Big Data ist – auf den Punkt gebracht – die Kunst, Beziehungen zwischen Informationen und Informationsobjekten zu erkennen sowie Informationen zu verstehen und zu interpretieren, die zuvor einfach bunt zusammengewürfelte Teile einer chaotischen Ansammlung von ungeheuren Datenmengen waren. Viktor Mayer-Schönberger (@Viktor_MS) hat dem vor kurzem erschienenen Buch "Big Data. Die Revolution, die unser Leben verändern wird" mit zahlreichen Beispielen eindrucksvoll beschrieben, was es bedeuten kann, derartige Korrelationen aufzuspüren.

Beispielsweise setzt sich die Baby-Geschenk-Abteilung der amerikanischen Discounthandelskette Target das Ziel, möglichst früh zu erkennen, wann eine Kundin schwanger war. Die Big Data-Experten des Unternehmens stellten schnell fest, dass das Kaufverhalten mit dem Eintritt in die neue Lebensphase spezifische Muster aufwies, und konnten rund zwei Dutzend Produkte identifizieren, die zusammengenommen sozusagen als Frühwarnsignale für Schwangerschaften dienten, begonnen bei der parfümfreien Lotion bis hin zu Magnesium als Nahrungsergänzungsmittel. Eine unerwünschte Folge dieser Erkenntnis war, dass Kundinnen Baby-Geschenke bekamen, obwohl sie ihr Umfeld noch gar nicht über die Schwangerschaft informiert hatten. Mitunter könnte es hier einige unangenehme Situationen gegeben und Target vielleicht dadurch sogar Kundinnen verloren haben.

Dieser doch sehr zweifelhafte Anwendungsfall im Hinblick auf den Schutz der Privatsphäre, zeigt nicht nur die bis dato ungeahnten Möglichkeiten von Big Data-Methoden auf, sondern wirft auch ein Licht auf die dunkle Seite dieser neuen Technologie. Vom gläsernen Kunden spricht man schon lange – durch Big Data bleiben nun selbst höchst private Dinge wie eine Schwangerschaft nicht mehr verborgen.

Was auf privater Ebene oder bei Kunden möglich ist, kann auch im Mitarbeiterumfeld, also in Unternehmen angewendet werden. Big Data hilft etwa dabei prozessuale Schwachstellen aufzuspüren und zu eliminieren. Damit steigen Effizienz und Gewinn. Andererseits wäre es technisch ohne größeren Aufwand möglich, Mitarbeiter lückenlos zu beobachten und entsprechende Maßnahmen durchzuführen. Wahrscheinlich sind in jedem Unternehmen nur wenige Anpassungen nötig und sofort könnten alle Mitarbeiter lückenlos überwacht werden – von den Surfgewohnheiten im Netz, bis zum Aufruf einzelner Dateien.

Genau dieses Spannungsfeld zwischen Nutzen und Risiko beschreibt das Kunstwort "Datability", das zum Leitthema der diesjährigen CeBIT erkoren wurde. Es umfasst sowohl die Aspekte "Ability", also die Fähigkeit, mit Daten umzugehen, als auch "Responsibility", sprich die Verantwortung dafür, wie mit diesen Daten umgegangen werden soll.

So gut wie jedem Unternehmen gibt es zwei Fraktionen, wenn es um die Einführung von Big Data Lösungen geht. Die einen heben Big Data in den Himmel und die anderen sehen darin ihren persönlichen Feind und verteufeln es. Die Befürworter sind meist Fachabteilungen wie Vertrieb, Human Resources oder Forschung und Entwicklung, die darin vor allem Chancen sehen, die sich für ihren Bereich auftun. Die Gegner sind in größeren Unternehmen in erster Linie die Betriebsräte, die dem Thema skeptisch gegenüberstehen und sich kritisch äußern, indem sie vor dem „Big Brother“, der legal ins Unternehmen einziehen möchte, warnen.

Unabhängig von den herrschenden Meinungen, sollte sich jedes Unternehmen grundsätzlich die Frage stellen, wie mit Technologie generell umgegangen werden soll. Diese Fragen betreffen nicht nur Hersteller von intelligenten Big Data-Lösungen, sondern auch Kunden und Privatpersonen. Egal aus welchem Blickwinkel man die Sache betrachtet: Die Verantwortung in allen möglichen Ausprägungen soll dabei im Mittelpunkt stehen.

In Westeuropa ist man es gewohnt – viel mehr als in den USA oder Asien –, die Verantwortung für das eigene Wohlergehen in staatliche Hände zu legen. Natürlich ist der gesetzliche Rahmen, hier sind vor allem die Datenschutzgesetze zu nennen, ein essenzieller Baustein für ein sicheres und erträgliches Zusammenleben, doch spätestens seit Big Data sind neue Ansätze gefragt. Denn die Entwicklung der Möglichkeiten – Stichwort Wiederverwendung von personenbezogen Daten – geht derart rasant über die Bühne, dass die Gesetzgebung zunehmend hilflos hinterherhinkt. Das ist einer der Gründe, warum Experten wie der eingangs erwähnte Viktor Mayer-Schönberger ein System fordern, bei dem die Last der Verantwortung von den Betroffenen auf die Datennutzer verlagert wird. Mit anderen Worten: Ein Unternehmen, das personenbezogene Daten verwenden will, muss selbst Nutzen und Risiken für die Betroffenen abwägen und dafür die Verantwortung übernehmen.

Ein zweiter Aspekt, der der verantwortungsvollen Nutzung von Daten unter die Arme greift, ist die Anonymisierung von personenbezogenen Informationen. Damit lassen sich etwa Flaschenhälse in Geschäftsprozessen aufspüren, ohne Gefahr zu laufen, in den Augen des Betriebsrats als Spion der eigenen Mitarbeiter dazustehen. Natürlich müssen zu jedem Zeitpunkt die Zugriffsrechte der Datenquellen gewahrt bleiben, das ist essenziell.

Ein zentraler Aspekt beim Thema Datability ist die Eigenverantwortung. Diese beginnt beim Verhalten als Privatperson auf Social Media-Plattformen oder bei Abfragen in Online-Suchmaschinen. Es ist erstaunlich, wie viele höchst private Informationen Menschen über sich und ihre Familien in Facebook und sonstigen Plattformen oder einfach durch Suchabfragen in Google freiwillig preisgeben. Damit werden diverse Schwangerschaften zur Freude diverser Baby-Geschenk-Abteilungen plötzlich zum Allgemeingut.

Die Eigenverantwortung spielt im Unternehmensalltag auch bei der Wahl des Geschäftspartners eine fundamentale Rolle, wenn es darum geht, seine Unternehmensdaten etwa in die Hände eines Public Cloud-Anbieters zu legen. Natürlich behauptet jeder, dass er mit seinen Kundendaten vertrauensvoll umgehe. Doch nur der Anbieter, der sich dies von unabhängiger Seite bestätigen lässt, kann dies mit gutem Gewissen tun.

Der Begriff Datability fasst all die hier beschriebenen Aspekte zusammen: Es geht nicht darum, das zu tun, was mit Big Data technisch möglich ist, sondern dort haltzumachen, wo die Grenzen der Verantwortung liegen.