration. Im Idealfall sollte dabei ein iterativer Prozess entstehen, der durch Visual Analytics und deklarative Beschreibungen transparent gemacht wird, möglichst automatisiert abläuft und Feedback verarbeiten kann. Für die Umsetzung dieses Ansatzes bedarf es jedoch noch einiger Anstrengungen seitens der Forschung sowie eine konzertierte Aktion zur Entwicklung von Datenmarktplätzen mit kritischer Masse – dies kann meines Erachtens nur durch intensive Zusammenarbeit und massive Unterstützung durch nationale Regierungen auf europäischer Ebene entstehen.

Deutsche Unternehmen brauchen Mut

Gleichzeitig ist es jedoch auch wichtig, dass das vorhandene Potenzial, also die bereits entwickelten Lösungen aus deutschen Forschungseinrichtungen und Hochschulen, schneller seinen Weg in die Praxis findet beziehungsweise von der deutschen Wirtschaft angenommen wird. Im Berlin Big Data Center (BBDC) wurden beispielsweise einige innovative Technologien entwickelt, wie  Apache Flink – ein Open Source Framework zur Verarbeitung von Datenströmen. Während die Technologie in den USA und in China recht schnell auf großes Interesse stieß und auch adaptiert wurde, zögerten die deutschen Unternehmen sehr lange, sich mit diesem neuen Framework zu beschäftigen. Es ist schade mitzuerleben, dass die Technologien, die in Deutschland entstehen und entwickelt werden, ihre Erfolge zuerst im Ausland feiern, während die deutsche Wirtschaft erst als Nachzüglerin darauf aufmerksam wird. Den deutschen Unternehmen fehlte es bisher leider häufig an Mut und Vorstellungskraft, um das Potenzial frühzeitig genug zu erkennen.

Nun gibt es verschiedene Wege, um deutschen Unternehmen, aber auch Bürgerinnen und Bürgern, mehr Mut bei den Themen Big Data und Digitalisierung zu machen. Wir suchen den Dialog mit Politik, Wirtschaft und Gesellschaft beispielsweise täglich in unserem Showroom des Smart Data Forums, wo  Forschungsprojekte unterschiedlicher Technologieprogramme des Bundesministeriums für Wirtschaft und Energie sowie des Bundesministeriums für Bildung und Forschung durch Demonstratoren veranschaulicht und erklärt werden. Wir informieren zudem auf Roadshows im In- und Ausland zu diesen Themen. Mit unseren Schulungen für kleine und mittlere Unternehmen versuchen wir, auch deutsche Unternehmen zukunftsfähiger zu machen. So tragen wir die Technologien in die Öffentlichkeit und veranschaulichen die Ideen dahinter. Andere Möglichkeiten, um auch ein junges Publikum und die kommenden Generationen zu erreichen, sind beispielsweise Coding Days, Meetups oder Hackathons sowie eine breite Informatikausbildung in den Schulen. Informatik und Data Science sind wie Mathematik heutzutage Grundlage von Wirtschaft und Wissenschaft, das muss sich auch in der Stellung dieser Fächer in Schulen und Curricula  widerspiegeln. Es gibt inzwischen eine Reihe von Maßnahmen, die im Umfeld deutscher Bildungseinrichtungen entstehen und digitale Kompetenzen fördern. Das Wichtigste ist jedoch die Förderung der Neugier und des eigenen Willens zur Fort- und Weiterbildung sowie das Verlangen nach mehr Wissen.

Die großen Herausforderungen, die uns in der Zukunft begegnen, werden sich genau mit dem Produktionsfaktor Daten und dessen Implikationen beschäftigen. - Voker Markl #informatik2018 #bigdata https://bit.ly/2DsvdJd Klick um zu Tweeten
Kategorien:
  Allgemein, Begleitforschung, Big Data Debattenband, Datenanalyse

Artikel teilen

[easy-social-share buttons="twitter,facebook,google,xing,linkedin,flipboard" counters=0 style="icon" url="http://www.smartdata-blog.de/2018/09/26/daten-sind-der-neue-humus/" text="Aus „Big Data, Smart Data, next?“: Daten sind der neue Humus"]
Über

 Smart Data Begleitforschung

  (43 Artikel)

Hinterlassen Sie einen Kommentar

Die E-Mail Adresse wird nicht veröffentlicht.