Debatte um revolutionäres Potenzial
Big Data ist kein schwarzes Gold
Ein Rohrkrepierer? Big Data? Kann ja nicht sein, mag sich der CIO ironisch-gelangweilt denken. Und doch: Genau unter diesem Leitmotiv ist kürzlich eine höchst prominente Debatte angestoßen worden. Für IT-Profis, die sich ob der künftigen Bedeutung des Themas unsicher sind, ist diese schon alleine aus zwei Gründen beachtenswert. Erstens wird sie aus nicht alltäglicher Perspektive geführt, zweitens haben sich honorigste und zumeist unabhängige Stimmen über das Potenzial von Big Data geäußert.
Den Anstoß lieferte die renommierte New York Times, deren Autor James Glanz schon als einstiger Anwärter auf den Pulitzer-Preis einen hervorragenden Ruf genießt. Befragt hat er für sein Meinungsstück eine ganze Riege amerikanischer Universitäts-Ökonomen. Hinterher ist das Ganze auch noch von einem leibhaftigen Nobelpreisträger kommentiert worden. Und IBM beeilte sich, das ganze aus Anbietersicht ins rechte Licht zu rücken.
Einige kluge Köpfe also, deren Einschätzung zur jungen und sicherlich gehypten Technologie per se interessant ist. Der investigative Reporter Glanz fragt in seinem Artikel, ob Big Data ökonomisch gesehen ein Rohrkrepierer ist. Die von ihm gesammelten Professorenstimmen erwecken den Eindruck, dass die Expertenwelt dazu verschiedene Thesen diskutiert. Glanz selbst kommt auf dieser Basis zu dem Ergebnis, dass Big Data wohl eher keine ökonomische Revolution darstellt.
Paul Krugman, Wirtschaftsnobelpreisträger des Jahres 2008 und damit eines der leuchtendsten Aushängeschilder seiner Zunft, warnt hingegen, das epochemachende Potenzial des Gründelns im Datenmeer nicht zu früh abzuschreiben. Und IBMIBM betont, wie wichtig und unverzichtbar Big Data doch jetzt schon sei. Alles zu IBM auf CIO.de
Überhitzte Diskussion
Selbstverständlich sind in dieser Diskussion viele aufschlussreiche Standpunkte vertreten und Argumente vorgetragen worden. Gleichwohl ist höchste Vorsicht geboten, denn der Debattenkochtopf ist von Glanz auf ultimative Hitze gebracht worden. Verspeist man das Gericht einfach so, verbrennt man sich daran ebenso den Gaumen wie beim ungeprüften Genuss der von interessegeleiteten Marketingleuten servierten Suppe. Und selbst nach dem Abkühlen droht durchaus eine Magenverstimmung.
Glanz stellt also die ganz große und eher wirtschaftshistorisch denn rein ökonomisch zu beantwortende Frage: Handelt es sich bei Big Data um „das neue Öl", also um eine transformative InnovationInnovation wie die Eisenbahn oder das elektrische Stromnetz? Bemüht wird also der Vergleich mit fraglos in umfassender Weise revolutionären Technologien, in deren Kategorie auch das Internet fällt. Der Reporter will nun erörtern, ob in Big Data für die Zukunft ein vergleichbares ökonomisches Potenzial liegt, wie es beispielsweise das World Wide Web in seinem Entstehungszeitraum zwischen 1990 und 2005 entfaltet hat. Alles zu Innovation auf CIO.de
Wer das so schlichtweg für Nonsens hält, liegt damit ziemlich sicher nicht falsch. Fairerweise muss man sagen, dass Glanz mit dieser Ausgangsfrage eine von Big Data-Apologeten aufgeworfenen These aufgegriffen hat, die er selbst skeptisch beurteilt. Und darum desavouiert er sie auch sofort: 2005 habe es laut Cisco 30 Milliarden Gigabyte an Videos, E-Mails, Web-Transaktionen und B2B-Analytics im Netz gegeben; dieser Wert habe sich bis heute verzwanzigfacht. Grafisch dargestellt zeigt sich seit 2005 eine sehr steil ansteigende Wachstumskurve für das durchs Internet gejagte Datenmaterial. Glanz bemerkt dazu: „Die ökonomischen Trends sind komplex, aber ein Argument könnte lauten, dass der wirtschaftliche Abschwung um 2005 herum begann – gerade dann, als Big Data erstmals auf der Bildfläche erschien." Gegenüber gestellt werden dazu grafisch das enorme Ansteigen der globalen Datenmenge und die maue volkswirtschaftliche Entwicklung der vergangenen Jahre.
Big Data eine Krisenursache?
Wir sind damit nirgendwo anders angelangt als in Absurdistan. Die bekanntermaßen noch unausgereifte Big Data-Technologie – bisher faktisch ein Segment des Business Intelligence-Segments der volkswirtschaftlichen Branche IT – hat mit den Verwerfungen in der Weltwirtschaft in den vergangenen Jahren selbstverständlich nichts zu tun. Selbst wenn sie sich schneller durchgesetzt hätte als bisher, wäre das eher wenig und wenn positiv ins Gewicht gefallen. Und überhaupt hakt der Vergleich mit den genannten Infrastrukturtechnologien. Vor fast 180 Jahren begann mit der ersten Eisenbahn eine Verkehrsrevolution, die im Laufe vieler Jahre die Welt umwälzte und beschleunigte und außerdem mitverantwortlich für lange andauerndes Wachstum war. Konjunkturelle Krisen gab es seinerzeit aber auch gelegentlich. Überdies müsste man Big Data innerhalb der Kommunikationsrevolution Internet statt mit dem Bau des Schienennetzes wohl eher mit einem schnelleren Zug vergleichen, der aufs Gleis gesetzt wird – eine von vielen evolutionären Verbesserungen innerhalb des durch die revolutionäre Technologie geschaffenen neuen Rahmens.
Das Problem ist die unredlich hoch angesetzte Fallhöhe, aus der Big Data kleiner erscheinen muss als es ist. Deshalb sollte man die Ebenen streng unterscheiden. Weithin durchgesetzt hat sich Big Data bei den Anwendern bisher nicht – wir berichteten kürzlich über eine Studie von Steria Mummert, die das Thema für die meisten Anwender in dieser kurzfristigen Perspektive tatsächlich als Rohrkrepierer ausweist. Gleichwohl profitieren schon jetzt Firmen zum Beispiel aus der Finanzbranche von den Möglichkeiten, die die Technologie bietet. Darum hat auch Martin Fleming, Chefökonom von IBM, recht, wenn er auf den Glanz-Artikel erwidert: „Es ist leicht, skeptisch in eine unsichere Zukunft zu schauen, tatsächlich schafft Big Data aber schon heute Mehrwert für Unternehmen und Endverbraucher." Mittelfristig dürfte ein großes wirtschaftliches Potenzial für viele Anwender nicht abzustreiten sein. Substanziell weist Nobelpreisträger Krugman darauf hin, dass neue Technologien anfangs oft Unkenrufe ernteten. Möglich ist mit Big Data also vieles. Das ganz großen Ding – die flächendeckende Umwälzung – aber wohl eher nicht.
Kannibalisierung unübersehbar
Bleibt jenseits dieser großen Meta-Ebene des wirtschaftsrevolutionären Potenzials zu fragen, wie die Professorenwelt Big Data nun einordnet. James Glanz hat für seinen Artikel dazu einige interessante Stimmen gesammelt. Joel Waldfogel von der University of Minnesota beobachtet, dass Internet-Riesen wie AmazonAmazon oder eBay mit Hilfe von Big Data durchaus neue geschäftliche Entwicklungen anstoßen – also das Wirtschaftswachstum ankurbeln. Zugleich gebe es Kannibalisierungseffekte, die sich am Darben traditionelle Werbe-, Medien-, Musik- und Handelsfirmen zeigten. „Einer fällt, der andere steigt auf – es ist ziemlich eindeutig, dass digitale Angebote physische ersetzen", so Waldfogel. Alles zu Amazon auf CIO.de
Robert J. Gordon von der Northwestern University entlarvt den Vergleich von Big Data mit der wirtschaftlichen Bedeutung als werblich motivierten Humbug. „Wer glaubt, dass persönliche Daten mit echtem Öl und echten Autos vergleichbar sind, verkennt die Realitäten des vergangenen Jahrhunderts", so der Ökonom.
„Es ist anzunehmen, dass im Datenzeitalter eben jene Dinge einen Schub erhalten, von denen die Leute einen Nutzen erwarten", lautet die wohlwollende und in ihrer Nüchternheit sicherlich treffende Einschätzung von Scott Wallsten, der am Technology Policy Institute und am Georgetown Center for Business and Public Policy forscht. Potenzial scheint im Falle von Big Data also vorhanden. Warum es sich bisher so wenig zeigt? Es könne sich um eine zeitliche Verzögerung handeln, vermutet Shane Greenstein von der Northwestern University. So revolutionär wie etwa die Elektrifizierung vor 100 Jahren wird aber alles nicht werden, sagt Harold L. Platt, emeritierter Historiker an der Loyola University Chicago.
- Team-Zusammensetzung
Big Data-Initiativen brauchen das richtige Team. Die Berater von McKinsey haben fünf Rollen identifiziert, die CIOs in einer solchen Truppe besetzen müssen. - Spezialist für Daten-Qualität
Zunächst einmal setzt Big Data voraus, dass sich jemand um Qualität und Hygiene der Daten kümmert. Die Informationen müssen sauber und akkurat sein. Das beginnt bei scheinbar Selbstverständlichem: Was ist ein Jahr - 365 Kalendertage, 260 Arbeitstage oder 8765 Stunden? Hier braucht es eine einheitliche Definition. - Data Explorer
Welche Informationen aus der Flut an Daten sind nützlich - das herauszufinden, ist Aufgabe des Data Explorers. Eine Herausforderung nicht nur wegen der Menge an Daten, sondern auch wegen des Umstands, dass viele Daten ursprünglich nie als Analyse-relevant galten. Sie wurden zwar erfasst, man fand sie aber nicht wichtig - der Data Explorer muss diese Informationen aufspüren und zusammentragen. - Architekt
Was der Data Explorer eingesammelt hat, muss der Architekt so aufbereiten, dass es Analyse-tauglich ist. Er orientiert sich dabei an den Lösungen, die Business-Manager brauchen werden. Der Eine muss sich jede Minute auf den neuesten Stand bringen können, der andere nur jede Stunde. - Data Scientist
Aus den vorbereiteten Daten entwickelt der Scientist anspruchsvolle Analyse-Modelle. Ein Beispiel aus der Handelsbranche: Die Analyse-Modelle helfen dem Unternehmen, Zielgruppen genauer zu beschreiben und die Preise besser gestalten zu können. - Kampagnen-Macher
Um beim Handelsbeispiel zu bleiben: Der Kampagnen-Spezialist im Team setzt die Analyse-Ergebnisse in Resultate um. Er weiß, welche Kundengruppen über welche Kanäle angesprochen werden wollen, wie oft die Kunden kontaktiert werden sollten und anderes. McKinsey sieht keinen reinen Marketing-Spezialisten in dieser Funktion, sondern definitiv jemanden, der die technische Seite verantwortet.