Seite - 68 - in Die Big-Data-Debatte - Chancen und Risiken der digital vernetzten Gesellschaft

68 2 Big Data, Data Analytics und Smart Services … 2.1.3.2 Data Analytics in den Lebenswelten Data Analytics bezeichnet Verfahren, bei denen Daten aus verschiedenen Daten- quellen extrahiert und auf bestimmte Fragestellungen hin untersucht werden. Dabei sollen Schlussfolgerungen gezogen werden, die in einem bestimmten Zusammenhang zu den analysierten Daten stehen. Häufig taucht Data Analytics im Zusammenhang mit Data Mining auf. Beim Data Mining geht es darum, neue und noch unbekannte Zusammenhänge aus Daten herzustellen (Bardmann 2019, S. 579). Durch die Datenerhebung und -auswertung können und sollen Mehrwerte für die Bürger in ihren Lebenswelten entstehen. Dafür werden im Rahmen der Datenanalyse zunächst Einstellungen, Verhaltensweisen und sonstige Merkmale der Bürger erfasst, um daraus ihre Bedürfnisse abzuleiten. Auf Basis der Erkennt- nisse sollen Angebote ermöglicht werden, mit denen diese Bedürfnisse erfüllbar sind – und dies immer individueller. Zudem soll mithilfe von Data Analytics die Zukunft vorhersehbarer werden. Beispielsweise können zugunsten der ‚Lebens- welt Gesundheit‘ nicht nur bereits eingetretenen Krankheiten frühzeitig erkannt und schneller und damit erfolgreicher therapiert werden, sondern es eröffnen sich auch Möglichkeiten, drohende Krankheiten aufzudecken, um sie mit präventiven Maßnahmen noch abzuwenden.3 Generell bieten Data Analytics auch in der Forschung und Entwicklung über nahezu alle Wissenschaftsdisziplinen hinweg Potenziale zur Verbesserung der Lebensqualität. Big Data und deren Analyse haben damit die Wirkungsfähig- keit, die Lebenssituation jedes einzelnen Bürgers zu verbessern. Allerdings sind gleichzeitig die Risiken, vor allem durch fehlende Datensicherheit, nicht zu unter- schätzen. Besonders die ausdrücklich vom Bürger nicht gewollte Verwendung von persönlichen Daten durch Dritte muss reguliert werden. So ist möglichst zu verhindern, dass Daten ohne Einverständnis der betroffenen Personen erfasst, individuell ausgewertet und für Eigeninteressen von Unternehmen oder beispiels- weise zur politischen Beeinflussung der Bürger verwendet werden. 3Mithilfe der Apple Watch und damit erhobener Vitaldaten ihrer Träger ist es amerikani- schen Forschern bereits gelungen, unter Nutzung von Data Analytics und Backtesting-Ver- fahren typische Muster zu erkennen, die Patienten mit Herzvorhof-Flimmern bereits vor Eintritt der Krankheit aufwiesen. Umgekehrt soll es damit schon heute möglich sein, mit den entsprechenden Mustererkennungen von Echtzeitdaten mit einer Treffsicherheit von über 95 % vorherzusagen, dass ein bestimmter Träger der Apple-Watch unter sonst gleich- bleibenden Umständen in Zukunft Herzvorhof-Flimmern erleiden wird. Mit geeigneten Präventivmaßnahmen kann dies aber häufig noch verhindert werden.