Seite - 146 - in Algorithmuskulturen - Über die rechnerische Konstruktion der Wirklichkeit

Dominique Cardon146 dazu ermutigt, sich selbst zu repräsentieren (Cardon 2010). Die Individuali- sierung von Lebensstilen und die Zunahme gesellschaftlicher Möglichkeiten trugen zu einer ansteigenden Flüchtigkeit von Meinungen, einer Diversität von Karrierewegen und zu einer Vervielfältigung von Interessensgebieten und Konsumbereichen bei. Eine wachsende Zahl von Verhaltensweisen und Ein- stellungen stehen so weniger unmittelbar in Korrelation zu den großen inter- pretierenden Variablen, an die Soziologen und Vermarkter eher gewöhnt sind. Selbst wenn die traditionellen soziologischen Methoden zur Bestimmung von Verhalten und Meinungen weit davon entfernt sind zu verschwinden, können sie doch die Gesellschaft nicht mehr mit der gleichen Spezifität kartographie- ren. Jüngste Entwicklungen in statistischen Techniken versuchen diese Schwie- rigkeiten zu überwinden, indem sie sowohl die Natur der Daten als auch die verwendeten Rechenmethoden erneuern und neu erfinden. In der Auswahl der für Computer bestimmten Daten trat eine systematische Verschiebung ein: Für stabilere, nachhaltigere und strukturierende Variablen, die statistische Ob- jekte in Kategorien platzieren, geben digitale Algorithmen Events den Vorzug (Klicks, Käufe, Interaktionen usw.), die sie auf die Schnelle aufzeichnen, um sie mit anderen Ereignissen zu vergleichen, ohne breite Kategorisierungen machen zu müssen. Statt ›schweren‹ Variablen versuchen sie Signale, Hand- lungen und Leistungen zu messen. Indem sich so die Rahmenstruktur der Na- tionalstatistiken auflöst, sind die meisten Techniken zur Stichprobenbildung, die es einst Forschern erlaubten, ein Phänomen innerhalb einer definierten Population zu messen, obsolet geworden. Der Niedergang traditioneller Methoden zur Stichprobenbildung förderte einen radikalen Bruch innerhalb der statistischen Methoden. Mit der immen- sen Macht der Computer bewaffnet sehen Big Data-Entwickler umfassenden Datensätzen entgegen und sind glücklich, wenn sie sie »roh« erwischen kön- nen (Gitelman 2013). Einige behaupten, es sei besser alle Daten zu sammeln, ohne sie vorher auszuwählen oder filtern zu müssen. Aber natürlich hatte der Verzicht auf systematische Anforderungen der Datenselektion bei digitalen Berechnungen mehrere Konsequenzen (Boyd/Crawford 2011). Erstens betref- fen diese Aufzeichnungen nur die Aktiven, die, die Spuren hinterlassen haben; andere – die nicht verbunden, passiver und nicht aufspürbar sind – werden aus der Struktur von Netzwerk-Daten ausgeschlossen. Auch trug das Fehlen einer kategorialen Infrastruktur für statistische Aufzeichnungen zu einer wachsen- den Anwenderanpassung und Fragmentarisierung der Berechnungen bei. Bei den meisten Webdiensten, die Massendaten-Verarbeitungstechniken imple- mentiert haben, geht es darum, den Internetnutzern selbst die angemessenen oder passenden Informationen zurück zu spiegeln. Bezeichnenderweise ist das einzige Werkzeug, das eine großflächige Repräsentation von Daten sicher- stellt, die Landkarte. Positions- oder Ortsbestimmung, Geolocation, die es den