Datum: 15.03.2016 Die (Ohn)macht von Big Data Vorsicht vor Scheinzusammenhängen Die Die global global verfügbare verfügbareDatenmenge Datenmengewird wirdsich sichbis bis2020 2020verfünffachen. verfünffachen. Quelle: Quelle: Shutterstoc Shutterstock Christian Westermann* Daten sind stumm. Zum Sprechen müssen sie erst gebracht werden. Warum die Rede von datenbasierten Entscheidungen oft falsche Erwartungen weckt. Beispiel Wetterbericht Der Einsatz von Data Analytics in der Wirtschaft setzt sich zunehmend durch. Die Verfügbarkeit von Rechenleistung, In Zukunft wird es nicht mehr genügen, mathematischen Instrumenten und Si- sich bei der Entscheidungsfindung ledigmulationssoftware birgt ein grosses Po- lich auf das Bauchgefühl zu verlassen tenzial. Sie bietet klare Vorteile beim oder mit dem Strom zu schwimmen. Hier gilt dasselbe wie bei der Wettervorhersa- Die explosionsartige Zunahme digital Einsatz von Algorithmen für Prognosen ge: Wer sich bei seinen Entscheiden auf verfügbarer Daten mischt die Unterneh- und Entscheidungen. Im privaten Umfeld Analysen und datenbasierte Modelle menswelt auf. Daten sind die Währung vertrauen wir solchen Modellen regel- abstützt, wird allen anderen einen Schritt der Digitalisierung. «Industry 4.0 », mässig, zum Beispiel bei der Planung voraus sein. «Smart Manufacturing», «Predictive eines Wochenendausfluges. Die meisten Im Begriff «Big Data» klingt der tiefHealthcarei> und «Machine Learning» von uns geben schon fast routinemässig greifende Wandel der letzten Jahre mit. sind nur einige der Begriffe, die derzeit den Zielort plus «Wetter» im Browser ein. Daten stehen heute in noch nie da gewein den Medien Hochkonjunktur haben. Wir wissen zwar, dass die Wettervorher- senen Mengen zur Verfügung. Im Heute ist es möglich, immer grössere sage nicht perfekt ist. Trotzdem verlassen Big-Data-Umfeld liegt der Schwerpunkt Datenvolumen in immer kürzeren Zeit- wir uns hier auf Daten und Modelle, weil auf Geschwindigkeit, Vielfalt und Voluabständen zu sammeln, zusammenzu- wir damit höchstwahrscheinlich besser men. Unternehmen wollen Daten ungeachtet ihres Formats innerhalb kürzester führen und vor allem zu nutzen; wobei fahren als ohne. gerade der letzte, entscheidende Punkt Enorme Datenmengen lassen sich in Zeit analysieren können, um daraus gern übersehen wird. Es geht nicht um wirklichkeitsnahe Empfehlungen über- nützliche Erkenntnisse zu gewinnen. schiere Datenvolumina, sondern um die setzen; und zwar nicht nur in der Mete- Diesem Bedürfnis kommen Unternehmen Fähigkeit, das Rohmaterial nutzbringend orologie. Heute können wir unterneh- wie Google oder Microsoft nur zu gern zu verarbeiten. Darin liegt die wahre mensrelevante Analysen erstellen, die entgegen. Sie stellen dem Benutzer Tools Macht der Daten; sie können zu verwert- viele Geschäftsentscheidungen unterstüt- zur Verfügung, die er ohne grosse statistische Vorkenntnisse anwenden kann. baren Informationen führen. Das Inst- rument dazu ist eine effiziente Daten- zen. Dazu benötigt es Spezialisten mit Nur: So einfach ist es nicht. Vor jeder umfassenden Kenntnissen der Märkte Analyse muss zum Beispiel geklärt weranalyse. und des Geschäfts, erfahrene Modellierer den, ob die Daten vollständig, aufschlussund geeignete Methoden und Tools. reich und genau sind. Dann, in einem Themen-Nr.: 660.003 Abo-Nr.: 660003 Auflage: 110'854 Argus Ref.: 60934806 Datum: 15.03.2016 zweiten Schritt, geht es um die Wahl der richtigen analytischen Methode. Werden diese Sch ritte übersprungen, können Scheinkorrelationen entstehen: Falsche Annahmen bezüglich einer Me- thode oder deren unsachgemässe Anwendung führen unweigerlich zu mangelhaften Ergebnissen. Besonders anfällig für die Produktion von Scheinzusammenhängen, sogenannten Artefakten, ist die Analyse von grossen und heterogenen Datenmengen: Es lässt sich fast immer etwas Interessantes finden, aber das muss nicht unbedingt auch relevant sein. Deshalb ist nicht Big Data entscheidend, sondern Trusted Data. Knackpunkt Problemanalyse Benutzerfreundliche Lösungen verleiten dazu, eine aufwendige und sorgfältige Problemanalyse zu umgehen. Gerade sie wäre aber für die Ermittlung der besten Methode notwendig. Dynamische Probleme mit signifikanter Zeitabhängigkeit zum Beispiel lassen sich mit Standardmodellen kaum zuverlässig verstehen. Richtig angewendet eröffnet Data Analytics Unternehmen völlig neue Möglich - keilen. Aber nur, wenn die Entscheidungsträger verstehen, wie die Analysen, auf deren Grundlagen sie entscheiden, durchgeführt wurden und ob die Tools und Techniken sachgemäss ausgewählt wurden. Darüber hinaus sollten sie die Qualität, Genauigkeit, Transparenz und Vollständigkeit der zugrunde liegenden Daten hinterfragen - immerhin stützen sie wichtige Entscheidungen darauf ab. Christian Westermann ist Leiter Data Analylics bei PwC Schweiz. Themen-Nr.: 660.003 Abo-Nr.: 660003 Auflage: 110'854 Argus Ref.: 60934806