Big Data – Eine Revolution, die unser Leben verändern wird

Viktor Mayer-Schönberger1
1Oxford Internet Institute, Universität Oxford, Oxford, Großbritannien

Tóm tắt

Big Data ermöglicht es, aus einer – relativ gesehen – großen Datenmenge Einsichten in die Wirklichkeit zu gewinnen, die bisher so für uns nicht zugänglich waren. Unsere bisherige Schwierigkeit im Umgang mit großen Datenmengen hat die Methoden wissenschaftlicher Erkenntnis geprägt. In dem Maß, in dem sich das Sammeln und Analysieren von Daten durch die digitalen Werkzeuge erleichtert und verbessert, werden wir auch unsere Erkenntnismethoden anpassen müssen. Im Gegenzug dazu, erhalten wir einen beschleunigten und verbesserten Zugang zu wissenschaftlicher Erkenntnis, insbesondere in den Bereichen der Lebens- und Sozialwissenschaften. Die Mächtigkeit von Big Data gebietet aber auch, dass wir uns seiner Grenzen ebenso gewahr sind wie der außergewöhnlichen Gefahren einer missbräuchlichen Verwendung.

Tài liệu tham khảo

Ginsburg J et al (2009) Detecting influenza epidemics using search engine query data. Nature 457:1012–1014 Neyman J (1934) On the two different aspects of the representative method: the method of stratified sampling and the method of purposive selection. J Royal Stat Soc 97:558–625 Hilbert M, López P (2011) The world’s technological capacity to store, communicate, and compute information. Science 332:60–65 Eisenstein E (1993) The printing revolution in early modern Europe. Cambridge University Press, Cambridge, S 13–14 Duggan M, Levitt S (2002) Winning isn’t everything: corruption in sumo wrestling. Am Econ Rev 92:1594–1605 Mayer-Schönberger V, Cukier K (2013) Big data: a revolution that will transform how we live work and think. Houghton Mifflin Harcourt, Boston, S 59–61 Kahneman D (2011) Thinking, fast and slow. Farrar, Straus and Giroux, New York City, S 74–75 White R et al (2013) Web-scale pharmacovigilance: listening to signals from the crowd. J Am Med Informat Assoc 20:404–408 http://www.tylervigen.com. Zugegriffen: 3. Feb. 2015 Silver N (2012) The signal and the noise: why so many predictions fail – but some don’t. Penguin, New York Lazer D, Kennedy R, King G, Vespignani A (2014) The parable of google flu: traps in big data analysis. Science 343:1203–1205 Stefansen C (2014) Google flu trends gets a brand new engine. http://googleresearch.blogspot.co.at/2014/10/google-flu-trends-gets-brand-new-engine.html. Zugegriffen: 5. Jan. 2015